Insight Tech

邁向邊緣網路的優勢顯而易見：提升速度、強化安全性，以及改善使用者體驗。但企業究竟該如何實現這一轉變？哪項功能最符合需求，成本又應該是多少？值得企業尋尋覓覓的完美解決方案是否存在？

我們邀請到 IT/OT 硬體解決方案供應商 CASWell 的產品經理 CK Chou 共同探索網路邊緣。Chou 分享到轉向網路邊緣過程中的困難、AI 在其中的角色，以及如何以創意思維，借助傳統技術指引前往寶貴解決方案的方向。（影片 1）。

影片 1。CASWell 的 CK Chou 在「insight.tech Talk」中探討了邁向網路邊緣的挑戰與網路邊緣裝置的角色。（資料來源：insight.tech）

為什麼企業現在都轉向網路邊緣？

談到邊緣運算，我們都知道重點是在資料建立的地方馬上進行處理，而不是把所有東西傳回去中央伺服器。這樣可以加快回應速度和減少內部流量，所以非常適合需要即時反應的情境，像是製造業、零售業、交通運輸、金融服務和其他領域。

這樣說好了：想像你在一台自駕車裡面，路上有突發狀況。你需要車子馬上做出反應，每個毫秒都很關鍵，承擔不起等資料來回遠端伺服器有延遲。這跟用電腦的時候等沙箱載入不一樣，是吧？在自駕車情境裡面，任何延遲都可能會出人命。這就是邊緣運算在源頭處理資料，快速做決策的例子。

這當然不只是跟速度有關，也是為了保障資訊安全。如果像財務資訊這種敏感資料可以在本機處理，不用透過網際網路傳到中央伺服器，被攔截或被駭的機率就會比較低。資料越不需要傳輸就越安全。

透過在現場處理資料，邊緣運算就算在網路連線不穩定的情況下，還是能夠幫忙保持順暢執行。簡單來說，邊緣運算的重點在於速度、安全性和可靠性。不管是在車上、診間還是廠房，都可以把資料處理帶到最需要的地方。

不過，要轉到邊緣網路沒那麼簡單。這是很重大的轉變，而且挑戰也會跟著來。公司要面對系統管理複雜度增加、基礎架構成本提高、處理能力有限、資料管理問題和其他難題。雖然有這些挑戰，但邊緣運算的好處還是非常重要，沒辦法去忽視。邊緣運算能夠大幅提升基礎架構效能、強化安全性和節省整體正本，這些優勢就值得我們去克服障礙。

那網路邊緣裝置的哪些功能可以幫助企業成功呢？

這個不好說。我心目中夢想的邊緣裝置應該要體積小巧，而且還要有好幾種像 SNA、Wi-Fi 和 5G 不同應用的連接選項。還有，使用者想在寒冷的山區或是炎熱的沙漠安裝設備的話，如果有能在惡劣的環境運作、可以應對適當的溫度範圍的機架設計，這真的會很不錯。另外，也要提供強大的處理能力，但是耗電量又很低。當然，最重要的是這個多合一裝置的成本還要低到不行。

通通都可以做到的裝置聽起來很完美，對不對？但你認真覺得這是有可能的嗎？老實說，在邊緣的公司不太需要多合一裝置。他們真正需要的是有適合特定環境跟應用功能的裝置。這就是 CASwell 的專長。

我們的產品線提供很多種選擇，從基本型號到高階解決方案都有，涵蓋了 IT 到 OT 的應用。不管是小型辦公室、工廠還是遠端位置，我們都有專門為不同條件跟需求設計的選項，讓公司可以輕鬆找到合適的邊緣裝置，不用把錢花在不需要的功能上。

AI 在網路邊緣的作用是什麼？

現在的 AI 模型訓練都是在雲端進行，所以需要大量的資料跟很強的運算能力。但試著想想看資料中心有多大。想像一個足球場那麼大的空間，裡面擺滿了幾十個大型模塊，每個模塊裡面又有幾百台伺服器，全部都互相連接，而且一直進行模型訓練。

這樣的 AI 伺服器聽起來很神奇，但是離我們一般的使用案例太遙遠，而且客戶也負擔不了。不要忘記：邊緣運算的概念就是在資料建立的地方直接處理，而不是把所有資料傳到中央伺服器。如果想用 AI 來強化邊緣解決方案，不可能把整個 AI 工廠搬到伺服器機房，除非你有錢的不得了，而且伺服器機房還跟足球場一樣大。

