事實上，早在1925年就出現第一台自動駕駛概念車，但為什麼直至最近無人車才不再被視為科幻小說，而是眼下將實現的革命性科技產品？主要原因在於，人工智慧的顯著進展，以及開發無人車的所需技術和硬體越來越便宜和普及，讓自動駕駛車終能成形。

拆解自動駕駛技術

Toyota研究機構負責人Gill Pratt列出幾點和無人車相關的技術。首先是智慧型手機，其相關技術、低電壓電腦處理器、電腦視覺晶片和攝影鏡頭，變得「難以置信的便宜和普及」。

再者，汽車也從過去的以動力裝置為中心，轉向以電腦為中心，例如配備行車紀錄器、前後感應器等避免撞到物體和警示駕駛的科技。此外，用來辨識位置和指引方向的圖資系統，不論是GPS定位還是Google Map，都已越來越精確。

深度學習讓電腦感知能力也越來越接近人類，讓無人車可辨識出腳踏車和行人、號誌和樹的區別。Gill Pratt指出，每年的「ImageNet圖像識別大賽」會考驗用深度學習演算法辨識圖片和影像的準確度，好幾年前，錯誤率高達30%，不過在去年，錯誤率已大幅降到低於5%。

這些關鍵的感測技術和計算能力，構成了實現無人車的基礎，很大部分也和ADAS（先進駕駛輔助系統系統）用到的技術重疊。

自駕車如何看見世界

翁羽汝／製圖

為什麼要這麼多種感測器？優缺點互補

目前多數車商在量產車中配備的「自動駕駛」功能，包含特斯拉、Volvo、Mercedes-Benz、奧迪等，事實上就是搭載ADAS，若以NHTSA對自動駕駛的等級，大多介於第二到第三級。不過，Google、福特和百度，則是希望跳過「半自動駕駛」的過程，直接研發等級最高的完全自動駕駛。

NHTSA將自動駕駛車，按照自動化程度分為五等級

過去，ADAS多裝載於高階車輛，但如今已有越來愈普及的趨勢。目前ADAS系統包含：自動巡航系統，即透過自動維持車速以和前方車輛保持安全距離；停車輔助系統，讓汽車可自動將車輛停在停車位；道路偏離預警系統，在車輛快偏離道路時警示駕駛，以及自動緊急煞車的防撞系統。

而在ADAS產業技術最領先的，就是位於以色列的Mobileye，全球ADAS市場約有90%都來自Mobileye。過去，特斯拉就是和Mobileye合作研發，不過在特斯拉發生首起死亡車禍後，Mobileye便宣布停止雙方合作關係。今年7月，Mobileye宣布和BMW及Intel聯手，合作打造全自動駕駛汽車，預計2021年量產。

「MIT」的先進輔助駕駛系統

回到台灣，財團法人車輛研究測試中心（ARTC）從2006年起開始研發「Made in Taiwan」的先進駕駛輔助系統，並於今年10月於彰濱工業區鹿港總部展示研發成果，包含自動輔助駕駛系統（自動緊急煞車系統和車道跟隨系統）、無線充電系統、停車場自動輔助駕駛系統及行人辨識系統，預計最快2017年裝有ADAS的自動駕駛車就能在台灣上路實測。

侯俊偉／攝影

ARTC指出，交通事故當中，高達九成是人為因素造成，起因於人類在長途駕駛會因過度疲勞而分心，無法百分之百注意周遭的路況與環境，造成車輛偏移車道、碰撞前方車輛等情況。為減少此類交通事故發生，車輛中心開發自動緊急煞車（Autonomous Emergency Braking System，AEB System）及車道跟隨系統（Lane Following System，LFS），讓車輛在道路行駛中，無論直線、轉彎皆能自行維持在車道內，當遇到其他車輛或行人等障礙物出現時，系統將主動介入控制煞車，以減輕事故所造成的傷害。

