【The Wired Guide】自動駕駛指南

評論
評論
Photo Credit: reuters

作者:ALEX DAVIES,譯者彭于庭,原文為The WIRED Guide to Self-Driving Cars,INSIDE獲台灣康泰納仕提供授權翻譯。

在過去的五年中,民眾對自動駕駛的認知從「有可能實現」變成「一定會成真」,再變成「無可避免的現實」然後又變成「當初認為不可能的人真是大錯特錯」,而現在自動駕駛甚至已經商業化了。

原先是Google的一項自動駕駛汽車計畫的Waymo公司已經在2018年12月在美國鳳凰城的郊區啟動了商用自駕車服務。雖然只有幾百位經過審核的專業駕駛才握有該服務的細節,而且安全人員仍然會坐在駕駛座,這項突破仍極具重要性。

人們已經願意掏錢購買自駕車了,不過自駕車其實才剛起步。Waymo將持續擴展自駕車的功能和銷售地點。雖然Waymo一度壟斷市場,但其他自駕車公司已紛紛成立。May Mobility和Drive.ai雖然是規模小的接駁車新創公司,但是營收非常可觀。

現在越來越多人放棄買車,各大汽車製造商希望在自用車市場嚴重縮水前趕快提升技術、重塑品牌,將自己重新定義為「代步供應商」。

Lfyt和Uber等共乘公司現在急著解雇瓜分掉太多利益的司機。Apple、IBM和Intel等科技巨頭則希望能分一塊自駕車的市場大餅。許多嗷嗷待哺的新創公司已愈趨成熟,他們生產的雷射感應器、壓縮測繪數據、服務中心替自駕車的供應鏈建立穩固基礎。

商機和人類生存的生存本能推動了了21世紀的自駕車熱潮。只需要一個理由,自駕車就能在未來幾十年內為全球經濟增加七兆美元的價值,還能讓幾十萬人受惠。

但是它也可能重創汽車業,淘汰掉加油站、得來速、計程車和卡車司機,而有些人則可以從中大賺一筆。大多數人都會受益,其他人則被新科技淘汰。

值得一提的是,在早期汽車剛上路時,主要交通工具還是馬車,而人們則稱汽車為沒有馬的馬車。這個名字是有道理的:汽車和馬車功能一樣,只是並非靠馬拉動。在「汽車」這個詞彙開始普及後,人們才正視汽車為一種全新的發明。

一個多世紀以來,汽車完全改變了人類移動的方式,進而重塑人們生活的方式(包含生活的地方和家庭組成)。很快歷史會再重演,到時「自駕車」一詞就會跟當時「沒馬的馬車」一樣不適合用來稱呼這種新發明。

雖然我們還不知道無人駕駛汽車會如何塑造社會,但確定的是,自駕車跟以前的汽車有同樣的改變世界之巨大潛力。

第一輛自動駕駛汽車

十年前沒有在廢棄的空軍基地現場觀看自駕車上路的人,大概都會覺得讓電腦開車是一件很瘋狂的事情。這場活動是五角大廈的研究機構,國防高等研究計劃署(Defense Advanced Research Projects Agency,以下簡稱Darpa)舉辦的第三場,也是最後一場的自動駕駛競賽。

當時,美國的軍工企業已經投入大量資金和研究在自駕卡車上,這項技術已經有了穩定的基礎,但是卻在讓自駕卡車維持在一定的速度遇到瓶頸,畢竟真正上路會遇到非常多的狀況。

所以,Darpa認為也許讓其他非國防部的人來研究看看,他們可以不受限制盡情發揮創意,幫助突破瓶頸。於是Darpa舉辦了一場比賽設計自駕車的比賽,最快橫越加州莫哈韋沙漠的車輛就能獲得一百萬美元的獎金。

不過2000年的那場比較簡直是慘不忍睹。每個團隊都很努力找出適合的感應器和電腦、寫程式、打造硬體設備,他們都希望可以找出讓車子橫越近230公里沙漠的方法。不過當時最佳的紀錄只有11公里,大多數的車子在起跑線附近就撞毀或是翻覆。

但這場比賽讓有志一同的人聚在一起,當中有駭客、夢想家或是初出茅廬單純的學生,他們相信人類夢想很久的自動駕駛是可能實現的,而且他們要即刻動手讓這個夢想成真。許多人在2005年再度參與比賽,而且證明了自動駕駛並非遙不可及的夢想,當時有五輛自駕車成功橫越莫哈韋沙漠。

接著在2007年的城市挑戰賽,這些車輛不僅僅能避開障礙物並維持在指定路線上,它們還必須遵守交通規則、換車道、停車,甚至迴轉。

Google於2009年推出的自駕車計畫就是由一支Darpa挑戰賽的資深人士組成團隊所開始的。在18個月內,他們建立了可以因應加州險峻道路(包括世界上最蜿蜒的舊金山九曲花街)的電腦系統,且車輛行駛途中幾乎不需要人為操控。

幾年後,伊隆・馬斯克(Elon Musk)宣布特斯拉(Tesla)也要打造自駕車。同時像Uber和Lyft這樣的乘車服務則削弱了「乘車」和「擁有車」之間的關聯性,自用車似乎即將被淘汰。