可行的辦法是把重量級的深度學習任務放到集中的 AI 中心，然後推斷的部分移到邊緣去。這種方法需要的電力和資料比較少，非常適合邊緣設備。我們已經可以看到 AI 整合到像手機、 採用 AI 的電腦這種日常裝置的趨勢。這些裝置用雲端訓練的模型來做出智慧決策、提供個人化體驗，還有改善使用者互動。

CASWell 在開發一條全新的邊緣 AI 伺服器產品線。這條產品線是專門為了把 AI 功能從資料中心帶到邊緣所設計的，讓我們可以馬上體驗到 AI 的威力。這讓需要 AI 的人能夠隨時隨地掌握需要的技術。

CASwell 怎麼幫企業應對網路邊緣的挑戰？

我們有觀察到邊緣環境變得比一開始預期更有挑戰性的趨勢。越來越多終端使用者都在找可以同時用在 IT 跟輕型 OT 環境的解決方案。他們希望邊緣設備不只能安裝在有冷氣、乾淨又整齊的機架上，在像倉庫、廠房，甚至是通風不好的機櫃這種環境裡面也行得通。

CASwell 決定開發一款採用 Intel Atom^® 處理器的入門級桌上型產品 CAF-0121，能夠提供效能和電源效率的最佳平衡。CAF-0121 可以支援 -20º 到 60º 的溫度範圍，比一般的 0º 到 40º 還要更廣。這款小型的裝置還能提供 2.5-gig 支援，實現基本的基礎架構連線能力。另外，CAF-0121 體積小巧也沒有風扇，採用被動式散熱設計，很適合邊緣運算應用。

我們這個新型號的目標是以對 IT 實惠的價格提供 OT 等級的規格。意思是使用者可以減少管理基礎架構需要的資源，部署起來更輕鬆。他們可以在 IT 和 OT 應用裡面用一樣的裝置，技術設定標準化跟維護變得更簡單了。CAF-0121的設計讓企業能夠適應不同的環境，不用每個情境都要用分開的解決方案，所以的確是很讓人期待的產品。

打造 CAF-0121 的時候有遇到什麼困難嗎？

TEM 熱電模組這個技術是 CAF-0121 的基礎。TEM 解決方案經過驗證可以冷卻過熱元件，在醫療裝置、車輛系統、冰箱、飲水機和其他需要快速又精確溫度控制的裝置裡面很常見。

這些裝置在電流通過的時候會產生溫差，讓一側加熱，另一側降溫。傳送的電流越多，兩邊的溫差就越大。

大家通常用到的都是 TEM 的散熱功能，但我們的想法不一樣：怎麼不同時利用冷卻和加熱的功能，幫邊緣裝置在更廣的溫度範圍裡面運作呢？整體的概念是我們利用 TEM 的加熱功能，間接把系統的運作溫度範圍降到更低。反過來說，只要內部環境溫度升高到一定程度，用散熱功能就可以就可以讓系統降溫。室內變冷的時候，TEM 能夠充當加熱器；室內變熱的時候，TEM 可以當冷卻器來用。

透過 TEM，我們就不用再被個別元件的運作溫度範圍限制，讓設備的溫度範圍超越元件在一般情況的極限。有了 TEM，我們能夠挑戰溫度的極限，同時保證裝置的可靠性。

在這個專案裡面，我們把傳統技術當創新的解決方案來用，幫產品在競爭非常激烈的市場帶來更多附加價值，還得到了寶貴的經驗。我們也希望這次小小的成功可以鼓勵研發團隊保持創意，勇於突破框架思考，不要拘泥在傳統的方式上。

CASwell 是怎麼跟技術合作夥伴合作來實現產品線的？

厲害的邊緣運算裝置應該要有合適的處理能力、節能省電、體積小巧、連接選項多，當然價格上也要有競爭力。這幾點都是任何邊緣運算裝置的基本必備條件。

這就是為什麼我們在 CAF-0121專案選 Intel Atom 處理器的原因。Atom 讓我們可以提供合適的效能水準，同時保持低耗電量。Intel LAN 控制器幫我們輕鬆把 2.5-gig 乙太網路支援加到這個裝置裡面，確保可以滿足大多數基礎架構的需求。

