完全解析!10兆美元商機的無人車商業革命
專題故事

無人車產業正迎來一場熱情澎湃的盛宴!《數位時代》盤點投入自動駕駛的公司,至少就有九大領域、超過60家的業者分頭搶進,連剛落幕的CES彷彿也成了賣車展示中心,所有人談的脫不離自動駕駛及人工智慧。

台灣的下一個產業舞台?

1 10兆美元商機的無人車革命

翁羽汝/製作
無人車產業正迎來一場熱情澎湃的盛宴!《數位時代》盤點投入自動駕駛的公司,至少就有九大領域、超過60家的業者分頭搶進,連剛落幕的CES彷彿也成了賣車展示中心,所有人談的脫不離自動駕駛及人工智慧。

無人車在產業界甚至是民眾心中,從未像現今一樣熱情澎湃,就連義大利帕爾馬大學研發的無人車VisLab,在2010年完成歐亞長征測試,從義大利開進上海世博會,也不像現在這般受到關注。現在,汽車產業甚至是科技產業最大、最有看頭的革命號角已經正式響起。

為什麼說這是最有看頭的盛宴?《數位時代》盤點投入自動駕駛的公司,至少就有九大領域、超過60家的業者分頭搶進(詳見p.50),包括網路公司Google旗下的Waymo、百度、車廠如Tesla、Toyota、IT公司蘋果、晶片巨頭NVIDIA,以及各種新創公司如Uber、Lyft、Zoox等全都就位,連剛落幕的美國消費性電子展(CES)彷彿也成了賣車展示中心,所有人談的脫不離自動駕駛及人工智慧。

車輛銷售成長有限,無人車前景看漲

而勇夫齊聚相中的就是重金,「過去很難用電腦協助汽車產業提升價值,但現在汽車也要有感知、推理能力,這是一個產值高達10兆美元的產業,遠比電腦產業大太多。」 NVIDIA創辦人黃仁勳一語道破。全球車輛產業一年大約銷售8,800多萬輛,每年增長率只有2到3%,加上共享經濟當道,千禧年世代對購車的興趣明顯下滑,讓產業維持溫和成長。不過,這個狀況正在改變,知名顧問公司麥肯錫指出,儘管全球汽車產業的銷售量沒有太大的成長,但分享式移動(shared mobility)、數據的連結、服務以及功能升級,將帶動汽車產業在2030年的市場規模提升30%,構成整體高達15兆美元的龐大商機。

商機從此而來,因為無人車是一個涉及眾多領域、技術複雜的體現。「要長眼睛,有腦袋,還要手腳靈活、會溝通。」車輛研究測試中心研究發展處協理陳良忠比喻,要做到無人車,就必須做到這四件事。首先,利用各種的感測技術、影像鏡頭,進行感測融合(Sensor Fushion),讓車子達到具有眼睛的功能。關於這個部分,產業已發展一段時間,像是利用超音波或毫米波雷達來倒車,但這對無人車還不足夠,因此Google的無人車利用了雷射雷達(LiDar),Mobileye也是以影像辨識技術領先而聞名。

有大腦,指的就是人工智慧。實際的道路上是由諸多複雜的情境構成,辨識物體後要能知道這是行人、哪種車、道路標示、號誌,電腦進而做出對應的安全駕駛決策,這全都得仰賴人工智慧,所以必須透過龐大的數據資料訓練機器,建立起模型。

點圖可放大

點圖可放大。
翁羽汝/製作

對於人工智慧的期待還不止如此,Toyota資深副總裁卡特(Bob Carter)認為:我們知道人工智慧很重要,但人類優先更重要,因此我們會將重點放在駕駛與車的「關係」上,因此Toyota在CES上展示的概念車Concept愛i內建了一個取名為「Yui」的人工智慧,它會學習駕駛的生活風格、了解駕駛的情緒,「成為車主的夥伴(team mate)」。

正因人工智慧扮演著大腦的重要角色,才吸引眾多業者投入研究,不過儘管AlphaGo打敗了人類棋王,「但機器還是不會思考的,那只是算出機率。」研究自動駕駛技術的交大電子工程系教授郭峻因直言。因此要讓車子本身能像人類一樣應付馬路上各種突如其來的狀況,還有很大的研發空間,聽了知名車廠Renault-Nissan舉的例子就能了解,Renault-Nissan的自動駕駛技術是與NASA合作,在路上測試自駕車時,意外地遇到了施工,前方的施工人員指示駕駛可以穿越紅燈直行,但是自駕車卻不動了,因為系統的演算法設定是不准闖紅燈,這個對人類來說看似簡單的狀況,車子卻無法轉換思考。所以Renault-Nissan表示,光靠人工智慧還不夠,還要有專人協助,當有自駕車不能決定的狀況,可以發送訊號給後端雲端中心,專人將依照現況給車子最新的路線。

另外,會溝通這部分又包括兩個層面,一是與駕駛的溝通,另外則是車子與其他事物的溝通。在與駕駛的溝通方面,語音助理成了主要的一環,因此亞馬遜的Alexa、Google Assistant、微軟的Cortana成為大熱門,一線車廠紛紛將此技術導入車內。

