Chris的智慧城市

高解析度的光學、電磁波感知教我們的事 偵測物件、標定、動作解析（骨架），這些應用現在在電腦視覺程式設計上，利用openCV簡單調整就可以做出個大概，但如果捕捉行為不困難，為什麼要利用這些資訊轉換到人機介面進步那麼緩慢？答案很簡單，因為人對介面的行為本身不論是偵測（過濾）或回饋在於力度（距離、速度變化），而電腦視覺技術最弱的項目便是距離的感知，而此同時，電磁波（雷達）、光學（雷射）的感知均停留在物件等級，也就是說前些年的技術組合極限是可以知道有一個物體接近介面上的某個點並用手勢動作判斷可能的行為，但力度反應是遲鈍的，同時感知機制的儀器體積無法減小，讓商品化的領域受限（停留在高價模擬及遊戲市場）而且沒辦法更進一步進到更普及的消費市場。 Murakami Corporation的FPT技術（Floating Pictogram Technology）就是利用短距離光學（雷射）點陣配獨有的Parity Mirror技術，利用視覺錯覺讓影像懸浮在空中，同時利用另一個感測器偵測手部的變化，達成懸浮觸控的介面感受。 FPT技術應用，From Murakami news release From Murakami news release 當然視覺上不一定非要那麼有科技感，傳統的顯示螢幕也可以做為視覺回饋的基礎，日航所使用的就是這樣的形式，沒有改變太多介面，增加了感測手勢的方式，雖然目前沒有太多披露資訊，但筆者認為如果沒有光投射機構，應該採用電磁波型，成本考量的話，解析度應該也不會太高。 日航的免觸控報到 至於高解析度的懸浮觸控應用，Google的Project Soli應用在智慧型手機給了方向，雖然實際使用上與生物行為結合還有進步空間，但2014年定義的概念，確實是後期VR的進階應用的基礎，在這個領域，台灣並非落後者。2017年1月成立的IC設計新創公司開酷科技(KaiKuTek)，已經成功開發以60GHz毫米波雷達技術為基礎、鎖定手機應用的3D手勢辨識解決方案，近年的毫米波技術成熟，高解點雲已經可以仰賴成熟的MMIC技術輸出，體積小，功耗也降低，加入位移解析、影像處理層就能輸出行為，雖然如同另一篇討論毫米波雷達遇到的問題，短波長造就有限的傳輸距離及隨距離不斷發散的解析度，但在極短距離的應用這樣的缺點可以被忽略，而搭上MMIC製成的成熟及工業設計優化還可以不斷減少成本及體積佔比，

故事 智慧交通的工程，什麼是最重要的？有人強調優秀的基礎建設（比如有線或無線網路），有人強調良好的資料處理後端，有人強調TA（目標客群）的定義，但長久下來，筆者深刻的感受到，城市級的感應器部建才能造就城市級的資料量，城市級的資料量才能促成城市級的智慧應用，但智慧城市是一筆高額的投資，決策時效益的評估不可不慎，追求高速部建感測器及成本的消耗的過程，才是最艱難的一件事。 在這點上，筆者一直以來信奉的信條是從蘋果電腦的產品看出的端倪。什麼為蘋果的產品帶來高毛利？精妙的工業設計結構、優秀的使用者體驗拉高獲利上限，產線的談判讓成本更有空間，但有一個很小但也重要的部分是—好的體驗不一定要用最新的技術，成熟的技術混合表現一樣也可以提供良好的體驗，並帶來相對高穩定性及低成本，同理，追求城市智慧化的過程中，提供新的技術場域實測來催化技術能夠落地並找到商業模式及利用成熟的技術用較低的成本組成合適的應用，可以是連續的過程也可能是平行的過程，但終究要收斂在經濟面的考量。 今天筆者想要討論的技術-毫米波雷達，就是一個在工業上已經成熟的技術，漸漸普遍應用到商用領域的案例，前一篇光達專題提到特斯拉在空間感知的領域傾向用攝影機加雷達的組合，成本考量佔了多數，至於為什麼？延伸自光達的題目，討論這個空間感知的老朋友。 回顧 毫米波指的是30-300GHz的波段，波長在1cm-1mm之間，如果有持續關注通訊技術的話，在5G題目應該已經頻繁看到（第5代通訊技術有兩大技術，sub 6跟毫米波），通訊領域上，商用的毫米波通訊除了智慧型手機搭載的晶片，指向通訊器也漸漸普及，一大特色就是多媒體傳輸上可以在傳輸範圍內達到HDMI等級的傳輸（也就是10Gbps等級），得以支援4K影像、30Hz以上的更新率，不過高頻率雖然具有高能量密度的特性，附帶的就是低波長、低穿透，這也是毫米波在5G基礎建設上雖然更符合低延遲傳輸的性質，普及採用卻遠遠不比sub6的原因。 但高頻特性在反射測距上就變成優勢，由於毫米波在目前可用的測距或空間感知技術裡，波性質中接近光的高頻高能，但不具有光的物質性，雖然特定頻段一樣會有容易被水、氧吸收的問題，但不平均介質的傳遞仍優於光學，這樣的特性讓它非常早開始應用在車用及無人機上，技術剛進入商用時（時間約2017年左右，當時論文及期刊考據），曾是高成本的中距離感知手段，以最早使用的24GHz為例，探測

