智慧車輛的挑戰：如何共存於都市混流交通中

講者／詹魁元（國立臺灣大學機械工程學系教授、副教務長、創新設計學院副執行長）
彙整／《科學人》編輯團隊｜整理自2019.09.08〈科創講堂．智慧機械〉

超越高鐵速度的汽車科技

歷史上第一台汽車是蒸汽車，當時的時速大概只有４公里，和走路的速度差不多，到了1890年車子的時速就可以到達64公里、1894年出現第一起死亡車禍的報導、1903年福特汽車成立，建立車輛生產線，是車輛普及化的象徵，時至今日，車子的時速已經可以達到400公里，下一階段，就是自駕車的發展。

自駕車不只合法更要合理

車輛的運行和安全一直都是必須要共同並行的問題，科技不斷的進步，除了車輛的速度不斷突破，安全性也持續升級，但是為什麼車禍事故還是持續發生呢？根據美國調查94%的事故是跟駕駛者相關，像是分心、接手機、操控錯誤、開太快或太慢等，相對之下因為車子本身的故障而產生錯誤的事故非常少，如果可以移除人為因素，就可以消除車禍事故，這是自駕車積極發展的原因之一。

不過詹魁元教授說明，這可能只對了一半，因為把人為事故消除了，其他的事故就出現了。從2016年起，有5起正在調查的死亡車禍，自駕車現在就像是一個很怪的三寶駕駛，因為它奇怪、不合理的駕駛習慣，以及過度保守的駕駛策略，有57%在加州的自駕車事故都是被追撞，自駕車的駕駛策略不僅要合法，更要合理，要能夠模擬大部分人的駕駛習慣，才能維持行進安全。

感測裝置和深度學習為關鍵技術

自駕車共分為5個等級，從人為操控到完全自駕，目前各大車廠以第4級為目標，電腦可以自動駕駛，但仍保留方向盤提供人為介入操控的彈性。自駕車科技是利用各種感測裝置來取代人的視覺和腦，裝在車子四面八方，大部分與光學相關，例如影像分析或是點資訊，目前業界仰賴的光達，就是利用點資訊。此外，要如何讓電腦能夠正確了解和處理收集到的資訊，就是深度學習的技術門檻。

目前研發與應用門檻

都會混流交通普遍存在世界新興經濟體，意指道路上同時具有機車、汽車、公車、腳踏車還有行人，自駕車測試與評估須包含場地考與路考，現在測試場域的共通性問題是不夠真實，混流檢核是未來發展的重要目標。

自駕車將會改變用路行為，原以為自駕車可以降低交通壅塞，但有研究調查指出，因為原本很多不能上路的人都可以上路了，車流量反而會成長14%；再加上電腦為了避免停車費用而採取低速在市區道路徘徊，估算舊金山市區只要有2,000台自駕車，就會癱瘓整體交通。

價格也是影響自駕車普及的重要因素，根據2017年報導，美國人平均願意花15萬台幣取得完全自駕功能、10萬台幣取得輔助駕駛的功能，當價格大幅下降，規格的改變和系統計算能力將會直接影響自駕車性能。

發展自駕車科技是為了改善生活，雖然目前好像不是這麼樂觀，但是自駕車相關的科技勢必會為開車帶來很多的幫助，自駕車與人類的互動模式，會是未來的關鍵之一。

(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)