微軟大中華區企業服務部首席技術長殷皓就表示,現在「辦公」的元素很少能放到車子裡,但未來人不做駕駛了,情況就會改變。這代表的是自動駕駛汽車將與生產力、工作相關的應用結合,微軟的Cortana語音助理就是一例,能跟行事曆整合,提醒你任何大小事。另外,當進入到完全自動駕駛的階段,方向盤可以收合起來,以桌子取代之,回覆Email、打開電腦做簡報都是被允許的,對一般員工來說或許不是件樂事,但恐怕也只能接受。

在與其他事物溝通方面,則要仰賴車聯網(IoV)技術,包括車對車(V2V)、車對號誌等基礎建設(V2I),車對雲端中心等,因此車輛必須擁有4G/5G以及通訊能力專屬短距通訊(DSRC)。有了眼睛、腦袋、會溝通,最後還要手腳靈活,指的就是高性能的運算能力。隨著半導體的製程演進,晶片縮小但運算能力持續增加,讓系統處理大量的影像、圖資資料、人工智慧運作得以效率提升。

要進入無人車時代除了得有相關技術配合,部分國家基於提升安全的原則,也制定相關法規,讓車輛循序地往智慧化駛去,例如美國運輸部(DOT)在去年底擬定草案,五年後所有新車都將強制配備防止撞車的V2V裝置。另外,日本國土交通省在去年通過新的汽車安全規定,放寬四輪以上汽車的電子後視鏡的安裝規定,而電子後視鏡則是利用攝影鏡頭與顯示系統來取代傳統的後視鏡,有助於減少死角。

翁羽汝/製作

更早一點,歐盟新車安全評鑑協會(Euro NCAP)也將自動緊急煞車(AEB)系統列為車款安全評比的測試項目,車廠為了提升消費者對品牌的信任度,無不跟進搭載AEB,而台灣也預計在2019年執行大車的AEB法規。

上述的V2V、AEB等功能都是無人車必備的功能,「商機大到事情做不完,每個人都有事做」工研院IEK智慧車輛與系統研究部研究經理石育賢生動地說,因此車輛產業正迎來生機蓬勃的氣氛。

走進無人車時代,可望為台灣點一盞燈?

正當所有產業巨擘、甚至是各國政府積極開放路測,準備擁抱這場無人車革命時,台灣的角色又是什麼?過去在傳統汽車供應鏈多以提供零組件,如車燈、輪胎相關、觸控面板,也有不少業者在多年前就布局資訊娛樂(Infotainment)車機,像是怡利、車王電、光寶科、華碩旗下的宇碩等,不過,相較於鄰近的國家如日本、南韓、中國,台灣缺乏自主車廠,練兵及銷售機會受限,無人車是否有機會成為台灣的下一盞明燈?

知名檢測認證機構德凱(DEKRA)東亞區總裁曾牧說:「很有機會,台灣汽車製造市場很小,但在IT世界很有力量,當業者轉向車聯網,台灣可以滿足需求。」因此德凱繼在林口成立物聯網實驗室後,又在去年底於新竹設立了車聯網實驗室。

提出類似看法的還有工研院IEK電子與系統研究組研究經理彭茂榮,他認為無人車一定是走電動化、聯網化,汽車電子的比例會持續增加。在2010年汽車電子在一台新車的成本約占35%,預估到了2030年將上看50%。同樣的,隨著汽車越來越智慧化,平均每台汽車的「半導體」含量金額也逐步增加,預估到了2018年會達到610美元。包括先進駕駛輔助(ADAS)系統、資通訊娛樂(Infotainment)系統與後裝(after market)產品等,台灣很有機會。

不過,彭茂榮也坦言,台灣科技零組件廠跟一線車廠的距離其實還滿遙遠,因為過去身處不同產業,加上像是晶片等零組件對車廠來說是相當上游,台灣業者應先爭取與車電系統大廠(Tier 1)合作,如BOSCH、DENSO。

另一個方向則是切不同的應用領域,剛接獲Google無人車無風扇電腦訂單的工業電腦商凌華,其亞太業務區總經理曾仁德就坦言:「在一般民用車,真的比較看不到機會。」不過,車輛市場不是只有一種車,以LiDar而大紅的Velodyne亞洲區總監翁煒表示,「無人車分兩種,高速跟慢速,慢速的像是滿足最後一哩,做小區或園區的無人巴士、接駁車,就很適合台灣發展。這市場比passenger car(民用車)還大。」

除了大型企業外,目前全球也有許多新創公司投入這個市場,一部分是從發展關鍵零組件下手,例如LiDar技術,Quanergy就是一個估值近16億美元的獨角獸,專攻研發固態LiDar,美國的Blackmore也獲得了350萬美元的投資,以色列新創公司Oryx Vision則是開發奈米天線感測技術。另一部分就是投入商用服務的無人車,像是小巴、計程車、甚至是卡車,都有不錯的表現,目前台灣投入無人車產業的新創數目不多,不過不少大學實驗室都在研發相關技術,有機會在日後發展成新創團隊。

翁羽汝/製作

台灣還缺什麼?