Atom 還內建加速 IPsec 流量的指令，非常適合安全應用程式。不管是處理資料加密、安全通訊，還是其他安全任務，這款處理器都可以勝任挑戰。

如果想要進一步提升安全性，Atom 也整合了 BIOS Guard 和 Boot Guard，提供硬體的信任根源。我們不只是強調卓越的性能跟效率，還針對 BIOS 和開機程序提供高階保護。這種安全等級非常重要，對需要在不降低保護的情況下處理敏感資訊、關鍵任務的邊緣裝置來說更是重點。

在市場上各式各樣的競爭者裡面，只有 Intel 能夠一次提供所有功能。Intel 不但支援硬體，還有驅動程式跟韌體。這麼高的整合性讓 CAF-0121專案的開發輕鬆很多，而且完全縮短了我們的上市時間。處理能力、安全功能，甚至是軟體支援都是同一個可靠的合作夥伴提供的時候，整個流程絕對變得更簡單。這樣不只簡化了工程跟開發工作，也確保所有元素都可以順暢配合。

在這種情況下，像 CASwell 這種硬體設計師就可以更專注在效能最佳化上，減少解決能力問題上的精力。這對 CASwell 跟客戶來說都是一場勝仗，讓我們可以更快、更高效提供高品質又可靠的邊緣運算解決方案。

我們的終極目標很明確：我們要設立邊緣運算設備的新標準，還有提供靈活的邊緣解決方案，幫客戶應對雲端、網路跟智慧邊緣的挑戰。

相關內容

收聽《網路邊緣優勢：實現商業成功》並閱讀《AI 無所不在— 從網路邊緣到雲端》，進一步瞭解網路雲端。若要瞭解 iProd 最新的創新技術，請關注其 LinkedIn。

 

本文由Erin Noble 編審。

請回想一下，您上次在繁忙市中心參加音樂會這類大型活動的情景。您八成為了找停車位或通過閘門的層層安檢吃足苦頭。另外，販賣部或廁所的人龍也是場硬仗。排除這些惱人的情況，能夠大幅改善訪客體驗。活動主辦單位也能受惠。

正因如此，機場、市政府和娛樂場所才會壓寶投資 LiDAR（雷射探測與測距），一種特別適合提供空間智慧的脈衝雷射型技術。若是運用 LiDAR，不僅能提供人數和車輛數量的相關資訊，還能一窺人流與車流及其互動情況。也就是說，主辦單位能維持安全性，並且即時發現及緩解瓶頸。

3D LiDAR 的優勢

3D LiDAR 解決方案領導廠商 Outsight 總裁暨創辦人 Raul Bravo 表示：「安檢和人群控管對於大型基礎設施場所和活動是一大難題，但卻是 LiDAR 格外擅長的工作。

Bravo 表示：「雖然提及監測裝置時，多數人可能會想到閉路電視和 IP 攝影機，但這類裝置的二維功能在追蹤三維實體世界時發揮的效果有限。」「與傳統電腦視覺不同，LiDAR 無法判斷一個人穿的是紅色襯衫還是綠色襯衫，但它知道該人的速度或位置，同時以 3D 捕獲的形式提供數據。」

有鑑於 LiDAR 的功能，數位孿生已經利用這項技術取得實體世界相關資料一段時間了。Bravo 表示：「LiDAR 技術新興的應用方式不僅能繪製靜態的實體世界，還能將人車即時移動方式數位化。」

另外，LiDAR 這個解決方案本質上屬於匿名，這點也讓組織很安心。由於 LiDAR 不會擷取影像，而是單純只擷取物的距離，因此隱私保護原本就是設計的一環。不靠拍攝人的照片就能監測人群，並且維護隱私，是遵守大量政府法規的關鍵。

3D LiDAR 資料處理難題

雖然 LiDAR 優勢很多，但產生的資料卻處理不易。將 3D 空間智慧資料整合至傳統電腦視覺技術的成效不彰。Bravo 表示：「您反而必須為了解決這種問題，設計特定演算法與技術。」

此外，光是 LiDAR 產生的資料量也是一大難題。Bravo 表示：「我們在全球數一數二大的機場部署 LiDAR 時，同時動用了成千上百個 LiDAR 單位。」「每單位傳來的資料量，相當於一百個人串流 Netflix 的資料量。」

