100年前我們學會放下韁繩,現在輪到方向盤了
專題故事

2009年,Google搶先喊出要用軟體取代人類駕駛,直至現在,已有超過33間科技大廠和傳統車商展開自駕車專案。無人車除了革新交通工具,最終更將改變我們的生活方式、重塑社會地景。無人車接管道路的場景,已經離我們不遠。

車廠恐怖預言?

1 再不開始研發自駕車,小心變成下一家黑莓!

Google官網
最近半年,幾乎是每幾個禮拜就會聽到又多了一座城市開始測試自駕車的消息。對科技大廠、傳統車商和叫車服務業者而言,這是一場不能缺席的競賽。

7年前,Google喊出要用軟體取代人類駕駛,在當時看來仍是在實驗室裡的科技。然而自2013年起,科技大廠和傳統車商紛紛展開自駕車專案,特別在電動車大廠特斯拉(Tesla)加入後,自駕車競賽開始變得火熱,尤其在最近半年,幾乎是每幾個禮拜就會聽到又多了一座城市開始測試自駕車的消息。

包含通用汽車(GM)、福特(Ford)、奧迪(Audi)等車商,都在2013年左右開始陸續發展自己的自駕技術。而看好自駕車作為服務平台的發展潛力,叫車服務Uber和Lyft也投入這場科技競賽,希望在自動駕駛車領域中發揮自己的優勢。直至現在,已有超過33家廠商投入發展無人車,且預計3到5年內就能商用。

在各大廠商爭相搶進自駕車領域之際,美國政府也在今年大力擁抱自駕車,先是於2月承認Google無人車的機器是一名「駕駛(Driver)」,更在9月為自駕車立專法,設下15項安全標準,其中包括設黑盒紀錄意外數據、用戶隱私保障、道德考量等,希望透過自動駕駛降低交通事故死亡率。

「人工智慧」是科技公司的最大優勢

最早開始投入發展無人車的Google,其最大優勢莫過於領先的人工智慧技術,在高度仰賴機器學習運算的自動駕駛技術,無疑是贏在起跑線。從2009年起,Google陸續開始在加州山景城等4個城市上路測試自動駕駛技術,更於2015年推出無方向盤、煞車和油門、可完全自動駕駛的無人車原型。「車子不須要這些功能了,感應器和軟體會接管他們的工作。」當時的Google無人車專案負責人Chris Urmson表示。

車子不須要這些功能了,感應器和軟體會接管他們的工作。
Google無人車專案前負責人Chris Urmson

而現在的自駕車市場上,最令人直覺聯想到的廠牌莫過於在2003年創立的電動車大廠特斯拉。特斯拉在2015年時,將車載軟體升級具有自動輔助駕駛系統Autopilot能力,不過該系統由於無法辨識交通號誌和行人,只能在高速公路上使用,不適合用於路況相對複雜的市區,且駕駛仍需隨時準備接手。

特斯拉在今年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。

特斯拉發布升級後的Autopilot測試影片

作為Google中國競爭對手的百度,也在2013年投入無人車專案、在2015年於中國上路實測,並於今年9月拿到美國加州所頒發的無人駕駛測試牌照。有消息指出,百度計畫在2018年推出完全自動駕駛車,並於2021年量產。

相較之下,蘋果在自駕車領域相當低調。今年10月時《彭博社》引述消息來源報導,於2014年展開的無人車專案「Titan」,在有汽車工程背景的負責人薩德斯基(Steve Zadesky)離職後,原以研發硬體為目標的研發方向大轉彎,將改研發自駕車軟體,導致近千人遭調職或離職。不過,蘋果在12月寄信給美國政府,希望傳統車商和車輛市場的新進公司,在無人車測試方面應有同等的權利。雖然未透露細節,卻首度承認其已在自駕車領域砸重金。

傳統車廠不想成為下一個黑莓機

面對科技大廠的來勢洶洶,傳統汽車商顯然不能坐以待斃。《彭博社》報導指出,傳統車商的研發預算,從2010年到2014年大幅增加61%到1370億美元。

「從福特、GM、Toyota等傳統車商的角度看,它們不希望自己成為下一個黑莓機。」矽谷知名創投Andreessen Horowitz合夥人Chris Dixon指出,傳統車商面對自動駕駛車,同時感到非常害怕又興奮,興奮的原因在於,這是一個相對沉睡中的產業,即將有新的事發生;但又有點害怕的原因是,它們不希望iPhone或Android的來臨,讓它們走向黑莓機或Motorola的命運。

