為什麼新加坡能夠成為無人駕駛「重鎮」?
為什麼新加坡能夠成為無人駕駛「重鎮」?

因為無人駕駛汽車,新加坡的道路正在變得「熱鬧」起來。

自今年8月份開始,新創公司nuTonomy開始在新加坡試測試無人駕駛計程車,受邀的用戶可直接透過叫車軟體Grab進行預約體驗——這是全球第一個向大眾開放的無人駕駛測試專案。

nuTonomy 擁有麻省理工學院(MIT)的團隊背景,專注於研究無人駕駛技術的整體解決方案,目前他們在新加坡擁有 6 輛基於三菱 i-MiEV/雷諾 ZOE 改裝的測試車輛。

與此同時,新加坡南洋理工大學在政府的支持下,已經開始了無人駕駛公交車的研發。著名的汽車零件供應商德爾福不久前也宣布,將在新加坡開展無人駕駛汽車的道路測試。

「新加坡」最近一年頻頻出現在和無人駕駛相關的報導中,憑藉合理的城市規劃和在「數位交通」上的投入,這個國土面積只有700多平方公里的亞洲國家正在成為無人駕駛發展中不可或缺的一部分。

無人駕駛汽車仍然是「弱勢群體」

在每一篇關於無人駕駛的文章下,似乎都能找到「在中國肯定沒戲」的言論。確實,當下的無人駕駛技術還不足以應對複雜的交通環境和各種人為因素,因此大多數廠商都選在高速或相對封閉的道路環境下進行測試。

新加坡是典型的「城市國家」,其城市規劃是亞洲乃至全球的「典範」。這樣可控的道路環境對於正在從「實驗場」走向真實道路的無人駕駛汽車來說是很有吸引力的。無人駕駛技術的提升需要「有效里程」的累積,但肯定不是在擁堵路段。

雖然人口密度比北京要大的多,但新加坡的交通擁擠卻遠沒有前者那麼嚴重。新加坡推行公路電子收費系統(ERP)已經超過了10年,它透過向行駛在擁堵路段的司機徵收「過路費」來控制車流量,是一種行之有效的「治堵」手段。

塞車trafficjam_shutterstock_227875240.jpg
圖/ Shutterstock

另外根據極客公園曾在新加坡工作4年的同事介紹,新加坡的公共交通網絡非常完善(路平、車次多、票價便宜),而且城市規劃非常合理,與生活相關的基礎設施和交通的配合比較好。

當然,他也著重提到了二點,「大家在路上比較遵守交通規則,交通法規也很嚴苛」。

現階段,無人駕駛汽車需要透過大量的路測來學習人類的駕駛行為,它們在道路上仍然是「弱勢群體」。前段時間沃爾沃甚至揚言要對自己的無人駕駛測試車輛進行偽裝,以避免被其他司機「欺負」。在這樣的情況下,更加友好的道路和人文環境是很有益的。

或許5年後無人駕駛技術可以成熟到應付各個國家的城市交通,但現在新加坡就是一個現成的選項。

汽車和基礎設施的「溝通」很重要

外媒engadget在最近一篇關於新加坡的報導中這樣評價:這座島嶼就像是一個活的實驗室,擁有測試各項試新技術的「土壤」。

其實在兩年前,新加坡政府就提出了Smart Nation(智慧國)的規劃,希望透過數位基礎設施的建設來提升整個國家的競爭力。遍布城市傳感器將把人、建築和汽車連接在一起,城市數據通過高速網絡會匯集到統一的平台上(Virtual Singapore),透過處理、分析後動態調整基礎設施(例如智慧紅綠燈)。

V2I(Vehicle-to-Infrastructure)是無人駕駛技術重要的組成部分,汽車和基礎設施的「溝通」將能大大提升行駛的效率和安全性,新加坡在這方面顯然走在了最前方。

另外,「網速快」也是新加坡的一張名片,其高速光纖到戶(FTTH)網絡的建設在全球都名列前茅。在 World Economic Forum(WEF)評選的「網絡就緒指數」中,新加坡位居第一。

根據英特爾的預測,到了2020年,每輛無人駕駛汽車將產生每秒1GB和每天4TB的數據量,這將遠超現在汽車所能產生的數據量級。汽車的處理性能需要不斷提升,也對網絡帶寬施加了更大壓力。網速將成為新加坡所能提供的「隱形福利」。

新技術的推動也離不開政府決策者的支持。之前極客公園在文章《盤點| 無人駕駛的「加州正規軍」》中說過,美國的加州是最早開始嚴肅對待無人駕駛技術的地區之一——加州車輛管理局(DMV)已經頒布了19張測試牌照用於規範無人駕駛相關的研究。

新加坡政府對於無人駕駛的態度也是比較開放的。2014年新加坡便成立了專門委員會用於管理無人駕駛汽車,而新加坡陸路交通管理局(LTA)已經積極地和多家無人駕駛公司展開了合作。

如果說政策法規是無人駕駛發展的第一道門檻,那友好的道路測試環境將是接下來更為重要的推動要素。手握這麼多優勢,相信未來在新加坡能看到越來越多的無人駕駛測試車輛。

當然,推廣新興的技術也會帶來一些挑戰。前不久一輛nuTonomy的測試車在變換車道時與一輛貨車相撞,所幸沒有造成人員傷亡。類似的事故未來可能還會出現,但新加坡距離全球首個擁有無人駕駛計程車的國家會越來越近。

本文授權轉載自:極客公園

關鍵字: #自動駕駛
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