人類vs.軟體:誰才是優良駕駛?

作者 : Egil Juliussen,EE Times專欄作者

自動駕駛技術的一個關鍵問題是:自駕車的「軟體駕駛」是否能與人類駕駛媲美?如果答案是肯定的,又會是何時發生?

我們都知道,開發安全的自駕車駕駛軟體非常具挑戰性,因此人們普遍認為最佳方法是先在相對較單純的應用案例──例如低速度的貨運自駕車、集貨點間自動駕駛卡車、固定路線與低速自駕車,還有區域性的自駕計程車──佈署自駕車。

其實大多數的人類駕駛表現相當好,特別是當他們專注於駕駛任務並且有多年駕駛經驗時;不過問題就在於大部份駕駛人在開車時並非完全專心,或者是一些新手的駕駛技術無法達到因應困難路況的水準…還有年紀較長的人,其駕駛技能終究會有部份退化。

於是在全世界各地的交通意外事故數量達到了讓人無法接受的水準──根據聯合國的統計數據,全球因為道路交通事故而死亡的人數,一年達到135萬人;光是在美國,因道路交通事故死亡人數在過去五年達到3萬5,000至4萬人。

車輛碰撞意外事故導致的總成本亦讓人瞠目──美國運輸部最近的研究數據顯示,2010年全美交通意外事故總成本達到了2,420億美元,佔據GDP的1.6%、也就是每個美國國民得負擔784美元。如果將生活品質估價與整體社會傷害成本(societal harm cost,其計算方法說明請參考報告連結) 也包括在內,該金額可高達8,360億美元,相當於GDP的5.5%。

因此,開發自動駕駛車輛的一個重要理由是降低碰撞意外事故的成本與衝擊;到目前為止,人為過失仍然佔據超過九成的車輛碰撞意外事故原因。不過還有一個大問題是:相較於人類駕駛,自駕車軟體駕駛是否能降低碰撞事故發生率?如果是,又要花多長的時間才能實現?

以下讓我們來比一比自駕車軟體駕駛與人類駕駛之間的優缺點;下表列出了幾個比較項目,大多數都是人類駕駛會遇到的一些已知問題,也列出了幾個軟體駕駛可能遇到的狀況。不過要特別說明的是,不同人類駕駛的技能差異很大,不同駕駛軟體的發展情況也各不相同,筆者是以Waymo的資料作為基準,以進行一些數字比較和未來趨勢的評估。

 


自駕車軟體駕駛vs.人類駕駛。
(製表: Egil Juliussen)

駕駛執照

通過交通規則筆試還有路考以取得駕照,是人類駕駛被允許上路的基本條件,而且世界各國皆然(當然各地法規與考試內容不同)。而對自駕車軟體駕駛來說,交通規則是被寫進程式的,也能隨著法規修改而更新,問題是目前並沒有讓軟體駕駛「考駕照」的程序──這需要釐清並取得解決方案。目前自駕車測試是由具備不同程度能力檢查的許可系統所控制。

駕駛經驗

無論是軟體或人類,駕駛經驗都會是成為合格駕駛的關鍵。人類駕駛的駕駛技能與年資會呈現寬鐘形曲線(wide bell curve),新手駕駛的駕駛技能隨著時間往上提升,又因為年紀漸長、技能退化,最終無法再成為合格駕駛人。

自駕車軟體駕駛的技能發展曲線則會與其市場滲透率成長曲線類似,但關鍵參數為何不得而知;我們只知道自駕車駕駛軟體的技能雖然大幅提升,但仍有很長一段路要走。軟體的駕駛技能成長與實際行駛里程數以及模擬(虛擬)駕駛里程數相關,也取決於各種自動駕駛技術例如感測器、人工智慧(AI)、軟體與處理能力。

分心

駕駛分心有三種:視覺(眼睛沒看路)、手(離開方向盤)以及認知(心思不在駕駛)。駕駛分心是人類駕駛導致碰撞事故的主要原因之一,佔據全美碰撞事故原因的18%,死亡事故原因的10%。自駕車軟體不會發生任何一種分心,但是感測器仍然可能在分類物體時出問題,這就會像是駕駛人的視覺分心;不過隨著感測技術演進,這就不再會是自駕車軟體駕駛的問題。

超速

超速是最常見的人類駕駛肇事原因,佔據整體死亡碰撞事故原因的32%以及所有碰撞事故原因的20%。軟體駕駛是不被允許超速的,因此這應該不會成為自駕車發生碰撞事故的原因。

受到酒精/藥物影響的駕駛

所謂的DUI (driving under influence)包括受到酒精與藥物影響的兩種駕駛行為;對酒駕的紀錄追蹤已經有40年以上的歷史,因為藥物導致的駕駛失能則資料有限。酒駕仍是導致碰撞事故的主要原因,但過去35年來已經逐漸減少;過去五年酒駕佔據全美車輛碰撞事故原因的20%左右,該比例在2010年為35%,在1980年代則超過50%。