無人車是一場必須投資龐大資源的新世界,是一個得依賴跨界合作卻又相互競爭的戰場,對IT業者或汽車業者都不容易,Google雖將無人車研究切割為獨立公司Waymo,不過對於要生產出一輛「實體車」來說,Waymo卻有投資縮手的現象,轉為傾向以平台的方式與車廠合作,類似的還有蘋果,Titan計畫的原負責人扎德斯基(Steve Zadesky)離職後,就屢傳裁員、計畫喊卡等消息,同樣是從打造汽車變成為自駕車提供軟體技術支援。有鑒於資金需求和後勤汽車製造的複雜性,這些在人事跟資源上的縮編並非完全出人意料。

就連Google、蘋果等巨擘發展遇到了困難,台灣想要在這個領域爭取立足,就得必須審視不足之處,加以補強。分析機構IDC江芳韻直言:「人工智慧是台灣很大的弱點,無人車最關鍵的技術及核心是深度學習,進而發展成人工智慧,但要發展深度學習需要大量資料分析,所以大企業如Google、百度能做得很好,台灣有一些學術上的技術能量,但沒有資料可以分析。」

點圖可放大。
翁羽汝/製作

目前台灣另一個很大的問題,是諸多產業人士都點名的「缺乏測試場域」。郭峻因表示,ETC就是一個很好的例子,儘管ETC在初期引起諸多詬病,上路後取得回饋不斷改進,讓系統及服務模式變得更好,現在ETC已經是一個可以輸出海外的好案例。沒有測試場域,不僅台灣想做無人車生意的業者沒有機會練兵以優化產品,也很難吸引外國車廠進台合作。反觀外國,美國加州密西根大學為無人車打造了一個占地32畝的模擬城市Mcity,就是由Toyota、Honda與GM等多家汽車廠商聯合投資1千萬美元而生,讓業者可以在都市街道、交叉路口、隧道、交流道等模擬情境下,進行功能測試,類似策略的還有新加坡。

但是,目前台灣公部門對於無人車的反應顯得緩慢,就有業者私下透露,「原本政府有意列入5+2創新項目,可惜並未實現。」除了政府有意規劃以中興新村作為車聯網測試環境之外,無人車的場域或道路測試至今一直安靜無聲,因此現階段除了工研院、車輛研究測試中心等財團法人因自有園區,可以在區域內測試,其他人則無機會,這勢必也影響了生態圈的發展腳步。

無人車前景一片看好,不過,因涉及的技術複雜、配套的法律增修及都市規畫方案,要普及於市場需逐步演進,特別是無人車要如何給人安全及信賴感?涉及道德議題時該如何抉擇?這都是影響產業發展速度的因素,例如當意外發生,車輛必須選擇撞山/落海,或是撞上一位孩童,電腦系統該怎麼選?Toyota旗下的智慧研究機構(TRI)執行長普瑞特(Gill A. Pratt)就提出一個很好的問題:「怎樣的安全是足夠的安全?至今,沒有人有答案。」

這些超越技術層次的難題,將是所有人必須面對的。這一場革命已經鳴槍,向前奔跑已無法回頭,但是,無人車的下一階段是什麼?會如何演變?或許在你我等著準備享受它帶來的新體驗前,值得放慢腳步來思考。

每日精選科技圈重要消息

二輪四輪一致響應

2 馬路上的創新,自動駕駛如何運作?

作者提供
無人車從早期科幻小說到Google共同創辦人賴利.佩吉的夢想,進而帶動整個科技產業、車廠與多數軟硬體廠商,近幾年內也推動不少技術成長,進而從車輛本身到整個馬路系統都掀起一陣革命旋風。

車子畢竟不像人有雙眼可看,或有雙耳可聽,因此必須藉由攝影鏡頭、各類感測元件作為輔助,協助電腦系統「看見」、「聽見」外界情況,藉此判斷前方是否有車,以及行進方向是否偏離行駛路線。

早期的感知技術多半透過趨近感應器、光線識別等方式判斷車輛前方是否有物體趨近,藉此判斷是否距離前方車輛過近,或是側面是否有車經過,但畢竟感測元件無法像人可藉由雙眼迅速判斷前方路況,因此後續才加入攝影機拍攝影像方式,結合電腦視覺技術讓車輛能以更快速度反應,甚至更能進一步分辨前方行經物件,藉此判斷是否啟動煞車,或是進行閃避。在部分概念車、自駕車設計甚至將後視鏡移除,或是僅保留後視鏡外觀,實際上則是以攝影鏡頭取代其功能,讓駕駛更方便透過螢幕確認車輛後方狀況,或是直接輸入自駕系統讓電腦有更多資訊可做判斷。

以目前自駕車等車輛採用識別系統,多半都已經結合感測元件、攝影鏡頭,以及用於快速、精準測距的雷射光車頭燈設備,藉此構成先進駕駛輔助系統(Advanced Driver Assistance Systems,ADAS),讓這些裝置代替人眼協助車輛「看清楚」前方路況,甚至能隨時「緊盯」車輛四周,藉此輔助駕駛在行進過程能隨時顧及情況。目前包含Mobileye、ZF等廠商都已經分別提出以攝影鏡頭、趨近感應器、超音波及雷射感測元件等為基礎的輔助系統解決方案,藉此代替人眼幫車輛「看」得更仔細。

另一方面,自動駕駛與輔助駕駛系統不光是顧及車輛四周,其中一項重點更在利用攝影機檢視車內狀況,避免駕駛在行車過程產生分神,或是疲勞駕駛等情況,進而降低人為因素的車輛意外,甚至判斷駕駛當下情緒是否因道路不熟悉,可透過播放緩和心情的音樂,或提示是否透過導航系統查詢路線,藉此緩和駕駛內心焦慮,減少因緊張導致錯誤操作而造成危險。