測試當天於高速行進情境所使用的自駕車，主要由攝影機偵測車道線，方向盤由系統操控，駕駛者只需操控煞車和油門，最高速可達120kph。測試當天，速度維持在60kph，當毫米波雷達偵測到5到100公尺的範圍內有行進30kph汽車，便會啟動自動緊急煞車，大約2秒左右就能煞到10kph，待煞到一定的速度後再交由駕駛操控。

侯俊偉／攝影

除了模擬在高速公路高速行進的情境，ARTC也展示在市區的自動駕駛情境。這台由光達、定位系統和攝影機組成的自動駕駛車，在車輛偏離車道時可自動導回車道。

侯俊偉／攝影

三種系統的作用優先順序，第一是光達，不僅可以偵測障礙物，還可以「辨識」。例如，當辨識出前方障礙物為汽車，車輛會選擇繞過汽車。第二是影像系統，可偵測車道線，維持在車道間。第三是定位系統，負責路徑規劃和轉彎，且當遇上障礙物而繞道，導致車輛和定位系統的位置差太多，定位系統會介入來導正路徑。

此外，當天也展示了停車場自動駕駛，其中運用了超音波和影像感測技術偵測障礙物、車道線和車位等周邊環境，並結合GPS、電子圖資、慣性測量元件（Inertial Measurement Unit，IMU）和輪速計，控制車輛自動進入停車位。駕駛只需透過app獲得停車資訊，便能設定讓車輛自動尋找車位、停妥車輛；回到停車場後，同樣可透過app直接召換車輛自動開到所處位置。

侯俊偉／攝影

其他展示的技術還包含車用無線充電系統，能即時判斷金屬異物入侵與否，有效中斷無線電力傳輸，並將相關訊息發送至客戶端，避免導電產生安全問題，以提升系統安全性。行人辨識系統，使用視覺感測器模組辨識，可辨識出5~25公尺範圍內的行人，未來將擴充可辨識出車輛、機車和腳踏車等障礙物。搭配用來測距的雷達後，可升級為自動緊急煞車系統。

侯俊偉／攝影

在無人車競賽中，跑得最前面的莫過於在2009年就開始上路測試的Google，以及將自動輔助駕駛系統（Autopilot）商業化量產的特斯拉。不過，雙方採取的無人車發展策略卻是截然不同，堅持一次到位推出全自動駕駛的Google，以及希望從半自動駕駛逐步改善的特斯拉，誰會是最後的贏家？

在多地測試的Google

自2009年起，Google在舊金山灣區高速公路上路測試，並在2015年開始陸續於總部山景城、鳳凰城、奧斯丁、克蘭特、華盛頓等4座城市實測。截至今年10月，Google在全美有超過50輛無人車，其全自動駕駛的測試數據，以每周增加2.5萬英里的速度、累積超過220萬英里，相當於人類300年的駕駛經驗。而且Google強調，其中有90%的測試都在市區道路進行。

Google官網

由於Google並非做汽車硬體起家，其自駕車改裝自Lexus RX4 SUV，不過到2014年，Google發布了無人車原型，以「完全」自動駕駛為目標，拿掉人類駕駛才需要的方向盤、煞車和油門踏板，並將測試最高限速訂在25英里（約時速40公里），計畫未來還要做100到200種不同版本的無人車原型。

wikimedia

不過，儘管目前美國加州、佛羅里達、密西根、內華達等9州皆已開放無人車上路測試，大多數地區仍限定測試時需搭配一名真人「安全駕駛」，以在緊急狀況時隨時接手。去年12月，加州政府發布自駕車法規草案，明文規定車輛必須配備方向盤和踏板，車內也須有一名持有駕照的駕駛人。對此，Google認為這無非阻礙了無人車的發展潛力，例如，未來無人車希望也可讓盲人搭乘，表示對此感到「極度失望」。而今年9月，加州終於修改無人車法案，允許自駕車在「無人監控」的狀態下於特定區域的公共道路上測試，鬆綁過去測試的嚴苛條件。

Dolgov指出，在測試頭兩年，Google已經解決90%自駕車會遇到的問題。不過剩下10%才是挑戰，例如，教無人車辨識物體、了解騎士的手勢意義、認出消防車、警車等並做出反應，完成這10%的最後一哩路，無人車才能稱得上是更安全。

