全自動駕駛車的興起

許多科幻片或動畫片中，常可看見車輛能在主角忙碌或緊急狀況時切換至自動駕駛模式，讓駕駛可以分神去做更重要的事，自動駕駛汽車的發明，使人們對於未來的交通產生了許多幻想與憧憬，然而什麼是自動駕駛?自動駕駛是透過怎樣的原理和技術實現的?為什麼人們要發展自動駕駛技術?

臺灣第一輛自動駕駛車

自動駕駛汽車又稱為無人駕駛汽車，不需要人為操作即能感測周圍環境及導航，甚至能自主做出部分決定，又保有傳統汽車的運輸能力。為了更清楚地做出區分，美國汽車工程師協會(SAE)和美國高速公路安全局(NHTSA)對自動駕駛做了分級。全自動駕駛汽車目前仍未商用化，大多數仍為原型車及展示用系統，僅有部份可靠技術才應用於量產車型。

自駕駛分級表

從硬體技術層面來看，自動駕駛的原理並不特別複雜。甚至可以說，找一輛車，加入一套自動駕駛計算平台，再裝上幾個感測器收集汽車周圍的資訊，就可能達成自動駕駛。

自駕系統示意圖

目前主流的感測器包含光學雷達(LiDAR)、鏡頭和傳統雷達，傳統雷達成本相對較低，穿透性較強且不受環境的影響，但覆蓋範圍較小，難以對周圍物體做出精準的判斷。光學雷達能描繪出車輛周圍的3D影像圖，但容易受到雨、塵埃及霧的影響，且價格高昂。鏡頭的成本低且可直接用於視覺辨識，但需要外在光線且最容易受到干擾，獲得圖像的誤差對最終辨識結果會有極大影響。

LiDAR產品結構圖

所有感測器收集到的數據，都會由車載電腦進行分析和處理，最終做出決策。其實，規劃路線或躲避障礙的功能並不困難，真正讓自動駕駛技術廣受注意的，卻是意外事故。

駕駛輔助系統說明圖

今年3月，Uber自駕車撞上一位橫越馬路的婦人，造成首起自駕車死亡事故，意外發生後測試計畫暫停。調查結果出爐後，自駕車雖偵測到婦人，卻將其視為「誤判」而決定無須煞車或迴避，加上監督人員分心而釀成悲劇。

Uber自駕車意外新聞畫面

同年5月，1名男子駕駛一輛Tesla Model S時，因自動駕駛功能未能即時反應，導致與前方貨櫃車相撞，當場傷重不治。接二連三的意外，也讓社會開始重視自駕技術帶來的肇事可能性與責任歸屬問題。

Tesla Model S事故畫面

自動駕駛汽車需要收集數據、處理資訊並做出決策，就等於培訓駕駛員的課程。然而，不同的路況會帶來不同的變數。在人工智慧開發中極為仰賴的嘗試錯誤(Trial and error)法，應用到自動駕駛卻幾乎不可行。行車事故是不能被接受的，輕則錢財損失，重則人命傷亡。而當一般車和自動駕駛車同時在路上行駛時，更會大幅增加自動駕駛車做出決策的難度。所以，目前的自動駕駛技術，大部分都是用來降低犯錯機率的。然而，意外在所難免，因此自駕車主在發生車禍時應該像一般車主一樣承擔責任，僅有在系統出現明顯問題時車廠才需負責，同時也應要求自駕車系統必須具備記錄地點、方向盤轉向與行駛狀態等功能，以便釐清車禍原因。

未來交通願景

自動駕駛技術的問世給了社會一個美好的願景，那就是經過訓練的自動駕駛車的駕駛技巧凌駕於人類駕駛、操作更符合交通法規、面對突發事故的反應更快，而交通系統上存在的頑疾也可能因為自動駕駛的完全實用化而迎刃而解。

全自動駕駛車的興起