2019科創講堂

車應該是人駕還是自駕─智慧整合控制系統(CPS)應用實例

講者/台灣大學資訊工程學系教授 施吉昇

撰文/整理/科學人
2019/06/11

2019科創講堂

車應該是人駕還是自駕─智慧整合控制系統(CPS)應用實例

講者/台灣大學資訊工程學系教授 施吉昇

撰文/整理/科學人
2019/06/11


如果有一天,我們不必等紅綠燈,不會堵車,不怕發生交通意外,路上每輛車都能優雅流暢地行動,最後抵達目的地時,還不必找車位就能順利停車,是不是很美好呢?台灣大學資訊工程系教授施吉昇告訴我們,這樣美好的未來是可以實現的。


人駕vs.自駕


目前人駕系統的設計很容易造成交通堵塞,其中一個原因是交通號誌,畢竟交通號誌是為了安全,而不是效率。再者,為了避免交通堵塞,車與車之間必須協調、合作,每輛車都必須知道自己和其他車要做什麼,並且必須維持,不任意改變,例如:在國道五號上維持時速90公里的車速,如果後方有人低於這個時速,後方車子自然就跟著變慢,造成堵塞。


人或機器做得到協調、合作嗎?我們都知道每個人都是獨立的個體,相反的,每個機器出工廠時長得都一樣。我們把人送去教育學習,把機器送去機器學習,看起來都是學習,目的卻截然不同。我們希望人學習後變得人人都一樣,例如送去駕訓班、考駕照後,希望人人都遵守交通規則,用一樣的方式開車;卻希望機器學習後,變得像人一樣。這根本違反自然,因此施吉昇說:「應該讓人去做人適合的事情,讓機器去做機器適合的事情。」


自駕車需要各種協調、遵守指令,機器的設計本來就是遵守命令,所以非常適合做這樣的事情。而且自駕車有非常多優勢,它不會疲勞駕駛,可以全天候24小時開車;具多重感測,有360度的視線;安全性可被檢驗,知道什麼情況下可能發生錯誤,錯誤發生率是多少;最後它還不受情緒影響。


當然,目前尚有一些挑戰需要克服。例如感測器容易受天候影響、價格也偏高、遇到不確定因素時(如地震),自駕車該如何反應等等。


從自動化變得自主化


如何實現自駕車?這時就需要引入智慧整合控制系統 (Cyber Physical Systems, CPS)。CPS是把自動化系統結合計算系統,變成自主化系統。


自動化與自主化有何不同?自動化系統是在「已定義」的環境中,收集感測資料,並依據事先設定好的規則,完成指定任務,例如日常生活中的電視機、洗衣機、冷氣機等。而自主化系統是在「未定義」的環境中,收集感測資料,藉由具人工智慧的判斷引擎,完成指定任務,例如無人戰鬥機,大氣中環境不測,只能根據收集到的感測資料去判斷如何飛行。自駕車也是一種自主化系統。


施吉昇團隊為公車裝上CPS並於台中的馬路上做測試。他們利用相機與光學雷達收集感測資料,可以在高速情況下偵測人、車等物體,也可以在各種光線下偵測物體與陰影。這樣的公車在前方偵測到物體時,會自動慢下來或停下,而且還可以維持行駛穩定,不會忽快忽慢,或是在轉彎時過快。換句話說,自駕車兼具了安全性和舒適性。


施吉昇說:「自駕車無法一步到位。」必須先從有限制性或半開放的場域開始實施,一方面測試自駕車以增加安全性,另一方面也教育民眾了解自駕車的行為模式,以適應自駕車的存在。


自駕車技術已慢慢實現,或許未來開車也會如馬車、自行車一般,變成一種運動或休閒娛樂。