LiDAR 領域的設計、模型和製造商五花八門也是一大問題。Outsight 平台不僅能讓這些難題全部迎刃而解，還可與任何 LiDAR 製造商或模型搭配使用。這項解決方案可開發動態數位孿生，以每秒 20 次的超快短片傳送實體世界的相關資訊，即時提供深入解析。這些深入解析可傳送給合適的對象，以及採取警示的形式。

視覺空間智慧使用案例

Outsight 能協助解決的問題適用於智慧城市、交通中樞以及國際活動。如果機場行李託運區湧入太多人，那麼該解決方案會提醒安檢隊伍後續環節的工作人員，可能出現人流堵塞的情況，接著他們便可加派人手因應。

舉例來說，華盛頓州貝爾維市採用 Outsight 的 LiDAR 解決方案，在十字路口偵測車輛太靠近自行車或行人的虛驚情況。LiDAR 尤其有完善的設備，能在夜間擷取這類事件。這些資訊協助該市採取更主動的措施，例如更清晰的車道標線，實現在 2030 年前消弭交通致命事故與重傷的目標。Outsight LiDAR 還能協助智慧城市即時因應交通流量問題。舉例來說，如果車輛併道時開錯車道，可能會有閃光燈亮起，提醒駕駛人改正錯誤。

大規模管理實體人流和車流時，您必須確保訪客體驗順暢，運作成效卓越。票務隊伍長度以及排隊時間這類關鍵效能指標極為重要。

Outsight 的 LiDAR 解決方案在 2024 年巴黎奧運會，協助解決了安檢與人群管理的問題。Tomorrowland 則是 Outsight 大顯身手的另一個案例，這場比利時一年一度的音樂節，規模在全球數一數二，每年吸引成千上萬樂迷前來共襄盛舉。

空間智慧的技術基礎架構

空間智慧即將把實體世界數位化，並且從數位化資料創造深入解析。高效處理大量資料的處理能力，是實現這項目標的必要條件。Outsight 仰賴 Intel 產品與技術大規模部署解決方案。

Bravo 表示：「實現能源效率需要有採用 CPU 型而非 GPU 型解決方案的特定高效軟體演算法。」Intel CPU 正好能實現這種解決方案。

展望未來，Bravo 對於實體世界數位化在智慧城市、機場與場館之外的諸多可能性感到雀躍。Bravo 表示：「過去甚至無法想像的豐富獨特深入解析與智慧可能變得唾手可得。」「我們正邁向數位轉型的新世界。」

 

本文由 insight.tech 編輯總監妮．貝內施（Georganne Benesch）編輯。

我們都很熟悉雷達的概念。但是否記得這個字其實是「無線電偵測和定距」的縮寫，如今已擺說原先大寫的模樣，成為通用名詞和概念？（以及電視節目 M*A*S*H 中的熱門角色）那麼，何謂相關但更注重技術性的「LiDAR」？這個代表「光偵測和測距」，但其實不是新技術，但最近越來越受到矚目，特別是在自動駕駛汽車和地面測繪領域，儘管其用途遠遠超出自駕車和考古學。

最近，我們訪問了 AI 驅動的 3D LiDAR 解決方案供應商 Quanergy Solutions 的 市場開發和結盟副總裁 Gerald Becker。他見證了技術在汽車以外，以及各行各業和企業之中發展。他談到 LiDAR 如何提升營運效率和工作流程、2D 轉為 3D 的優點，以及說服人們採用新技術的挑戰（影片 1）。也許很快有一，LiDAR 將會融入我們的生活之中，然後我們就會在字典中看到「LiDAR」。

影片 1. Quanergy 市場開發與聯盟副總裁 Gerald Becker 在「insight.tech 講座」上談及 3D LiDAR 的崛起與進展。（資料來源：insight.tech）

LiDAR 如何超越自動駕駛汽車？

LiDAR 已經存在數十年，但直到過去 10 年左右，我們才真正看到其能耐。人人皆知 LiDAR 被用在汽車（那曾是終極目標）以及機器人與地面測繪，但仍有許多可應用之處。

