全台自駕技術先頭部隊 - 工研院機械所 參訪心得

全球自駕技術的推進,在過去2、3年來已遇瓶頸,於是乎開始將自駕技術細分為數個應用場景,其中最有機會提前落地商品化的就是 “點對點” 的貨運。在駕駛人力缺乏、貨車稼動率太低(大部份時間都滯放於停車場)、貨物運輸集散路線重疊度過高的現況下,自駕貨車將是最具盈利模式的運用;之後隨著自駕技術的提升,甚至可從 “點對點” 進而擴展為網狀路線運輸,使車隊運輸效率最佳化。這也就是工研院機械所正在進行的技術移轉工作。

      無人載具沙盒計劃在近3年前由經濟部公佈並接受申請後,第一個拿到自駕試車牌照的單位,就是工研院機械所。在過去這段時間,機械所的智慧車輛技術組在自駕技術的研發與實際運用上獲得了豐碩的成果;無論在新竹南寮、或是台中水湳,不間斷地進行路試的過程中,機械所已經証明了該技術到達了可商品化的階段。在720日的上午,車未來編輯團隊來到了位於新竹縣竹東鎮的工研院,同時採訪了工研院自駕技術催生者的院級資深副總胡竹生博士,與實際操盤研發工作的機械所數位長王傑智博士,就機械所目前的研發成果與未來持續發展的方向,做了概括性的了解。

     5年前,胡博士力邀王博士自美國Apple公司返台後,開啟了L4 自駕技術研發工作的規劃。在當時全球自駕研發風潮剛起,除了GoogleWaymo技術水平跑在比較前面之外,其他新創公司與研發單位彼此之間的差距並不大。機械所以商品化為設計的優先考量,針對不同車型(休旅車、小貨車、大貨車,車輛加速與剎車所需時間與距離,以及轉彎時的半徑與內輪差都不一樣)與不同的駕車習性(如:在台灣切換車道的速度比歐美地區快;或者歐美地區常有 “Full Stop” 號誌,車輛必須完全停止後方能前進,但在台灣則大都採慢速通過),開發出更能切合當地市場需求、更貼近人性化的可調整式自駕系統。在建構其自駕車輛決策系統中,所謂 “行為樹” Behavior Tree的數學模型時,可將遠較人為駕駛者所累積的經驗更豐富更全面性考量的AI學習參數放在裡面,並對車輛做出當下最為適切的決策。目前機械所在台灣的自駕研發實力,可說已具領先優勢,並在國際間嶄露頭角。其特點如下

  • 車速已可達60公里/小時,並且可在隧道等無GPS訊號比對高精地圖的遮蔽道路上,以車輛自身的光達與雷達等感測元件與機械所自行設計的演算法來判讀週遭環境行駛。
  • 可在人車混流的一般道路行駛(目前已與新竹物流合作自駕貨車之貨物運送,並可將配送流程最佳化,在日後多點之間的網狀運送工作上節省運輸時間、油料費、與駕駛人力工資)。
  • 可全天候運行(這對於可在半夜或天候不佳狀況下進行貨物運送的運輸業而言,其稼動率所產生的成本效益非常高)。
  • 無需停車格或需靠前後車做定位,即可完成室內室外的停車動作。如此在 “Last Mile” 距精準目的地位址的最後一哩路上,都可以順利完成從頭至尾全旅程的自動駕駛。

     2年前,機械所的研發進度即已獲得日本某車廠的青睞,並在政府相關部門的參與下,正式與該車廠簽署自駕技術合作開發協議,據了解目前進度順利,商品落地時程可期。另桃園機場員工的接駁車運行、35噸大卡車至澳洲進行自駕技術的展示,皆已是現在進行式。而因為做自駕研發,機械所衍生出了一個 “黑科技” - 高精地圖的繪製技術。機械所使用高效精準的RTKReal Time Kinematic) 實時動態定位量測方法搭配自有的演算法,與內政部地政司商討準備進行 “Digitize Taiwan” 數位化台灣道路與地理環境的建置工作 這其中甚至可將人孔蓋測量的精準位置與政府的地下管路圖做比對來進行施工工程調整,又或者是協助路旁電線桿的裝設工程;將來這份地圖的終極目標是 “雲端化,任何在路上跑的車輛、道路施工單位、或者是城市規劃設計、以至於預備引進自駕車輛到台灣的各大汽車品牌,都可從這份即時更新的雲端高精地圖之中各取所需,得到不同層面的圖資服務。就如同胡博士對機械所自駕技術所下的註解技術開發的目的不只是帶來產業面的價值,更是帶來社會面的價值,並為大眾促進更美好的生活。