关于无人驾驶技术对未来产生的影响分析

无人驾驶曾是科幻小说家笔下的梦想，

如今技术却被照进现实，

它会开启一个新纪元吗？

笔者在教书的时候，曾经跟学生讨论过人工智能应用的问题，并谈到“早期许多从事智能医疗的专家，都想用各种交互技术加上专家数据库来取代医生，但最后都宣告失败，主要的原因是因为人们无法相信冷冰冰的荧幕问诊，都还是喜欢跟医生面对面讨论病情。”然后随着世代的演进，大家对人工智能的兴趣也从智能医疗来到了无人驾驶。那么无人驾驶技术到底是一个新世代的开始，还是另一个炒冷饭的议题？

根据英国的一项交通调查数据显示，大约有95％的交通事故发生的原因都是人为的疏失，如果我们能够减少开车时的人为操作，预期未来车祸发生的机率就会减少很多。因此，在可预期的未来10到15年，我们可以看到越来越多的无人车投入研究和量产。而以目前的无人车的趋势来说，著重在下列三点：一是满足行动需求，二是提供自动驾驶，以及三为能源电动化。而无人车主要实现的技术，多采用雷射激光测距等技术来画出周遭地形，以及利用摄像头来判断前方出现的物体及位置，并配合传感器来做出环境认知、马达转向等操控的决策。为了让无人驾驶车上的专用辅助系统可以取代驾驶者，目前多采用深度学习的技术来开发车用辅助系统，并做到全方位的决策判断：

道路侦测：为了做到平稳的驾驶，系统需要能够辨识出道路和路肩。

行人侦测：当无人车行进时，要能够辨识进入视野内的行人，或其他物体，并且对行人加上更多的权重，以保障用路人安全。

路标与交通号志侦测：系统要能够自动侦测路边的标示，以免违规。并要能够做到跟人类驾驶员一样的反应。

脸孔识别/侦测：车上系统亦需要能够辨识车内和车外的人员身分，并透过网络数据库来识别出车主或某些犯罪人士。

车辆识别：要能够辨识出周遭环境中的移动车辆。

物体侦测：车内系统要能够利用车上的超声波传感器或摄像头来辨识突然出现的物体，并加上系统的概率判断。这是很重要的一项技术，例如说，侦测到一颗球突然跑到路边，就要警示附近可能有小孩在打球。

人类行为侦测：如果车上系统可以预测对方车道驾驶员的反应，将可以预先做出相对应的驾驶动作。

同时因为道路上的状况实在太多，为了提高识别上的准确性，以色列的Mobileye公司也采取使用类神经强化学习来解决数据负载的问题，来协助计算机处理难以被工程师编程的状况，并且让无人车轻松地识别出道路上的状况。

（使用深度学习设计的实时车上辅助系统 ）

而从2016年七月开始，英特尔、宝马（BMW）和Mobileye这三家公司也开始合作，计划将下一代的宝马汽车带入到一个新的阶段。在英特尔的IDF 2016大会上，Brian Krzanich宣称集合这三家公司的技术，在宝马车上建立一个以英特尔为主的中央计算平台，并能够集成车内运算、机械学习和云端专家数据库的系统架构，以及支援点对点的数据传输，再搭配Mobileye超高检测精准度的道路识别技术，让整个无人驾驶车的未来，不再只是空谈，而是真正让产学研彼此的紧密结合。

从1930年代科幻小说作家David H Keller写了一则“The Living Machine”的故事开始，开启了我们对无人驾驶车存在的梦想。从好处来看，无人驾驶车可以让我们更有效的利用旅行的时间，并减少乘客、行人和其他道路使用者的风险，并且让无人驾驶车搭配Uber等租车业务，由于省去了司机的人事费用，让租车比买车更加的划算，因此而减少购车的需求，可省下更多的都市土地空间。在过去一年左右，全自动化系统的公共道路测试已经变得很普遍，电动汽车创新者特斯拉已经对其某些车辆模型引入了软件更新，允许驾驶者采用“半自动搭配的自动驾驶”模式。可预期的，新世代将会随著无人驾驶车的到来而开始，你准备好了嘛？

（英特尔、BMW和Mobileye

这三家公司的新一代无人车）