偷閒「第25小時」!完全自駕夢仍有2門檻待突破
偷閒「第25小時」!完全自駕夢仍有2門檻待突破

根據交通部統計,台灣上班族平均通勤時間為37分鐘,遇上塞車或突發狀況,時間還可能長達1~2小時。在駕車上路這個「不能不專心」的時空裡,駕駛的身心要是能放鬆片刻,原本不怎麼能夠做其他事的時間,或許就空了出來。

汽車大廠奧迪(Audi)自2017年起,就以「第25小時」的概念研發自動駕駛,期待藉由系統的導入,讓駕駛及乘客在行進過程中,能更有效地利用時間,目前已推出具備L3(參見下圖表)等級的A8車款。

輝達(NVIDIA)執行長黃仁勳
2030年,大部分的汽車將實現L2等級的自動駕駛。

繪圖晶片大廠輝達(NVIDIA)執行長黃仁勳日前接受《歐洲汽車新聞》(Automotive News Europe)訪問時就曾透露,自己相當享受特斯拉(Tesla)帶來的自駕感受,「這讓開車的體驗變得更輕鬆。」

不過黃仁勳也指出,要到2030年左右,才會有2成的汽車能實現L4、L5的高階自動駕駛,且主要用於貨車上;乘用車仍以L2為主,車上附帶的許多自動輔助控制功能,只是會優化駕駛體驗,不會取代駕駛。

表076-2
圖/ 數位時代

科技巨頭合作新創,加速自駕車系統

在現有具L2等級的車款中,駕駛或許能夠在高速公路上面,透過ADAS(先進駕駛輔助系統;Advanced Driver Assistance Systems)獲得喘息空間。又或是對於害怕S型倒車、停車的駕駛而言,L2也能輕鬆解決這類難題。

至於何時才能真正走到L5等級,亦即在任何條件下,車輛都能完全自行駕駛的程度,車輛研究測試中心(ARTC)經理陳建次表示,這需要從大眾運輸工具和乘用車兩個不同面向來看。「短則5年,公共運輸將在特定場域裡,就能以L5自動駕駛模式,將乘客從A點移動到B點。」陳建次表示。

自駕車系統目前發展最快的是兩大科技巨頭,分別是Alphabet旗下的自駕車公司Waymo,已在2020年底宣布於美國鳳凰城開放「沒有真人駕駛隨車」的自駕計程車服務;其次是亞馬遜所投資的Zoox,也在舊金山、拉斯維加斯等地進行測試,但尚待進一步提供自駕計程車服務的時程。

另外,Intel併購以色列新創Mobileye也鴨子划水發展自駕技術,只靠裝配在車上的12個鏡頭,就能展現Level 2+自駕程度,他們的策略是與福斯(Volkswagen)、BMW、日產(Nissan)等車廠合作,讓百萬輛車每天在全球上路,藉此搜集超過600萬公里道路資訊,進行圖資繪製及自駕訓練。

Zoox
亞馬遜收購自駕車新創公司Zoox,在設計上與傳統汽車有很大差異,將用來作為自駕計程車、提供共乘服務等。
圖/ Shutterstock

完全解放雙手的L5,仍有技術門檻待突破

根據美國加州車輛管理局(DMV)公布的《自動駕駛脫離率報告(Disengagement Report)》,Waymo以平均每47,911.5公里才有一次人為干預的表現,位居自駕可靠度第一(系統運行每1,000 英里需要駕駛員接管的次數,為評定自動駕駛可靠性的重要指標,脫離率愈低,可靠性愈佳)。若以台灣環島一圈約1,073公里來算,Waymo的自動駕駛系統能在環島將近45圈,才需要一次的人為干預,顯見其自駕系統相當成熟、能應付多數道路上的考驗。

與此同時,隨著汽車動力系統朝向以電池為主發展,陳建次認為,這也有助於自駕車優化。當整輛車都能透過電子方式傳輸指令,不但能加快反應時間,操作上也更直覺。

儘管大眾運輸工具的自動化令人期待,對於部分消費者來說,他們更期待自己的車能夠加速自動化,讓他們的雙手能更快擺脫方向盤。調查機構Gartner指出,到了2023年,全球自駕車數量將超過74.5萬輛,其中個人自駕車就占了70.8萬輛。只是,這些乘用車距離真正的自動駕駛還很遠,即使是從停車、主動車道維持等L2功能跨入到L3,陳建次表示,這也還要再等2~3年。過程中,也必須跨過不少技術門檻。

表076-1
圖/ 數位時代

延伸閱讀:自駕技術離商用不遠了?「最懂自駕車」的詹景堯:先學習接受科技不完美

門檻1:超精準地圖,解決車輛定位問題

「肯定要有非常精準的地圖。」NVIDIA業務協理蕭怡祺點出了第一個技術問題。地圖,就好比車輛定位系統;而所謂精準,「必須有誤差值很小(至少小於10公分)的地圖,才能讓自駕系統知道位置。」

試想,當自駕車以時速60公里行駛路上,要知道何處停、何時轉彎,不能只靠高速的運算能力來協助汽車判斷,精準的地圖也不可或缺,「這不一定要仰賴車廠,圖資公司也需要參與其中。」蕭怡祺說,目前NVIDIA提供的解決方案裡,已與TomTom、Zenrin等圖資公司合作,並運用自家運算技術,嘗試解決車輛定位問題。

輝達NVIDIA_高精地圖
高精地圖(High Definition Map; HD Map)讓車子知道何處停、何時轉彎。
圖/ NVIDIA

門檻2:提升汽車感知功能,助AI判斷路況

「另外還有影像技術的突破。」陳建次指出了第二道技術門檻。過去,駕駛人就是汽車的大腦和感知來源,透過後視鏡的輔助做判斷,確保行車安全。一旦駕駛人想要解放雙手,汽車該如何感知外在環境、保持安全,就成了一大挑戰。

現有的輔助工具包括光達(LiDAR)、雷達及攝影機等,但陳建次表示,個別工具其實都有需要克服的難題。像雷達穩定,卻無法判讀物體輪廓,僅能偵測前方有障礙物;光達雖能用光束勾勒障礙物輪廓,但一碰到下雪或濃霧,便可能被干擾其判讀。

NVIDIA_感測器(Sensor)包括光達(LiDAR)
感測器(Sensor)包括光達(LiDAR)、雷達及攝影機等,助AI看清周邊環境的「長相」。
圖/ NVIDIA
NVIDIA_感測器(Sensor)包括光達(LiDAR)
圖/ NVIDIA

更重要的是,當汽車透過這些工具,取得了障礙物的資訊之後,還要搭配大量的運算能力和人工智慧(AI)訓練,才能夠精準判斷和決策。 克服了萬難,若真有一天,我們能跟方向盤說分手,「汽車將被軟體重新定義。」黃仁勳如此詮釋邁入L5等級時的汽車概念。

屆時,我們可能會把更多的注意力,從硬體轉向自駕系統能有哪些軟體的升級或選擇,優化乘車體驗。「這有點像是App Store的概念。」蕭怡祺說,車主可以隨時下載需要的服務,而被釋放出的雙手和時間,將在這第25小時裡,有更多被挖掘和創造的可能,「車內娛樂或許是值得期待的應用。」

責任編輯:郭昱彣、林美欣

關鍵字: #自動駕駛
本網站內容未經允許,不得轉載。

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

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
台日半導體新局 全解讀
© 2024 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