計程車開出大數據金礦 日本自駕車甩尾國際賽

能力雜誌 2020/02/05 14:10(61天前)


【文/李世暉 圖片提供/達志影像、Gettyimages】

2010年前後,當歐美各大車廠以及Google等公司紛紛進行自駕車的開發與測試之際,日本才驚覺危機到來。2013年,日本政府將自動駕駛系統列入國家的成長戰略之中,開始大力推展自駕車的商業化。日本內閣府同時成立「IT綜合戰略本部」,自2015年起每年發佈自駕車系統的政策規劃進程之《官民ITS構想/藍圖》,區分自用客車、物流服務和移動服務3大領域,檢討相關政策及法規修訂方向。
另一方面,為促進與整合日本3大車廠豐田(Toyota)、日產(Nissan)與本田(Honda)的自駕車技術開發,日本國土交通省於2018年9月發佈《自動駕駛汽車安全技術指南》,明確規定自駕車(包括自用車、卡車及巴士)的安全規範。此外,日本政府也大幅放寬道路使用、交通規範等相關規定,允許自駕車於道路進行測試。期盼透過法規的鬆綁、安全標準的設立以及事故責任的釐清,在制度面上加快日本自駕車商業化的進程。

豐田追逐142億公里
在技術面上,則是以日本內閣府主導的「戰略創新創造計畫」(Cross-ministerial Strategic Innovation Promotion Program, SIP)為平台,支持豐田汽車等相關企業,進行自駕車系統基礎技術的開發、測試、應用與國際化。在第一期SIP計畫(2014∼2018年)中,日本政府投入約150億日圓,協助開發自駕車系統核心技術以及進行道路整備,同時以高速公路作為測試場域。而在第二期的SIP計畫(2018∼2022年)中,也是在相應的預算規模下,協助進行路車大數據的蒐集、國際合作以及解析技術的開發,同時也將測試場域擴大到一般道路。
在自駕車系統中,最重要的是AI技術的研發與大數據的蒐集應用。以豐田汽車為例,在AI技術面向上專注研發「高度安全駕駛支援系統」(Toyota Guardian)與「完全自動駕駛系統」(Chauffeur)。前者是強化方向盤、煞車操作的自動判斷與控制技術,協助車輛行進時避免駕駛個人失誤,以及外在環境變化而可能造成的衝突;後者則是由AI系統進行車輛的駕駛,在系統AI能力相對較低時期,必須由駕駛者擔任車輛行進時的監視輔助,在系統AI能力相對較高時期,則可完全交由此AI系統進行車輛的操控。
在大數據的蒐集應用上,豐田汽車已決定於2020年,在國內外銷售的新車中標配「專用通訊模組」(Data Communication Module, DCM)車載通信設備,來蒐集自動駕駛系統所需的大數據。事實上,豐田汽車社長豐田章男(Akio Toydda)早在2016年的巴黎汽車展時說過:「要完全實現自動駕駛,必須要經過142億公里的模擬測試。」換言之,大數據的內容與使用方式,是自動駕駛系統的成敗關鍵。
包括豐田汽車在內的全球重要汽車廠商,在規劃與研發自動駕駛系統之際,就把大數據(Big Data)視為競爭力的核心。一般來說,各車廠自駕車系統所需的大數據,有2個主要來源。一是以自家的儀器蒐集行車資料,例如:豐田汽車的DCM;一是與資通訊廠商合作,例如:德國汽車福斯(Volkswagen)使用英特爾(Intel)旗下Mobileye的大數據,共同研發自駕車系統。

