close
当前位置: 物联网在线 > 行业应用 > 智能汽车 >

您叫的无人驾驶车快抵达了

往市中心的路上,我们灵活地在来车和路边斜停的卡车间穿梭,始终开在同一线车道上,虽然我搭过自动驾驶车,但从后座看方向盘和踏板自己随路况反应动作,感觉非常诡异。目前为止,大部分的自动驾驶车已在加州、内华达州、德州等地进行过高速公路实测。

您叫的无人驾驶车快抵达了

 


我在匹兹堡阿勒格尼河岸边的一座大仓库外,等待着革命性新技术到来,这里从前工厂、铸造厂林立,如今被商店、餐厅取而代之,我拿起手机查了一下,发现车子已抵达了。一辆白色福特Fusion已停在附近,车顶上的传感器看起颇具未来感。前座端坐着两个人:一个盯着计算机,另一个坐在方向盘前,但车子却在控制之中,我上了车,按下触摸屏上的按键后,轻松仰靠,展开自动驾驶Uber的兜风之旅。
 
往市中心的路上,我们灵活地在来车和路边斜停的卡车间穿梭,始终开在同一线车道上,虽然我搭过自动驾驶车,但从后座看方向盘和踏板自己随路况反应动作,感觉非常诡异。
 
目前为止,大部分的自动驾驶车已在加州、内华达州、德州等地进行过高速公路实测。相较之下,匹兹堡道路蜿蜒,桥梁无数,路口混乱,雪霰和降雨都很丰沛,正如一位Uber主管所言,连匹兹堡都能搞定的话,自动驾驶车应该到哪都没问题。说时迟,那时快,彷佛要验证他这道似的,转进一条热闹的市街时,前方突然有两个人冲进马路,我们的车不急不徐地离他们还有一段距离的位置停下,等行人通过才重新起步。
 
后座前方有一面屏幕显示这辆车独特的世界观:四周环境以亮色的锯齿状轮廓线呈现,生成这个画面的信息来自布满全车的仪器大军中至少七组雷射;车顶上的大型旋转雷达、20支影像纪录器、超精密全球定位系统、几个超音波传感器,车内显示器上看到的水蓝色是路,红、黄、绿色是建物和其他车辆,小圈圈则是附近的行人,屏幕还显示本车辆的转向和制动情形,并有一个按钮可随时要求结束试乘,在2016年的现在,Uber甚至让后座乘客能自拍。在这趟试乘后,我收到一封电邮,里面有一张循环动态GIF图文件,是车子看出去的外界,右上角则是我的笑脸,我们在等红灯时,人行道上有人停下来朝我们挥手,后方的卡车司机则是不断向我们竖起大拇指。
 
这趟试乘属于目前为止最高调的一系列自动驾驶车测试活动,之前Uber已经开放特选客户在匹兹堡附近预约搭乘自动驾驶车,Uber以智能手机叫车程序颠覆出租车业后,当前目标是在未来几年内,将车队大量换成自动驾驶车。此举是大胆押注在科技已准备好改变数百万人的交通方式。但就某些方面而言,Uber非赌这把不可,今年上半年,Uber已亏损惊人的12.7亿美元,其中大半付给司机,麻省理工学院研究汽车制造创新的助理教授凯斯(David Keith)表示,自动驾驶车虽然是“Uber的大好机会,但被别人抢得市场先机的威胁也不容小觑。”
 
特斯拉、奥迪、奔驰、沃尔沃、通用在内的多数车厂,甚至Google和(据说)苹果等大型科技公司,都在测试自动驾驶车,特斯拉电动车已经能在许多情况下自动驾驶(即使特斯拉警告驾驶人只能在高速公路上切到自驾模式,并要求驾驶留心路况,双手不离开方向盘),强敌环伺下,Uber仍最有希望早日将这项技术商业化。与福特或通用汽车不同,Uber可以事先判断无人驾驶车能应付那些路线,再限制自动驾驶车只走这些路线,况且,Uber与Google或苹果不同,Uber可以在庞大的出租车队基础上,逐步汰换,提高无人驾驶车所占比例。
 
Uber的主管不难想象这么做的好处,少了司机瓜分收入,Uber或许能转亏为盈。机器人出租车会便宜又方便到买自有车显得多此一举,合理的结论是:自动驾驶将彻底改写运输本身。Uber已开始在几座城市试办餐饮外送服务,最近又收购了开发长途货车自驾系统的新创公司Otto。自动驾驶卡车和面包车能以惊人的速度与效率,将货物从物流中心和商店配送到住家和公司,Uber自动驾驶营运负责人勒万道斯基(Andrew Lewandowski)曾任职Google 自驾计划,也共同创办了Otto,在我试乘前不久,他曾说:“我真心相信这会是计算机未来10年最重要的应用。”
 
Uber动作很快,从邻近的卡内基美隆大学机器人系聘请了一批研究员,在2015年二月创立研发无人驾驶车的高等技术中心(Advanced Technology Center),在专业人才协助下,Uber只花一年多的时间就开发出自驾出租车,跟大多数车厂重新设计娱乐系统控制面板的时间差距不大。
 
但Uber会不会跑得太快?技术已经就绪了吗?
 