Google

為了讓無人車經歷更多極端情境，使軟體面對突發狀況時能即時反應，Google除了在舊金山總部附近開啟第一起測試，2016年後也陸續選擇氣候潮濕的華盛頓州柯克蘭市，以及沙漠氣候的亞利桑那州鳳凰城測試，希望讓感應器和汽車學習如何處理極端溫度和空氣中的灰塵。

堅持全自動駕駛的Google

值得一提的是，Google從一開始就希望推出的是完全自動駕駛，而非如其他車商逐步加入輔助駕駛技術。他們觀察駕駛行為後發現，雖然先進輔助駕駛系統能幫助駕駛避免意外發生，然而科技輔助越好，駕駛也會過於依賴尚未成熟的科技，而變得越不可靠。「若只讓機器變得更聰明，可能會讓駕駛變得更危險」。

因此，Google選擇另一種作法，推出無方向盤和踏板的無人車，要讓人類完全無需插手駕駛。

在本質上，自動駕駛和駕駛輔助系統的運作也有所不同。Google無人車專案前負責人Chris Urmson舉例，若看到一個人站在路邊，自動輔助駕駛系統不會有任何反應，因為無預期的剎車是無法被接受的，但完全自動駕駛系統，會鎖定這個人，讓車輛減速並觀察後續行為。Google堅持推出全自動駕駛車，也是為什麼明明技術領先，卻遲遲未推出商用的原因。

特斯拉的車海戰術帶來數據優勢

不過，這樣的堅持是好是壞，沒人說得準。在Google開始投入無人車開發後的7年，競爭對手Uber和特斯拉都已經將自駕車開放給用戶，但Google無人車距離商用化卻還有一段距離。

特斯拉在10月公布，特斯拉車輛行駛距離已超過30億英里，而搭載第一代自動輔助駕駛系統Autopilot的車輛數據已收集超過13億英里，其中Autopilot開啟狀態約為3億英里。相較於5月，搭載Autopilot的車輛行駛距離僅有7.8億英里，開啟Autopilot的數據則為1.3億英里，只用不到半年數據便增加一倍。特斯拉搶先推出帶有自動駕駛軟體的量產車，加快數據收集速度，短時間便追上Google的測試距離。

翁羽汝／製圖

不過就如Google現任無人車專案負責人Dmitri Dolgov強調，大部分Google都是在市區街道，相較於高速公路的測試環境更豐富。

按照美國家道路交通安全管理局（NHTSA）將自駕車分為5等級，特斯拉的Autopilot大約在第2至3級，其只適用於有中央分隔線的高速公路或低速行駛狀態下，可讓車輛維持在路中央、安全轉換車道，以及按照交通狀況調整速度。相較下，Google則希望將其自駕車發展到不需人類操作的最高等級完全自動駕駛。

「這就像彈鋼琴一樣，你可以一整天彈音階，或是可以表演大黃蜂。它們是相同的音符和技巧、相同的動作，但你將這些結合在一起的方式差很多，而其中一種的經驗較另一種有趣多了。」Dmitri Dolgov說。

策略上的不同也影響到兩間公司對自駕車的硬體配置。

Google主要依賴的是可360度偵測的光達（Lidar），不過另一方面，由於光達並不便宜，光一個就要價約8萬美元，目前想量產配備光達的自駕車還有一定難度。特斯拉執行長馬斯克在10月時曾表示，鏡頭和雷達互相搭配，就能達到全自動駕駛，而用到光達是「有點太誇張了」。「我不認為你需要光達。我想只靠被動光學設備，或許再加上一個先進的雷達，就可以做到所有事。」馬斯克說，「我對光達沒有特別熱衷，我不認為在這種情況下有意義。」

從測試豐富度來看，裝載特斯拉自動輔助駕駛的汽車，截至今年4月已超過7萬輛，與此同時，Google的改裝自駕車Lexus RX450h SUVs和無人車原型，兩者總數不到60台。而在測試地點，Google目前僅在四個城市測試，而替特斯拉收集數據的自動駕駛車隊則是遍布全球。

