【自駕車相關新聞】
【延伸閱讀】
《自駕車革命：改變人類生活、顛覆社會樣貌的科技創新》（Driverless: Intelligent Cars and the Road Ahead）推薦序，分篇閱讀連結如下，對於先進輔助駕駛系統、自動駕駛、無人駕駛有興趣的朋友請參考：
【交通大學電機工程學系教授王傑智推薦序】人，是自駕車最關鍵的一塊拼圖
【艾德斯科技ADAS Mobile Tech温峻瑜董事長推薦序】自駕車，新一波產業的殺手級應用
【喜門史塔雷克7Starlake創辦人丁彥允推薦序】自駕車，產業商機與社會衝擊的技術革命
***********
文／王傑智（交通大學電機工程學系教授、工業技術研究院機械與機電系統研究所數位長，卡內基美隆大學［Carnegie Mellon University〕機器人研究所博士。2005年於臺灣大學資訊工程系任教、2015年在蘋果［Apple〕特別專案部［Special Projects Group，SPG〕參與新產品研發）
提到自駕車，不曉得你的第一印象是什麼？
如果「小時候」有看過《霹靂遊俠》 （Knight Rider） 影集的讀者，可能立刻想到男主角李麥克（Michael Knight） 的最佳戰友、外號「夥計」（Knight Industries Two Thousand，KITT） 的霹靂車。中文片頭中「霹靂車，尖端科技的結晶，是一部人性化的萬能電腦車。出現在我們這個無奇不有的世界，刀槍不入，無所不能」，至今還是印象深刻呀！
自駕車的技術牽涉甚廣，從傳感技術、機器人學、機器知覺、機器學習到智慧型運輸系統。我在卡內基美隆大學（Carnegie Mellon University）機器人研究所攻讀博士班時，在NavLab 負責人查克・索普（Chuck Thorpe）教授指導下，研究自駕車技術。當初投入這個領域時，應該是自駕車的黑暗時期，NavLab團隊在一系列非常成功的自駕車技術展示之後，卻因為美國國會與政府對自駕車的疑慮以及不願意再進一步推動自駕車而拿不到資助，實驗室中只剩 NavLab 8號車、一台光達與一台全景相機。我就是在這樣的情況下開始自駕車研究。
隨後我們以輔助駕駛的計畫經費，逐步建構 NavLab 11號車，低調地持續自駕車研究。拿到博士學位後，在臺灣大學資訊工程系任教時，也是在沒有車子的情況下，以電動輪椅當實驗平台，與一群充滿熱情的優秀學生，持續研發自駕車與機器人的理論與技術。然而這群優秀的學生在畢業後，卻因為沒有自駕車相關產業而投入其他領域。
這幾年自駕車成為車廠、科技巨頭競逐的領域，大量資金投入從半自駕（先進輔助駕駛）到全自駕（完全無人駕駛）的商業化，將這些原本在學術領域的知識實用化、商品化。這對我們這些自駕車研究者來說，是個好消息，也很高興有愈來愈多的學生在畢業後投入自駕車產業。
【延伸觀賞】工研院自駕車測試：The ITRI campus -- HSR HsinChu Station Route: 驗證測試中 (2018/12/05, 8x)
這本書是二位作者藉由訪談的方式，為讀者爬梳自駕車的發展史，彙整相關技術的知識，對於不了解但有興趣的讀者來說，本書可以當成了解自動駕駛的入門書。
不過，由於本書英文版完成於2016年，距離繁體中文版問世已有二年時間。剛好從2017年到2018年，自駕車產業變化很快，建議各位讀者持續關心後續發展。
在此也與讀者分享幾個觀點，這裏建議讀者可在讀完本書後，再來審視這些觀點：
自駕車的90-90法則
在軟體工程學中有一條90-90法則（Ninety-Ninety Rule），假如撰寫一件軟體90%的程式占了工程師90%的開發時間，剩下的10%的的程式則要再用工程師團隊90%的開發時間，也就是總共要用180%的時間與精力來完成一個軟體專案。
意思是說，從0分到90分比較容易，但要從90分到100分，比從0分到90分困難9倍。
我想90-90法則也適用於自駕車，現在自駕車已經可以做到特定場域全自駕，這可以說是從0分到90分。但是要開得像人一樣「順」、要在全天候各種場域全自駕，這就是從90分到100分。我們現在看到的全自駕車，就是處於90分邁向100分的階段，看起來差距不大，但還有許多挑戰需要去克服。
人，是自駕車最關鍵的一塊拼圖