在 Quanergy，我們已經轉向並瞄準了一個不一樣的市場，與實體安全、整合管理平台、影片管理、軟體解決方案、攝影機、商務智慧和實體存取控制系統的參與者保持一致。他們將我們的感應器整合至平台，提供各種事件發生到採取行動的工作流程。這讓終端使用者能夠探索如何以不同方式解決老問題，以及獲得前所未有的準確度以及解決新問題的新局面。

我負責 Quanergy 的實體安全、智慧空間和智慧城市領域，且在這三個市場中 3D LiDAR 的應用非常廣泛，因為過去一直侷限於使用攝影機或其他 1D 或 2D 技術物聯網感應器。3D 技術的出現，以及我們在過去幾年開發的整合生態系統，提供超越兩個維度的靈活性，以及超越這個空見感測的常見習慣。

這種全新的維度深度如何使企業得益？

舉例來說，在安全性方面，我們主要使用雷達、攝影機以及影片分析進行一些非常非常重要的事，我們的 3D 感應器現在可以提供以釐米級 360 度的深度和體積。相較於所有舊式技術，這增加了總體擁有成本優勢，並減少報錯次數。

在舊式技術中，只要出現移動或分析追蹤潛在的違規行為，都會自動觸發事件。當出現成千上萬的警報，卻因為分析師無法辨認出這不過是一個路過報錯，那這就會是一個大問題。我們的感應器能在 3D 空間提供 98% 的偵測、追蹤和分類準確度。

從商務智慧方面來看，我們能夠提供空間內更高程度、更深入的理解。零售業就是其一。我們可以瞭解消費者的歷程，採取的路徑、接觸的產品，以及排隊等候的時間長短。

無須將攝影機四處固定後串聯，而是安裝一個提供 360° 的 LiDAR 感應器，提供完整 360° 全景，並了解人們如何在這些空間中互動。我們能夠提供許多很棒的成果，這是從未在 2D-感測技術上獲得的。

LiDAR 在應用方面面臨了哪些挑戰？

我認為在使用 LiDAR 方面，如果新技術超出熟悉的範圍，有些人可能會有點緊張。當我在對 LiDAR 影像進行解釋時，總會回顧我最愛的電影《駭客任務》。還記得尼歐在史密斯探員穿過大廳時，看到許多的 1 和 0 從天而降嗎？這就是我們所看到的。我們不會向看到攝影機那樣，可以看出我穿著藍色馬球衫。對我們而言，一切看起來就像在 360° 全景中具深度和體積的 3D 輪廓。

這也是得花成本的。你必須從高層級來檢視。我總是使用我年輕時從資深銷售人員那聽說的這個類比—一整個「冰山理論」。在比較不同解決方案的成本時，您不能只看冰山一角。攝影機可能只要幾百美元，但 LiDAR 可能得花幾千美元，還有軟體等等。

但潛在成本會低於冰山，對不對？在某側安裝七到八個攝影機對比安裝一臺設備？看看付出的勞力；看看部署這些攝影機所需的導管、電纜、許可證和維護成本。因此，當你瞭解舊式技術對比該領域的新技術在安裝方面的複雜度，LiDAR 就會顯得真正符合成本效益。

公司如何利用現有的 3D LiDAR 基礎架構？

任何解決方案的分層方法可能是最佳途徑。世界上沒有一種單一技術可以解決所有使用案例。有人想這樣對你推銷？請轉身快跑，因為這不可能。但當你將多種單項優勢軟體系統整合部屬，就能取得最佳成果。

我們具備龐大且整合的技術合作夥伴生態系統。舉例來說，我們與 2D 成像技術合作：如 Bosch、Axis 、Hanwha 等攝影機公司。如果您需要識別什麼，那麼一個身穿藍色馬球衫的壞人可能會突破重圍！攝影機可以幫助我們察覺。但是，當你需要的是實際偵測、追蹤和分類時， LiDAR 會提供光是使用攝影機無法獲得的全新結果。

假設你使用的是嵌入式攝影機上傳統平移、俯仰、對焦的自動追蹤。傳統 2D 技術與自動追蹤的問題在於，當藍色馬球衫先生在東西後方或進入另一個區域時，攝影機並不知道會發生什麼事。

但如果你在整個空間、上下廊道、停車場等有足夠的雷射散佈，就能準確偵測到物體或人員。透過我們的解決方案，我們可以讓攝影機知道：「嘿，攝影機，注意這堵牆。我們知道這人躲在牆後。」當這個人從牆後現身，我們還可以讓攝影機知道要追蹤藍色馬球衫先生。