儀表板上的創新,也是不少車廠提出讓騎士在騎乘過程感到便利的設計。
作者提供

而車輛「看」的部分,其實更包含整個車輛內部重要運作機件,也能確認燃油管線是否異常、胎壓是否處於正常範圍,或是煞車做動是否正常,雖然這些過去車廠都已經提出相關解決方案,但在自駕系統與輔助駕駛系統更必須與車載電腦整合,進而在發現異常狀況時,交由電腦做第一線判斷與處理,否則就要及時轉由駕駛接手操作。

車子自己開,還要仰賴外部協助

現階段的車載系統設計,即便採用高效能電腦與感測元件,依然無法實現等同人腦的判斷能力與反應速度,加上無法像人腦可透過個人認知、經驗或情感等判斷當下是否應該讓車輛轉彎或停下,車載系統往往需要更多外部資訊協助真實路況判斷,例如發現前方路口堵塞時,人腦或許可透過眼睛直覺判斷,或是過往經驗決定是否繞道,自駕車則必須仰賴連網取得即時交通流量資訊,配合地圖系統判斷是否改變導航路線,進而完成繞道的「決定」。

此外,從最早的自動駕駛系統設計到目前採用技術,已經從路況判斷、路線範圍與行駛過程的趨近物件識別等運算均在車輛系統完成運算,演變成藉由連網即時取得高解析地圖資訊確認可行進路線,或是標記單行道、道路限速等資訊,同時可即時取得前方道路交通流量、是否發生車禍等資訊,讓自駕車可預先知曉前方行進路線情況後,將多數運算資源集中在車輛四周圍的突發狀況,例如留意前方車輛是否緊急停下、是否因應路人突然靠近而需讓車輛停下,甚至注意車內駕駛是否精神不集中,或是將目光集中在使用手機等情況,判斷是否提出警告或是讓車輛平穩停下。

相對過往透過趨近感測元件進行路況判斷,目前多數技術都已經開始導入攝影機為主的電腦視覺應用。
作者提供

而在外部資訊連動部分,更包含與智慧城市中的交通號誌連動等功能,透過主動提示自駕系統應將車輛平緩停下,可省去自駕系統透過電腦視覺判斷交通號誌是否為紅燈的運算流程,進而讓自駕系統應用變得更具效率,對於計畫發展無人接駁巴士應用的城市而言,這樣的設計將使自駕系統更具安全。另一方面,藉由智慧城市以巨量數據分析各地區交通流量,進而讓自駕車能輕易地透過數據資訊擬定最佳行進路線,進而降低交通堵塞比例,同時也能減少自駕系統在諸多道路狀況判斷時產生錯誤機率。

因此對於整個自駕系統應用,不但只是車輛本身必須夠聰明,還要能配合外部協助「看」得更多,甚至可從車與車之間的彼此連結獲取更多資訊,如此才能從裡到外確保自駕過程的安全。

至於在動能方面,由於不少車輛開始走向電力輔助或純電驅動設計,因此不少車輛解決方案朝向電池快充技術發展,讓電池可在短時間內充入足夠到下一個充電位置的電量,藉此提升全電驅動車輛使用率,甚至因應以全電驅動的運輸車輛需求,例如包含Skoda在內的車廠,已經在歐洲特定地區測試可隨時供電的道路設計,並且藉由太陽能形式維持電量,而高通日前也在Formula E賽事中提供名為Halo的無線充電技術,讓BMW提供的安全前導車能以無線充電板補充動能,並且可在一小時內完成充電,未來更計畫應用在實際道路,讓更多市售電動車能在行駛過程同時充電。

從傳統手動駕駛,目前車輛已經逐漸邁向全自動駕駛趨勢發展,同要變得更安全、運輸更具效率,同時更節省能源等方向發展。
作者提供

數位助理不只是噱頭,開口說也能操控車

從蘋果推出數位語音助理Siri,到亞馬遜去年底大量開放第三方廠商使用其Alexa數位語音助理服務,目前有越來越多車廠開始將數位語音助理服務應用在車載系統,讓使用者能透過自然口語方式操作車輛功能。

而加入此類功能,並非只是噱頭,其實是考量駕駛過程直接透過螢幕選單操作容易發生危險,因此許多車廠在很早之前就將簡單語音聲控應用在車載系統,讓使用者能透過關鍵字詞啟動特定功能,近年因蘋果推行CarPlay、Google提供Android Auto等應用,使得語音操作在車載系統成為重要應用項目。

只是目前此類技術發展過程,仍面臨車內麥克風收音效果、語音辨識成功率和能否了解使用者不同口語所表達的涵義等挑戰,而這也是各車廠未來需要改善的問題。至於進一步與數位語音助理服務結合,不僅是讓使用者能以更貼近自然口吻方式與車載系統進行「互動」,更重要是,可藉由持續連網與機器學習讓車載系統更能了解駕駛實際需求,長時間累積之下將可讓車載系統變得更「聰明」。

