訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
無人車就像安全氣囊,在邁向普及的道路上仍有難題待突破
數位時代高敬原
獲取產業訊息零時差!立即訂閱電電公會電子報。

 

 

特斯拉(Tesla)、Uber自駕車的意外事故,讓許多人停下腳步重新審視無人車的發展,不過趨勢不會變,只是差在速度的快慢而已,而究竟在邁向普及的道路上,還有哪些障礙需要克服呢?

「無人車的趨勢跟電動車是一樣的,趨勢不會變,只是差在速度的快慢而已。」密西根大學M-city負責人彭暉教授,談起無人車的發展語氣中充滿希望。

 

這些日子來,國內外的業者描繪了各式各樣無人車美好的願景,雙手離開方向盤的那天彷彿就近在咫尺,不過同一時間也傳出特斯拉(Tesla)、Uber自駕車的意外事故,讓許多人停下腳步重新審視無人車的發展,不過就像彭暉所說的「趨勢不會變,只是差在速度的快慢而已。」而究竟在邁向普及的道路上,還有哪些障礙需要克服呢?

人類雖然聰明,但開車容易疲勞分心

今年三月,一輛Uber自駕車在人類監管員坐在駕駛座的情況下,撞到出現在路旁橫向行走過馬路的路人,傷者送醫後不幸死亡,成為自駕車史上第一樁車禍致死案;過了不久,特斯拉一輛Model X在自動駕駛功能(Autopilot)開啟的狀況下,在高速公路上撞上分隔島,導致車頭全毀,接著再被兩輛車追撞而起火,車內38歲的駕駛送醫後不治。

今年初的兩起意外,讓外界對自駕車的疑慮達到高峰,Nvidia、豐田等大廠也都放緩無人車測試。密西根大學M-city負責人彭暉教授在「台灣車輛國際論壇」上談到,「很多產業界的人都覺得Uber是後段班,並不足以代表整個產業趨勢,但卻讓大家對無人車有很大的意見,讓大家壓力都很大。」

公平來說,人類還是非常聰明的,而我們之所以需要無人車,是因為人類雖然聰明,但會忍不住玩手機、酒駕、疲勞分心,這時有了無人駕駛的協助就很有用。
shutterstock

彭暉認為像是特斯拉的車禍意外,就是系統沒有整合好所致,「很多公司(指傳統汽車大廠)過去都是單幹,現在合作則是趨勢 。」事實上,無人車等級達到Level 2的無人車,在很多情況下就已經能開的比人類好,但如果車道標線沒有畫好,就可能會犯下錯誤,「現在的狀況是,有時候表現很好,有時候會犯低級錯誤。」

其實公平來說,人類還是非常聰明的,而我們之所以需要無人車,是因為人類雖然聰明,但會忍不住玩手機、會酒駕、會疲勞分心,這時有了無人駕駛的協助就很有用。他舉例,如果前方的彎道有一台壞的車子卡在路上,因為視線遮蔽人類駕駛可能會看不到而撞上,「而藉由車聯網的幫助,不會受限於人眼只能看到的直線距離,就可以在抵達轉彎處前,偵測到壞掉的車子。」

會動的東西,將朝向無人自動趨勢邁進

談起無人車的好處,福特汽車亞太總部無駕駛總監 Patrick Lin 認為:「時間成本就是無人車優勢,大家可以在搭車的時候做很多事情。」他認為即便是在無人車發展的早期階段,也能形成很大的影響力,像是在Level 4階段,就能將自動駕駛技術用在物流、共享交通,「還能做像是移動錢櫃(KTV)、移動便利商店、移動宴會廳、移動自助倉儲。」跳脫交通應用的框架,自駕技術也能在娛樂、零售、房地產領域遍地開花。

福特汽車亞太總部無駕駛總監 Patrick Lin 認為:「時間成本就是無人車優勢,大家可以在搭車的時候做很多事情。」
shutterstock

「未來只要是會動的東西,都會朝向無人自動的趨勢邁進。」不過NVIDIA 資深工程總監 Simon See認為,雖然未來的想像無限,但現實中的交通環境是非常複雜混亂的,因此一般的演算法是不能應付這樣的狀況,神經網絡(Neural Network)技術也就在這樣的背景下起飛。