人類世界中，開車這個行為是高度互動，不只是車與車之間的互動，也是人與人之間的互動，你進我退，你退我進，這個就是「順」。再說得更具體一點，有些人駕駛看到名車就會禮讓，怕一不小心有事故就要賠一大筆錢，但倘若對方的車看起來像是「小烏龜」，就會比較不客氣地逼車。這種在車道上的高度互動，目前的全自駕車還無法做到，這也是90分要到100分的差距之一。
或許這個差距，導致自主駕駛車在試車時，總是容易遇到人類霸凌。一方面，人類仗著自駕車不能撞自己，否則背後代表自駕車的車廠或科技巨頭將面臨巨額賠償問題。另一方面，正因為自駕車目前開得不夠「順」，自駕車後方的真人駕駛就會覺得全自駕車動作慢，實在很礙眼，因此就可能會挑釁。自駕車輕則遭人以「調教」為名戲弄，重則直接被逼車追撞。
本書提到深度學習是自駕車最後一塊拼圖，但我不認為如此。我認為「人」，是自動駕駛最後一塊拼圖，更精準的說法是「包括人在內的系統整合」，才是自駕車產業的關鍵。相較於飛機和火車在既定高度管控的基礎建設與環境上運作，自駕車需要處理更多「人」所引發的問題，如衝出巷子的小孩、不遵守交通規則的用路人與挑釁的後車駕駛人。
即使有再完備的系統，結果問題往往出在於人身上。就像是人闖平交道或是人關掉防撞系統，有再好的系統都沒用。
至於書中提到自駕車的道德問題。目前技術上要讓機器人理解「道德」 還很困難，而我們目前技術開發的目標都是極力做到「不要撞到任何生命體或物體」。如果自駕車會遇到需要以道德來決定下一步該怎麼做的狀況，這應該是自駕車安全駕駛技術還不夠成熟，我們就不該讓這樣的自駕車上路。
對了，不知道李麥克和霹靂車「夥計」的讀者，表示你很年輕，希望這本書是帶你了解自駕車的第一本書。
************
文／温峻瑜（艾德斯科技〔ADAS Mobile Tech〕董事長、以色列商會秘書長）
半導體、資通訊、電腦、筆電、智慧型手機，在過去三十年間，都曾引領不同年代的科技產業風潮。
近年來，物聯網（Internet of Things，IoT）、人工智慧（Artificial Intelligence，AI）、深度學習（deep learning）、自駕車等議題及相關領域的新創公司不斷發燒，也炒熱了下一波產業巨浪。
而自駕車正是所有技術可以運用的場域，全球有超過十億輛以上的車，而每年約有一億台新車的銷售，非常明顯的，繼智慧型手機後，「車」正是新一波產業的殺手級應用（killer application）。
近年來，自駕車及先進駕駛輔助系統（Advanced Driver Assistance Systems，以下簡稱為ADAS）主題約佔了CES展的三分之一，而整體產業的年均複合成長率超過20%，可以看到半導體設計公司﹑晶圓代工大廠﹑資通訊電子廠﹑車電廠商﹑車聯網（Vehicle to X，V2X，X代表everything），到國際的感測器（sensor）公司，人工智慧公司等等，全都卯足了勁預備接下來三十年的產業大戲。
自駕車對許多人來說，是一種新的尖端科技，模糊的概念是可以無人駕駛的車。但如果剖析來看，它是許多尖端科技的總和，包含感測設備、人工智慧、演算法、深度學習、通訊技術、圖資、交會車邏輯、控制系統、汽車工藝等等。
其中最重要的一件事，就是「準確、可靠、安全」，試想，你會把你的生命交給一台無人車嗎？萬一它突然當機呢？電腦也會當機啊！這應該是一個容易懂的切入點。唯有自駕車比我們自己開還來得可靠及安全，我們才會把生命交給它！
自駕車聽起來好遙遠，但你可能不知道，以色列Mobileye公司正在耶路撒冷市區測試100台Level 4（✽）自駕車，車況及環境的感測、高畫質（High Definition，HD）與即時路況的圖資、變換車道及進出圓環等邏輯架構，都已經在計畫藍圖之內。
各位可以觀察這一兩年新車的安全配備，不論是國產或進口車都已經開始導入主動式車距調節巡航（Adaptive Cruise Control，ACC）、自動緊急煞車（Autonomous Emergency Braking System，AEB System）、車道保持系統（Lane Keep System，LKS）等Level 2.5系統，讓部分的車種可以在高速公路「放手開」，因為感測及控制設備等已經陸續達到「準確、可靠、安全」的水準，而且這些ADAS確實能夠大幅減底交通事故，可以感受到，整個汽車產業正往自駕車方向前進！