數位語音助理不僅扮演乘客與車輛溝通的橋樑,未來更擔任使車輛電腦理解乘客實際需求的重要關鍵,在自動駕駛逐漸取代原本人為操作之後,車輛行進間的所有操作縱使交由電腦負責,車內乘客依然必須隨時與電腦系統互動,例如交代開車前往目的地、中途是否改變前往路線、是否開啟車內娛樂設施或其他需求等。而加入數位語音助理與乘客之間的互動,更能使得原本讓人覺得冰冷的自駕車更具「人情味」。

但由於距離實現《霹靂遊俠》中的「夥計」仍有些遙遠,因此部分廠商,如NVIDIA,固然認為數位語音助理應用相當重要,但暫時還不會太快應用在車載系統,因為目前此類應用放在車輛上的實用性仍不高,加上自駕技術還無法完全保證安全性,若駕駛將注意力過於放在與車輛互動,反而可能造成危險。不過,諸如福特、Nissan等車廠則認為提供數位語音助理服務,更有利駕駛專注持握方向盤,並且透過語音聲控方式啟動車輛功能,甚至能進一步與家中設備連動,比方福特便結合亞馬遜Alexa數位語音助理功能,讓駕駛能直接在車內透過語音開啟車庫鐵捲門,而不用麻煩地尋找遙控器。

自動駕駛不僅用在四輪車,還有二輪車種

自動駕駛技術除了應用在四輪車款之外,目前也開始逐漸應用在更多人使用的二輪車輛,包含本田、山葉等日本車廠,其實都已經針對二輪車輛騎乘時,因路況濕滑、碎石等情況造成車輛打滑等問題提出技術解決方案,例如本田透過本身機器人ASIMO研發經驗,在二輪車輛前叉與車台結合處導入類似ASIMO的膝關節設計,當車輛藉由內部感測元件偵測到目前處於不穩定狀態,便會立即改變前叉與車台支撐角度,模擬人體雙腳面臨重心不穩時,將本能地踏出一步改變重心並取得平衡的方式,同時搭配陀螺儀等元件讓車輛能維持穩定。

而製作各類家電、電動工具出名的德國廠商BOSCH,其實本身同樣投入車載系統元件與發展後端雲端服務解決方案,除了針對連網車載系統與自駕車提供感測元件、視訊鏡頭及雲端數據分析平台之外,提供二輪車款的解決方案則是針對騎乘過程面臨不同路況時的煞車輔助,當駕駛在雨天濕滑路面打滑時,感測元件警覺車輛即將面臨轉倒,系統便會介入ABS煞車元件與控制引擎轉速,藉由適當煞車操作輔助與車輛自動降速,讓車輛能夠妥當穩定地停下,避免駕駛在著急之下反而因人為操作不當造成更大意外。

隨時讓電動車以更具效率的方式充電,或是在行駛過程繼續充電,是目前許多廠商改善電動車補充動能的考量方案。
作者提供

至於在操作輔助部分,諸如BMW等車廠其實也針對二輪車款提出智慧應用方案,例如藉由在車輛設置各類感測元件,隨時監控車輛引擎轉速、行進速度、燃油殘量,以及煞車等重要元件是否處於異常,另外也能透過藍牙連線方式,將相關行車資訊投放到搭載抬頭顯示器功能的安全帽鏡片,駕駛能直接透過眼前鏡片觀看重要行車資訊,或是連結手機顯示即時來電或簡訊,甚至可在鏡片顯示路線導航功能。

另外諸如Garmin等針對車輛提供輔助器材的廠商,同樣也在二輪設計的自行車上打造自行車智慧雷達設備,一旦偵測後方來車逼近到一定程度,便會自動向騎士發出警示,甚至可配合其他設備顯示多部後方車輛逼近程度與相對接近速度,騎乘過程中也會以閃爍燈號形式提醒前方車輛,避免前方車輛在未留意後方自行車的情況下,因突然煞車或轉向導致意外發生。台灣車廠光陽更在去年針對二輪車輛提出新款儀表系統Noodoe,讓騎乘者可自設儀表風格、顯示鄰近加油站等設施,或是連動手機來電資訊等內容,讓騎乘者能在最短時間獲得所需資訊。

雖然不比四輪車款更著重於自駕系統發展,許多車廠、配件廠商對於二輪車款的下一步,主要還是聚焦在車輛操作樂趣與駕駛本身安全之間的平衡,畢竟二輪車款一旦發生意外,受到最大衝擊往往是駕駛,而不像四輪車款至少能藉由堅硬車身擋下首波衝擊。

每日精選科技圈重要消息

車不再只是運輸工具

3 這陣子,車商都做了些什麼?

作者提供
數十年來,車與人們的關係僅止於運輸,而今,隨著科技的發展與演變,人們對車的想像與需求也開始有了新的期待。也許不久後,在生活中就能看到更多的可能,目前在這個車陣中摩拳擦掌的參與者,都是重新定義車的推手。

當越來越多科技廠商爭相投入自駕車、電動車產品研發時,傳統車廠自然也沒有錯過此波轉型、擴大發展機會,例如福特、Volvo、本田、豐田、NISSAN、福斯、BMW、賓士等具長年發展車輛經驗車廠,除了持續讓車輛產品變得更具人性化、智慧化,藉此改變一般人使用四輪車輛的行為,而最終目的更期望能改變車輛最原始用途──「運輸」,藉此讓交通變得更為流暢,使人與人之間有更多時間交流,同時降低噪音、排煙等環境污染問題。

