市場動態 生活 觀察

從年初CES 2017看年度科技趨勢-自動駕駛篇

會自動駕駛的車輛,其實在很早前便曾出現在電影、電視影集,或是漫畫劇情內,同時也是科技廠商過去以來持續投入發展的產品,並且隨著軟硬體技術、連網應用模式改變而有明顯變化。

, 從年初CES 2017看年度科技趨勢-自動駕駛篇, mashdigi-科技、新品、趣聞、趨勢

不過,車輛自行駕駛跟人類手動操作畢竟依然有相當大的差異,人類可以透過雙眼直接看見前方路況,並且由大腦進行極快的反應判斷,最後讓手腳做出方向盤轉向或踩下煞車等操作,過程可能僅需一秒不到時間,但自動駕駛車輛則必須仰賴各類感測元件、連網數據,並且透過長時間訓練才能做出類似人類般的操作反應,但依然有可能做出無法合乎常理的決定,可能因為感測元件、取得數據造成誤判,因此造成諸如Tesla自動駕駛功能曾將前方卡車認成一般景象,導致釀成死亡車禍意外。

如同目前投入大量發展的人工智慧技術,同樣應用到深度學習的自動駕駛發展,其實同樣面臨宣傳成效遠高過實際應用,現階段的自動駕駛技術多半仍處於輔助應用階段,亦即駕駛依然要維持緊盯前方路況,以利在緊急意外或系統誤判時可做修正,甚至在系統無法順利判斷究竟該「避免撞擊危害駕駛生命安全而傷及路人」,或是「維護路人安全而使車內駕駛受傷」,要能讓駕駛隨時可介入操作。

自動駕駛背後涵蓋更多技術整合

要實現駕駛可完全放心放開方向盤,並且無需隨時緊盯前方路況,讓電腦系統負責絕大多數的車輛操控,事實上還需要一段不算短的發展時間,但包含Intel、Google在內科技廠商認為此類技術將可能在近年內以大幅成長趨勢加速發展,主因在於伴隨連網技術、人工智慧與資料分析應用模式改變,使得基於深度學習的自動駕駛技術能有更大突破。

以現行NVIDIA借助繪圖演算效能提昇數據分析學習效率,讓搭載Drive PX 2等車載運算模組的車輛能在持續學習人類手動駕駛模式,進而配合外在連網持續提供各類即時路況、車輛行進間記錄數據等資料,同時本身也透過裡外大大小小感測元件隨時「觀看」,使得車輛能以更貼近人類駕駛方式行進,甚至可透過類神經網絡運算方式依據不同數據分析更好的駕駛操作方式。

而為了讓車輛能夠「看」得更加仔細,傳統透過趨近感測元件進行路況判斷的模式,已經逐漸由攝影機為主的影像識別作為車輛「眼睛」,並且配合雷射測距、內部管線監控等元件構成先進駕駛輔助系統 (Advanced Driver Assistance Systems;ADAS),如此更能代替人眼看清楚更多車輛行進間所應留意細節,並且讓自動駕駛系統可做出更正確的判斷。在車輛本身之外,自動駕駛技術更與連網應用有更大關連,透過網路即時傳輸地圖資訊、前方車流狀況等資訊,讓系統能預先知曉前方道路狀況與最佳行進路線,避免將運算效能大量集中在不必要的路況分析。

並非只為了讓駕駛安心放開方向盤

發展自動駕駛技術並非僅在車輛系統本身,實際上涵蓋範圍更可串連整個智慧城市發展布局,例如先前提及的即時路況與地圖資訊,以及與交通號誌連動或與其他車輛交流互動,實際上都能讓整個自動駕駛技術應用更為完整。例如目前有不少城市已經開始測試採用自動駕駛技術的大眾交通運輸工具,車輛系統本身如何與城市交通號誌、即時車流,甚至建立車輛與車輛間的「溝通互動」,使得以自動駕駛技術驅動的無人公車能正確識別前方路口交通號誌,並且與前方車輛維持安全車距,同時依據車流狀況控制行進車速,讓上車乘客可更安穩乘坐。

目前有越來越多人投入自動駕駛技術發展,並非只是為了讓科幻電影情境變成真實,而是期望藉由讓車輛無需花費人力操作,即可創造更多全新服務平台應用,例如透過自動駕駛技術取代傳統計程車司機,未來透過Uber預約車輛將由電腦系統代勞駕駛,將可讓車輛使用資源更容易量化,並且藉由數據分析進一步提昇使用效率,同時也能有效減少人為操作產生疲勞駕駛等問題。在自動駕駛技術更趨成熟後,預期將能具體讓交通接駁更為流暢,同時也能讓車輛資源與更多應用服務結合。

不過,就像許多人擔憂人工智慧、機器人是否取代傳統人力,進而造成更大影響?自動駕駛技術成長確實會讓部分傳統人力駕駛工作形式改變,例如前面說到的計程車司機,或是運貨司機,但還是無法在短時間內全面取代,例如自動駕駛可以協助需長時間開車運貨的司機減緩疲勞駕駛情況,或是讓提供計程車搭乘服務的司機用更具效率方式載送乘客,而對於一般人也就更不會有實質取代情況,畢竟不少人還是習慣自行操作方向盤,因此未來或許會出現沒有方向盤的自動駕駛車輛,但市場依然會配合需求提供更多選擇,就像眾人習慣使用手機通話,卻無法全面取代使用率越來越少的市話服務。

楊又肇 (Mash Yang)
mashdigi.com網站創辦人兼主筆,同時也是科技新聞業流浪漢。

發表迴響