福特預計在2021年前量產無方向盤、油門、煞車的完全自動駕駛無人車,預計在今年底將測試無人車增加至30輛,號稱是目前汽車廠中最大規模的無人車測試車隊,更計畫於2017年擴大測試車隊到近百輛。

作為汽車大廠的GM,傳將朝讓自駕車變成服務的方向前進,而非想要販售自駕車給消費者。今年初,GM宣布向Lyft投資5億美元,獲得9%的股份。此外,更在5月時宣布首款自駕車將用於Lyft服務,以在一年內上路實測自動駕駛電動車的叫車服務為目標。除了布局應用面,GM在技術研發也相當積極,不僅成立專門研發自動駕駛的工程團隊,更在今年以10億美元收購自動駕駛技術新創Cruise Automation。

其他自駕車領域的主要玩家還包括菲亞特克萊斯勒(Fiat Chrysler),於近日與Google達成協議要合作開發100台自駕車、在2015年成立自動駕駛研究單的位Toyota,以及奧迪(Audi)、賓士母公司Daimler等。

自動駕駛和叫車服務的完美結合

發展自動駕駛技術,除了將此服務直接賣給消費者外,或許更多廠商著眼的是自動駕駛技術的服務商機。而對Uber和Lyft這樣的叫車服務公司來說,自動駕駛可望大幅降低交通成本,是未來戰略不可或缺的一塊。

Uber近來發展自駕車動作頻頻,先是在2015年2月於匹茲堡成立了無人駕駛研究中心,和Volvo達成3億美元的自駕車合作開發專案,計劃於2020年將無人駕駛車投入車隊營運。另一方面,Lyft選擇和GM合作。除了GM,其他正在開發自動駕駛技術的科技和汽車公司也多有投資叫車服務。例如,Google、微軟都投資Uber,福特汽車執行主席福特二世個人創辦的投資公司Fontinalis Partners投資入股了Lyft。福特還打算建立自己的叫車服務,票價介於計程車和公車間,接駁用戶住處和交通樞紐。

Uber官網

好處是什麼?對車商而言,叫車服務多在人口稠密的城市中移動,可有效累積地圖數據,對叫車服務來說,一旦無人車開始量產商用,將大幅減少人力成本,且透過合作可降低硬體研發成本。

過去,Uber執行長Travis Kalanick曾宣布他的目標是「終結汽車所有權」,讓未來消費者不再需要買車、叫車軟體就能滿足接送需求,或許這天真的快來了。

大眾交通也是可能的應用。例如,芬蘭、日本和英國都在進行無人車巴士系統的測試,東京更預計於2020年的奧運採用無人車接駁。在自駕車研究領域領先卡內基梅隆大學,其所在地匹茲堡政府也開放Uber於當地試行無人車叫車服務。回到亞洲,亟欲改善交通壅塞的新加坡,也希望透過無人車打造汽車減量的城市,在今年8月和自駕軟體新創nuTonomy合作成為全球首座試行自駕計程車服務的國家。

此外,由Uber收購的Otto和賓士母公司Daimler,則是看好無人卡車商用潛力,紛紛在今年陸續完成上路測試。

在這些城市,無人車不再只是實驗室中的項目,而是走在路上很有可能從身邊經過的汽車。

圖資、機器學習相關領域也崛起

自駕車帶來的潮流,也讓科技產業再次洗牌,用來指引道路的圖資技術便是之一。

Audi、BMW和Daimler三大德國汽車製造商,在2015年共同出資超過25億歐元從Nokia手中買下收購Here Maps。今年7月,3D地圖新創Civil Maps也獲660萬美元融資,福特、雅虎共同創辦人楊致遠的AME雲端創投、Wicklow Capital和StartX Stanford都是投資者。

HERE maps

另外,專用於自駕車系統的機器學習軟體也是應自駕車潮流竄起領域之一。例如,今年8月在新加坡試行全球首輛自動駕駛計程車服務,背後技術便來自自駕軟體新創nuTonomy。同時,由於自駕車仰賴的機器學習運算需要高速電腦效能,也讓過去在此布局的晶片廠取得先機。

新創公司nuTonomy在新加坡推出全球首輛自動駕駛計程車
nuTonomy官網

距離自駕車普及的那天還有多遠?