自駕車是有分級距的Level 1至 Level 5，最高級的Level 5 可以說是所有路況都不需要人介入的概念，而Level 2.5 大概想成可以在高速公路放手開車。因此，我們不能含糊籠統的把Level 2 等級的車輛，稱之為 Level 5 的全自駕等級車輛（目前也尚未問世）。
而在整個產業及市場一步步往更高的自駕級距前進時，所代表的就是那個階段感測技術、AI、演算法等等的技術水準及技術成熟度。在達到全自駕之前，ADAS 正是現在正在發生且運用的技術，根據以色列財政部數據顯示，有安裝 Mobileye ADAS 系統比沒有安裝的車輛減少約50%的交通事故，這也可以說明為何車廠願意繼續往這方向前進，既使增加造車成本，除了賣相好，對駕駛人也確實更有保障。在臺灣後裝市場（After Market，AM；意指車輛使用一段時間之後，依據車主需要加裝或改裝的零件市場），公共運輸及物流車隊也都積極導入ADAS系統，相對法規也陸續進行中。
讓我們來認識以色列 Mobileye 這家公司，它是全球最知名自駕車及ADAS科技廠商，2017年，英特爾（Intel）以天價153億美元併購，是以色列有史以來最高的併購金額。當時，該公司員工人數約六百多人，讓人不禁對於這家公司感到好奇。
Mobileye成立於1999年，成立後的八年期間，專注於開發以電腦視覺為基礎的自駕車及ADAS技術。直到2007年，才開始對外展開業務；當時Volvo所運用的碰撞預警技術，就是來自於Mobileye。
到2018年12月為止，該公司與13家車廠合作自駕車專案，與25家以上車廠合作ADAS方案，全球超過2500萬輛車配備Mobileye技術，感測技術大致有光達、雷達、鏡頭、超音波等，是鏡頭領域全球最領導廠商，約有九成的市占率，遠遠超過其他廠商。
Mobileye成立以來，只專注把一件事做到最精、最好，這件事就是結合感測技術、演算法、AI、深度學習的人工視覺系統，而八成的員工多為技術開發人員，讓他們居於全球自駕車科技的領先地位。
從Mobileye的例子，我們再一次來看「準確、可靠、安全」，大家都聽過汽車工業的規格要求嚴苛，因為人的生命在車子裡面。該公司把感測器的準確度提高近99.9%水準，品質的可靠度十年也沒問題，蒐集全球各國家路況所累積的演算法，近百台電腦的演算速度。唯有「準確、可靠、安全」，我們才能把生命交給人工智慧，交給自駕車，「自駕車」也才能一步步往前推進。
臺灣是科技大國，有非常優質的半導體及資通訊產業基礎，在此次人工智慧與自駕車產業浪潮中，我們一定要有角色，自主開發並與國際接軌是必要的，車聯網產業聯盟、自駕車產業聯盟、智慧城市展覽都快速的發生中。臺灣半導體資本支出占全球30%，資通訊研發製造更是國際一流，我們有好的科技基礎培育軟體人才，IC設計，半導體感測技術開發等。以色列只有八百萬人口，跟我們一樣沒有太多資源，而Mobileye成功的例子，很值得我們去思索學習。
本書作者花了許多的精神彙整多方資料，有系統的在各個章節剖析產業動向、生活的便利、自駕車不同的感測設備、V2X、深度學習及數據等領域，它是一本有深度的書，並非只是簡單的概說，讓我們能順著它進到過去所未知的自駕車領域。
自駕車來了！它不再是那麼遙遠，各位可以睜大您的眼睛來觀察，在未來五年、十年、二十年，它絕對會一步步的發生在我們的生活當中。
✽美國運輸部的國家公路交通安全管理局（National Highway Traffic Safety Administration, NHTSA）定義車輛自動化的五個階段如下：
．NHTSA自動化階段0：無自動化（Level 0: no-automation）
主要車輛控制完全並只由駕駛掌控，包括煞車、轉向、油門以及動力，整段駕駛期間皆然。
．NHTSA自動化階段1：特定功能自動化（Level 2: function-specific automation）
這個階段的自動化牽涉到一項或以上的特定控制功能，例如車身動態穩定系統、預充電煞車等，讓車輛能夠自動協助煞車，駕駛就能重新掌控車輛或者比自行控制時更快停車。
．NHTSA自動化階段2：綜合功能自動化（Level 2: combined function Automation）