解決方案的另一項優點是，我們提供網狀架構。如果空間中有足夠的 LiDAR ，只要雷射重疊，就會打造出這種大型數位孿生。這能為你提供其他技術從未有過靈活性。你可以真正地放大並旋轉上下通道、上下廊道、牆壁的另一側、周圍的樹、周遭所有的東西。

能講講一些客戶用例嗎？

有一間全球資料中心公司向我們提出了一個非常具體的問題。在他們其中一個站點的 33 週測試中發生了 178,000 次警報。現在，當我告訴你這些警報中只有兩個是真的時候，這顯然就是大海撈針。想想看，在安全措施中確認警報的作業：點擊一下。複核。不是嗎？刪除。試著這麼做 178,000 次，找出那名因某事被開除且不應該出現在公司的不滿員工，利用 USB 裝置插入網路，並摧毀一家價值十億美元的組織。

這間公司的人明知有問題，並測試了一切可能之事，包括AI、雷達、事實核查技術、地下電纜。他們最終採用了我們的解決方案，並利用他們最好的網站和我們的網站進行了一場激烈的較量。他們最好的網站發出了 22,000 個警報；我們的網站卻只發出五個真實警報。這讓他們省下了 3,600 個無意義調查工作的小時。

這是另一個有趣的案例。佛羅里達州有許多開合橋。它們又升又降，如果人或汽車在轉換過程中意外落水，就會面臨責任問題。我們利用位於橋樑兩側的 LiDAR 解決方案進行了一些初步測試，得以基本追蹤物體（人或車輛）是否進入場景之中。如果有任何事發生，就可以阻止橋樑上升，或者通知便停中的橋樑管理員：「不要升起橋梁」。他們利用了 LiDAR 的 POC，取得非常大的成功，現已部署在佛羅里達州的好幾座橋梁上。

再多說說有關您合作夥伴的生態系統。

不同於多數主要專注於 GPU 處理且需要處理大量資料的 LiDAR ，我們略有不同。我們的感應器專為流量管理和安全應用建造，無需要收集及推送大量資料。因此，我們採用 CPU 式架構，這意味著更符合成本效益。還具有高擴充性，且因為與 Intel 保持一致更是如此。

我們與 Intel 的夥伴關係亦代表著我們每天都能發現全新的使用案例。目前我們正在探索實體和倉庫自動化，我們可以提供超越傳統空間類型查看方式的 3D 感應。隨著我們持續擴充和成長，與 Intel 的夥伴關係對我們來說非常有價值。

您如何預測這個領域的前景？

AI 的出現，以及大型學習模型的發展情況。有許多的事同時在發生，利用電腦視覺和進一步瞭解場景中正在切割的內容，以瞭解更多通用性，從而產生不同結果，講述不同的故事，最後取得最終結果。是好人還是壞人？這是否為一個良好的工作流程？

因此，隨着 LiDAR 與 AI　技術結合，我們可以實現更多尚未做到的成果。我們還處在非常早期的階段，但這領域確實存在大量的機會。

我們已經過了 LiDAR 的初期（即「嘗試階段」，而且現在有很多人都在談論它是如何提升工作流程並提供額外價值。所以我想，現在遠比任何時候都更應該採取行動、開始測試，開始提出問題：LiDAR 能為我做什麼我以前沒能力做到的事？看看你現有的用例，自問：如果我具備深度、體積、且以釐米級的準確度，那如何改善我的日常工作流程、工作，並為公司整體提供更多價值？

相關內容

如果要瞭解更多有關 3D LiDAR，請觀看「透過 3D LiDAR 應用程式查看更大願景」。若要瞭解 Quanergy 最新的創新技術，請用 @quanergy 在 X/Twitter 和LinkedIn 上追蹤他們。

 

這份文字記錄由文案編輯 Erin Noble所編輯。

駕車時十分仰賴視野是否清晰。

無論周圍環境是刺眼、昏暗或下雨，行經其他車輛、行人或障礙時絕不容失誤。幸虧科技持續進步，先進駕駛輔助系統 (ADAS) 採用視覺解決方案，協助人類駕駛偵測這些物體。