從飛雅特克萊斯勒集團(Fiat S.p.A)打造的概念車「Portal」,便是將車輛視為能與家人一同成長,同時介於家與工作場合之間的「第三空間」。依照不同使用模式與家族成員,「Portal」內部可透過兩道滑軌放置二到十組座椅,同時藉由模組化配件客製化不同使用功能,例如加裝螢幕、音響、甚至車內冰箱等,讓使用者能從兩人共組家庭到三代同堂均可使用同一輛車進行接駁,進而降低車輛生產成本,同時也能減少使用者因不同需求換車比例。而在車輛外側更加入可顯示不同色彩的燈號,藉此與不同車輛產生「互動」。

「Portal」強調可隨著駕駛需求、家庭人口改變而成長的設計,並且能與外界透過燈號產生互動。
作者提供

由TOYOTA所展示的新款概念車「愛i」,同樣將車內駕駛空間放大,同時採用全流線外型設計,藉此降低行進風阻,提升全電驅動時的輸出效率;同時藉由車內攝影鏡頭等元件識別駕駛、乘客當下情緒,藉此判斷是否提供協助,例如發現駕駛可能因為找不到正確道路而焦急時,系統便會介入詢問是否啟用導航輔助,甚至判斷後方幼兒乘客處於無聊情緒時,則會自動透過螢幕顯示趣味互動內容,進而緩和長途車程中的緊張情緒。

「愛i」著重在更了解駕駛、乘客心情感受,讓車輛變得更具人性。
作者提供

而賓士所提出的概念貨車設計,則是將無人機與貨車結合,當貨運司機進行送貨的同時,即可透過手機或平板點選操作,遙控貨車內的機器手臂將小型貨品透過天窗傳遞至無人機,再藉由無人機以飛行方式配送到鄰近配送地點,如此一來即可提升整體貨物運送效率,同時也能減少時間、車輛配送等成本開銷。除了改變貨車配送模式,在貨車實際進行運送作業前,則必須透過數據分析等方式優化貨品配送流程,如此才能讓整體運送流程更加流暢。

賓士將無人機與貨車結合,讓貨物運送可以變得更具效率。
作者提供

至於其他車輛應用發展部分,有俄羅斯矽谷稱號的斯科爾科沃創新中心主導推動無人駕駛巴士MatrEshka計畫,預計將在2018年以前應用於俄羅斯境內大眾交通運輸,以純電形式在最高時速達每小時30公里運作下,最長行駛約可達130公里行駛距離,而新加坡在去年時也由Delphi推行以自動駕駛車輛提供的計程車服務,開始讓無人車投入計程車接駁用途,美國賭城拉斯維加斯也啟用由NAVYA與Keolis合作、名為Arma的無人巴士接駁服務。

當貨運司機遞送貨物的同時,即可透過手機或平板遙控貨車內機器手臂,將車內小型貨物裝載至無人機,再藉由無人機將小型貨物遞送到鄰近配送地點,藉此節省額外驅車前往遞送的運送成本。
作者提供

台灣地區部分,在由NVIDIA與台灣工研院簽署合作,並且以中華三菱威利為雛形打造台灣首款自動駕駛車輛之餘,財團法人車輛研究測試中心ARTC更宣布台灣自行研發的自動輔助駕駛系統,並且確認與台灣境內14家廠商完成技術轉移,未來將可實際應用在市售車款。

每日精選科技圈重要消息

自動駕駛輔助系統AI化

4 無人車深度學習技術,代工三雄搶著要

吳晴中/攝影
若期望台灣在智慧汽車領域,形塑新一代的產業機會,產學合作是可行的方法之一。目前交大團隊開發的影像壓縮技術、自動駕駛輔助(ADAS)等技術不僅成功走出實驗室,而且台灣前三大系統代工廠全都搶著要。

「在手機螢幕上,你可以看到系統把車道上的車子一個個框起來,然後進行物體偵測、車道偏移偵測等。」交大電子工程系教授郭峻因一邊展示團隊開發的App一邊說,由於自動駕駛輔助技術ADAS的突破,駕駛只要把手機放在擋風玻璃前,簡單做一些「定距」設定,就能藉由手機鏡頭使用ADAS功能。

近兩年,智慧車相關科技成為熱門,郭峻因團隊也相繼開發出20多種ADAS技術,包括車道偏移警示、前方防碰撞、全球速限偵測、用於倒車攝影的魚眼校正、物件偵測等,不只國際晶片公司如瑞薩找上合作,授權企業的家數也超過十間。在智慧車這個領域,台灣代工大廠低調布局車聯網,鮮少人知道,這些業者部份的技術源自這裡。據了解,和碩先前打入車廠資通訊娛樂系統,為了要進一步跨進無人車領域,找上了郭峻因,一口氣授權了七項技術,讓和碩在ADAS的實力從零到有,希望循過去Mobileyes路線,從汽車後裝市場走到前裝市場。除了和碩之外,還有廣達旗下做GPS定位的鼎天,同樣希望跨進ADAS領域。

從影像到ADAS,再到自駕系統

郭峻因團隊之所以投入智慧車領域,要從六年前談起,過去他們研究影像壓縮處理的IC,應用在行車記錄器,不過做影像處理IC有瓶頸,因為業界的製程領先我們太多,做出來的晶片很難超越,在思考轉移研究方向時,就決定從影像延伸到ADAS,也成功開發出ADAS相關技術,且已經獲得超過十家企業授權使用,除了持續開發具有深度學習的ADAS外,下一階段的目標就是自動駕駛的系統研發,長期更希望能夠開發出低成本的雷射雷達(LiDar)。

