打造出桃園農博無人小巴的核心成員,包括了全徽道安董事長暨台灣智慧駕駛董事長孫瑀(右2)、台灣智慧駕駛CEO沈大維(左2)、全徽道安產品開發部經理江仁凱(左1)、全徽道安管理部經理卓鴻真(右1)。(攝影/洪政偉)

今年3月乍暖還寒時節,本該是寧靜的午夜時分,有些人卻還醒著,在一幢小宿舍中熱烈地交換意見。這些人身懷長才,來自民間交通運輸業,有熟知交通法規的專家、有電動車產業呼風喚雨的老手,也有AI技術專家,更有幾位特別的「車手」。這些人聚集在離桃園農業博覽會展場20分鐘車程的宿舍,度過漫漫長日和周末,為的就是讓自己親手組裝的國產無人小巴,在4月桃園農博開幕時,能順利上路。後來,這臺自駕小巴也不負期待,不但寫下了臺灣自駕車實際上路的第一章,也象徵著臺灣民間專業力量的結合。

「我們從沒想過,民間團隊可以在這麼短的時間內,完成這項任務。」全徽道安董事長孫瑀驕傲地說。他是中華智慧運輸協會的副理事長,負責主持這項桃園自駕運行計畫,也就是桃園農博無人小巴專案。專案成員約15位左右,來自8、9個不同的團隊,比如中華智慧運輸協會、專做電動巴士的創奕能源、擅長AI模型開發的專業人士、孰悉交通運輸法規和市場的季維管理顧問公司等。他們集結起來、分為3組,分別負責電動車開發、深度學習模型建立和訓練,以及實車資料錄製等3大類任務。

圖片來源/沈大維

由台灣智慧駕駛所打造的全臺第一輛國產無人小巴,於今年4月桃園農博正式亮相啟用。這臺小巴未來將以遊樂園、科學園區和機場航廈為對象,推廣作為租用接駁工具。

無人小巴運作原理大剖析

要打造一臺無人車,可從硬體和軟體來談。在硬體方面,開發農博無人小巴時,首先要將原本由人控制的煞車、油門和方向盤等轉換為電子訊號控制。前兩項對專門開發電動車的成員來說,一點都不難,因為電動車的煞車和動力元件,已採取訊號控制。最困難之處,就是如何將機械式控制的方向盤,轉換為電子訊號控制的方向機(EPS)。

季維管理顧問協理、後來成為台灣智慧駕駛CEO的沈大維解釋,國外已有許多成熟的EPS系統,也有對外出售,但若要EPS業者提供可用於控制無人車的控制參數,業者不是不願意、就是將售價抬高到天價,「這是我們遇到最大的阻礙,」他說道。

於是,無人小巴專案團隊決定放棄購買EPS,反而買了支線性馬達自行改造,讓它具備EPS功能來推動轉向軸。而從外觀上來看,控制無人小巴的是一支搖桿,而非方向盤,「這證明了我們是自駕車,和輔助駕駛(ADAS)不一樣。」孫瑀表示。

另一方面,無人小巴還需要辨識環境的能力,也配置了多種感測設備。例如,小巴前方配備了3個攝影鏡頭,用來辨識道路資訊,另外5個鏡頭分置四周來輔助圖像辨識,偵測兩側和車尾影像。除此之外,無人小巴車體四周還配有12顆聲波雷達,用來偵測目標物和障礙物距離,如果20公尺內偵測到人,小巴就會減速;如果在2、3公尺內突然有人出現,車子則會緊急煞車。孫瑀更打趣說道,他當初還在小巴自動行駛時、跳進車道,距離不到3公尺,「車子還是停住了。」

而在小巴車頂,還有1顆光達,一樣用來偵測目標物和障礙物,但範圍比雷達更廣,「如果搭配高清地圖,有助於AI系統判斷場景和導航。」沈大維說。在車內則有定位用的GPS,以及1個觸控平板,用來操作、設定車內設備。

在軟體部分,重頭戲莫過於驅動小巴自動行駛的AI系統。專案團隊採用Nvidia自駕車開發平臺Drive PX2,來打造無人小巴的AI控制系統,並利用深度學習技術,來訓練自駕系統。整個深度學習流程從資料搜集開始,接著資料萃取、訓練AI模型和驗證模型,最後則是透過Pilotnet模型來進行實車推論。沈大維坦言,因為時間有限和農博行車路線的限制,所以在這次專案中,只採用了2個模型,也就是Pilotnet和Object Detection,分別用來訓練車輛駕駛和物件辨識。

要訓練這2套模型,必須先由人來駕駛小巴,一邊行駛、一邊錄製訓練用的資料。這些資料可分為兩大類,一類來自CAN BUS的資料,也就是人類駕駛的參數,比如油門、煞車、舵角等,另一類則是攝影鏡頭接收的影像資料。有了這兩類資料後,再經過前置處理,將影片轉換為PNG圖檔,也將CAN資料轉換為人可讀的TXT文字檔,以便日後檢視問題。之後再上傳到租用的Nvidia DGX 1主機上,來建立模型,再將模型傳給車上的PX 2做實車推論。

關關難過關關過,4個月從成軍到上路

這些過程看似簡單,卻暗藏各種與時間賽跑的挑戰。專案團隊面臨的第一個關卡,就是車輛硬體的方向機。團隊在詢問國外EPS製造商時,就遇到了原廠開天價以及不願意開放控制參數的問題。後來,團隊成員決定直接向美國廠商購買一支線性馬達,但又得等待美方兩個多月的審核,才送到臺灣。之後,團隊靠著自行開模、設計線性馬達接頭,才完成車輛線性工程。這時,離去年10月簽訂無人小巴專案已過了4個月;團隊所有成員在2月底完成感測設備安裝後,就和小巴一起進駐農博園區的綠色方舟館,也就是小巴後來行駛的起訖點。

