自动驾驶可以减少拥堵么？塞车到底是怎么形成的？

造成塞车的幕后黑手是谁

试想，人类与机器人在驾驶汽车时，要维持车与车之间等速前进，谁会 hold 得最好呢？答案很明显是……机器人！为什么呢？关键就在于「人类的反应速度」，反应速度因人而异：当老（手）司机在开车时，他们能够对于哪时候该踩剎车、油门的反应速度快，因此不会因误判与前车之间的距离，而落下一大段「空白车距」；然而菜鸟司机就不一样了，他们反应速度没有老（手）司机快，所以在看到前方车辆时，因无法正确判断哪时候踩剎车最恰当，加上基于安全意识都会先减慢避免 A 到前车为第一反应，「空白车距」自然就出现了～而后方的车辆们会因为这位菜鸟司机（老鼠屎）的行车速度减慢而开始挤成一团，造成塞车。

相反地，当机器人在行车时，因为他们的动作程序一致，因此能稳稳地维持等速行驶。这也就是为何现今车厂想推出自动驾驶车（以下简称「自驾车」）的原因之一。自动驾驶真有那么神吗？让我们来一一剖析它吧！

自动驾驶，顾名思义就是让车子在无人为操作的情况下，将行车速度与控制车间距离等原本需要手动操控车子行进的动作转为自动化，以减轻驾驶人的行车负担。

自动驾驶分级：

自动驾驶可是也有分级制度的！国际汽车工程师协会（Society of Automotive Engineers, SAE）依据汽车的自动化程度分为5个级别。

时至 2020 年末，汽车业的自动驾驶即将发展至第四级，第五级则是各企业竞相达成的最终目标。

自驾车的配备主要有哪些？

1. 传感器：相当于人类的眼睛，能辨识障碍物的种类及位置。而传感器又可分为摄影机（Camera）、光达（LiDAR）、雷达（Radar）、超音波这四种，不同种的传感器对于环境辨识及障碍物解析力也会有差异。

2. 动态定位：相当于 Google 地图功能，当接收来自传感器的环境信息后，自驾车能协同 GPS、IMU 与高精准地图信息等定位工具自动辨识车辆所在位置及设定目的地。

3. 智慧决策：相当于人脑的决断力，透过整合电子地图（RNDF／OpenStreetMap）、感知融合（Perception）、静态轨迹规划（Mission Planning）、行为规划（Behavior Planning）以决定自驾车整体需执行哪些动作及规划。

4. 电控底盘：负责车子的转向、剎车及油门。

自动驾驶真的能解决塞车吗？

自驾车本身虽能达到自动辨识路口标志及安全煞停系统，但它就像一个好的食材，需要透过精湛的厨艺及调料的辅助才能发挥它最完美的风味，而辅助自驾车的便是「车联网」。究竟什么是「车联网」？自驾车与车联网的搭配真的能解决塞车吗？就让台大资工系的林忠纬教授来帮大家解惑吧！

车联网是什么？

车联网（Internet of Vehicles，IoV），是指车与车之间（vehicle-to-vehicle，V2V），或车与道路状况（Vehicle-to-everything, V2X）之间利用网络互相交换、接收传感器所会汇整出的讯息，以达到更完善、迅速的交通网络信息交流，让用路人能实时获得路况的整体信息。

车联网就是车子版本的物联网。

自驾车结合车联网真能解决塞车吗？

若要剖析塞车问题，其实可以分成以下几种状况，自驾车必须面对各种塞车情况作出相对应的解决方案。

而车联网能实时追踪到已经开始塞车的道路，并通知自驾车可以改走较为不塞车的路段（，这时候就达到了疏散车流量的效果。路口与路口间的交通号志：假如今天车子走在路上，一路都是绿灯当然令人心情愉悦，反之，则会导致后面开始塞车，因此在车联网当中也可以整合总体交通号志的顺畅运行。

单一路口的车辆运行：通常遇到驾驶人遇到路口，都需先放慢行驶速度，观察转角方向是否有来车，再行通过；当一个路口车多时，塞车肯定逃不掉～而车联网能达成上述第二点的升级版——便是不用交通号志！车联网就像是开上帝视角，可以同时获得路口的各道路信息，而这些信息是单一自驾车无法自行侦测的，自驾车针对这些信息做出相对应的动作，而自驾车对于这些动作的控制能比驾驶人更加精准，因此车联网与自驾车能够相辅相成增加路口的运行效率。

单一车辆的运行：车联网与自驾车亦能互相搭配在安全的前提下缩短跟车距离并减少过度保守的煞车，如此道路的使用率能够提升，也能减少塞车的机率。

自驾车结合车联网能达成无须红绿灯，路口间也能顺畅行驶。自驾车结合车联网势必能解决部分层面的塞车问题，也能避免酒驾、恍神、视线死角等人为意外肇事的发生比率，但在现实生活要自驾车能实际放在道路上跑，现阶段仍面临重重难关。

自驾车的发展现阶段会遇到哪些瓶颈？

让我们想象一下，当自驾车、车联网已完全取代所有的交通系统，实际上最有可能会发生以下几种瓶颈：

瓶颈一：自驾车的整合系统尚未完善

林教授个人认为目前自驾车的整合系统会是一大问题，即便供货商提供再好的车组配件，配件与配件之间的整合系统不佳还是会造成车子载运行时效率不佳，甚至还可能会酿成车祸，或是遭黑客入侵自驾车系统。所以教授认为设计一个具缜密规画的整合系统，不仅可以让车子运行顺畅，也能保障驾驶人的安全。

瓶颈二：法规订定的难题

当自驾车发生车祸了，那谁该跳出来负责任呢？该怪自驾车内部的机器学习没有收纳进这些意外状况的数据吗？还是都是工程师的错？其实这也是自驾车衍伸出的头疼题，而林教授针对这个问题也提出相关建议，例如在购买自驾车时，售价的一部分可以作为保险补偿，当发生意外时，便能获得补偿金。

瓶颈三：消费者的接受程度

消费者在购买商品时常会考虑价格及使用感受，而自驾车虽然目前制造成本高昂，但相信未来随着自驾车的研发技术逐渐成熟，成本也会随之下降，但成本要降到多低才能达到量产，以及售价普遍是消费者能接受的范围仍是个问题。另外，感受度的部分，当我们坐进自驾车里面，由于自驾车可以精准缩小车距，因此当对向来车很近地迎面冲过来，真的不会吓到吗？因为自驾车有别于以往的行车感受，所以也不见得能被所有消费者接受。

另外，有部分消费者享受自己驾驭车子的乐趣，所以他们也不会想使用自驾车，当道路上并非统一是自驾车的情形，要达成车联网更是难上加难哪～

瓶颈四：隐私问题

自驾车结合车联网运行时极需网络，而有网络的地方，黑客便如影随形，当黑客像电影情节一样骇入车联网时，不但会构成驾驶人的性命威胁，甚至还会造成全面性的交通世纪大瘫痪！水能载舟亦能覆舟，车联网虽能让交通运行更顺畅，也可能会酿成一场可怕的灾难，因此林教授强调维护资安也是设计车联网的重点项目。

结语

虽然现阶段自驾车要完全解决塞车问题仍需经时间历练，但相信透过林忠纬教授及众多研发单位的辛勤贡献，大家在春节期间能够利用自驾车与车联网享受更加顺畅、迅速的行车体验，而不再受塞车之苦的日子指日可待!新春期间，也祝大家行车平安，旅途别塞！