2015年,Uber從卡內基美隆大學(研究機器人和人工智慧的超級基地)挖走了數十名科學家,似乎又朝淘汰自用車的目標更前進一步了。

幾年後,每間汽車製造商都想加入自駕車服務。福特(Ford)、通用汽車(General Motors)、日產(Nissan)、特斯拉、賓士(Mercedes)等公司開始投入數十億美元在研發上。

其他科技巨頭緊隨其後、連新創公司也願意投資在自駕車技術,數百家小型公司努力製造出更好的雷達、相機、導航和數據管理系統,於是自駕車商業競賽開始了。

自動駕駛汽車的未來

先回答一個無法避免的問題:自駕車什麼時候會取代傳統汽車?

其實這個問題問得不好。自動駕駛汽車並非一種某天就研發完成然後可以販售的裝置。它是一種結合許多新發明的系統。我們也要記得,傳統汽車的發展受到道路交通系統和石油的限制。所以,我們應該要問的是以下幾個問題。

自駕車技術何時成熟?

對於生活將受自駕車影響的人而言,這可能是最簡單的問題。自駕車所需的硬體設備基本上都已經可取得了。強大的雷達已經可用便宜的價錢買到,這對自駕車的大眾市場很有利。

相機和人工智慧技術可以將2D畫面轉換成電腦可理解的語言,這方面也有顯著的進步。

光達雖然價格還是很高,但是已經有好幾十家新創公司和一些大企業正努力大幅降低成本。甚至已經有人想出如何利用光子測量周遭物體的運動速度,這是非常重要的潛在技術。

英特爾(Intel)、輝達(Nvidia)和高通(Qualcomm)等晶片製造商正研究如何減低自駕車中央電腦系統的耗能,而特斯拉等幾間公司決定自己製造晶片。

真正的挑戰在於如何持續改良解讀感應器資料和操控自駕車的軟體設備。機器學習是電腦做決策的關鍵工具,比如說電腦要如何分辨一台購物車和坐輪椅的人,這不只需要大量人工智慧的技術,還需要輸入非常多現實生活中的情景來讓電腦學習做出正確判斷。

所以福特投入十億美元研究人工智慧公司Argo AI、通用汽車買下新創公司Cruise、Waymo實際上路累積一千萬里程(模擬路程達幾十億)也就不足為奇了。

安全駕駛需要的不僅僅是知道前方有人,你還需要知道很多細節,例如這人是否騎腳踏車?他下一個反應是什麼?而我下一步又要怎麼行動?這對機器人來說很難,但是它已經越來越聰明、反應越來越快了。

但是已經夠快了嗎?2018年3月,Uber公司在一台Volvo XC90啟動自駕模式,結果在亞利桑那州坦帕市撞死一名名為伊蓮・賀茲柏(Elaine Herzberg)的女士。

該事件拋出了幾項關於在公共道路上測試自動駕駛的迫切問題。

自駕技術真的成熟了嗎?電腦雖好但卻又不夠好,監管機構該如何應對這種尷尬狀況?應該在公共道路上測試自駕車嗎?

目前我們還不知道該車禍事件是否會影響美國自駕車發展,不過根據Waymo推出自駕車技術的謹慎程度來看,業界都很重視自駕車的安全問題,也知道這是道難題。

與此同時,市場上已經出現了陽春版的自駕科技。凱迪拉克(Cadillac)的Super Cruise、日產的ProPilot Assist以及特斯拉的Autopilot的自駕系統會讓車輛保持在車道上並和其他車輛保持距離,盡量減少人為操控的必要。

2018年11月,特斯拉推出了一項名為Navigate on Autopilot的功能,該功能可以讓車輛(只要更新無線軟體,已經上路的車輛也可以使用)在需要避開龜速車或下高速公路時變換車道。

然而,駕駛還是需要隨時注意路面狀況,並在需要時手動控制車輛。這系統並不夠強大到可以辨別前方的紅綠燈或停下來的消防車。

但問題是人類並不適合當第二駕駛人。因為交給機器掌控後,人類的警覺心會下降。

隨著自駕車功能越來越強大,它的缺點也越來越明顯。美國至少有兩名特斯拉司機因為使用自駕系統死亡(一輛在2016年撞上一台卡車,另一輛在2018年撞上高速公路的圍欄)。

美國國家運輸安全委員會(National Transportation Safety Board)批評特斯拉這個系統太容易被誤用。首席執行長伊隆・馬斯克則在一場六十分鐘的訪談中辯說Navigate on Autopilot是一個可以拯救性命的系統,雖然他自己也還不太知道怎麼使用。

此外,他用來替此系統辯護的數據也不太有說服力,這份特斯拉「安全報告」裡有用的資料不多,也不能明確解釋到底要如何打造一個更可靠的自駕車系統。

下一個問題:我們如何大量製造和控制自駕車技術?

