無人車時代,香港未見勢頭?


無人車是全球大趨勢,全球不少科企、汽車製造商,都在近年積極研發,務求配合快將到來的5G網絡時代順勢而起。至於香港,雖然於三年前已就發展智慧城市提出藍圖,惟只聞樓梯響,無人車發展明顯落後,未見有前景。


■ 撰文:Suki ■ 資料來源:綜合報道


認識自動駕駛 科技的突破


無人車,換句話說就是做到自動駕駛。根據國際自動機工程師學會(SAE Internation)和美國國家公路交通安全管理局(NHTSA),它有五個等級:


無人列車面世多時,技術可謂成熟。然而,要讓無人車在大街小巷馬路穿梭,所需的技術複雜得多,包括:


環境感測:無人車要有「眼睛」,看到路面情況才能駕駛,因此它需要感測到周邊的環境變化,如障礙物的類別、大小、位置、速度、方向等,才算成功。


機器學習:司機駕駛時一望便知旁邊的障礙物是行人抑或石柱,識別、判斷、行動一氣呵成。但對無人車來說,必須透過人工智能「學會」分辨感測到的障礙物是甚麼,再預測其行為,然後下決定。如它要分辨到正駛過一條石柱,預測它不會突然移動,決定毋須減速。也需要「學習」人類駕駛的慣性,如在高速公路上,感測到旁邊有兩輛車,前者駛得慢,後者駛得快時,它需要如司機一樣預判,提防在後的車或會切線超車,決定是否減速。


資料處理:無人車要安裝多個、多種感測器,會製造海量數據;而無人車也要有快速、即時處理那些資料的能力,才能按那些數據作出識別、判斷,決定停車抑或扭?、減速等等。由於無人車硬件的計算能力有限,必須經雲端運算,因此快速的5G網絡才對無人車發展如此重要。


規劃路線:相信同學都有用過Google Map,透過精準的地圖和定位,找到目的地及自己的所在位置。無人車也需要這兩項技術。而且,無人車用的地圖要求更高,必須是3D立體的,每一個彎位,以至所有紅綠燈、斑馬線、交通標誌牌都需標示出來,誤差不能超過十厘米。當有突發事故,如某條馬路發生交通意外,無人車也要有運算能力規劃出另一條路線。


駕駛系統:工程師需要將道路規則編寫成程式,保障無人車會遵守交通規則。另外,也要加入各種由簡單直接的演算法組成的安全系統,模擬人類的「下意識反射動作」,務求讓人工智能可綜合各數據下「判斷」之餘,當面對突發事故也能快速反應。如車前突然出現障礙物時,不要運算要停還是繞,直接停。


發展步伐落後 港產車須北上實驗


一些美國龍頭科企如Google、Facebook,汽車相關企業Tesla和Uber等都早已投入資源研發無人車,並取得一定成果;在亞洲的發展亦非常快,中國的百度、阿里巴巴和騰訊的自動駕駛系統都先後進行過路面測試。新加坡、台灣、日本、韓國的政府亦大力支持,如成立專責委員會、修改相關法例、增建配套、推動無人交通工具等。


反觀香港的無人車仍然限於工業園區或校園區的試驗,即使科技大學研發了無人車,也需將它帶到深圳和上海測試。科大的電子及計算機工程學系助理教授劉明指,校方已宣布在廣州建分校,落成後相信在空間、資源及政策上都能幫助校方的研發工作。


配套欠奉 有能力追上嗎?


資訊科技界立法會議員莫乃光批評香港連發展無人車的基本配套和計劃都欠奉;如因本地樓宇密度高,全球定位時有失準,因此應藉著安裝智慧燈柱、交通燈、路牌、泊車位等來收集各類城市數據,再談把數據結合雲端和人工智能等技術,「本港有條件做但政府一直無做。」


劉明認為,推動無人車發展不是愈快愈好,政府無相關經驗,需時摸索也是應該的。他認為香港仍有很大優勢,如香港有較完善的道路規劃,加上司機質素較高,都有利系統學習路面情況及預測司機行為。一直關注香港智慧城市發展的鄧淑明博士促請港府「拆牆鬆綁」,及早放寬路面測試規定。她強調無人車發展需官、商、民合作。惟這天何時到來?


