一、前言

車載影像系統的工作原理，係透過鏡頭記錄生成光學圖像，轉換成電訊號，再由電子控制單元(Electronic Control Unit, ECU)進行數據資料的分析與處理，將最終圖像輸出至顯示螢幕上。在汽車產業中，車載影像系統為先進的主動安全裝置，可進行高速物體的檢測與分類，顯示車輛周圍的相關資訊，提供停車輔助、倒車輔助、自動停車功能。將影像系統應用汽車領域，可協助駕駛更精確地了解車輛周圍環境，大幅提高車輛安全性，減少交通事故發生。

二、在自駕車與電動車領域之應用

將車載前置鏡頭安裝在車輛前端、後視鏡後面，後置鏡頭安裝在車輛後側的車牌附近，以及在車輛側面安裝鏡頭，可共同檢測並捕獲目標物之圖像，投射車輛周圍的環境、整合圖像資訊，提供駕駛環繞視圖(如圖)。

隨著不同的自駕車等級，對於車載影像系統的需求亦隨著改變：

● 在L1自駕車中，影像系統大多應用於盲點偵測(Blind Spot Detection, BSD)、停車輔助功能。
● 在L2自駕車中，影像系統用於駕駛與車輛間的操作與訊息傳遞，提供追踪車道與前方車輛之功能，進行車道檢測、道路標誌辨識、物體辨識，讓駕駛了解周圍環境，並在車輛發出警報時迅速接管。
● 在L3自駕車中，影像系統用於都會行車輔助系統(Traffic Jam Assist, TJA)、夜視系統(Night Vision System, NVS)，在擁擠的道路與高速公路上，提供舒適的駕駛環境、輔助駕駛。
● 在L4自駕車中，影像系統用於處理所有駕駛任務之自駕功能，在沒有駕駛指令輸入、於預先訓練或預先定義的條件下，藉由驅動程來進行轉向、停止、加速以及復雜的駕駛任務。
● L5自駕車為全自駕系統，必需依賴多功能的高階影像系統，以利在不涉及任何人工操作且無方向盤、腳踏板、手拉桿的情況下，讓自駕系統執行所有的駕駛任務。

在電動車領域中，影像系統大多應用於電動車之先進駕駛輔助系統，提供自適應巡航控制、停車輔助、車道保持距離輔助、盲點偵測功能、自動緊急煞車、行人檢測、車輛頭燈自適應調節等自駕功能，以提高安全性。目前，具上述自駕功能之影像系統已應用於特斯拉車款「Model X」、日產車款「Leaf」與「Altima」之純電動車(Battery Electric Vehicle, BEV)；豐田車款「Mirai」、現代車款「Nexo」之燃料電池電動汽車(Fuel Cell Electric Vehicle, FCEV)；現代汽車「Ioniq」、豐田車款「Prius」之混合動力電動汽車(Hybrid Electric Vehicle, HEV)；三菱車款「Outlander」之在插電式混合動力汽車(Plug-in Hybrid Electric Vehicle, PHEV)。

三、發展案例

汽車廠商為了增進交通安全性，積極地研究與開發車載影像系統，提供輔助駕駛、車內人員辨識、影像處理功能，說明如下：

(一) 德國馬牌集團(Continental)致力於發展雷達、攝影機、感測器技術，以及感測器與軟體間的智能連接系統，透過雲端來傳輸車輛、道路訊息，擴大感測器的能力。該公司開發出四個魚眼鏡頭之環景攝影機，可達到360度環視監控效果，應用於L3自駕車之影像系統；該公司規劃擴展深度學習與機器學習領域的專業技術，朝向自動駕駛、零事故之目標。

(二) 法國法雷奧公司(Valeo)致力於發展自駕車、電動車、車聯網技術，並建立全球汽車應用人工智慧研究中心「Valeo.ai」，研究高級駕駛輔助系統之相關技術，開發、評估自駕車。該公司開發出拖車盲區影像輔助系統「XtraVue」，可即時將車輛拖曳物品後方之影像，顯示於駕駛視線之內，消除後方視線死角之安全疑慮。

(三) 德國博世公司(Robert Bosch)致力於發展先進駕駛輔助系統，製作出首個應用於L3至L5自駕車之光達，其結合AI攝影機與先進的圖像演算法，進行環境物體辨識、臉部辨識，藉以提供駕駛監控功能，此外，還提供客製化車載設置，包含後視鏡調整、座椅位置、方向盤高度、娛樂訊息系統的喜好。

(四) 德國采埃孚公司(ZF)為汽車零組件的市場領導者，致力於發展主動與被動安全、汽車動力總成、汽車底盤、商用車技術，其中，該公司開發出計算能力超過600兆次運算(Tera-Operations)之汽車超級計算機「ProAI」，可應用於L3至L5自駕車，藉由模擬神經網路，在最短時間內處理大量數據，辨識各種情況，並依據經驗進行數據的解讀、採取行動。

四、未來展望

隨著車輛安全意識的提升、生活方式的改善、購買者喜好的改變，對於高階車載影像系統需求與功能亦增加，將影像系統應用於夜視系統，讓駕駛在各種光線與天氣條件下，仍可保持清晰的可見度；應用於自適應巡航控制系統(Adaptive Cruise Control, ACC)，可保持車速與前車之安全間距，有效地減速避免與前方車輛發生碰撞；應用於車道保持距離輔助系統(Lane Keeping Assist, LKA)，可辨識、偵測車道位置，自動將車輛保持在車道內；以及應用於車內人員辨識，提供駕駛監控功能；在未來，藉由光學、影像、軟體，以及AI技術的研發精進，提升車載影像系統之功能與安全性，不僅要達到駕駛與車輛安全，更擴大範圍至乘客、行人，以及整體道路安全。