車輛配備的 ADAS 視覺系統，附有一組攝影機會即時串流車輛內外的影像。再由電腦擷取串流的影像，分成影格交給視覺處理器分析。

車載視覺系統的挑戰

雖然在 ADAS、自動駕駛、電動車來說，視覺系統的功用很重要，但業界沒有一致的標準可以評量視覺系統。再者，傳統的視覺系統無法確切判斷周遭環境。考量到車輛亟需有效的視覺，實驗室必須徹底測試車用攝影機，且經過生產線產品測試，才能安裝至 ADAS 解決方案。「影像擷取卡就負責這類測試」影像處理系統供應商、眼雲智家科技有限公司的執行長暨創辦人袁坡說。

車輛移動時，電腦會從視訊擷取靜止的影像，然後傳輸給視覺處理器。影像擷取卡在研發環境，及攝影機的生產前測試會執行相同的功能。「攝影機是獨立生產的模組，最後才會組裝至車輛。但在此之前，攝影機一定要經過校準、測試和品管。」袁表示。

影像擷取卡使用案例

在實驗室環境中，影像擷取卡會協助測試攝影機在昏暗或其他極端環境時，提供的影像是否清晰，藉此評估攝影機的功能。

至於生產階段，製造商會校準攝影機，確保裝置能對焦和提供不失真的影像。這時，影像擷取卡同樣派上用場。「製造商連結攝影機與我們的影像擷取卡後，即可邊檢查影像，邊調整攝影機。」袁說。

此外，工廠透過預燒測試瞭解攝影機在長時間連續串流時的效能，也是影像擷取卡的使用案例。攝影機單次最長運轉 144 小時，同時影像擷取卡會確保攝影機確實攝錄影像，不遺漏畫面。「攝影機只要遺漏畫面即淘汰。」袁說。

另外，影像擷取卡可協助收集實際的資料，用於開發演算法。這時攝影機會安裝在車上，供影像擷取卡同步擷取號誌、行人和自行車等資料。「交通號誌偵測和行人偵測演算法需要大量資料。在 AI 領域，資料是關鍵，所以我們的影像擷取卡協助收集資料。」袁說。

影像擷取卡實際的需求

雖然影像擷取卡在車用攝影機的生產階段充分發揮效用，但仍有部分難題要解決。

首先，影像擷取卡要容易攜帶，才方便收集資料和測試。接著，影像擷取卡要能與多部攝影機同步，模擬實際的行車環境。ADAS 解決方案大多搭載多部攝影機，拍攝車輛內外。

影像擷取卡也得跟上車用攝影機技術，與之並進。「隨著攝影機的解析度、影格速率、景深提升，影像擷取卡也要配合提升頻寬。」袁說。

眼雲科技的 ECFG 系列提供模組化電路，可同時支援 4 至 16 個視訊頻道，滿足前述的需求。不僅如此，ECFG 系列可處理日後更高的資料頻寬需求。「我們深知公司在科技業的發展方向，並訂立方針滿足日新月異的需求。」袁說。

車用攝影機日後的發展

未來展望有一部分牽涉到其他類型的攝影機，包括在極端情況下也能偵測物體的紅外線攝影機。短波紅外線 (SWIR) 也是競爭產品。由此可見多光譜視覺系統占有一席之地的理由，這也是眼雲科技的 ECFG 系列可以提供的技術。

同時，眼雲科技目前致力設計邊緣 AI 支援且更智慧的影像擷取卡。「Intel 處理器的系統單晶片格式，在單一晶片整合影像處理、神經運算引擎與 CPU，成功加速邊緣 AI 應用程式。」袁說。AI 支援的影像擷取卡適用於機器人、監控，及各種使用案例。智慧影像擷取卡只挑選有關的影像資訊，不再傳送串流視訊所有的影像至視覺處理器。例如視覺處理器只要處理出現移動的行人、動物 (或許更有意義) 的影像，不必一再處理千篇一律的柏油路影像。

「以上是本公司的藍圖，我們會設計更智慧的影像擷取卡，透過 Intel 邊緣 AI 技術收集較為相關的資料」袁說，「我們可以透過 Intel 技術，將影像擷取卡設計得更靈活聰明，所以我們很期待日後的市占率成長」。

 

本文由 insight.tech 編輯總監妮．貝內施（Georganne Benesch）編輯。