這個階段的自動化包括至少兩種主要控制功能，設計就是要合作，讓駕駛不必自己控制這些功能。符合階段二的綜合功能自動化例子是主動車距控制巡航系統結合車道控制。
．NHTSA自動化階段3：有限自行駕駛自動化（Level 3: limited self-driving automation）
這個階段的自動化車輛讓駕駛在特定交通狀況或環境下，能夠讓電腦完全接手一切與安全相關的功能，在這些條件下可以非常仰賴車輛監控，注意在狀況改變時轉換回駕駛控制。駕駛應該能夠偶爾接手控制，但必須有充裕的換手時間。谷歌汽車就是有限自行駕駛自動化的例子。
．NHTSA自動化階段4：完全自行駕駛自動化（Level 4: full self-driving automation）
車輛的設計就是要執行所有攸關安全的駕駛功能，並在整趟路程中監控道路狀況。這樣的設計希望駕駛能夠提供目的地或導航路線，不過在路程中並無須接管駕駛，此階段包括載人及無載人車。
************
【推薦序】自駕車，產業商機與社會衝擊的技術革命
文／丁彥允（喜門史塔雷克〔7Starlake〕創辦人）
2017年5月，喜門史塔雷克（7Starlake）把臺灣跟法國EASIMILE合作開發的EZ10無人小巴引進臺灣以來，從台北市信義路公車專用道、高雄亞洲新灣區、彰化高鐵特定區、嘉義故宮南院、雲林台西安西府、臺灣大學水源校區、台南成功大學光復校區，再回到台北101大樓。
這輛自駕小巴走過了大半個臺灣，搭載過了臺灣社會各個階層領域對「自動駕駛」充滿好奇與期待的心，希望藉由試乘來親自體驗及了解無人小巴是否能夠成為「最後一哩」接駁的交通運具。
更多的是迫不及待希望能了解這輛「聰明的運輸機器人」裡面的科技成分是否能夠連結臺灣現有的產業技術，讓臺灣在這波「人工智慧」的發展下銜接上光速般進展的技術革命浪潮。
「無人駕駛」這個議題為何一直占據媒體的主要版面，我想有幾個特點：
1.自動駕駛社會學
自動駕駛即將解構「傳統運輸及交通產業」、就像十七世紀的資本主義發生在歐洲、解放了土地的生產力，新的動力來源（蒸汽機）提供超越動物百倍以上的動力與方便性、進而帶動了第一波工業革命。
無人駕駛雖然尚未大量的走入我們的生活，但是光想像隨叫隨到、沒有司機的服務模式，大家立即紛紛預測哪些行業會因為需求遞減而式微，如果車輛變少了那麼都市的停車場釋放出來後的空間要如何應用？
現有的道路空間及都市規畫方式也要重新思考。這個面向衝擊的交通營運及都市計畫、這樣的討論只會跟隨著新科技的發展而增加更多的媒體報導與討論。
2.自動駕駛應用科學
延續上一門學科自動駕駛社會學帶來城市面貌的改變，因為個人的移動（Mobility）變得無比的方便與高效率，在總體車輛減少後，因應智慧移動需求增加所需要的「共享接駁」營運需要仰賴大量的資料收集分析及運算才能驅動新商業模式的運行。
增加的每輛自動駕駛車輛互聯(Vehicles to Vehicles,V2V, 車聯網)、與交通基礎建設、交通的關聯系統和裝置相互聯結（Vehicles to Infrastructure & Everything，V2X），背後其實需要的是前所未有的大數據（Big Data，海量資料）、物聯網 （Internet of Things，IoT，萬物聯網）和超級運算（Super Computing）。
光想到這幾個專業詞彙，以臺灣目前占據全球資通訊產業（Information and Communication Technologies, ICT）發展的領先地位而言，一定是傾注全力，希望能搶占產業先機。
3.自動駕駛基礎科學
「聰明的運輸機器人」自己規畫移動路線、辨識障礙物、加速行駛去載客，到達目的地時精準的停車在你身邊。這個場景要能夠發生所需要的就是「人工智慧」的集成、分析與判斷。
人工智慧作為自動駕駛「基礎科學」之一，其實不是這十年內才有的項目，早在第一次世界大戰時期（1912年），盟軍希望研發一種 「機器戰犬」 ，就是一輛裝有輪子的移動鐵盒在黑暗之中如果感知到敵方的光線即可自動導引移動到光源發出位置、然後引爆自身的炸藥。
