〈工業技術與資訊〉從美國智慧運輸經驗看未來商機
工業技術與資訊月刊 2023-04-02 09:40
口述/美國馬里蘭大學土木環境工程系教授張金琳 整理/陳怡如
專精交通控制和智慧運輸研究的美國馬里蘭大學土木環境工程系教授張金琳,身兼美國馬里蘭交通控制跟安全實驗室主任。過去 35 年,曾任超過 300 個運輸科研專案的計畫主持人,由聯邦各州政府贊助的研究經費超過 5,000 萬美元。他從美國經驗出發,帶來政府與科研機構在聯網車、自駕車和電動車的專案經驗。
現在大家說的聯網車輛(Connected Vehicle;CV),其實定義很廣,主要是指你的資訊可以跟別人溝通,比如車子跟車子可以溝通、車子跟路邊的基礎設施可以溝通,最簡單的是裝一個手機 APP 也可以溝通,比如接近施工地區時,APP 會通知駕駛繞道,就像手機的地震通知一樣。
自駕車(AV)則分兩種,一種是 Autonomous Vehicle,代表全自駕;另一種是 Automated Vehicle,意指有些功能是自動的,比如自動幫駕駛換車道。以後新的車子或多或少都具備 CV 的功能,在未來 3、5 年內,CV 的車子會愈來愈多,如果是自駕車還要再等待,也因此 CV 是比較直接有市場的,臺灣想要發展自動車,最關鍵因素,就是市場。
通常研究發展有幾個進程,首先,先確定有硬體,把硬體整合起來;第二看效率和信賴度;第三看安全度;最後一步再看有沒有成本效益,如果前 3 項都具備,但最後沒有成本效益,還是無法實現。
美國有些車輛與基礎設施互聯(Vehicle to Infrastructure;V2I)的研究,著重車輛如何跟既有的基礎設施配合。很多計畫在研究階段,技術做得太過先進,移到真實場域時發現成本太高,根本無法實現。要建構一個有效的聯網環境,不是通通都裝新的設備,而是要思考哪些裝新的,哪些可以用既有的系統提升或整合。
此外,也不一定每個東西都要裝感測器,就像前面提到其實下載一個 APP 也可以連結。有時裝了很多感測器,結果壞了 1、2 個,反而通通不能用。科技的進步有時需要確實而循序發展,所以很重要的一點是,要做最實用的科技,而非最先進的科技,要能和現有科技結合,未來才有市場。
智慧運輸大挑戰 資料整合和資安議題
當一個智慧運輸系統(ITS)有 CV、雲端運算和網路時,第一個挑戰是數據整合的問題。假設臺北有 100 萬部車子,就有 100 萬個感測器,最慢每 10 秒就送一筆資料過來,這是多大的數據量!若沒有一個有效的雲端運算或網路整合,這個系統就只是示範,根本無法實際使用,這也是為什麼很多地方 ITS 已經做了幾十年,還沒有真正實際應用的原因;又或是可以用,但成本太高,所以在做研究時需要注意,如何發展一個可持續、無縫整合的系統。
面對龐大數據,要如何管理以及確保資訊的品質和準確性,則是另一個問題。像是判斷線上即時偵測感測器是否故障,這有兩種狀況,一種是感測器真的壞了,看不到資訊,這比較好解決;另一種更嚴重的是,感測器有資料進來,但不知道是壞的,如果採用就會發生問題,比如資料進來叫你右轉,結果是錯的,造成車禍。我們在做研究時就發現,資料很多,但資料品質不一,準確度也不同,無法及時偵測到問題,聯網環境就會變成一個大災難。
第二個挑戰,要注意資訊安全問題。現在的駭客比研究人員還厲害,在聯網環境中,如果雲端或網路沒有控制好的話,只要滲透 10 部、8 部車子,本來要左轉卻叫你右轉,就足夠讓交通癱瘓。當初我們在做反恐研究時,就發現車子安全議題的重要性,這部分臺灣也要非常注意,否則就算所有科技都研發出來,但安全問題無法解決,最後也都不能使用。
有效利用聯網資訊 達到最大效益
以前 ITS 只在交通控制的範圍裡,現在已經進化到車子本身的資訊整合和數據交換,希望建構一個安全環境。比如有重大車禍發生時,能即時提供訊息給所有駕駛,避免二次車禍發生,提升用路安全;或是直接給予更好的建議路線,減少交通擁塞,同時也會減少用油和二氧化碳排放,實現減碳效益。
因此在聯網環境裡,怎麼有效利用資訊才是最關鍵的事。重點不是自駕車做得好不好,而是當有自駕車的資訊時,如何管理這些資訊,在適當應用下,達到最大效益和減少成本。
未來 CV、AV 的車子,功能持續增加,基礎設施要如何配合與適應也是重點。因為車子的進步,一定比路邊的基礎設施來得快,若基礎設施無法跟上已商轉的車輛科技,很多先進資訊根本無法使用。所以 AV、CV 的議題,不單純牽涉車車輛,更是聯網(Network)問題,尤其未來當我們處於全面聯網的環境,就不只有連結車跟人而已,還可以連結得更廣,智慧城市就是這樣的例子。
轉載自《工業技術與資訊》月刊第 371 期 2023 年 3 月號,未經授權不得轉載。
- 未來油價走勢 就看一關鍵因素!
- 掌握全球財經資訊點我下載APP
上一篇
下一篇