文章專區

2024-03-01自動駕駛進行式 臺灣的自駕車何時上路?臺灣智駕測試實驗室主持人謝明霖專訪 651 期

Author 作者 採訪撰稿|張樂妍本刊主編(本文照片皆由羅億庭拍攝)

Take Home Message
•自駕車結合人工智慧、感知設備、車聯網、高精地圖等技術,讓車用電腦具備模仿人類感官及決策能力駕駛車輛。
•臺灣自駕車須在「封閉測試場域」測試後才能在已申請的場域上路,臺灣智駕測試實驗室不僅提供封閉測試場域,也包含性能安全測試規劃和平臺服務。
•為輔助臺灣自駕車發展,臺灣智駕測試實驗室持續建置各式數據庫和導入測試技術期望自駕車能早日進入人們日常生活中。

 隨著人工智慧(artificial intelligence,AI)的高速發展,AI駕駛車輛已從想像逐漸成為現實。讀者不難在新聞中看到各大車廠推陳出新的各式輔助駕駛功能,包含自動煞車、切換車道、調整車距等。不過,完全由電腦取代人類來駕駛的畫面何時會到來?在臺灣,我們哪一天能將司機的工作全權交給AI?
 

自駕車的組成與技術

自動駕駛汽車(autonomous vehicles)又稱電腦駕駛車、無人車或自駕車。為了因應國際自駕車的發展潮流,臺灣立法院在2018年三讀通過《無人載具科技創新實驗條例》,公布無人載具須通過測試才能在特定範圍、條件下運作,並鼓勵產學研各界投入研究與應用。
 
事實上除了法律的推行,國家科學及技術委員會(簡稱國科會)因應「無人載具科技創新計畫」研發團隊的測試場域需求,設置「臺灣智駕測試實驗室」協助自駕車的相關測試。為了進一步了解自駕車上路前必經的測試過程,我們來到位於臺南的臺灣智駕測試實驗室,與計畫主持人暨副研究員謝明霖一起深入研究自駕車的功能系統、製作自駕車的所需技術,以及如何進行自駕車上路前的性能及安全測試。
 
「它(自駕車)就是一輛AI電腦車,把原本需要人操作的部分轉成以人工智慧控制系統來控制,一般自駕車的功能系統通常概分成四個部分。」謝明霖向我們娓娓道來自駕車的組成系統。

 

謝明霖博士
▶國家實驗研究院副研究員
▶臺灣智駕測試實驗室計畫主持人

 

自駕車的感官—感知系統

「第一個是『感知系統』。自駕車首先必須要有取代人為感官、辨識及感知周遭的能力。」謝明霖以一般車輛說明,像是在倒車時的影像、雷達、超音波等技術,這些讓人可以了解車輛周圍環境的技術,都屬於感知系統。但是為了讓「電腦」獲取周遭環境資料並精準控制,自駕車需要更加精密的感知系統元件及辨識技術能力。
 
「目前自駕車除了影像鏡頭外,常會用到一個很特別的東西,叫『光達』。光達可以在同時間發出上萬個雷射點,再接收反射訊號。」謝明霖進一步介紹光達技術,它不僅可以接收外在環境的詳細狀況,還能透過反射的雷達得知車輛與周遭物體之間的距離。感知系統/設備是自駕車一項有力的感知裝備,接下來就要將感知到的資訊,透過「聯網系統」傳達至車子。
 

傳遞外界訊號—聯網系統

如同人眼將看見的畫面轉換成電訊號後再經神經系統傳達到大腦一般,為了傳遞感知系統接收到的資訊,自駕車需要「聯網系統」的幫忙。「我們可以叫它車用的網路系統,包括車內跟車外,車內就是將感知系統的訊息傳達給車用電腦;車外的部分就運用到『車聯網』的特性,它可以把外在路側的影像、紅綠燈的訊息等,轉換成數位化的資料,然後再傳到車子上。」
 
謝明霖解釋,一般由人類駕駛的車輛遇到紅綠燈時,可以透過眼睛確認燈號;自駕車則可以利用感知設備辨識紅綠燈,透過車內聯網傳達到電腦。而另一個更加快速、方便的方式是建立車外的智慧交通號誌系統,將燈號轉變成一種數位訊號,再經由車聯網直接將燈號告訴自駕車。


自駕車的核心—決策控制系統

第三個部分則是接收訊號的大腦⸺決策控制系統。「我們看到紅燈會知道腳要踩煞車,是你的大腦告訴腳要踩煞車。今天感知設備看到前面的號誌是紅燈,它會透過聯網系統告訴你車上的決策控制系統,決策控制系統就會下達命令控制車子,判斷該停還是開走,或是要轉彎避讓。」謝明霖說這就像是我們大腦接收到訊號後會做出判斷和動作,決策控制系統會依照接收到的周邊環境資訊控制自駕車的行為。

