隨著越來越多自動駕駛車輛在今年上路, 也有更多人開始注意這些車子, 可以確定的是, 它們不再是新鮮產物.
但這些自駕車在進行公開駕駛測試時也暴露了一些基本弱點, 最重要的是, 儘管它們具備嚴格遵守道路交通規則的能力, 在理解與它們分享道路的人類駕駛行為方面, 這些自駕車展現的天賦不高. 或許如同Linley Group資深分析師Mike Demler所言: '你如何能把一個機器人編程為具備人類的常識? '
毋庸置疑, 我們在2017年看到了幾起被大肆宣傳的, 非致命的自動駕駛車輛事故.
在2016年由美國麻省理工學院(MIT) AgeLab與新英格蘭汽車記者協會(New England Motor Press Association)進行的一項消費者調查顯示, 約3,000位受訪者在被問到對自動駕駛車輛有沒有興趣時, 有近一半(48%)表示他們不會想買一輛完全不必自己駕駛的車子; 這些受訪者不喜歡失去控制權的感覺, 也不信任科技, 認為自動駕駛車輛不安全.
簡而言之, 大多數非工程背景的消費者對自動駕駛技術存疑, 或者不信任. 不過科技廠商與車廠並未因此卻步, 他們顯然不太在乎消費者的接受度, 也不期望消費者購買大量自動駕駛車──至少在短時間內; 汽車廠商決定先把 '人機信任' 問題放在一邊, 留待日後處理.
車隊才是重點!
而現在看來, '下一件大事' 是由擁有並負責營運這些自動駕駛車輛的 '車隊' , 他們看到具備強大潛力的自駕車商業模式; 今年包括Waymo, Uber, GM, Ford等等廠商, 都明確表示了會將車隊服務做為自動駕駛車輛的主要市場.
GM 旗下的智能手機應用程式Cruise (來源: Cruise)
技術顧問公司Vision Systems Intelligence (VSI Labs)創辦人暨首席顧問Phil Magney表示: '我們在今年已經看到先進駕駛輔助系統(ADAS)與其他感測器等適合Level 2自動駕駛車輛應用之技術的逐步進展, 但是Level 4自駕車呢? 它們的進展速度比產業界一年前所預期的更快. '
市場研究機構IHS Markit的車用資通訊娛樂與ADAS市場研究總監Egil Juliussen也同意以上說法, 特別是 'Waymo已經悄悄地在(無人駕駛車)市場上領先, 跑在所有人前面; ' 他指出, Waymo有足夠的信心讓全自動駕駛車輛開始在美國亞利桑那州鳳凰城(Phoenix)的公開道路上行駛, 而且車上不需要負責安全的人類駕駛, 這是自駕車在2017年的重要裡程碑之一.
接下來讓我們一起來回顧自動駕駛車輛在2017年的幾個重要發展…
1. 真正 '無人' 駕駛!
車上沒有配置負責安全監控的人類駕駛員的自駕車已經在公開道路上進行測試──這是Waymo執行長John Krafcik在不久前透露, 該公司自10月中已經開始於亞利桑那州以其自動駕駛多功能休旅車, 進行無人類駕駛的道路測試.
而且Waymo正大膽地計劃 '早鳥體驗者' 方案, 邀請一般民眾免費體驗這些無人駕駛車輛; Waymo的最新舉措顯示該公司對其軟硬體技術進展的增強信心, 也顯示該公司對提供付費車隊服務, 與Uber和Lyft等共乘服務競爭的強烈興趣.
2. 當自駕車遇上人類駕駛
Linley Group的Demler表示, 自駕車在2017年學到的很重要一課是證明了 '安全性是最重大的挑戰; 只預估科技能避免多少事故是不夠的. '
在2017年我們看到幾件發生在公開道路上的自駕車事故, 雖然都無人傷亡, 只是車輛損傷, 而且大多數案例中有關當局都判定過失是與自駕車碰撞車輛的人類駕駛, 但有幾起事故開始讓專家們檢驗關於自動駕駛車輛的 '作為與不作為' ; 一輛Uber所屬自動駕駛車在亞利桑那州Tempe發生的事故就是一個案例.
一輛Uber的自動駕駛Volvo SUV在美國亞利桑那州發生碰撞而翻覆 (來源: ABC 15)
Demler形容, Uber的這起事故是每天都可能會發生的情況, 並非特殊案例: '在應該根據情況反應並即時行動的時候, 自動駕駛車輛在技術上還是會遵守交通規則; ' 總之他認為Uber自駕車的編程並沒有納入所有優良人類駕駛都具備的 '防禦駕駛' (defensive driving)技巧.
在美國拉斯維加斯發生的Navya自動駕駛接駁車碰撞事件也是類似的案例, 該輛自駕車是跟在一輛緩慢倒車的貨運卡車後面, 然後 '很有耐心地' 停在原地直到被卡車撞上; 警方判定事故責任在於貨運卡車, 但後來專家們質疑為何自駕車只是停在原地不動, 為何不會按喇叭提醒貨車駕駛?