不同的國家會有不同的挑戰,像是台灣馬路上會有汽車、機車、腳踏車三種交通工具混雜,而到了越南則是有大量如海嘯般的摩托車,對電腦辨識系統來說是一件非常不容易的事情。

NVIDIA的無人駕駛處理器「Drive PX Pegasus」,這是一款具有資料中心等級處理能力的多核心汽車平台的處理器,結合深度學習、感測器融合、影像辨識、雲端運算等技術。
Nvidia

「深度學習(deep learning)可以讓車輛行駛更安全。」Simon See認為以AI為基礎的自駕車會逐年成長,像是戴姆勒(Daimler)最近與博世(Bosch)合作,要聯手開發Level 4~Level 5 的自駕車款,就是使用NVIDIA的無人駕駛處理器「Drive PX Pegasus」,這是一款具有資料中心等級處理能力的多核心汽車平台的處理器,結合深度學習、感測器融合、影像辨識、雲端運算等技術,每秒可以達到320 兆次的運算效能,因此就足以應付上面提到的,現實中複雜又多元的交通環境,NVIDIA強調系統比起過去消耗的電力更少,同時Pegasus的尺寸約一塊車牌的大小,在尺寸、效能雙雙提升,更能符合未來無人車的發展趨勢。

我們離無人車上路還有多久?

汽車的安全氣囊(Air Bag),一開始也造成很多意外,像是有很多小嬰兒因此被打死,但回頭來看,這確實救了很多人。
密西根大學M-city負責人彭暉

不過許多人真正想問的問題是,無人車到底還有多久才能上路?密西根大學M-city負責人彭暉分享:「歷史上很多類似的東西,像是汽車的安全氣囊(Air Bag),一開始也造成很多意外,像是有很多小嬰兒因此被打死,但回頭來看,這確實救了很多人。」而自駕車也是如此,雖然現在許多意外都被放大檢視,但未來也有可能因此解決像是酒駕、分心的狀況,來拯救更多性命。

因此未來有那麼一天,自動駕駛系統會像安全氣囊一樣,成為每一台車子的標配,但什麼時候才能上路?彭暉認為這跟技術問題有關,像是電動車之所以無法普及是因為充電站、電池等問題無法突破,無人車的問題也很類似,目前光學雷達的成本就很貴,成本無法降低就難以普及,而且目前無人車許多零組件都還沒有符合車規,「以汽車工業的標準來看,大家不能信任,就有很多問題。」

他還提到,未來車廠跟車廠之間必須彼此共享一些技術,「要如何讓行人知道我(指無人車)看到你了,你可以放心往前走,這必須要有一個車車通訊,讓不同廠牌之間可以講話,你不能說福特只跟福特說話。」這個情況政府就必須跳進來做規範,另外車車通訊還必須考慮到資安問題,車跟車之間的溝通是會危及到安全性命,要如何確定彼此溝通的資訊是可以信任的,也是挑戰之一。

車車通訊還必須考慮到資安問題,車跟車之間的溝通是會危及到安全性命,要如何確定彼此溝通的資訊是可以信任的,也是挑戰之一。
shutterstock

無人車如何取得大眾信任:考試

福特汽車亞太總部無駕駛總監 Patrick Lin則認為,安全防護機制必須由「被動到主動」,現在大家會扣上安全帶保護自己,未來進入無人車時代後,是車子要主動保護乘客,因此技術本身就很關鍵。

他認為汽車其實就是智慧城市的一部分,「很多東西都要彼此連結、共享資訊(例如汽車跟智慧號誌之間),但也必須要思考是不是每個人都能存取彼此的資料?又或者誰有這個權限存取資料?」

無人車要讓大眾信任它是安全的,就需要一個普世的標準,例如現在大家會用是否持有駕照,來判斷一個人是否有資格開車,「考試就是一種作法,考駕照需要倒車入庫、路邊停車,來去定義考照的人。」彭暉認為無人車也要有考試,而且要比人考的還要難上千百倍,才能讓大眾相信是安全的。

無人車浪潮大爆發,如同區塊鏈、AI等技術大家都想要占有優勢、取得先機,「這是一個全新的領域,雖然已經可以看到一些領頭的公司,但仍有很多問題要解決。」福特汽車亞太總部無駕駛總監 Patrick Lin 最後給台灣的建議是:「放手去嘗試任何一切吧!」

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。