郭峻因團隊從影像壓縮技術成功延伸到ADAS。
郭峻因提供

郭峻因進一步解釋,深度學習有兩個最有價值的東西,一是數據資料(data),另一個就是模型,目前許多模型都已公開,包括Google的TensorFlow、各種深度學習的競賽,所以模型的取得及建立相對容易,但數據資料就不是如此,就像Google街景車每天上路不僅掃街景,也同時在掃道路情境。

這也是為什麼郭峻因團隊一年前開始投入數據資料領域,他們以行車記錄器上的影片為樣本,標示道路上會出現的各種物體後,例如汽車、機車、行人等,輸入系統進行系統的深度學習訓練,然而,有幾項因素會影響系統辨識結果,包括天候、場景、光影變化等,所以要讓系統提高準確率,就要不斷累積各種情境資料。目前可供辨識的物件資料雖然已達150萬筆,不過,標示物件又是一個「苦力活」,舉例來說,一個五分鐘的行車記錄影片大約有9千張畫面,在每一張畫面都得詳細標示出各種物件,因此就算是五分鐘的影片也得花上四小時完成標示,為了加速完成物件標示作業,現階段也正在開發自動化工具,降低人工標示耗時的問題。

正因為資料值錢,郭峻因與團隊曾思考將此獨立成新創公司,專注發展。據了解,鴻海聽聞之後立刻表達希望投資新創的意願。

眾多新創投入雷射雷達

另一個目標就是降低雷射雷達的成本,無人車搭載了多種感測器,雷射雷達因可掃描的範圍廣,可以達到360度,成為現階段最重要的關鍵零組件之一,可是,雷射雷達目前最大的問題就是成本過高,例如Google無人車頂上突起的圓柱物就是搭載了一個可360度掃描、64線的Velodyne雷射雷達,但要價高達8到10萬美元。

雷射雷達會如此高貴,「因為現在幾乎都是用手工打造的。」Velodyne LiDAR亞洲區總監翁煒說,以往應用客群都是大型研究機構或是圖資公司。因此,不少大公司紛紛投資雷射雷達業者,更吸引了許多新創公司投入,例如美國的Quanergy就是一個估值16億美元的獨角獸。

郭峻因分析,一台無人車大概有近20個感測器,包括毫米波雷達、超音波雷達、鏡頭等,商機很龐大,其中「LiDar為雷射光,掃描環境99.9%不會miss(錯失),一旦LiDar的成本下降,其他種雷達很可能都會被淘汰。」因此,LiDar是一個重要且值得布局的領域。目前LiDar使用的原料材料並非「矽」,耗電功率也高,由於交大電子工程系另有教授專門研究光電元件,他們想著若能將材料改為矽,變成IC,成本就能大幅下降。未來雙方將合作把LiDar晶片化,但他也不諱言挑戰很大,需要四到五年時間研究,希望屆時趕上自駕車普及的時代。

他認為,在自駕車兩個關鍵是鏡頭和感測技術,需要兩者配合才能提供360環繞的偵測,過去台灣在鏡頭著墨很深,也發展很好,「但如果台灣企業願意長期投資,LiDar一定要做。那是感測的關鍵技術。」搭配上台灣的鏡頭技術,就很有機會在關鍵零組件領域搶到很好的位置。

耕耘了六年,團隊累積了影像技術、感測融合(Sensor Fusion)再到深度學習,接觸了百家企業,研發成果更是台灣前三大代工廠鴻海、和碩、廣達全都搶著要,郭峻因回憶,要將實驗室的技術變成廠商可用是很大的挑戰,持續優化、改良是必要的,但比較可惜的是,學校畢竟不是企業,學生碩士畢業離開,技術很可能就因而中斷,對長期人力的安排就是問題,因此他也鼓勵學生畢業後留在實驗室做工程師,才能將技術深耕。

【小檔案】郭峻因

現職:交大電子工程系教授
學歷:交大電子研究所博士
經歷:交大電子工程學系電子研究所所長

每日精選科技圈重要消息

不做Tesla或Google

5 MIT讓輕量級自駕車搭起人與都市的橋樑

蔡仁譯/攝影
近幾年出現一股新力量──輕量型運輸工具,可以接送人、或運送貨物,能滿足第一哩路(如從家裡或公司到捷運站)或是最後一哩路(如從車站到家裡)的需求。為什麼這件事變得有趣且有意義?