如同人類駕駛車輛的思維般,自駕車電腦與其中的AI 需要連貫的邏輯思考,才具有取代人為駕駛、自行開車的能力,因此自駕車均必須要由「感知」、「聯網」、「決策」三個系統組成,「基本上有這三個物件,一輛自駕車就可以跑起來了。」


自駕車的導航—高精地圖

既然自駕車已經具備了可以上路的所有設備,剩下的第四個部分是什麼呢?謝明霖回答:「一輛車上路,我們得告訴它要怎麼跑。我們開車不認識路時,會打開導航告訴它今天的目的地,它就會指引你一條路線。自駕車同樣也有這個系統,就是自駕車專用的『高精地圖』。」

高精地圖和一般的地圖有什麼不同?謝明霖同樣以人為駕駛舉例。他說,現代人開車十分依賴導航系統,不過導航也有失靈的時候,常常指引人們開到鄉間小路,或者分不清自身定位在高架或平面道路。「GPS 導航定位精度其實比較粗略,在提供駕駛參考的同時需要輔以人為判斷的控制。但如果地圖路線歪掉或有錯,自駕車將需要更多的參考資訊來修正導航的誤差。」他解釋,目前只依靠感知系統偵測周圍物體仍不足以讓自駕車在路上安全行駛,有別於商用的公尺級導航地圖,公分級的高精地圖可以提供自駕車更精準的定位導航。


自駕車的四項組成系統
臺灣智駕測試實驗室提供電控平臺車供研究測試使用,可以協助研發單位進行自駕車/零組件的系統測試。

「這四個系統結合起來,就是一輛自駕車該有的系統。」當決策系統收集到車聯網從外部交通網路、從感知系統接收到的外部資訊後,再結合高精地圖就能夠以AI 計算出行駛路線。而AI 在決策邏輯上還可以依照所需功能做出不同的設計,以供自駕車因應各種不同的交通情境及應用服務需求使用。


自駕車的測試與上路

理解了自駕車的必備物件後,我們不禁更加好奇這些系統該如何測試?測試標準如何建置?這些問題的重點和臺灣如何與國際接軌有關。

臺灣的汽車多數仰賴國際進口,因此在車輛安全測試的法規主要都會參考國際標準。當然,在自駕車或具備自駕系統的車輛測試中,除了國內交通法規外,也同時參考目前國際標準化組織(International Organization for Standardization, ISO)的測試或聯合國歐洲經濟委員會(United Nations Economic Commission for Europe, UNECE)的相關法規認可,才能在市面上銷售,或在簡單、固定的範圍內運行。然而對於不屬於聯合國(United Nations, UN)的臺灣,現階段除了國內相關交通法規外,都只能儘量導入國際的測試標準規範。謝明霖遺憾地說:「在國際認證上我們還有些需要努力的空間。」

不過臺灣的自駕車發展並沒有因此而停滯不前。為了在臺灣推行自駕車的產學研究,同時在沒有正式上路法規的情況下降低自駕車上路的風險與安全疑慮,政府因此以「監理沙盒」為核心,制定《無人載具創新實驗條例》。謝明霖簡單以小孩在沙坑玩耍的情況舉例:「小朋友自己玩沙會有一定的風險,但我們可以讓他只在沙坑裡面、控制可能的突發狀況,讓我們有能力應對。」

不過在進行沙盒實驗之前,所有的無人載具都需要經過封閉場域測試。因此國科會於2019 年針對自動駕駛汽車的研發測試,規劃建置「臺灣智駕測試實驗室」,提供自駕車上路前在封閉式測試場域的測試服務。實驗室的測試場域面積約1.75 公頃,裡頭就如同小型濃縮的臺灣街景一般,具備常見的交通場景和設施,加上停車格、公車站、路燈、招牌等元素構成擬真的臺灣街道環境。

不過臺灣交通狀況百百種,要如何將各種可能事件縮小到有限範圍的測試場域裡?「我們不可能把所有會碰到的交通情境都納進來,所以我們找科學研究的顧問團隊,針對臺灣的平面城鄉道路研究,最後以研究結果打造出最常碰觸到的15 種情境。」除了基本的場景測試外,謝明霖還提及動態的交通狀況在測試場域中也都可以模擬,例如車輛併行時的視線阻礙、行人誤闖、機車快速通過等。