每年製造好幾百萬車輛的大型車商需要組裝人員、營運能力以及和其他零件商建立複雜且精確的合作關係。他們也需要賣車的經銷商、加油站或是充電站、維修廠還有放置車輛的空間。

想進入自駕車產業的人,需要仔細思考車輛在這一個世紀以來的進步過程以及和其他產業的連結性。

Waymo與Avis合作在亞利桑那州開發自動駕駛小型貨車,並與一間稱作Trov的新創公司為乘客保保險。

通用汽車正在整修其中一間工廠,計畫用這間工廠生產不需要方向盤和油門的Chevrolet Bolts車款。

光達製造商Velodyne在加州聖荷西市蓋了一間超大型工廠,每年可生產一百萬顆光達。

美國聯邦監管機構正在研究如何為自駕車的安全標準進行驗證,畢竟安全標準是以人類駕駛為考量所編寫的。

許多創立中的供應商也在草擬興建營運中心的計畫,他們可以時刻追蹤自駕車的位置也能隨時為顧客提供服務。

各級立法委員和公務人員都想爭取轄區內的道路管轄權。目前管理自駕車的全國法案已經送到參議院審議了。

Waymo的總部所在,亞利桑那州錢德勒市的消防、警力以及規畫部門正忙著為自駕車鋪路。

他們早就知道自駕車一定會牽扯到這幾個部門,但是和自駕車的關係為何?

首先,我們要先忘了人為駕駛這件事。汽車可以帶你到天涯海角的想法已經過時了。

相反的,未來的自駕車可能是開往高速公路的卡車,或是像計程車一樣的車隊,這些車共同點在於他們只能行駛於特定道路上,因此操作人員可以避開特別難開的路線並確保一切都在掌控當中。如果想上車,你必須要到車子可安全且合法靠邊停的上下車地點。

而自駕車製造商也必須解決現實中棘手的問題,例如他們必須計算每輛車應該賣多少錢才能回收研發成本,但是又不能太貴讓消費者買不下手。

他們還要跟監管機構以及保險公司斡旋,且如果有車禍事件,他們也要請律師、應對立法委員還有安全倡導人士,況且車禍事件是無可避免的。

接著,自駕車公司還要想辦法擴展商業版圖,這也是競爭最激烈的地方。

Uber、福特、Waymo和通用汽車一開始可能在不同的城市營運,但隨著公司擴大,他們也要開始搶地盤。

你可能知道Uber和Lyft為了爭奪市佔率、管理司機、增加乘客量、削弱對方,兩間公司爭得你死我活。那你再想像一下這場比賽的競爭對手不是兩間公司,而是很多間公司。

接著是每個人都應該問的問題:這項技術將如何改變我的生活?

首先,你可以以更安全、更省錢的方式前往機場。披薩可以由自駕車運送,你不用付小費給外送人員。每天開高速公路通勤也不太會塞車。你的所在位置或即將前往的地方可能都充滿為你精選的廣告。

以上是可想而知的事情。

事實上,我們根本無法想像當汽車完全不需要手動控制,或是當自動駕駛的高效能讓交通成本降到趨近於零,人們會有甚麼反應。

我們心中也許會浮現一個反烏托邦的世界,自駕車讓人們越住越遠,工作地點可能離家一百多公里遠,街上塞滿要去幫主人跑腿辦事的自駕車。

但是樂觀主義則認為自駕車可以創造一個完美世界,因為自駕車科技可以減少車禍事件,還能結合現有的交通基礎,售價也會落在大眾負擔得起的範圍。

就像網路一樣,自駕車可能反映了人類醜陋的那一面,那也可能帶出人性最美好的那一面。

自動駕駛詞彙

相機

相機可以偵測高速公路的車道線、速限指標和紅綠燈。一些開發人員認為只要機器視覺夠好,就可以分辨所有物品,再利用分辨結果來導航。

光學雷達(Lidar)

簡稱光達,自駕車車頂上有個一直旋轉的東西就是光達(測量光線和距離)。光達每秒發射好幾百萬的光束,並測量光反射需要多少時間,然後將結果製作成3D地圖。光達比雷達更精準,且比起2D影像,電腦更能讀懂光達的3D地圖。但是光達索價不貲、難以大量製造且還不夠強大到可耐劇烈搖晃或極端氣候。許多科技大公司和新創公司都正在砸好幾百萬美元於光達的研發上。

機器學習

簡單來說,這種人工智慧的技術可以訓練電腦做許多事情,透過輸入大量現實生活中的例子,機器學習可以偵測車道線、辨認騎腳踏車的人等。因為這個世界太複雜了,沒有任何一條規則可以一體適用,所以如果自駕車可以從過去經驗中學習並且計算出下一步該怎麼走是非常關鍵的技術。

地圖

在自駕車上路前,母公司就必須用相機和光達測繪出行駛範圍的所有細節。測繪結果可以驗證自駕車感應器偵測的結果,也幫助自駕車精準地定位,甚至比GPS還要準確。

雷達

1990年代末期開始,美國的汽車通常都裝有雷達來偵測周遭環境,雷達特別會找出大型金屬物品,適合用來辨認附近是否有其他車輛。雷達很便宜、可靠、能適應濃霧、下雨或下雪的天氣。

相關文章

評論