不同的公司也喊出不同的時間表。距離最近的是2018年,目前已在新加坡展開自駕繼承奢服務測試的nuTonomy,要在2年後正式推出該服務,並預計在2020年拓展到10座城市。福特則是預計在2021年推出無油門、煞車和方向盤的全自動駕駛車,另一方面,GM則是將這個日期壓在2020年。回到亞洲,百度認為三年內路上就會充滿大量的自駕車,大規模量產將於2021年全面展開。

不過,儘管多數車廠都將自動駕駛商用時間壓在2020年上下,特斯拉仍相當有野心的喊出要在2019年前推出全自動駕駛,但特斯拉創辦人馬斯克也提到,法規須等到2021年才有可能跟上。

「不用20年,擁有一台車將像擁有一隻馬一樣奇怪。你只會因為情感上的原因買車。」馬斯克說。「就像電梯一樣,過去有電梯操作員,到了現在,我們發明出更簡單的電路,讓電梯可以自動到達你在的樓層……,而汽車也會像這樣發展。」

不論是哪家先實現自駕車理想,可以肯定的一點是,我們現在正在前往自駕車普及的未來。

每日精選科技圈重要消息

33
至今已有超過33家廠商投入發展無人車,預計3到5年內就能商用。
距離科幻小說場景成真不遠了

2 現在,正是發展無人車的完美時機

wikipedia
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。

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

技術 優點 缺點
光達(Lidar) 1. 可不分晝夜進行偵測。
2. 可描繪出物體的輪廓和距離。
1. 易受大雨、下雪、濃霧等氣候影響。
2. 所需電腦計算效能高。
3. 售價昂貴是無法普及的最大障礙。
毫米波雷達 1. 無線電波可穿透霧、灰塵、雨、雪,不受天氣影響。
2. 可判定逼近物體的速度。
1. 無法偵測到物體的形狀跟大小。
2. 無法偵測道路指標和靜止物體。
聲納 可和其他感測器的數據交叉比對。 可偵測範圍窄、距離短
高功率攝影鏡頭 1. 相較其他感測器較低價。
2. 搭配軟體可辨識雷達無法分辨的交通號誌、障礙物種類。
受限於視覺,天黑或天氣不佳時的辨識度會下降。

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

等級 功能 說明
0 無自動 由人類駕駛完全控制汽車行駛,包含煞車、方向盤、油門等。
1 特定功能自動 主要由駕駛控制,車輛只能輔助特定任務,通常指的是自動巡航,讓汽車保持在一定的速度。
2 整合功能自動 車輛擁有至少2項可整合作用的自動功能, 汽車可自行維持速度、煞車避免碰撞、維持在道路中間等,不過駕駛依然需負責駕駛。特斯拉目前的車輛屬於此階段。
3 部分自動駕駛 駕駛在特定情況或區域可以讓車輛自行控制。車輛不只可以控制速度和方向,還可做決定,例如前面有車時,不一定只能煞車,還可換車道。
4 完全自動駕駛 車輛可以自主安全的駕駛,人類駕駛完全不須介入操控。

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

每日精選科技圈重要消息

誰能走得更「遠」?

3 特斯拉和Google,誰更靠近「完全自動駕駛」?

特斯拉官網
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,兩邊採取的發展策略卻是截然不同,誰會是最後贏家?

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。

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。

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自2009年,已累積200萬英里無人車駕駛測試。
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。

點圖可放大
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。

不要讓「完美」成為「更好」的敵人。
特斯拉執行長馬斯克

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。

每日精選科技圈重要消息

10 %
Google稱測試無人車頭兩年,便已解決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。
五面向看無人車引領汽車革命

4 城市太擠、通勤太久、車站離家太遠,讓無人車幫你解決這些問題吧!

電影Minority Report
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?

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。

麻省理工學院Media Lab發布線上測驗「Moral Machine」,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。你會選擇撞上一群小孩(左),還是撞上一群老人(右)?
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。

每日精選科技圈重要消息

50 分鐘
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。