 

概念貫通


競爭力

競爭力是一種相對指標,必須通過競爭才能表現出來,且有大小或強弱之分,但難準確測度。競爭力包含對對手在現在及未來可展示的能力作出評價,亦可根據目標時間內,在競爭群體中的表現而作出評價。相比其他亞洲城市,香港發展無人車的進度落後,長遠或損害在經濟活力、生活素質、環境可持續性等方面的競爭力。


公共政策

公共政策指政府機關為解決某項公共問題或滿足某項公共需求,作出相關決定和行動。故此,公共政策的制定及執行與民眾的生活素質息息相關。公共政策的運作過程可分為問題形成、規劃、立法、執行和評估五個階段。目前,本港有關無人車測試的修例工作尚在研究階段,據稱傾向使用監管沙盒(Regulatory Sandbox)模式,主要考慮因素是發生意外時的責任問題。


相關概念

競爭力(Competitiveness)

資訊科技(Information Technology)

公共政策(Public Policy)

城市規劃(Urban Planning)


詞彙選介

無人車 / 自動車(Autonomous Vehicle)

機器學習(Machine Learning)

感測(Sensing)

智慧燈柱(Smart Lampposts)

 

思考問題

1. 參考資料,試舉出及解釋本地發展無人車面對的阻力。

2. 評估無人車可能對港人生活質素的影響。論證你的答案。

 

1. 本地發展無人車面對的阻力:

環境障礙:研發無人車需配備精準的地圖和定位,惟香港樓宇密度高,全球定位時有失準。加上香港地少人多,人口密集,道路交通極為繁忙,令起步階段的無人車若想進行道路測試,風險和難度都較高。

配套不足:全球定位準確度不足的問題,可依賴建設智慧燈柱、交通燈、路牌、泊車位等來解決,惟目前進度緩慢,各項城市數據不足。此外,相關法制方面仍在研究階段,事實上Tesla的半自動駕駛功能甚至一度被港府禁止使用。可見,軟硬件及政策配套的不足,形成巨大阻力。

市民信任不足:建立智慧燈柱有助收集各項城市數據及改善定位準確度,惟較早前有市民質疑政府憑此收集市民個人資料,甚至出現破壞燈柱的事件。可見,市民對政府信任度不足,將成為當局收集城市數據以推動無人車發展的一大阻力。


2. 無人車可能對港人生活質素的影響:

減少污染:無人車多由電力驅動,加上人工智能可找出最佳路線,減少走錯路、走遠路、塞車的情況;再者,如無人的士等交通工具面世後,可以待有顧客時才起動,毋須司機四處駕駛招客,長遠有助減排。

釋放勞動力/失業:無人車可協助司機駕駛,減輕他們駕駛「長途車」的壓力和風險;甚至因工作量減少、行車順暢等原因可減省人手,釋放勞動力,應對人口老化造成的勞動力不足。長遠而言,一輛無人車的經驗,即其數據和程式可與多輛無人車分享,人們毋須再花時間和心力逐一學車。另一方面,司機將被取代,造成結構性失業。

削弱/加強道路安全:在技術未成熟前,無人車的道路試驗或會削弱道路安全,如出現故障,或程式有缺陷,或面對突發情況時無法應對等,都會引發交通意外。長遠而言,無人車必須遵守程式設定的交通規則,而且不會出現人類會有的疲倦、分心等問題;而且配備各種安全系統,將減少交通意外,以至連帶的醫療成本。

降低交通成本:無人交通工具可節省司機人手甚至毋須再聘請司機,大減營運交通工具的成本,收費應會下降。