故事 年初松下（Panasonic）提出了一份希望在城市中POC的計畫，核心是在城市場域中架設他們設計的sensor，做智慧交通的應用。sensor 的設計中規中矩，功能也不外乎就是感知空間資訊，比如物件分類、計數、測距測速，不過因為時間點恰好是我因為特斯拉（TSLA）決定以毫米波雷達為駕駛輔助系統空間感知主軸回頭分析聯發科的毫米波雷達產品的時間點，讓我重新研究起這兩種技術。 其實從去年iPhone12把光達應用在消費性電子產品上之後，這項技術就已經從前年人們對光學空間感知還在評估商業化或多用在生物辨識的印象，轉變到生活好像有很多輔助應用能看到的階段，我想這篇網誌就是紀錄光達目前的一些資訊以及我個人所見。 技術回顧 光達（ li ght  d etection  a nd  r anging ）是什麼？從語源來看，就是以光波取代聲波的主動反射式偵測儀，特性比較上，主要的差別就在能量傳遞的方式-光與聲在物理特性上，波的性質及對於介質的波速（能量折損）差異，讓光達相較於雷達能更精確的偵測物件的輪廓，但也容易在穿透介質時偏移（折射）或損失大量能量，如雨天的偵測工作上，雷達會優於光達。 光達的選用光種相當廣泛，紅外光、紫外光、可見光都有其應用，最為普遍的應用波長在600-1000nm，掃描技術上，由機械結構分為機械式、固態式及混合式，其中固態式又分為OPA(Optical Phased Array)及Flash兩種主流結構。 比較機械式與固態式，相同點在於結構上必須要有光線收發，差異則是發射光的方式及機械結構，機械式的代表性結構就是圖1的旋轉發射、接收；而固態式顧名思義就是較少的機械結構，舉光學相控陣列（OPA）為例，藉由陣列單位的干涉產生指向性波，偵測場景中的物體，固態的無機械結構特性附帶著只能用立體角的覆蓋法偵測，比起機械式，固態式的開發趨向為固態化、小型化、低成本化，單受限於結構，環景偵測自然不可能只用單一版，這時固態混合式就形成了，一旦加入可動元素，就可以發揮固態式的優勢又能達成機械式的角色 圖1 機械式光達概念（kknews.cc） OPA原理（quanergy,2016） 比較 比起原理相近的雷達，光達在空間感知領域最常被比較的就是以攝影機為首的CV（電腦視覺）技術，影像基礎的空間感知技術本身就存在許多如語意分析等應用相當廣泛的影像處理技術，但一直以來缺點也是持

