自動駕駛技術發展快速，有著無限的商業潛力，也代表著全球汽車領域的未來，只要借助軟體或硬體，自駕車可即時處理人類無法預測的情況，從而確保持乘客安全。

根據ENGINEERING.com報導，自駕車的開發涉及許多零組件，包含光達(LiDAR)、雷達、感測器、攝影鏡頭以及致動器(Actuator)。而人工智慧(AI)晶片對於連接和整合各種感測器和執致動器至關重要，晶片能從車輛感測器獲取資料，再以軟體處理，並讓系統做出加速、轉向或？車的決定。

客製AI晶片猶如自駕車大腦

不同種類的車輛擁有不同的使用方式，以適應不一樣的環境。例如，家用轎車和運輸卡車使用情況差異甚大，車輛安全要求也不盡相同。因此，每種車型都必須專門客製化的AI晶片，才能有效地收集和整合數據進行分析。

據了解，開發和測試AI晶片具有一定的挑戰性，在製作完成後，需要在虛擬駕駛環境進行模擬測試。然而，傳統的試驗方法對於當今環境是不夠的。

對此，西門子(Siemens)開發平台Xcelerator提供主要供應商的軟體，使開發工作更容易，其整合MindSphere、西門子雲端解決方案和低程式碼開發環境Mendix等，可輕易地結合及擴展現有數據和網路系統。在Xcelerator解決方案組合中，Catapult HLS加速AI晶片設計流程和驗證的精準度，並將整個過程縮短50%。

為加速自駕車研發　晶片測試、車輛驗證成關鍵

西門子推出PAVE360完整閉環模擬解決方案採用數位分身(Digital Twin)，透過模擬、數據分析與AI技術，促進自駕平台的研發，從而超越測試處理器的功能。

此外，PAVE360提供供應商協作環境，包含車輛硬體和軟體子系統、整車模型、感測器資料整合、交通流量和智慧城市模擬等。對於開發人員來說，PAVE360模擬的交通狀況，以擴充測試場景。

PAVE360平台支援汽車、晶片製造商、軟體開發公司等其他供應商之間能跨生態系統協作，有助於加快自駕車晶片設計以及軟體驗證的速度。

完全自動無人駕駛充滿挑戰

多年來相關技術及研究不斷提升，自駕車測試也逐漸增加，但依照美國汽車工程師學會(SAE)的標準，目前仍朝著完全自動駕駛Level 5緩慢前進，近年來自駕車死亡車禍事件的出現讓民間對自駕技術的安全性感到擔憂，而汽車業距離大規模生產Level 4汽車還有一些挑戰。

為了讓自駕車安全上路，除了上述的晶片之外，還需要透過攝影鏡頭、光達感測器、GPS系統和網路服務來獲得周圍用路人、交通基礎設施等環境資訊。若自駕車與其他車輛、GPS之間的通訊受到干擾，有可能導致車輛錯誤判斷，甚至發生車禍。

5G、自動化時代來臨，全球皆積極布局自駕車，各國政府透過一系列的數位解決方案改變城市風貌，而5G高速、低延遲的特性將推動車聯網(V2X)的應用，賦予自駕車對外界環境感知能力，來解決城市道路雍塞問題，並向智慧城市邁進一大步。

By DIGITIMES