自動駕駛也會出車禍

Google無人車過去測試的7年間，雖然發生過共17起擦撞意外，但肇事責任都不在Google。不過，這項完美紀錄在2016年2月被打破，Google無人車發生第一起因自己失誤造成的車禍。當時，Google無人車為了繞過前方障礙物而試圖變換車道，儘管偵測到後方有台公車，卻誤判情勢，以為公車會減速，導致被公車撞上。所幸，當時雙方時速都很慢，並無人受傷。

同年9月，Google無人車發生自測試以來最嚴重的車禍，當時，Google無人車被一輛在十字路口闖紅燈的汽車攔腰撞上，造成無人車嚴重損壞、對方駕駛也送醫，不過肇事責任並非屬於Google。

今年5月，特斯拉更發生首起自動駕駛死亡車禍。一輛特斯拉Model S以自駕模式行駛在美國佛州高速公路，撞上一台在前方左轉的白色貨車而導致駕駛死亡。特斯拉在聲明稿指出，當時陽光過於刺眼，讓自駕系統和司機沒有偵測到貨車。

這起死亡車禍再度引起外界對自駕車的安全疑慮，不過馬斯克認為自駕車若使用得當，其安全性已遠高於人類駕駛。他將自駕車和人類駕駛的死亡事故率比較，在特斯拉自駕系統行駛超過1億3,000萬英里後，這是第一起死亡車禍，和其他死亡車禍數據相比，美國平均每行駛9,400萬英里就有一起死亡車禍，全球則為6,000萬英里。「如果單單因為害怕媒體有不好的報導，或因為某些法律責任的商業算計就延遲推出自駕車，在道德上應受到譴責。」馬斯克說。

特斯拉自駕系統行駛超過1億3,000萬英里後發生第一起死亡車禍。相較下，美國平均每行駛9,400萬英里就有一起死亡車禍，全球則為6,000萬英里。

在這起車禍後，全球最大的高階駕駛輔助系統（ADAS）供應商、同時也是提供特斯拉Autopilot技術支援的Mobileye，宣布將停止和特斯拉合作，傳說是兩者對於該系統的理解不一。Mobileye在官網上明確表示其提供的是輔助駕駛系統，不過特斯拉的「自動輔助駕駛」卻被媒體和粉絲過度吹捧成「全自動駕駛」和「無人駕駛」。

不過，在那之後，特斯拉於9月宣布全面升級其自動輔助駕駛系統。新版的Autopilot 8，最大的改變在於其引用全新的視覺處理工具，運用機器學習檢測出路上的路線、車輛、路燈、行人、道路環境等。

除了軟體，特斯拉在10月時宣布，目前特斯拉出場的所有車款，都已具備完全自動駕駛所需的硬體，包含8個攝影鏡頭、12個聲納和雷達，車載電腦的計算能力更比上一代快上40倍。這套軟體、或者說是自駕車的頭腦，將以無線傳輸的方式更新特斯拉所有車款的作業系統。

馬斯克認為，推出這種逐漸改善的自動駕駛系統並非魯莽之舉，而企圖阻止、讓進步慢下來，此舉和殺人沒兩樣，「不要讓『完美』成為『更好』的敵人。」馬斯克曾如此說道。

特斯拉於11月釋出的自動駕駛測試影片

從未來發展策略來說，除了無人車，Google的事業遍及行動裝置作業系統到虛擬實境裝置。這表示，Google並不急著推出自動駕駛車，且Google過去也曾表示，它傾向和汽車商一起打造無人車，而不打算自己親自製造汽車。有消息指出，Google的目標是讓自家自駕軟體普及，複製現在Android作業系統的成功模型。

另一方面，特斯拉則是汽車產業中重要和主要的創新者，以銷售汽車為主要營收，較Google承受更多要從自駕車獲利的壓力。在2016年第三季，特斯拉也轉虧為盈，不論是產量、交車輛和營收都創歷史新高，打破過去連續13個月虧損的局面。