机器人远祖
 
我在匹兹堡其他时间搭的Uber,都是完全由司机操控,两相比较,可谓天壤之别。前往卡内基美隆大学国家机器人工程中心(NREC,附设于机器人研究所,自动驾驶车开发领域的先驱团队)采访所内专家对Uber实验的看法时,我搭上了布莱恩开的车,一辆破烂的现代 Sonata,布莱恩说他曾在市区看过几次自动驾驶的Uber,但他无法想象搭起来会跟坐他的车一样好,才刚说完,他就转错一个弯,找不到路了,说句公道话,他在车阵中穿梭自如的程度,不输自动驾驶车,此外,当他跟着手机导航开到一座施工中的桥时,只要向几个工人问路,就知道替代道路怎么走,他人也很好,为了弥补对我造成的不便,主动提议不收车资,还要请我喝杯啤酒,这让我意会到Uber自动驾驶车将带来多么不同的体验,虽然走错路和遇上蛮横司机的机率会减少没错,但也没人帮忙把行李放进后车厢,或归还乘客遗忘的iPhone
 
答应改天让他请喝啤酒后,我道别布莱恩,抵达国家机器人工程中心的库房,比预订晚了20分左右,这栋巨大建筑里充斥琳琅满目的机器人原型,仔细看会发现几个现代自动驾驶车的远祖,例如,一进门附近那个上有一圈传感器,下有六个轮子,冰箱大小的机器人,就是“Terregator”。1984年,Terregator是最早为实验室外移动所设计的机器人之一,可以在卡内基美隆大学校园里,以每小时几英里的速度行进,继Terregator后,大幅改装过的面包车NavLab在1986年出现,这是首批上路的全计算机控制车之一。在国家机器人工程中心前门外还有另一个著名的前身:一辆载满计算机的特制雪佛兰Tahoe,点缀着外观疑似Uber自动驾驶车车顶传感器的早期版本,这个机器人叫Boss,曾赢得2007年美国国防高等研究计划署的城市驾驶比赛,那是自动驾驶车史上的重要一刻,证明自动驾驶车能在正常交通中行驶。要不了几年,Google就开始进行自动驾驶车道路实测。
 
这三个卡内基美隆大学的机器人显示出无人驾驶车演进过程有多么缓慢,时至今日,虽然系统的软硬件已获得提升,却仍无法像人类一样充分理解这个包罗万象的世界,我在国家机器人工程中心实验室,采访了带领研发Terregator、第一代NavLab、Boss的卡内基美隆大学教授维塔可(William “Red” Whittaker)。他认为,Uber 提供这项新服务并不代表技术已殝完善,维塔可表示:“当然还没解决,特殊情境的问题还没解决。”
 
待解决的特殊情境多得很,诸如传感器因天气恶劣、阳光强烈、障碍物而失灵损坏,以及不可避免的软硬件故障,更重要的是特殊情境需要解决未知问题,程序不可能把每个想象得到的情境都编写进去,因此到某个程度,就只能信任系统能运用不论什么智能都好,应付任何面临的情境,实在难教人放心,尤其是即使小如把纸袋当成巨石的误判,都可能造成车辆采取不必要的危险反应。
 
过去几年的长足进展不言而喻,特别是计算机视觉和机器学习进步到自动驾驶车能更充分利用行车纪录,灌进系统的范例够多的话,程序不只能侦测到障碍物,还能很精确地辨别遇上的是行人、单车骑士或乱跑的鹅。
 
但特殊情境应变仍然很重要,国家机器人工程中心的机器人专家赫曼(Herman)在印度尼西亚长大,卡内基美隆大学求学,开发了国防、农矿用的自动化车辆。他相信自动驾驶车会到来,但也指出Uber计划的一些实际问题。他说:“网络浏览器或计算机当机的话,虽然很讨人厌,不过问题不大,但若在六线道高速公路上,有一辆开在中间车道的自动驾驶车自顾自地要左转,接下来会发生什么事可想而知。这还只是系统对方向盘下错一道指令而已。”
 
赫曼预见的另一个问题是这项技术普及后的情况,路上有几辆无人驾驶车还行,但几十辆?或甚至几百辆呢?Uber自动驾驶车的车顶雷射扫描仪可能会相互干扰,何况这么多车若跟云端联机,需要的带宽根本是天文数字,他指出,即使小如传感器上的灰尘都可能引起问题。赫曼表示:“这其中最要紧,也愈来愈多研究投入的,莫过于如何验证及测试自驾系统的安全性。”
 
