發表
我的網誌
(圖/shutterstock)
2020年，搭載人工智慧的自動駕駛車已經在街上四處飛馳，
馬路上經常可以看到半自動駕駛車，
在高速公路和停車場等特定場所實現無人駕駛。
自動駕駛車的出現，
會讓我們的生活變成什麼樣子呢？
繼續看下去...
(贊助商連結...)
開車時間挪作他用，駕駛減輕負擔
從2020年的故事回頭看現在，
會發覺現在的駕駛人浪費太多的時間在駕駛汽車上。
比起電車通勤者居多的日本，
這個情況在開車通勤者占大多數的美國更加明顯。
在谷歌（Google）公司裡，
以開發自動駕駛車聞名的塞巴斯蒂安．斯倫（Sebastian Thrun）曾說：
「美國的勞工平均一天
有52分鐘是在塞車中度過的。」
只要採用自動駕駛車，
駕駛人就能有效利用這些「浪費掉的時間」。
最近蔚為話題的自動駕駛車，其概念大致可以分成兩種：
一種是駕駛人完全不必參與駕駛的「全自動駕駛車」；
另一種則是可在高速公路或停車場等特定場所，
實現自動駕駛的「半自動駕駛車」。
目前仍無法斷定在2020年之前，前者能否問世，
但至少我們已經能預測到，後者的半自動駕駛車可以實現。
出現在本章故事裡的是半自動駕駛車，
當克勞斯的車在高速公路上切換到自動駕駛模式後，
他就在車上吃早餐、打視訊電話、看新聞或電影、用電腦工作等等，
可以有效率的利用時間，而且也不會因為
在高速公路上的長距離移動而感覺疲憊。
防範分心、馬路三寶
而導致的交通事故
多數交通事故發生的主要原因，
都是汽車駕駛人在認知、判斷及操作上出了差錯。
而引起這些差錯的原因，
是駕駛人未確認行車安全或是開車時心不在焉。
「雖然我有踩煞車或是減速，
但我沒有充分確認好行車安全」、
「行駛中操作汽車導航或是手機」等等，都是經常聽到的事故原因。
人們期待自動駕駛車普及後，
就能防範人為疏失所引發的交通事故，同時減少死傷人數。
谷歌公司的塞巴斯蒂安．
斯倫之所以致力於自動駕駛車的研發工作，
聽說是因為在他18歲時，最要好的朋友死於交通事故，
所以他才立志要消滅世上所有的交通事故，拯救更多人的性命。
維持適當的行車距離
塞車不再走走停停
現在每到假日或是返鄉的尖峰時間，
高速公路就會出現大塞車。根據日本警視廳的紀錄，
2014年高速公路的塞車距離，最長達184公里。
曾經遇過塞車的人就知道，
塞車會對駕駛人的精神及肉體帶來極大的負擔。
造成塞車的原因之一，
是因為駕駛人在開車時無法使車子維持一定的速度及行車距離，
車流狀況因而變差。
但自動駕駛車可清楚辨識前後車的行車距離，
並自動控制油門及煞車，
以便隨時維持適當的行車距離。
因此，自動駕駛車的普及，可望減緩塞車狀況。
自動駕駛是這樣運作的
那麼，本章所介紹的自動駕駛車，
要怎麼樣才能在路上行駛呢？
我想概略說明一下它的功能架構。
半自動駕駛車在行駛中，
會自動辨識車體的所在位置及路上的障礙物。
要辨識車體的所在位置，可以利用GPS資訊及3D地圖兩種方法。
GPS是目前取得位置相關資訊所採用的最普遍方法，
但因為精準度會有數公尺到十幾公尺的誤差，
而且在高樓林立的都市、隧道及山區等地，
也很難掌握到精準的位置，所以自動駕駛車使用的是3D地圖。
3D地圖是利用影像感測器和測距感測器，
把自動駕駛車車體周遭的景色繪製成3D圖，
然後再和車子內建的3D地圖做比對，
以鎖定車體的正確位置。
這種技術就叫做「即時定位與地圖構建技術」
（Simultaneous Localization and Mapping，SLAM）。
目前的3D地圖技術因計算量過於龐大，計算非常耗時，
但到了2020年，自動駕駛車在搭載能高速並列處理的GPU之後，
相信就能瞬間完成計算了。
自動駕駛車是根據影像感測器
所取得的「車前影像資訊」來進行辨識
針對路上的障礙物，自動駕駛車是根據影像感測器，
所取得的車前影像資訊來進行辨識，所以在面對影像資訊時，
它會利用深度學習等方法，
從車體前方的影像自動判斷出障礙物的存在。
一旦自動駕駛車掌握到前方出現障礙物後，就會自動迴避障礙物。
由於自動駕駛車的行駛控制電腦已事先針對障礙物存在時，
學習適當控制車體的方法，所以這時候，
自動駕駛車會針對已辨識出的障礙物，
立即做出「煞車」等迴避危險的判斷，
然後再根據這項判斷，行駛控制電腦會開始控制輪胎轉向角度，
以及油門和煞車系統，以迴避障礙物。
（本文為受著作權保護，請勿侵權。)
本文 擷取自：《2020，我們這樣生活，那樣工作》
作者：立川光昭
出版社：大是文化
【book可能的任務】粉絲團
透過閱讀，開拓知識
透過閱讀，增加話題
透過閱讀，放鬆心靈
我們提供「書摘」、「讀書心得」等等
