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。

SPUR via flickr

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。

Otto

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。

點圖可放大
翁羽汝/製圖

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。

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
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。

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。

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。

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。