本書用了將近七成的篇幅，把一百年來機器人發展歷程所需要的各種基礎科學，用科普教育的方式把無人駕駛車的作業系統分為控制工程（Control Engineering） 和人工智慧（Artificial Intelligence，AI）研究，控制工程又稱為底層控制、主要在於協調車輛系統，例如煞車、油門及方向盤。
人工智慧系統又稱為高階控制、著重於導航及路線規畫。為何這二項工程的統合之後便能夠在近幾年內達到非凡的成就來實現了Level 3及限定條件Level 4 的無人駕駛呢？
這要歸功於下列科技有如指數率的成長：CPU運算能力、感應器科技、通訊頻寬、資料儲存。
這四項科技每年隨著摩爾定律（Moore's law）提高大約五成的計算效能但是同時可以減少25~30%的體積大小，有了這些基礎才能讓人工智慧演算法能夠分析高解析度複雜影像、處理光達的點雲（Point of Cloud）巨量資料，深度學習軟體依靠自己的改良能力做到「同步定位與地圖建構」（Simultaneous Location and Mapping，SLAM），這套演算法最終能夠持續不斷的調教機器人地圖的精準度，把這個演算法融合電腦視覺資料後即可以使無人空拍機繪製出山川地貌、運用潛水艇就可以畫出海床的地圖。
當人工智慧的演算法可以把導航地圖及路線規畫融合車輛控制系統的那刻起，也開啟了無人駕駛的篇章。
本書內容引領讀者思索，當人工智慧協助我們發展實現「零阻力個人移動」的時候，代表著這項科技也擁有了大量的資料、包含了個人移動習性、城市的車流、人流動態，還有高解析度感知器所記錄下來的乘客特徵等等。不間斷學習的人工智慧軟體自動分析判斷你我的衣著、年齡、性別、生活行為模式。
知道乘客的習性將會主動帶來新的服務、管理、商業與行銷模式，例如利用對城市車流量的分析、搭配人潮的移動就能重新訂定道路的使用價格；提供「對客戶胃口」的建議，帶你去可以拿折扣的餐廳；主動告知乘客在不趕時間的旅程中如果願意跟其他人共乘一輛車就可以為你解省荷包。這一切看似充滿驚喜的新服務與新商業模式即將因為高度人工智慧走入我們生活。
然而從反面思考，擁有了這些資料的部門機構、企業公司也等於掌握了你我的「隱私」，這些資料儲存了我們個人的「獨特性」，甚至可以說代表了我們作為存在的個體、我們的生命。
會被機器用來「分析思考」的、被機關掌握的「我們資料」，既可以增進我們生活的便利，也可以變成監控你我的利器，因此資料隱私如同電車軌道上的人命選擇，是無人駕駛車輛及其背後的人工智慧科技發展過程必須面對和處理的道德難題之一。
人類文明史上每一項科技的重大發明或是社會制度的改變，為何稱是一場「典範轉移」? 亦即：一人有得，一人有失。
自動駕駛的高安全性能夠減少95%的車禍發生、也省下大量的通勤運輸時間。車禍減少帶來的正面利益可聯想的是拯救了上百萬日常交通因為人類駕駛失誤（或甚至犯罪）而可能損失的生命、經濟上也因為交通意外和傷害減少，可減少受因為傷害待在醫院不能工作的損失。
然而正面利益背後，也勢必將面對傳統駕駛體系的司機等人類勞動機會的被剝削，甚至會損失原有的交通支援系統商業機會，例如平時提供道路救援、急診醫療、車禍律師、保險業務到器官捐贈體系。
這些龐大產業鏈將因為需求降低而遭受衝擊，如同1940年代的「創造性破壞」經濟學理論描述顛覆式科技出現後的產業重新建構過程：科技摧毀了舊產業時、就會誕生下個新產業。
無人駕駛的字義比較容易聯想、相關的產業衝擊也應該可以預先準備，但是其背後的人工智慧科技牽涉的龐大關連產業鏈商機和社會系統衝擊，就像是冰山底下的體積難以估計，亟待具有豐富想像力的科學家、社會學家及你我一起來努力！
【推薦短語】
汽車的智能化與無人化，將能夠挽救許多的人類生命，其中關鍵的賦能科技（enabling technology）就是「人工智慧」。作者在深度學習方面的精闢見解，以及對未來社會因為自動駕駛所帶來的情境描繪，實引人深思，並令人嚮往此科技的未來發展。
──林漢卿（聯華聚能科技股份有限公司總經理）
身為一手促成臺灣《無人載具發展創新實驗條例》的立法委員，我非常推薦這本書，對於無人車的介紹非常詳盡，且用淺白還有許多圖片與表格，就算是不熟此領域的讀者，也可以從這本書了解無人車。
──余宛如（立法委員）
《自駕車革命：改變人類生活、顛覆社會樣貌的科技創新》（Driverless: Intelligent Cars and the Road Ahead）
留言列表
