智慧製造2019.05.14

自駕車準備上路中!

飛飛

物聯網 服務 創新

對大部分的人來說,愛車是有生命有個性的,這可一點兒也沒錯。自駕車不僅僅是公共服務,也將可預見變身為陪伴車主上路、貼心懂車主心意的好夥伴,走向客製化乘車體驗。

在物聯網近乎眼前的願景中,車聯網可說是牽涉最廣泛地理環境、最廣域物聯場景的聯網構建。飛航自動駕駛牽涉的是塔台、飛行場域內的所有飛航器……再來就只不過是下降高度時的鳥群,還有偶爾可能出沒的外星人飛行器(而基本上外星人會自己閃避)。地面交通或有可明確肉眼識別的道路場域,然而地面交通工具並無塔台控管場域內的實況活動,也必須面對頻繁移動與情況變動的諸如行人、腳踏車、鐵路平交道閘口等,更加上現行車輛製造產業尚無既存的車聯系統溝通功能,遑論一統標準通訊管道,因此車聯網的發展更顯得極需建立大眾規範。

 

著眼於對行動障礙人士、銀髮老人等弱勢族群的行動能力協助,也著眼於有效降低道路交通致死率的問題(2017年高達約 94% 的美國交通致死事件來自汽車肇因),美國運輸部已於 2018 年底開始正式公開積極肯定並支持創新自駕車技術的未來發展,並已進入相關法規準備階段,確定將自駕車相關的各種事項納入美國現有整體交通系統。這不僅代表自駕車的技術發展已臻相當程度的成熟階段,也代表著自駕車上路已進入由政府領軍著手具備大眾規範等級配套措施的預備時程。

 

依據美國運輸部所示,自駕車達精準偵測、認可、預期及回應所有交通系統使用者的移動變化時,將預期可突破性增進交通安全。根據最新公佈(2019 年 2 月底)的 Automated Driving Sysytems 優先安全重點:系統安全、ADS 適用場域(含時機、環境)、物件與事件的偵測及回應、安全退場機制 (最低風險條件 )、驗證方法、人機介面、車輛資安、乘客安全撞擊防護、ADS 撞擊後因應機制、資料記錄、消費者教育與訓練,以及聯邦、州立與地方法規等納含12項。此外,在最新公佈關於未來交通準備事項文件中,自駕車的範圍將不僅僅是一般印象中的房車市場,還包括:公共運輸港口/機場運輸作業負載等場域,也關切諸如高速公路行駛、平交道口通聯火車、危險物料運輸、道路工事圍籬區域、警察用車等。這些關切也都將透過驗證機制、法條規範及消費者教育等方式實務導流自駕車創新發展。換而言之,規範的開始將是協助未來長久發展的有力推手。

 

當然,以商業市場而言,自駕車的功能也將不限於官方的要求與關切。想像一下,將 Google 地圖/導航、行事曆、智慧語音助理、影像辨識等這些你我都很熟悉的日常生活小助手,全匯集於車駕內的儀錶操控板,似乎技術上不是太難的事;然而,由此透過最後一哩路的物聯機制,那麼在你出門前收到愛車通知你已準備就緒歡迎入座,並隨著你上車後即自動依行事曆所載行程事項,經 Google 地圖/導航直接啟程前往目的地,你連開口指示都不需要……已不是遙遠的電影場景。再多一點,自駕車也可能透過自我偵測系統,於無論是電動還是燃油的能源耗盡前,經 V2D 提示於你的智慧手機(錶)並於獲得你的回應確認後,即能自行前往指定地點補充後返回;這中間還能自動連線你的智慧手機(錶),通知你以電子支付進行帳戶扣款。

對大部分的人來說,愛車是有生命有個性的,這可一點兒也沒錯。自駕車不僅僅是公共服務,也將可預見變身為陪伴車主上路、貼心懂車主心意的好夥伴,走向客製化乘車體驗。「老哥,我來救你了!」夥計強勢回歸,自駕車準備上路中!


 

延伸討論

智慧製造

Edge AI 準備好了,創意商機起飛

飛飛
在軟體作為使用者介面的時代,軟體是為大量生產的現成品。使用者以既有功能為工具,或解決問題;或協助工作;或實現自我創意。使用者回饋通常透過日後不定期的更新、迭代或新產品才將之納入。換句話說,軟體的設計仍偏向開發端決定。物聯網不只是物物相連,其中 AI 智慧可說是直接邀請參與者加入軟體設計,並透過經驗值自動達到持續客製化,以建構資料流的相對低廉成本(長期遞減)方式,提供以個別使用者為中心的可客製化產品。
智慧製造

AIoT 資料流生態系, Edge AI 上場了!

飛飛
AI 的關鍵核心在於 Machine Learning 機器學習,尤其是 Deep Learning 深度學習,將機器運算層次從線性思維走向立體化處理,變革資料處理的機器運算概念,更從而徹底改變自 IT 產業堀起以來將近百年的基礎運算硬體組構,並連帶物聯網的願景,自此硬體組構衍生全新 AIoT 資料流生態系。在如今 5G 規格底定、全球邁入正式開通的時點上,AIoT資料流生態系也已經從 Cloud AI 延伸到 Edge AI。
智慧製造

I/O 也能虛擬化?

飛飛
Virtualization 是 IT 資源擴展的新興潮流;透過 isolation 隔離技術,能夠在相同的 IT 實體資源下,增生多套虛擬運作環境,相當適合雲端系統,也能在成本考量下,回應物聯網所可預見爆增需求的資料流及運算資源。