Demler表示, 現在似乎就是因為自駕車知道所有書上的交通規則, 所以能免責, 但是 '我們需要考量日常情況來開發駕駛行為標準, 特別是針對那些交通規則可能沒有規定, 但人類能以常識來評估與安全駕駛(大多數情況)的狀況; ' 但: '如何能把一個機器人編程為具備人類的常識? ' 這個問題在2017年還沒有答案.
3. Intel與Nvidia間的戰火升溫
在2017年, 產業界看到了兩大自動駕駛車輛平台供應商Intel (即Mobileye)與Nvidia之間, 針對自家自駕車AI處理器效能表現的刀光劍影; 在即將於1月舉行的2018年國際消費性電子展(CES)期間, Intel預計將發表一款結合EyeQ 5與低功耗Atom晶片, 還有其他包括I/O與乙太網路連結等硬體功能的自動駕駛車平台.
Intel執行長Brian Krzanich 在洛杉磯的一個車展上介紹Mobileye EyeQ5處理器與Nvidia競爭產品Xavier的性能比較 (來源: Intel)
IHS Markit的Juliussen 表示, 雖然他不能確定這兩家大廠之間的戰爭會如何發展, 但他看見Nvidia的DrivePX平台具備一定的優勢; 他指出Nvidia利用其DrivePX平台, 已經較深入AI導向的自動駕駛車輛開發者陣營. 而一旦已經大舉投資某個平台, 特別是軟體程式設計師與系統設計師已經建立了相關知識, 就很難轉用另一個平台, 除非有非常好的理由.
在此同時, Nvidia也率先建立了以DrivePX為中心的, 快速成長的生態系統; 車廠Toyota在2017年的幾項重大宣布都是採用DrivePX平台啟動其先進自動駕駛系統. 在Intel這廂, 該公司發言人表示他們也已經在建立生態系統, 也有數個重要合作夥伴, 只是不能公開名單.
4. 百度平台想成為 '自動駕駛車輛的Android'
中國在2017年成為自動駕駛平台戰場上的焦點之一, 因為百度在自駕車(以及AI)領域的影響力看來只會不斷增加──百度在今年夏天發表了開放源碼自動駕駛平台計劃 'Appollo' , 到目前為止已經有73家公司加入該計劃, 包括中國領導車廠如奇瑞, 長安汽車, 長城汽車, 以及多家美國科技廠商與德國汽車業者, 如Nvidia, Intel, Microsoft, Ford, Delphi, Continental, Bosch, Daimler, Velodyne與TomTom等.
NXP也在不久前宣布加入百度Apollo平台, 將提供包括毫米波雷達, V2X, 安全與連結相關半導體元件, 以及車用技術開發經驗. 值得注意的是, Apollo平台並不只是要發展中國本土的自駕車產業, TomTom與Microsoft加入該平台是為了在中國以外市場提供服務.
百度已經準備好以開放源碼自動駕駛車輛平台大殺四方 (來源: 百度)
Apollo計劃還有另一個方面, 是一筆15億美元的資金, 由百度與長江產業基金(Yangtze River Industry Fund)共同建立, 將在未來三年投資超過100個自動駕駛開發專案.
市場研究機構IHS Markit的車用資通訊娛樂與ADAS市場研究總監Egil Juliussen認為, 百度的Apollo計劃是直接參考了Android的劇本, 為自動駕駛車輛提供從雲端服務, 開放源碼軟體平台, 到本地化的感測器融合與硬體參考設計等等支援; 利用Apollo的硬體參考設計平台, 合作夥伴們想必能很快著手開發自家的應用程式.
而因為百度的參考設計平台目前是以Nvidia的DrivePX為基礎, Juliussen指出: '你可能會以為Nvidia佔據優勢, 但這並不代表百度的平台不會導入其他方案, 因為Intel也是Apollo計劃的成員之一. '
自動駕駛車輛產業相關廠商之間的合縱連橫 (來源: EE Times)
在2017年, 自動駕駛車輛產業被證明是一個錯綜複雜的夥伴關係網路, 其中Nvidia, Intel與Waymo扮演要角, 他們各自建立的夥伴關係比起其他廠商更牢固了一些; 不過百度擁抱開放源碼平台的策略, 有可能改變市場局勢. 百度將在1月舉行的2018年國際消費性電子展(CES 2018)發表Apollo 2.0, 號稱能讓自駕車執行簡單的都市道路駕駛.
5. Intel/Mobileye為自動駕駛車輛建立 '安全模型'
以隸屬Intel旗下的Mobileye在10月份發表了一篇技術論文, 詳細說明如何以一套正規的數學公式, 確保自駕車以審慎負責的態度上路行駛, 且不會引起交通事故; 該論文指出自駕車只要遵循一套由產業界與政府主管機關預先明確定義的規則, 就只會在 '安全' 的框架內運行而不會成為肇事主因.