大數據共享服務
Google於2009年1月成立的Waymo,則是利用Google街景(Google Street View)技術所蒐集的街景大數據,來推動自動駕駛汽車計畫。2017年11月,Waymo開始在駕駛座上沒有安全駕駛員的情況下測試自駕車;2018年底,正式在市場推出自駕叫車服務「Waymo One」,宣示自駕車商用化時代的到來。
在此必須強調的是,路車大數據中所涵蓋道路狀況、氣候變化、車輛行走、街景等資訊,不單單是開發自駕車系統所需,更將在自駕車系統建置使用時扮演重要角色。眾所周知,自駕車行進的安全,既要靠系統AI與感測器,也要靠判讀車輛之間、路車之間的大數據。
日本各大車廠在2018年之後,便積極透過各種儀器蒐集路車大數據,用於自駕車系統AI的「深度學習」(Deep Learning)。例如:豐田汽車,即於2018年於日本國內暢銷車款Crown及Corolla Sport上首度搭載DCM,透過DCM的T-Conncet連結服務,將車輛行進間蒐集的各種資訊,上傳至豐田的「行動服務平台」(Mobility Services Platform, MSPF),並累積至豐田大數據中心。豐田汽車可透過此一大數據取得車輛相關數據與車輛當下狀態,並與Albert公司合作研發AI科技,推動自駕車系統的發展進程。
值得注意的是,豐田汽車在研發自駕車系統的同時,也強調大數據的附加價值。一方面,豐田汽車利用DCM的大數據平台,結合物流業、餐飲業、汽車租賃業、零售業等相關企業,提供駕駛人多元且即時的服務;另一方面,豐田汽車也與東京計程車公司合作,將乘客行動電話的定位資訊、計程車內行車記錄器的行駛影像、以及計程車實際上下車人數3項資料,上傳到大數據中心,並經由AI演算來強化自駕車系統中的交通工具共享服務。
除此之外,2013年創立的日本路車大數據公司「株式會社Smart Drive」獨立開發小型感測設備,可以精準感應汽車行走時的G力變化,透過與汽車產險公司的合作,將感測設備裝置在保險客戶的車上,並連結手機的應用軟體來蒐集數據。Smart Drive蒐集這些大數據後,一方面為客戶提供智慧行車的服務,例如:事故風險分析、車輛管理、行車動態管理、最適路徑規劃等;另一方面,與IT公司或汽車製造商合作,共同擴大汽車大數據的價值,例如:規劃與行車記錄器廠商、汽車製造商合作,結合車內外氣溫、濕度、路景、駕駛生理狀態等資訊,共同為未來日本的自動駕駛系統奠定大數據的基礎。

在地化資料串接全球

在台灣方面,自駕車時代的到來,是挑戰也是機會。挑戰在於:未來汽車產業供應鏈的重組,將影響台灣傳統汽車零組件廠商;機會在於:自動與電動車時代的系統建置,台灣的ICT產業科技可以大力參與。在經濟部技術處科技專案支持下,工研院開發出「自駕感知與決策次系統」,並與企業車王電合作,研發量產型的自動電動巴士。
然而,台灣的交通狀況非常複雜,加上汽車、機車爭奪路權的駕駛文化,自駕車系統的建構要比日本來得更困難。若以日本的發展經驗來看,路車大數據的蒐集與應用,應是台灣自駕車系統建置與發展的重心。透過路車大數據的平台共享資訊,並進行模擬測試與實境測試。
與日本由汽車大廠進行大數據資料庫建置相比,台灣路車大數據主要是由政府委託中華電信、緯創等相關業者建置「自動車輛運行暨資訊整合平台」。該平台網羅豐榮客運、成大MKZ、勤崴自駕中巴、工研院機械所油電混合休旅車4家測試團隊,進行路車資訊的蒐集。但由於參與業者過少,無法在短期內累積足以發展智慧交通的數據庫。此外,Mio、Garmin等行車紀錄導航業者,亦可成為建立路車數據庫的合作對象;但前提是每台車輛所裝設的儀器模組與相機畫素必須一致,才有利於資料整合與共享。
目前正在進行中的自駕車系統,至少有美國、日本、歐洲、中國等4種不同規格。未來將由哪個系統取得競爭優勢?台灣將與哪個系統合作,或是採用哪個系統?仍是未定之數。然而,無論未來發展結果如何,透過在地化的路車資料、街景資訊的建置,以及全球化的資訊共享與合作,將大大有助於台灣在未來參與全球自駕車系統的服務鏈。


【完整內容請見《能力雜誌》2020年2月號,非經同意不得轉載、刊登
FB留言