前情提要 電動車題材、台股政盪、MIH聯盟不斷釋出新聞，讓討論台灣電動車產業變成熱門話題，從筆者續寫下篇起，MIH聯盟又拋出了資訊安全、與Fisker合作 等新的話題，接續上篇的討論， 下篇會重點放在分析目前台灣加入MIH的廠商、到底電動車的自動駕駛系統在自用車扮演什麼角色？以及從科技產品的角度，會怎麼設計整個空間感知機構配合車載輔助系統，最後分析政府、企業及投資人可能採行的下一步。 市場如何期待電動車？ 分析現在已經加入MIH聯盟的企業前，筆者想先從標題的問題開始，探討自動駕駛系統在自用車扮演的角色，及是否有更重要的關注點是否被忽略。 自駕車的技術逐漸成熟讓人們想像這樣的科技產品可能改變目前許多的商業模式，「無人化」對勞力密集如物流業絕對是大幅的改變，這樣的形式能夠減少「人為操作」的交通風險及人的成本，似乎真的是百利無一害。 不過今天要討論的自用車的部分，首先，自用車載人，這是第零定律，那麼安全度就是重中之重，電動車可以視作車跟計算機兩個主體，車的安全-板金、設計、結構，這些就是傳統車業的機會，而計算機的安全，又可以分作硬體耐久跟軟體資訊安全兩部份。 安全的需求可以說是自用汽車需求的核心，不論產線如何變化，繞不開這方面的必要重視，無論是外在結構穩健、硬體的功耗耐久，還是軟體的資訊安全 第二，因為相較於傳統車輛，計算機比重變多了，傳統上消費者挑選車輛時，內裝、儀表板、而外功能（如導航），就已經是消費者在車輛外觀外佔比重許多的要素，也就是軟體設計上會考量的使用者介面的美觀設計、易用性、功能性，也就是老生常談的使用者體驗，會是EV製造業軟體上需要好好考量的部分，從目前智慧型手機漸漸傾斜的天秤可以知道，做到生態鏈（無縫切換）、生活整合（物聯網）是足以影響市佔率的。 於是討論回自動駕駛系統扮演的角色，自動駕駛實際使用上，安全的信賴度目前仍然在被考驗的階段，而多變的路況自動駕駛能不能真的達到自動「安全」駕駛，這點群眾信賴可能有稍許不足，需多耕耘自駕車的廠商提出很多不同的解法，先不討論，在智慧城市的議題上當然也有許多配套，文末會提及，所以觀察特斯拉（TSLA）的說明，會發現他們更輕向推出一款駕駛輔助系統： 旨在幫助你減輕最繁重的駕駛操作。所有新款 Tesla 車輛均配備標準的輔助駕駛功能，如緊急煞車、碰撞預警和盲點監察（ https://www.tesla.com ）。 定位為

故事 隨著美債走強、美元升值等現象造成市場心態浮動，各家投資人產生各自不同的想法，進而催生了近期美股修正的態勢，其中尤其以科技股最盛，一直以來受美股連動台股自然也產生了不確定心態，而去年底就已經開始炒作的電動車題材開始受到投資人的考驗，不論各家投資人的態度如何，我決定純粹從我個人對電動車產品的觀點切入台灣供應鏈策略簡單討論。 定義 討論這個議題，必須要先定義自駕車與電動車，並對比傳統車業。 電動車 (Electric Vehicle)，利用可充電電池或儲能裝置提供電流 給 電動機 以驅動的車輛，許多人提到電動車會直接想到特斯拉（TSLA）的產品，並同時把它同時也很有名的自動駕駛功能也聯想在一塊，然而對電動車而言，自動駕駛並不一定需要，但對於供應鏈，卻必須要為這個功能充分準備，因為這是消費者所期待的。 先說說鴻海的MIH（ Make It Happen ）聯盟（天下web only，20210222）電動車開放平台的目標：核心在於解決傳統車業的 三大痛點：開發費用太高、開發期長、資源不足，以開放技術規格為號 招，期在結合多種不同產業打造一體化的生態系（ https://www.honhai.com/zh-tw/mih-ev-open-platform ），他們定義出了四個屬於這個平台的特色模組彈性客製、輕量一體成型、強大EEA架構、自動駕駛技術。 關於MIH聯盟一定要知道的四大策略：模組彈性客製、輕量一體成型、強大EEA架構、自動駕駛技術。 其中會讓人比較陌生的部分應該是EEA(Electrical/Electronic Architecture)，電子電氣架構，是首先由德爾福公司提出的，集合汽車的電子電氣系統原理設計、中央電器盒的設計、連線器的設計、電子電氣分配系統等設計為一體的整車電子電氣解決方案的概念。（百度百科） 從工業設計的觀點，EEA不論是目前打算新興的電動車產業鍊還是傳統車業，都是十分重要的一部份，EEA設計白話而言就是讓包含電力總成的各汽車機件藉由電力系統達到資訊交換，形成各種管理應用機制。 EEA架構（百度百科） 關於自駕系統部分，台灣在這個領域的著墨一直都不少，筆者所詳細知道的案件中，就有工研院的第一面自駕車牌及新竹貨運的自駕運送計畫，如果有興趣可以利用搜尋引擎閱覽相關新聞，筆者個人的意見是如果是討論在地化的自駕系統，尤其是台灣或東南亞這樣機車混雜