針對此論文, 市場研究機構The Linley Group資深分析師Mike Demler認為有 '誤導' 之嫌, 不應該用 '我們的自動駕駛技術不會導致交通事故, 我們也可以告訴你為什麼' 的這種方式來贏得大眾信任; 但EE Times採訪了學界專家, 他們則是盛讚該公司堅持到底, 迎戰在自駕車領域最棘手的問題.
不過學者們也提醒, 公式方法與數學證明的優點在於它們在原則上是可以被證明是正確的, 缺點則在於 '它們總是需要基礎性的假設, 而且那些假設可能在現實世界是不成立的; ' 因此產業界首先需要討論的事情, 不只是定義什麼方案對系統來說是恰當的, 還有那樣的方案對現實世界來說是否合理.
6. Waymo驚人的類比自動駕駛裡程數
Waymo在10月發表了一份安全報告, 成為自動駕駛車輛開發商爭相參考的虛擬路線圖, 該報告的部分細節顯示了該公司已經領先業界有多遠距離──Waymo在報告中提到了如何設計其自動駕駛軟硬體, 以及如何測試車輛.
IHS Markit的Juliussen在閱讀過Waymo報告後指出, 該公司方案與其他自動駕駛車輛競爭最大的不同, 是他們以軟體觀點來設計自家感測器系統, 而在經過8年的自動駕駛軟體開發之後, Waymo已經擁有比其他對手更高的眼界, 這種模仿Apple, 與軟體緊密結合的能力, 是傳統汽車業者大多缺乏, 也難以複製的.
更值得注意的是, Waymo利用自家測試方法取得差異化, 該公司的安全報告指出, 他們在實際道路上的測試已經達到850萬英哩(約1,368公裡); 不過Juliussen指出, 道路測試裡程數不是重點, 而是將實際道路測試結果導入類比環境, 讓自駕車軟體在其中練習的裡程數.
Waymo在安全報告中指出, 該公司將自動駕駛車輛在實際道路上遇到的最具挑戰性狀況化成虛擬場景, 讓自動駕駛軟體能在類比環境中練習; 而自駕車軟體會有任何改變或是更新, 都會先在類比環境進行嚴格的測試才布署於車隊. Waymo在2016年的類比自動駕駛裡程數為25億英哩, 也就是一天800萬英哩, 該數字到2017年增加至一天1,000萬英哩.
自動駕駛類比環境的運作方法 (來源: Waymo)
Juliussen認為這令人印象深刻: '因為在類比環境之中, 他們專門測試最困難的狀況; ' The Linley Group的Demler也認為, 透過累積更多實際駕駛裡程數來讓機器學習常識是不實際的, 而是需要大量借鏡現實世界案例的類比測試, 以及根據一般安全常識來開發自動駕駛車輛標準: '不過要實現後者, 產業界還有很長一段路要走. '
整體看來, Juliussen認為Waymo在自動駕駛車輛開發的進展上是業界第一名, 而第二名是GM (該車廠在2016年收購了自動駕駛車輛軟體開發商Cruise), Ford則是落後距離稍遠的第三名(該車廠在2017年2月收購自駕車AI方案開發商Argo).
7. Level 4自駕車跑不了太遠──仍受限於地理與天氣條件
儘管Waymo的自動駕駛車輛技術進展超前, 該公司的開發成果仍僅能列為Level 4自駕車, 而非Level 5; 根據美國汽車工程師學會(SAE)的定義, Level 4自動駕駛車輛是在 '有限度條件' 下, 駕駛人可以不需要注意車輛行駛安全, 例如塞車的車陣中或是某個劃定區域, 但在那以外, 駕駛人若不能取回控制權, 車輛就會安全地終止旅程.
Waymo的報告則明確指出, 該公司的自動駕駛車輛僅行駛於 '經過營運設計的場域' (operational design domain), 其設計條件包括地理環境, 道路種類, 速限, 天氣, 營運時間, 以及當地交通法規; Waymo坦承, 這種經設計的場域可能會 '非常受限制' , 例如是低速限的單一固定路線, 或是私人園區(如科學園區), 而且需要在白天, 氣候優良的狀況下.
Waymo的自動駕駛車輛僅能行駛於 '經過營運設計的場域' (來源: Waymo)
Waymo在報告中解釋, 他們的自駕車乘客不能選擇在經過批准之地理範圍外的目的地, 而其自駕車軟體也不會建立 '地理圍欄' 以外的行駛路線; 如果其共乘服務的顧客要求的是在那之外的路線, Waymo會派出的是人類駕駛計程車而非自駕車.
而當然Waymo會繼續擴大其營運場域範圍, 並積極測試各種惡劣天氣狀況, 例如不同程度的下雪天; 據了解該公司從2012年就開始進行寒冷氣候條件測試, 並宣布其自駕車在今年冬天開上了美國密西根(Michigan)州的道路. Waymo執行長Jon Krafcik表示: '我們的自駕車將在雪地, 濕滑與結冰路面上累積更多實際行駛經驗. '
編譯: Judith Cheng