資策會智慧座艙瞄準商用車應用

作者: 廖專崇
2025 年 04 月 22 日

車輛自駕化與電動化已是確定的趨勢,面對不會再走回頭路電氣化發展,車輛將逐步從頭到尾從裡到外進行變革,將帶來包括數位化與聯網需求、人工智慧與個性化體驗、顯示技術的加速發展等趨勢,以強化安全與舒適性等操駕體驗;台灣產業在少量多樣的商用車市場相對有機會,透過產業與研究單位的合作可以創造新機會,資策會軟體院也在2025年車電展以智慧座艙為主題,展現車輛智慧化的成果。

商業車智駕視控座艙系統

車輛正朝智慧化與聯網發展,資策會軟體院移動安全信賴中心組長劉暐辰表示,目前開車透過Android Auto、Apple Carplay,進行車輛手機聯網已非常普遍,另外軟體定義汽車(SDV)的概念高漲,車廠透過線上軟體更新(OTA)持續強化提升車輛功能,消費者則期待座艙具備智慧手機般的功能,如無縫的裝置連接及先進的資訊娛樂功能。

在安全防護的部分,AI技術將被導入,像是ADAS主動安全系統以及DMS駕駛監控系統,另外也透過AI將駕駛體驗個性化,透過學習駕駛者偏好來優化顯示設置、推薦路徑、預測維修需求等,加上生成式AI提升智慧座艙的個性化功能,讓駕駛體驗更加直覺化,並能進行複雜的雙向對話。另外,數位儀表板和抬頭顯示器(HUD)等顯示技術的創新,提升了駕駛安全性和數據呈現的便捷性。如擴增實境抬頭顯示器(AR-HUD),利用光學投影技術,創造出懸浮的3D影像或影片,增強駕駛的環境感知和行車安全。

車輛的智慧化將透過與使用者接觸最密切的座艙呈現,資策會軟體院移動安全信賴中心主任朱柏嘉指出,智慧座艙需要處理大量的個人數據,包括駕駛行為、位置資訊等,如何保障這些數據的安全和隱私是重要課題。過去跟客運業者合作駕駛行為分析的應用,監控方式常造成駕駛的壓力,也更難讓這些功能兼顧使用者的隱私與安全感。另外,先進技術的應用會增加車輛的成本,如何在保證技術先進性的同時控制成本,讓更多消費者能夠負擔得起,是一大挑戰。

另外,新技術的導入需要時間讓消費者接受和適應,特別是對於年長者或不熟悉科技的用戶。朱柏嘉強調,資策會團隊過去投入相當多年的時間在AI車輛感知的技術上,鏈結國內許多廠商,像是耐能、歐特明與為昇科等不同車用感知技術,並進一步延伸開發AI智慧駕駛輔助功能,因此現階段的商業車智慧座艙解決方案之中,非常重視在智慧駕駛輔助功能的使用者體驗。

在解決方案部分,資策會軟體院針對大型商車垂直前擋風玻璃光學設計,投影技術以擴增實境方式,直觀且非侵入性地呈現於駕駛視野中,提示車道級別導航與道路資訊外,結合AI感知盲點警示功能,觸發警示時投影車輛盲區視野,整合性設計提升駕駛者對車輛環週感知,降低駕駛干擾、更直覺即時呈現,強化警示效果。

並開發結合熱成像影像與AR-HUD的智慧駕駛產品,劉暐辰說明,利用熱成像測溫成像的原理、強化生命體感知,基於熱成像影像的物件辨識、不受光影與天候影響,達到全天候行車安全保障。此外,資策會與耐能合作開發的AI-Box輕量升級智慧駕駛解決方案。現行台灣法規規範大型車2020年起必須安裝行車視野輔助系統,涵蓋車輛四周盲區,可以在行車過程中補足駕駛死角,然而行車視野輔助系統只要提供駕駛參考只能看,仍然難以避免駕駛分神未注意的情況。所以,2025年起,規定新式大貨車必須安裝主動預警輔助系統(盲區警示),主動提醒駕駛盲區內潛在的碰撞風險。

此次展出中也透過輕量升級智慧駕駛解決方案,展現左右兩側影像的即時辨識,並進一步整合將警示資訊輸出至AR-HUD。參觀者也能體驗到在商業車智慧座艙解決方案中的另一項技術,駕駛行為分心辨識,車隊業者希望改善司機的一些駕駛行為,所以透過AI技術去辨識駕駛是否有分心的狀況。當今有許多駕駛監控系統DMS,主要都是針對駕駛臉部來辨識是否瞌睡、吃東西或不專注前方的狀況。但駕駛監控只有做臉部分析往往不夠,有些像是玩手機、拿東西、手離開方向盤等情況並無法被確認,所以除了傳統DMS能做到的瞌睡、吃東西以外,搭配駕駛的軀幹影像進一步即時辨識駕駛的行為,在分心情況能即時提醒駕駛。

標籤
相關文章

Gartner預測2023年全球自駕車成長大躍進

2019 年 12 月 04 日

世平駕駛監測方案亮相 Tiger Lake/車聯網神助攻

2022 年 08 月 03 日

軟體定義汽車駕馭未來 2024汽車網路安全預測/建議

2024 年 03 月 11 日

ST汽車微控制器技術為下一代車輛帶來全新突破

2024 年 12 月 27 日

從機械駛向電子 自駕車技術/應用進展神速

2022 年 08 月 25 日

從駕駛監測走向智慧座艙 ST發表混合感測器

2022 年 09 月 26 日
前一篇
智慧協作迎戰專業勞動力短缺 機器人應用加速擴散多元領域
下一篇
英飛凌PSOC Edge MCU系列支援NVIDIA TAO模型 加速邊緣AI應用部署