自駕車發展史:人類追撞自駕車時期

有一篇來自 Wired 的自駕車報導[1]引起我的注意,它的標題是“為什麼人類總是不停地從後方追撞自駕車?”,這篇文章描述西元2018年人類與自駕車所發生碰撞事故,並提出有趣的討論與見解。隨著國際間自駕車發展的投入與規模逐漸增強,人類所駕駛的車輛 (人駕車)、行人自駕車所發生碰撞事故的數目也會隨之增加。雖然這些碰撞事故會隨著自駕車技術的精進與突破將逐漸減少,但人類對自駕車技術的了解與適應亦扮演一個非常重要的角色。這裏我想要來進一步闡釋為什麼目前這個時期人駕車會追撞自駕車、以及如何減少這些碰撞事故。

ITRI MMSL Self-Driving Car: Luxgen S3.

人類總是不停地追撞自駕車?

這裡先簡短說明這篇報導[1]的內容。除了 Google(Waymo) 自 2008 就開始發展自駕車技術,多數的自駕車公司與團隊均在 2014、2015之後才加入這發展自駕車技術與自駕車商業化的潮流中。而全世界中,美國加州是少數有立法規範所有自駕車事故均要向政府單位(Department of Motor Vehicles, DMV) 回報 [2][3], 並對民眾公布這些事故報告的地區。除了自駕車公司內部所擁有的事故資料外,目前自駕車事故分析也只能以加州的報告來分析。根據[1],從 2015 到 2018十月,總共有 104 件自駕車碰撞事故,其中 49件發生在 2018年。

在這 49件自駕車事故中,GM Cruise 有 29 件、Waymo 有 11件、Zoox 有 4件、其他有5 家公司各有 1件。這裏 GM Cruise 有最多的事故,但並不代表其自駕車技術落後,而是他們在對自駕車極具挑戰的舊金山地區進行大規模的營運測試與驗證。 第二多事故的 Waymo 是最早在灣區進行大規模的營運測試與驗證的團隊,其自駕車技術一直保持領先地位。

在這 49件自駕車事故中,人類駕駛從後方追撞自駕車有 28件 (57%),從側邊追撞與擦撞自駕車有 14件 (29%),其他類別有 7件 (14%)。後方追撞的事故幾乎佔全部事故的三分之二。在台灣與在加州的法律中,因追撞方沒有保持安全距離,而需負起法律責任。人類追撞方是錯的,而自駕車被撞方則是受害者,可向人類追撞方請求賠償。而在側邊追撞與擦撞的自駕車事故中,多數是後方人類駕駛或行人因不耐前方自駕車太慢或是暫停太久,試著超越自駕車所引起的側邊追撞或擦撞。這些側邊追撞擦撞的法律責任則需專業人員的調查審視才能決定。其他類別中包含一些人類攻擊自駕車所引的的事故則不在這裡的討論範圍內。

追撞自駕車一定是人類的錯嗎?

雖然上面所述的事故數據或許並不足夠,但人類駕駛從後方追撞自駕車事故畢竟佔了多數,自然而然地或許可以假定人類便是自駕車多數事故的肇事者,而自駕車就是受害者。

在現今多數民眾對自駕車還保持觀望懷疑的時候,政府在開放自駕車一般交通環境測試營運時,自然也會謹慎評估與驗證。而自駕車公司團隊在自駕車駕駛行為設計上,也必然以安全第一為最高指導原則。畢竟像 Uber 先前發生的致命事故,不只會影響 Uber 自己的信譽,更會引起民眾對自駕車技術的不信任與政府在推動自駕車產業與投資人的退卻,進而影響所有自駕車公司的技術發展與商業佈局。在目前這一時期,我們應可以假設多數自駕車是謹慎、保守、完全遵守交通規則的優良駕駛。

另外我們可以從人類開車的行為來看,雖然多數用路人是遵守交通規則的,但有時也會因疲勞、使用手機等不專注在駕駛的情況下而引發事故。除此之外,少數不遵守規範的人類,如馬路三寶、酒醉駕車等,也是交通事故的主要肇因。隨著行車記錄器的普及,很容易可以在 YouTube 上找到許多交通馬路三寶的影片。

台灣交通馬路三寶

然而這些自駕車事故一定是人類不小心所造成的嗎?自駕車技術領先的Waymo 在美國亞利桑那州所進行大規模自駕車營運驗證已經一年多,但卻逐漸引起當地居民的不滿與反彈[4][5]。新聞報導中一個例子是一位婦人差點撞上突然停下的自駕車,另一個例子則是一位男駕駛因為等待自駕車通過十字路口的時間太長,而不得不違規繞過自駕車。除了這些新聞報導,亦可在 YouTube 上找到自駕車在加州灣區運行的影片。下面影片是一名加州灣區居民所記錄整理一些他認為自駕車不合理的駕駛行為。

