未来几年将会有越来越多自驾车上路测试，其精密的通讯系统，将仰赖快速且可靠的网络，作为数据传输的高速公路。

虽说自驾车是时下正夯的议题，然而自动驾驶的发展之路既曲折且困难重重，工程师、车厂、主管机关、以及数据科学家一起携手为这个产业擘画出颠覆现况的未来。 在2017年国际消费电子展(CES 2017)上，BMW、英特尔、以及Mobileye一同宣布约40部BMW自驾车的车队，将在2017下半年上路测试。 而且这些测试车将互相帮助彼此学习。

仰赖强大通讯系统 自动驾驶与5G密不可分

大家在想到自驾车时，很容易想到像是偶然在美国公路上遇到Google研发的无人车，这种车虽然酷炫，但似乎和路上其他用**的驾驶经验没什么关系。

不过，这样单一的想法将会有所改变。 自驾车并不是象牙塔里的孤立产物，随着越来越多自驾车上路，技术研发越加成熟，整个自动驾驶的基础架构也会变得更加**与完善。

自驾车促使我们考虑许多以往认为不可能的事情，其中许多功能都须仰赖强大的通讯系统才能实现。 虽然每部车都是独立运行，但实际上它们全是一个复杂产业体系的一部分(图1)，包括车辆之间如何相互通讯，还有车子和道路基础架构、网络、以及*终和数据中心之间的通讯，都是自驾车上路的关键。

图1 车辆之间如何相互通讯，与车子和道路基础架构等之间的通讯，促使自动驾驶的基础架构

变得更形完整。

想让自动驾驶要发挥真正潜力，须仰赖可靠、稳定、高覆盖率的无线网络。 这些条件正好都是5G网络的基本能力，预定在2020年开始商转的5G网络，目前已经开始进行测试。

Intel GO车载开发平台(Intel’s GO In-Vehicle Development Platforms for Automated Driving)是首款专为汽车产业开发的5G平台，协助业者在2020年前提早投入各种使用情境以及应用的研发与测试。

简单来说，5G是无线网络的下个世代，它不仅能让更多数据以更快速度传送到目的地，而且延迟性更低、可靠度更高，5G也将扮演关键角色，支持数以十亿计的联网装置。

感测组件交叉比对判断精准度再提升

未来每台自驾车每天需处理上兆字节(Terabytes)的数据，仰赖各式各样的传感器，包括摄影机、光达(lidar)、以及雷达来辨识车辆周围环境的信息(图2)。 比方说摄影机能看到人的外形，而雷达则能侦测物体的厚度，两者搜集到的数据放在一起比对，就能判断前方到底是真人还是人形广告广告牌。

图2 将伴随自驾车而来的巨量数据

由此可见整个系统必须搭配运行，每个组件都需要具备可观的运算力以及数据整合能力。 累积的数据能从各种环境或经验中汲取与学习。 这些数据经过收集后传送至数据中心。 数据中心汇入所有数据，利用深度学习与机器学习的协议与工具，拟定出指令后再传送到车辆，告知车子它们所处环境是什么状况，以及该做什么适当的反应动作。 许多自驾车开始能辨识与区别各种移动物体(图3)，包括人、狗、以及在街上滚动的球，因为它们能从汇集的巨量数据中学习到丰富的经验。

图3 自驾车所配备的各式车用电子组件，将不断累积数据，并进而促使车辆的学习力更为强大。

此外，这样的学习方式也帮助自驾车辨识异常状况。 比方说有一只长颈鹿从路边要横越马路，此时车子能立即辨识出异常情况，并将讯息传回数据中心，由数据中心建立一套新的规则。

实时性/数据量同时兼顾 大口径短水管达阵

这其中的许多步骤都得处理庞大的数据，而车载运算平台则必须配合车上的人机接口(human-machine interface，HMI)实时做出反应。 车辆之间必须有相互联系的管道，告诉其他车子说：「嘿，我知道这则讯息，你也应该知道」，然后将信息传至云端或数据中心，藉由信息协助车辆知道前方有红绿灯，以及警告刚发生车子撞到狗或奔跑的长颈鹿的事故。 自驾车与云端之间如此频繁的数据往返，需要精密的通讯网络，5G为此因应而生。 5G就像是无人驾驶车的数据高速公路。 现有的LTE网络无法应付这样的任务。 很难想象如此庞大的数据能以这么快的速度往返传输。

我们可以用水管来比喻，一种是小口径的长水管，另一种则是大口径的短水管。 少量的数据能够用长水管来传送，但需要比较久的时间才能到达。 如果数据经由较宽、较短的管线更频繁地传递，就会有更多数据可以通过管线，传输距离也会变得较短。

透过车载计算机平台根据实时数据(由各种传感器撷取)来指挥导航街道上的自驾车动作。 在长期学习方面，每当自驾车遇到相关的情境并且产出大量数据时，就会立即上传讯息然后从数据中心下载信息，包括在加油站、停车场、路口、或家中车库，都会适时上传庞大的数据。

现今许多汽车已经透过LTE网络搜集数据，像是优步(Uber)、Google、或BMW(图4)。 请想想，我们在以LTE联网的汽车中，是否享有和iPhone一样流畅的上网经验？ 现在我们再来检视一下自动驾驶的数据需求，就会发现今日的LTE网络根本无法应付如此巨量的数据。 由英特尔多个团队一起研发新毫米波技术，让网络能快速传送瞬间产生出来的巨量数据。

图4 BMW去年宣布将透过i Next计划与Intel、Mobileye共同致力于自动驾驶科技的发展。

数据中心的数据量不断攀高以致于在网络，运算以及储存方面衍生出新的挑战。

5G因应这样的需求而生，而且功能还会更加精进。 当传感器和被侦测物体之间有障碍物时，或遭遇各种恶劣天候，此时频率较低的5G无线电就能派上用场，为自驾车提供额外一层保护，让车子能可靠且快速地和邻车以及道路基础设施间相互通讯。

每部自驾车预估上路后每天会产生4,000GB的数据，相当于3,000人**产生的数据量；再加上2020年将有500亿个其他无线联网的装置，看来「云端」势必会被数据淹没，但真是如此吗？

车辆学习需求增 数据中心可望遍地开花

未来不会有全球化的单一云端，而是遍布于各地不同型态与规模的数据中心。 各企业会采取不同的策略，有些企业会认为自己搜集到的数据至关重要，不能委外给其他公司处理，因此会设置自己的数据中心。 有些公司可能会在世界各地分散设置数据中心，另外一些企业则可能向外采购第三方数据中心提供的功能方案。

不论如何，这些数据中心都需要使用5G网络来传递数据，加以分析并建立适当的算法，然后再把学习的结果传回到车辆。 随着各界开始广泛使用自驾车，设置「数据高速公路」的工作也将如火如荼地展开。

(本文作者为英特尔自动驾驶事业群产品营销总监)