不論是特斯拉或Google，兩者都希望透過自駕車提升安全，減少車禍和死亡，只是採取的路徑不同。特斯拉預計在明年底，自家自動駕駛車就可以從洛杉磯開到紐約廣場，橫跨美國，而Google則是希望在2020年推出商用無人車。誰才能勝出？只能靠時間證明了。

很多人會好奇，無人車真的比人類駕駛還要安全嗎？或甚至馬路上遍布無人車是一件很瘋狂的事？事實上，在100多年前就已有類似場景。

時間回到1890年代，馬車是當時主要的交通工具，而汽車的出現，讓交通工具變成完全靠人類控制方向和避免碰撞，引起當時社會一陣恐慌。當時，社會普遍認為少了馬協助，人類會需要投入更多注意力、隨時注意行駛路線，而這樣是危險的。

shutterstock

如同過去我們不放心將駕駛工作交給人類，眼看完全自動駕駛車再過3年就能量產、到2030年可普及，社會上對無人車是否安全的討論也越來越多：我們是否真的放心把駕駛的責任完全交給一台機器？社會接受度，始終是科技進步過程中必然要面對的問題。

94%的交通事故原因都跟駕駛有關

「無人車將是我們第一個相信的機器人。」Gartner前分析師Thilo Koslowski說。「這是第一個我們用來處理日常事務的機器人。失去控制權以及信任感，是讓許多人還不敢採用自駕車的原因。眨眼間，我們要將消費者已經做了一世紀的任務，交給一台機器人。」

不少城市已經將無人車納入交通和建設規劃中，美國交通部甚至這麼說：「無人車將帶來交通安全的下一個革命」。如果用演算法取代人類駕駛，2015年4萬起交通事故引起的死亡很有可能就能避免，不僅如此，也能增加老人、兒童等無法開車的人更多種交通方式可選擇。

自駕車減少車禍、提升道路安全的看法，可以從數據驗證。

根據美國公路安全保險協會（Insurance Institute for Highway Safety，IIHS）統計，2014年美國共有3萬起死亡車禍，其中有超過一半都和酒駕有關。而美國國家公路交通安全管理局（NHTSA）調查2005年到2007年間的車禍事故原因也發現，高達94%都和駕駛有關，交通工具和環境因素則只各佔2%。其中，和駕駛相關的事故原因，高達41%都是由分心引起的，例如在開車時傳訊息。這些人為引起的交通事故，都是自動駕駛可避免的。

「讓一個人去駕駛兩噸重的死亡機器，真的太危險了。」特斯拉執行長馬斯克曾說。

當機器取代人類駕駛後，除了提升道路安全，還會帶來怎樣的變革？

補足大眾交通的最後一哩

大眾交通系統使我們能用相對較低的價格就能在城市間移動，也能藉由集結移動行為而節省能源。

不過，大眾交通的乘坐體驗可能是不舒服的，還會面臨「最後一哩」的問題，例如，有人家可能離火車站或公車站很遠。雖然可以用汽車代步，通勤時會更舒適和保有隱私，但成本高、且停車需要佔掉很多公共空間，並不是很完美的解決方式。

有了無人車，不論是自動駕駛的個人轎車或共享汽車，若能像捷運等大眾交通運輸系統般在市中心施行，或許便能解決上述問題。

shutterstock

移動性商務和數位媒體營收將受惠

自駕車一旦普及，受到影響的絕非只有交通產業。麥肯錫報告指出，2030年後自駕車成為主要交通方式後，帶來的影響除了減少車禍，還能有效節省時間、釋出都市空地、和加速消費性機器人的開發。

shutterstock

根據麥肯錫估計，自駕車平均每天可以替每人省下50分鐘，而這段原需開車的通勤時間便能重新拿來利用，例如工作、放鬆或是娛樂。其中，車輛將作為家庭的延伸，可連線到手機或智慧家電，可以提供消費者無縫連接的體驗，發展出更多商機。麥肯錫估計，光是每人在車內透過行動網路的娛樂行為，每年可替全球數位媒體額外帶來1,700億美元營收。