自駕車軟體駕駛當然不會發生酒駕或受到藥物影響,最可能導致軟體駕駛失能的原因是駭客攻擊。網路安全防護對自駕車來說雖會是個難題,仍可能取得成功──只要汽車產業開始推動佈署新興的網路安全標準,這就不會是個問題。

反應時間

人類駕駛的反應時間取決於駕駛經驗以及許多個人因素;人類駕駛如果分心也會降低應變速度。自駕車軟體的反應時間會比人類駕駛快,因為有眾多感測器可提供360度環景,還有電腦的運算速度。

疲勞駕駛

疲勞駕駛會是人類駕駛常見的問題(至少在某一個時間段),但這永遠不會發生在軟體駕駛身上。但疲勞駕駛導致的碰撞事故統計數據很少。

天候

大多數人類駕駛能因應各種天候狀況,目前在這方面是比自駕車軟體駕駛來得優秀,但主要問題在於人類駕駛可能會在惡劣天氣中過度自信。人類駕駛過度自信通常會表現在決定是否應該在惡劣天候中繼續行駛,或者是沒有放慢速度,特別是在下大雪的天氣或道路淹水的情況;還有在大霧壟罩時車速太快。

目前的自駕車軟體駕駛只能在良好天候中開車,還需要更多訓練才能在惡劣天氣中擁有跟人類駕駛媲美的技巧。但軟體駕駛對於是否應該在惡劣天氣下繼續行駛的判斷力應該更好。

極端案例

將極端案例最小化,是提升自駕車軟體駕駛技巧的關鍵。極端案例就是軟體駕駛遇到一個全新的駕駛情境,而且不知道該如何在這種情況下繼續行駛。理想的狀況是,所有的極端案例都是它們曾經學習過的,只是相當罕見,但目前的自駕車軟體還沒達到那個程度,需要仰賴更多的自駕車應用案例。

人類駕駛在因應極端案例時就擁有優勢,能利用一些常識或者是擴展自己現有駕駛知識來因應;人類駕駛也知道如何與其他用路人進行溝通,例如透過一些簡單的手勢。

避免碰撞

避免碰撞發生主要來自於人類的駕駛技巧以及經驗,對自駕車軟體駕駛來說也是一樣(技巧與經驗的累積)。但人類駕駛得避免三種導致駕駛技能笨拙的因素:分心、超速以及失能駕駛。

軟體駕駛也需要具備三個項目以最小化系統故障:一是需要故障弱化(fail-soft)架構,或稱緩降(graceful degradation)機制;二是執行自駕車軟體的硬體需要在每一個層面擁有備援;第三是當自駕車軟體遇到另一種極端案例,遠端人類操作員也能成為備援。

未來可能發生的問題

還有幾個關於未來趨勢、值得思考的有趣問題。目前有很多新車都配備了先進駕駛輔助系統(ADAS)功能,可警告人類駕駛注意或者自動啟動簡單的駕駛功能。這種趨勢能降低碰撞事故率嗎?早期的一些資料顯示答案是肯定的,但接下來的問題是這些ADAS功能是否可能會讓未來人類駕駛的技能鈍化,因為他們沒有機會練習某些駕駛技能?

駕駛人高齡化也是許多國家面臨的問題,有充分的證據顯示,當人類駕駛超過70歲,其駕駛技能就會慢慢退化;雖然這些高齡駕駛也會減少開車里程數,但是否會是車輛碰撞事故的一個負面影響因素?

自駕車軟體駕駛也有一些在未來可能面臨的問題,例如在自駕車上配備安全駕駛還需要維持多長時間?這會取決於不同自駕車應用案例,還有車輛是否支援遠端操作員的備援。自駕車軟體也會需要與其他用路人溝通,例如在車子外部裝設顯示器,還有車用通訊(V2X)技術,特別是車輛對行人(V2P)通訊──只要大多數智慧型手機開始支援C-V2X功能。

與自駕車軟體相關的最重要問題是:能在多快的時間內完成極端案例的學習?這個問題還沒有明確的答案;某些自駕車應用案例會率先實現,就是因為極端案例較少。


ADAS、V2X…各種智慧車輛新時代最新技術趨勢都在這場


總結

人類駕駛的碰撞事故統計數字相當具有啟發性,顯示全美佔據整體碰撞事故原因的三個人類駕駛弱點是:分心、超速以及酒(藥)駕。人類駕駛員對於極端案例的因應也相當拿手。軟體駕駛剛好相反,以上三個人類駕駛的肇事原因都不是它們的問題;當然未來軟體駕駛也會發生碰撞事故,但是目標是其肇事率要遠遠低於人類駕駛。

軟體駕駛發生碰撞事故主要會來自於極端案例,因此其焦點會是要儘可能在短時間內快速學習最多的極端案例。不過還有一個關鍵的問題是:與人類駕駛需要負擔的社會與碰撞事故成本相較,軟體駕駛(包括以ADAS功能強化人類駕駛的技能)必須要能降低多少社會成本?

 

編譯:Judith Cheng

(參考原文 :AV Software Driver vs. Human Driverby Egil Juliussen )

 

掃描或點擊QR Code立即加入 “EETimes技術論壇” Line 群組 !

 EET-Line技術論壇-QR

發表評論