隨著小巴進駐場地,另一個關卡也隨之而來。孫瑀表示,3月初進駐時,工程車不斷進出施工,場地還有大型機具阻礙,連要繪製小巴行駛的道路標線,都沒辦法。這個情形持續到了3月中,專案團隊好不容易繪製完兩端相距3.5公尺的標線,無人小巴也終於能上路訓練了。

可是,正當專案團隊在駕駛小巴、錄製資料時,還是遇到工程車不斷進出、干擾的問題。「這對教導AI控制系統,有很大的影響」沈大維表示,由於AI系統得先學習駕駛人員的操作(比如轉向、油門和煞車),如果在行駛途中,遇到工程車開進車道標線,駕駛為了閃避、將車開出標線外,就影響了AI系統的學習成效。也因此,他們將此類資料歸類為無效資料,不得當作訓練資料。截至3月26日,團隊錄製的有效資料才25趟,而依據這25趟資料所建立的AI模型,效果不甚理想。

眼看著農博開幕時間越來越接近,專案團隊決定加派人馬,每天派出A、B兩組人員輪班,來加速開車和錄製資料的過程。首先,A組人員負責車內駕駛、錄製資料,B組人員負責前導、清空路線障礙,以及上傳資料。而每天清晨5點時分,大家就已在農博場地、用搖桿駕駛這臺小巴,從綠色方舟館出發,經過4線左彎、1右彎和S型彎道共800公尺,再回到出發點,不斷重複、直到黑幕降臨。

就這樣,經過不到3個禮拜的加倍努力,無人小巴終於在4月4日農博開幕時,順利上路載客。談到無人小巴自動行駛的第一天,「我們很興奮,只要有心,就可以突破任何困難。」孫瑀笑著說。專案團隊在農博開幕後,仍精益求精,抽空持續訓練小巴的AI控制系統。一直到5月13日閉幕為止,無人小巴跑了666趟、載客人次高達4,000多人,也大獲試乘民眾好評。

不過,「有些地方,還可以做得更好。」沈大維補充。他指出,這次農博運行的無人小巴,煞車系統只分為急煞和緩煞。在農博初期,團隊開啟小巴自動煞車功能,但由於參觀遊客眾多,小巴常緊急煞車、影響車上乘客體驗。後來,團隊關掉自動煞車功能,改由人為操控。他表示,未來希望將煞車系統做得更細緻,比如當雷達在50公尺範圍偵測到人時,就開始減速。

此外,沈大維也提到,因為農博規定小巴必須在標線中行駛,所以小巴的功能,只有直線行駛、彎道行駛和遇障礙物停止。他認為,如果未來應用場景更多元,還可另增一個深度學習模型,來訓練無人小巴的避障功能,讓車子偵測到障礙物時能夠繞道閃避,或是結合光達和高清圖資資料,讓小巴具備導航、認路功能。

這些核心成員經歷種種風浪,在專案過程中培養絕佳默契,更決定乘著這股氣勢,在專案結束後成軍,創立台灣智慧駕駛公司,耕耘臺灣自駕車市場。

不只在封閉園區行駛,還瞄準開放園區和捷運末端站接駁

台灣智慧駕駛由創奕能源、人因移動、全徽道安和奕兆綠能組成,將各自的專長如電動巴士、AI感知模型開發、智慧道路和車輛線性驅動工程集結起來,由沈大維擔任CEO,要來打造一個完整的自駕團隊。

沈大維指出,隨著農博落幕,台灣智慧駕駛打算將這臺4.6米小巴作為租用接駁工具,瞄準遊樂園、科學園區和機場航廈等封閉園區等應用場景。他舉例表示,無人小巴應用於大型遊樂園園區導覽,可搭配設立站點,來自動定點接駁。

不只如此,台灣智慧駕駛也正在開發20人座的6米中型巴士,配有四輪轉向設計和方便輪椅上、下車的低底盤設計。有別於4.6米小巴的應用場景,台灣智慧駕駛這臺6米無人中巴則瞄準開放區域接駁,像是偏鄉或捷運末端站接駁。有鑑於偏鄉地區出行不易、司機也不太願意到這些地方服務,沈大維表示,引進無人中巴、搭配隨招隨停和預約機制,可以改善偏鄉接駁問題,補足公共運輸服務網路的最後一塊拼圖。

沈大維相當看好臺灣自駕車產業的發展,他強調,臺灣具備良好的道路基礎建設和交通法規,也擁有多元的交通環境,不管是狹小的街廓、忙碌的都市車道,還是機車等一應俱全,這些特色可以讓臺灣發展出亞洲左駕市場的自駕技術典範,技術輸出潛力不容小覷。

國產無人小巴發展時間表

 

 2017/10/13  農博無人小巴專案簽訂

 2017/11/27  車輛零組件到廠

 2017/12/27  車輛組裝完成(尚未升級為線控)

 2018/02/12  收到線性馬達、完成接頭改裝,車輛線性驅動工程完成

 2018/03/05  進駐農博綠色方舟園區

 2018/03/27  加派人馬、輪班駕駛和錄製資料

 2018/03/30  高清地圖建置完成

 2018/04/03  農博正式開幕,無人小巴正式上路

 2018/05/13  農博閉幕,無人小巴累計行駛666趟、載客達4,022人次

資料來源:iThome整理,2018年9月;圖片來源/沈大維。

 相關報導  國產自駕車的誕生


Advertisement

更多 iThome相關內容