交通工具一定得分機械動力或人力、不是載人就是載貨物?答案肯定不是。有一群人認為,在科技的推進下,未來的交通運輸工具及模式都將大幅改變,一種可以兼具電動和人力,可以載人也能送貨,再搭配App呼叫、自動駕駛的PEV(Persuasive Electric Vehicle),將滿足都會區居民第一哩路或最後一哩路,也就是兩公里內的移動需求,而且你不用獨自購買擁有它,就像U-Bike一樣,需要時再使用付費。

多了點人味就是不一樣

「如果不仔細看,很可能會以為這台PEV是一台大型的嬰兒推車,但其實它來自美國麻省理工學院(MIT),是一台具有電動功能的三輪車,有著最火紅的自動駕駛功能,而且只需打開手機App召喚,它就會自動開到指定位置,甚至可以幫你把女友從她的公司接送到約會地點,當然也可以把你訂購的物品送到眼前。」PEV計畫推手、也是MIT媒體實驗室博士候選人的林家樑邊示範邊解說。

不同於一般科技公司或汽車公司談論智慧車,多強調智能、性能與功能,但PEV團隊來自建築、都市設計系、資訊等領域,思考的角度就多了點「人味」,除了林家樑大學念建築,從MIT建築所再跨到都市設計、交通移動規畫,他曾經與台灣的三陽機車合作研發出可摺疊的機車,還有加裝在一般腳踏車上就能變成電動智慧自行車的哥本哈根輪(Green Wheel)。而另一名高手菲爾.汀(PhilI Tinn)在加入MIT之前則是在三星家電部門做產品開發,之後則是專攻融合設計、政策及使用者行為的城市創新。

「很多人在談智慧城市時視角都過於狹隘,該放進來的還有人與車的關係、生活圈的概念、以及生活態度的選擇。」林家樑認真地說。開發PEV的初衷要回到都市的問題談起,現今全球七成人口居住在城市裡,伴隨人口膨脹而來的就是交通問題,先不論每逢農曆過年,中國返鄉人潮的春運災難,就連塞車、排碳污染、停車位難尋等麻煩似乎也變得理所當然,因此有許多國家意識到危機並開出紓解藥方,例如眾人耳熟能詳的歐洲腳踏車城市、台北的U-Bike,也有企業投入Ride Sharing或Car Sharing,如Uber、Zipcar、賓士的car2go。那還有沒有其他可能?肯定有。

林家樑指出:「交通運輸趨勢就是隨選式移動(Mobility on Demand),一定要想三件事,自動駕駛、車輛分享(Vehicle Sharing)以及電動化。PEV就是融合三個概念而生的範例。」

PEV跟多數自動駕駛車一樣,採用雷射雷達(Lidar)、測距(odomerty)等感測技術畫出周遭地圖,以及判斷前方出現的物體及距離,建立出電腦認知、做出馬達轉向等行進決策,先前MIT就在歐洲的小國安道爾進行路測,安道爾是歐洲的度假勝地,但限制車輛進入市區,故利用PEV來運送觀光客的行李,此外也在台北的空總創新基地測試,並且蒐集空總的地圖資料。同時也利用大數據分析需求量、使用方式,才能找出人與車的互動模式。

不過在PEV實際測試上,還是可以發現行車轉向及穩定度仍有改善的空間。對此,林家樑表示:「PEV的自動駕駛系統只是基本的,軟體還不是最好,我們想倡議的是讓PEV成為一種新的營運模式。」由服務營運商來提供服務,可以像U-Bike作為都會的個人化交通工具,也可以用來載貨,另外採取的是分享模式,有需求再付費使用。

PEV團隊來自MIT,包括林家梁(左)及菲爾.汀(中),還有來自北科大的實習生(右)。
蔡仁譯/攝影

在都市移動的輕量型工具

確實,PEV的訴求並不在於車廠精心打造的時髦外型或技術競賽,而是追求兼顧居民、生活及都市發展,試圖解決當代交通問題,菲爾.汀直言:「我們不想做Tesla或Google,他們專注在汽車本體,我們則是想找出讓各種交通工具應用順暢串接的方法,儘管Uber強調共乘,碳足跡還是太高,要解決都市交通問題的唯一出路,就是做好公共交通並搭配小型分享運輸系統。」

他們就以美國波士頓的開放資料(Open data)包括計程車、Hubway公共自行車的資料來模擬,並在人口數量、用戶等待時間不超過五分鐘以內等條件下,推算出第一年只要投資300台PEV,就可以提供市區足夠的服務,遠低於Hubway的570台。

PhilI Tinn解釋,為什麼PEV只需要300台,是因為PEV有兩個Hubway沒有的功能,一是自動駕駛,用戶叫車時,PEV會自動開到用戶位置,做到「到府door to door服務」,但Hubway則需要用戶走到自行車站才能租。第二個就是智慧排程,目前公共自行車分享系統的營運商必須花費許多時間做車輛分配,用人工確認每一站是否有車可租、或有位子可供用戶還車,PEV可以直接透過系統清楚掌握每一台車的狀態。此外,PEV還可以用來當無人送貨車,這也是自行車無法提供的。

蔡仁譯/攝影

PEV的商業模式可以有很多可能性,除了政府開放由企業營運外,也可以開放消費者自己投資,例如購買優先使用權的服務,需要使用時享有優先權,不用時就開放租給其他人,重要是找到一個可延伸的商業模式,而且搭配大數據分析平台,掌握用戶使用習慣,持續優化、增加各種服務。

在無人車的全球競賽中,台灣不必只重壓在一般車市場,特別是台灣有自行車王國的美譽,供應鏈完整且有極佳的開發及製造能力,PEV就是一個可以發展的創新領域。

蔡仁譯/攝影

【小檔案】林家樑

現職:MIT媒體實驗室博士候選人
學歷:逢甲大學建築系
經歷:在MIT媒體實驗室連續念完建築、都市規畫二個碩士,專長為都市交通、新型態運輸工具設計。

每日精選科技圈重要消息