人類對目前自駕車在真實交通中駕駛行為的觀察與抱怨,這些觀察是由影片所有者的個人判斷,其並無進一步與自駕車公司確認相關駕駛行為之細節。

如果由這些例子來推斷,就算是法律上推斷是人類追撞者的錯,我們也不能不考慮自駕車或許有不符合人類認可、不符合人類期望的駕駛行為(如馬路三寶)所造成事故的可能性。

自駕車與人駕車的不同

假如人類與機器人開同一台車子,在車子本身沒有任何故障的情況下,以現今車輛工程技術的標準來看,自駕車的運動控制很輕易地可以比人類更快更精準。而在控制策略法則與路徑規劃上,在特定最佳化的指標下,自駕車也可以輕易地以最佳最好的方式來執行。這邊我們先不討論這些性能上的指標是不是人類駕駛與乘車舒適的指標。

而在感知周遭環境的方式與能力上,自駕車與人類則有顯著的不同。藉由攝影機(Camera)、雷達(Radar)、光達(Lidar)、慣性導航(IMU)等感測器,自駕車在空間、幾何與速度上的量測精準度遠超越人類,最大測量距離也超過人類。即使在光線不佳、夜間、惡劣氣候等情況,自駕車之空間幾何感知能力還是優於人類。以現今已逐漸普及的主動式車距維持系統與預警式防護系統為例,其中以毫米波雷達及攝影機來偵測前車速與車距,主動調整行駛速度,同時能依據前方路況,即時發出警示,當人類駕駛緊急煞車時系統協助加大煞車力道,降低意外發生。我及家人實測 Toyota RAV4 一年多的經驗發現一些有趣的現象。由於我們人類往往是看前車煞車燈狀態來控制本車的速度,常常因為前方車輛不經意或是不適當的煞車而調整自己車輛的速度,這樣的速度調節往往是較沒效率、甚至是不需要的。而以雷達與攝影機來測量前車車距與速度,進而調節本車速度的方式,在跟車效率上與安全性上均有顯著的提升。在跟車時,我個人覺得主動式車距維持系統比我自己控制的好。但對坐在副駕駛座有駕駛經驗的人(我老婆)而言,這系統就往往是一種折磨。她覺得應該要煞車的時候,系統往往還沒啟動煞車,或是煞車的力道她感受不到,而引起害怕,甚至驚恐的感覺。這是人類需要去適應新系統的一個例子,或是新系統需要去考慮使用者原先的習慣。

然而開車不只要考慮空間、幾何與速度的資訊,還需要有高階的感知能力。比如說,在十字路口、圓環、路口左轉、上下交流道等較複雜、較動態的交通環境,人類開車時往往要考慮與推測周遭車輛的意圖與確認他們是不是了解我們自己的意圖,而其中往往涉及到一些幅度較小的動作與確認、人類駕駛眼神上的接觸、或是言語上的交流。而這些正是目前自駕車感知系統欠缺或是還做不好的部分。在高階感知無法確保的時候,自駕車也只能依賴空間與速度的感知量測,這也是為什麼自駕車在這些較複雜、較動態的交通環境下,往往無法表現地如人類所預期的順暢。我們必須注意的是:自駕車在這些情況並不會主動的引發事故,但卻可能會造成人類用路者的誤會或是不悅,進而引發事故。

自駕車、人駕車與行人如何共存?

在自駕車圈子裡,大家都認為人類駕駛與行人本身就是自駕車技術發展上最大的挑戰。如果路上全是自駕車,很多問題便可迎刃而解。像現有的公車專用道,自駕車專用道是一個以現有技術水準就能實行的方案,但實際施行時還需要政府的協助與商業上獲利模式的評估與設計。在自駕車、人駕車與行人共處的交通環境中,人類需要適應自駕車這個新的用路者的加入。對自駕車技術開發公司團隊而言,除了像 Waymo 提供一個簡單易懂的介面讓自駕車乘坐者了解自駕車的運作與決策外,也應該像 Drive.AI ㄧ樣,提供一個介面讓自駕車周遭的用路人也能了解這輛自駕車的感知、運作與決策。而自駕車公司團隊應該主動提供人類其自駕車詳細的駕駛行為與開車能力,讓人類對自駕車駕駛能力、表現與限制有足夠的了解。我個人並不覺得自駕車需要完全模仿人類的駕車行為,但人類用路者一定需要完全掌握自駕車的駕駛行為能力。唯有這樣,自駕車、人駕車與行人才能共存共享現有的交通環境。

人類追撞自駕車時期

在全面自駕車時代的來臨之前,自駕車發展上應該會經歷幾個不同的階段。在現今自駕車技術還在精進之中與人類對自駕車還不是很了解的情況下,人類應該還會追撞自駕車一陣子。或許以後回顧自駕車發展史的時候,我們可以稱這段時期為人類追撞自駕車時期

工研院機械所自駕車於工研院新竹院區營運驗證與測試

相關文獻

[1] Jack Stewart, Why People Keep Rear-Ending Self-Driving Cars, Wired, October 18, 2018.

[2] Department of Motor Vehicles, State of California, Testing of Autonomous Vehicles with a Driver.

[3] Department of Motor Vehicles, State of California, Driverless Testing of Autonomous Vehicles.

[4] Jillian D’Onfro, ‘I hate them’: Locals reportedly are frustrated with Alphabet’s self-driving cars, CNBC, August 26 2018.

[5] Rob Stumpf, Some Arizonians Express Frustration Over Waymo’s Semi-Autonomous Cars, CNBC, August 30 2018.