此外，有了自駕車開頭後，麥肯錫估計可加速消費性應用機器人的開發，因為兩者技術有很多重疊處，包含遠距感測、精準定位、圖像辨識和先進人工智慧。此外，機器人和自駕車也可以共享基礎設備，例如充電站、服務中心以及機器對機器的通訊網路。

道德和資安問題仍難解

不過一項新技術勢必如雙面刃。雖然機器不像人一樣會累或分心，這些特性讓它們駕駛比人類來得更安全，但少了人類的情感面，當遇到衝突情況時，它們能否做出符合人類道德的決策？麻省理工學院就曾推出測驗，讓人選擇在不同情境下，煞車失靈的自動駕駛車應該撞上哪一側，例如小孩或是老人？優先保護駕駛，還是以人數決定優先保護順序？這項測驗目的是為了協助反映出自駕車在系統設定上面臨的困難，希望當自動駕駛車面臨生死攸關的兩難抉擇時，能做出更具有人性的選擇。

MIT Moral Machine

另外一個棘手的問題是，由無人車引起的事故誰負責？擁有者還是車商？當設備擁有者不再操控機器，那它還需要為此負責嗎？「這會是個人保險的問題。」特斯拉發言人說。「如果是我們設計上的錯誤，我們絕對負起責任。但我想大家應該把自動駕駛車看成建築裡的電梯。奧的斯（Otis）有對世界上每座電梯都負起責任嗎？它們並沒有。」不過另一方面，Volvo的說法則不同，其2015年曾表示，他們會對旗下車款在自動駕駛模式下的行為負起全責。目前看來，無人車意外該向誰究責尚無共識。

而任何連得上網路的裝置，都有資安疑慮。

無人車彼此連線搭載的車聯網，其中的數據要能共享，例如即時分享路況，避開塞車路段，才能讓汽車不僅是「自主」，而變得「智慧」。不過，數位連線自動化也可能帶來危險，使連網裝置暴露在駭客攻擊的危險下。在2015年時，克萊斯勒（Fiat Chrysler）就曾召回150萬台汽車，因為這些汽車受到駭客無線攻擊，讓第三方團體可以控制儀表板、方向、變速器和煞車。

未來都市：車變少、公共空間變大、整合連網服務

不過比起產業面，大家或許更關心你我生活的環境周圍，會發生什麼改變。

無人車普及後，再配合共享經濟，擁有一台車將變得不是那麼必要。《Wired》報導指出，無人車可減少高速公路上80%的車，而車輛變少，意味著交通堵塞減緩、通勤時間變短、帶來較少的環境衝擊。

伴隨車輛變少而來的影響是，市區原本是停車場或馬路的面積將縮減，可能將重新規劃成其他空間。麥肯錫指出，自駕車停車位不須保留開門的空間，約可較現有停車位小15%的空間。

shutterstock

再更久以後，由於無人車彼此可以透過無線傳送數據、了解路況，或許分隔馬路和人行道的壁壘、紅綠燈、交通號誌等都市的組成元素，都將消失。《Wired》指出，城市會愈來越數據密集、且以人類為中心，將最先從人口密集的城市開始改變。

shutterstock

美國交通部部長Anthony Foxx說，無人車對發展智慧城市來說是不可或缺的一環，一旦無人車發展完善，將替社會帶來漣漪效應。例如，曾贏得美國智慧城市競賽的俄亥俄州哥倫布市，正在開發一款整合交通和預約門診的app，當病人前往診所的路上遇到塞車、可能遲到時，app會協助重新預約門診時間，並重新規劃交通方式和路徑。由此可見，以問題解決為導向整合各種領域的科技，將打造出更智慧便捷的社會。

無人車，不單只是交通工具的革新，更由下而上改變我們的生活方式，最終重塑社會地景。或許真如特斯拉執行長馬斯克說的：「在未來，人類開車將是違法行為！」這些無人車接管道路的場景，已經離我們不遠。