「我們在場域裡做了兩件事情,第一個叫性能測試,我得先確定你(自駕車)在這樣的道路交通環境,都有足夠的能力應對;第二個叫安全測試,你對於周圍的人車是不是能夠應對處理 。」除此之外,謝明霖說測試場域也可以當作自駕車的駕訓班,廠商委託進行沙盒實驗計畫測試時,可以先讓自駕車到場域練習未來須應對的各種交通狀況。

 
 
 
測試場域的建設還原臺灣道路環境


智駕測試實驗室的多元服務

採訪當天剛好也是去(2023)年臺灣智駕測試實驗室的年度成果發表,除了場域內的測試之外,實驗室還展示了其他服務內容,包含突破封閉性場域限制的異地測試服務(測試toGO)、擬真道路環境虛擬平臺「DiVE」、CarGo 智駕圖資庫等主要服務項目。


測試 toGO

由於自駕車需要在各種不同的交通情境下進行測試,但封閉式場域的空間有限,因此除了封閉式場域之外,實驗室也會結合不同的開放道路場景或車輛測試中心測試場域,將測試服務引入不同的場域進行測試。

自駕車在進行開放道路的運行之前,測試流程包含封閉式場域測試、空車開放道路測試、試乘測試,最後才正式營運。在封閉式場域測試階段,自駕車系統可以先在安全的環境下進行基本功能的測試,例如車道維持、跟車、避障等;接著在實際道路上進行測試,以驗證在不同天氣、交通狀況下的表現。在試乘測試階段接受乘客的體驗;在正式營運階段確認符合相關法規和安全標準,才能投入商業運營。


DiVE 擬真測試服務平臺

DiVE(Drive in Virtual Environment)是一種可用於模擬各種不同交通情境的虛擬駕駛環境,能幫助自駕車決策控制系統進行線上的測試和評估。不僅使用了三維建模、AI 模型技術,模擬現實世界中的道路、交通標誌、車輛等,也可根據需求客製化模擬的場景、車流量、天氣狀況等條件。使用者就可以將自身研發的自駕車決策系統或AI 放入DiVE 中進行測試,實驗室也能根據業者申請沙盒實驗的區域,運用DiVE 設計擬真道路場景的運行環境進行測試。


CarGo 智駕圖資庫

自駕車仰賴決策系統中的AI 或機器學習,而其中的演算法需要大量的圖資資料。然而,自駕車圖資的收集和整理需要大量時間和感知系統設備進行蒐集規劃。為了解決研發時的資料取得問題,實驗室建置開放道路運行圖資資料庫CarGo,提供有需要的單位使用。資料庫採用系統化的收集方式,使用一輛裝有感知設備的車輛在實際道路上行駛,並收集車輛周圍的影像、光達點雲、運行定位軌跡等數據。此外,CarGo 資料庫還同步收集了車輛的控制參數,例如轉向、油門等參數。資料庫目前已蒐集約300 公里的多樣化道路資訊,並且會以每月約10 公里的服務規畫持續擴充。


臺灣目前第一座具有天候系統的測試場域,可以在隧道中測試逆光、起霧、下雨三個環境測試,而在DiVE 中則可以模擬更多種氣候和天氣類型。

目前資料庫中已收集並建置了臺灣各地的高精地圖,拍攝自2023臺灣智駕測試實驗室的年度成果發表。


臺灣的智駕未來

謝明霖在訪談最後,提到關於自駕車發展的幾個重點。第一,自駕系統目前仍在發展中,目前市售商用車多屬輔助駕駛的層級,民眾乘坐或駕駛時仍須依循相關法規並多加留意。第二,目前自駕車測試都以平面道路為主,未來會依發展結合多種場景進行測試,包括高架路段、高速公路、鄉村道路等。第三、自駕車在臺灣目前僅限於沙盒實驗計畫測試,只允許在計畫制定的時空範圍內運行,尚未開放在一般道路上營運。因此自駕車的發展還需要時間和技術的積累,也需要政府在法規、道路數位化、AI 交通設施上做出改變,未來自駕車才有望實際運作,並在智慧交通、交通安全、便利性等方面帶來變革。

隨著自駕車技術的成熟,自駕車測試的需求也將不斷增加。臺灣智駕測試實驗室作為一座專業自駕車測試場域,未來也將進一步建置更完善測試設施和流程、拓展測試服務範圍、加強國際合作。相信在政府、學界、企業的共同努力下,臺灣智駕測試實驗室與自駕車技術都將進一步發展,讓我們早日迎接臺灣自駕車上路的新交通時代。

關於高精地圖的更多畫面和資訊,可參考「成功大學高精地圖研究發展中心」的網站內容。