学开车
 
为了解第一手观点,我横越市区去采访实际开发自动驾驶车的研究人员,拉吉酷马(Raj Rajkumar)在卡内基美隆大学机器人系主持通用汽车赞助的实验室,在瞬息万变的无人驾驶车研究界(往往由硅谷的人主导),拉吉酷马可能看上去有点老派。采访当天他穿着灰色西装在办公室跟我碰面后,带我去地下车库,看他正在做的一辆凯迪拉克原型,这辆车装有许多类似Uber上的传感器,不过小得多也隐密得多,因此外型看来与普通车无异,对自己在提升无人驾驶车实用性上的成就,拉吉酷马感到自豪之余,也警告Uber出租车可能引起不切实际的期望。他直言:“离程序取代司机还早得很。我想大家应该先静观其变。”
 
除了车用软件的可靠性,拉吉酷马也担心无人驾驶车可能遭黑客攻击,他说:“大家都知道尼斯的恐怖攻击中,恐怖份子开车辗过好几百人,想象一下,要是那车没人驾驶呢?”Uber表示对此审慎以对,最近已在团队中加入两名车用计算机的安全专家,拉吉酷马还警告说,要提升计算机对真实世界的理解能力,仍需根本上的进展,他说明:“人类是有认知能力与感受的生物,能够理解推论,并采取行动。而自动驾驶车只是依照程序设计,在特定情境中作出特定动作罢了。”
 
换句话说,我在Uber自动驾驶车后座看到的彩色画面,是以一种简化且奇异的方式所理解的世界,系统即使能几乎分毫不差地显示对象位置,但却无法理解这些对象是什么或可能做什么,听起来或许没什么,但举一个明显的例子,当我们看到路上有玩具时,会因此想到附近有小孩,而作出反应。拉吉酷马说:“另一个棘手的点是,Uber主要是在城市和近郊跑,这些地方往往更多意外状况会发生。”
 
此外,一旦Uber试办自驾出租车服务出了状况,可能会连累整个业界。今年春天,一辆设定自动驾驶模式的特斯拉,因为没有侦测到前方的大卡车,而在佛罗里达州高速公路上酿成第一起自驾系统相关的死亡车祸,当时已引起安全疑忧。太躁进地推广任何技术,即使是以道路安全为目标的技术,都很容易引发后座力,麻省理工学院的凯斯指出,“虽然Uber 成功地打响这项技术的突破性,以现实来说,自动驾驶仍然遥不可及,新技术需要仰靠良好的口碑建立消费者接受度,反之亦然,若这种技术造成惨重的车祸,而遭到主管机关管制,肯定会浇熄大众的热情。”
 
我亲自体验过这项技术的局限性,就在试乘Uber自动驾驶车的途中,我受邀坐上驾驶座的不久后,我按下自动驾驶系统启动按键,他们告诉我只要转动方向盘、轻踩踏板或按一个红色大按钮,就可以随时解除自驾模式。就像先前一样,车子很平顺地行驶,但坐在副驾驶座的工程师变得十分紧张,让我不注意也难。随后,车上开上一座桥,我们塞在车阵中时,当对向有车开始靠近我们,我这辆车的方向盘居然缓缓向左转,预备要跨进对向车道,工程师见状大叫:“快抓方向盘!”
 
也许这只是一个程序上的错误,或者这辆车的传感器被桥梁两侧的空旷一片所混淆,无论如何,我马上照办。












(责任编辑:ioter)

用户喜欢...

征收机器人税,合理吗?

去年二月,欧洲议会否决了对机器人征税,但采取初步措施以规范机器人的发展与部署。该法案同时也旨在确立包含...


昂纳今天于深圳首度向市场公布全新「PANDA」产品

领先高科技公司昂纳科技(集团)有限公司(「昂纳」或「集团」) (股份代号:877) 今天于深圳首度向市场呈献新一代具价...


TE Connectivity完成对德国赫思曼汽车通讯设备公司的收购

全球连接和传感领域领军企业 TE Connectivity Ltd.(以下简称“TE”,纽约证交所代码:TEL)于2017年9月1日宣布,已正式完...


什么是物联网?关于物联网(IOT)你必须要了解的5个关键词

每隔一段时间,媒体就会再强调物联网是下个科技潮流,的确这不是一个全新的概念,可是随着技术发展,物联网产...


工业机器人未来发展趋势前瞻

工业机械手、工业机械臂,它所做的工作是要求有速度、精度、重载的,但是灵活性还不够。 人类工作分工比例:胳...


机器视觉对工业机器人的重要性

作为工业机器人的“大脑中枢神经”,人工智能在过去的几年里一直处于持续的高速发展阶段,很多工业机器人也已...


可靠性制约国产工业机器人发展

中国工业机器人市场发展较快,约占全球市场份额的1/3,是全球第一大工业机器人应用市场。工业机器人占机器人整...


工业机器人主要部件组成简介

来说说工业机器人由哪些主要部件组成...


物联网、AI、机器人、虚拟现实:政府带头,新加坡正迈入“智慧之国”

综观各亚洲国家智慧城市发展现况,又以新加坡为首;新加坡具地理环境位置优势、国家基础建设完整、体质完善,...


万物互联时代,看恩智浦如何发力?

我们正生活在一个被物联网逐渐影响和改变的宇宙中,而各种新兴的万物互联应用,如同浩翰夜空下的闪烁星辰,熠...