跳转到内容

自动化载具

维基百科，自由的百科全书
北京首钢园里一台用于穿梭巴士的金龙“阿波龙”无人驾驶小巴

载具自动化（英语：vehicular automation）指透过将机械电子学、人工智能及多智能体系统（multi-agent system）应用于载具上，以协助操作者控制载具（汽车、飞机、船或其他类型载具等）。[1][2]

具有自动化功能的载具都可归类为智能型，英文即intelligent或smart。[2]

机器采用自动化功能取代部分人手操作，为人类完成各种艰辛的工作(如导航系统)，可归类为半自动化，即semi-autonomous；完全依靠自动化功能即可以归类为机械化(robotic) ,自动化(autonomous)或无人驾驶(Self-driving)。详看无人载具

两种自动化模式皆为现今各种载具所采用，包括无人驾驶汽车、航机(使用自动驾驶仪)、无人驾驶飞机、行星探测车、导向火箭及导弹。随着自动化载具越来越普及，它对人类的影响亦渐加深远。[3]

概述

[编辑]

一般而言，自动驾驶系统(automated driving system)是一款由多个独立自动化系统 (automated systems)组成的集成组件。自动驾驶代表着驾驶者将自己的驾驶工作转移到自动化系统上，也可以随时介入重新操控载具。

维也纳道路交通公约(Vienna Convention on Road Traffic)修正案第一章将自动驾驶系统定义：

(ab)"Automated driving system" refers to a vehicle system that uses both hardware and software to exercise dynamic control of a vehicle on a sustained basis.

“自动驾驶系统”是一款车载系统，透过各种硬件及软件功能持续地控制汽车自身的动态。

(ac) "Dynamic control" refers to carrying out all the real-time operational and tactical functions required to move the vehicle. This includes controlling the vehicle’s lateral and longitudinal motion, monitoring the road environment, responding to events in the road traffic environment, and planning and signalling for manoeuvres.

“动态控制”指控制汽车移动所需的实时且具策略性的功能。包括纵向及横向移动控制、道路环境监察、道路状况应对、规划及指令控制等等。[4]

自动功能等级

[编辑]

汽车的自动功能一般分为六个等级[5]，此分级制度由国际汽车工程师学会(Society of Automotive Engineers (SAE))制订。[6] 详看自动驾驶汽车

等级0: 无任何自动驾驶功能。

等级1: 辅助驾驶 - 在特定情况下，载具可自主控制转向或速度。

等级2: 部分自动驾驶 - 在特定情况下，载具可自主控制转向及速度。

等级3: 有条件自动驾驶 - 在正常环境下，载具可自主控制转向及速度，且需要在驾驶员监测下进行。

等级4: 高度自动驾驶 - 在正常环境下，载具可自主航行而毋须在驾驶员监测下进行。

等级5: 全自动驾驶 - 载具可在任何情况下自主航行。

等级0代表载具没有采用如主动巡航控制系统般的自动驾驶系统。

等级1及等级2代表载具的一部分驾驶工作由内置的高级辅助驾驶系统（Advanced Driver Assistance Systems，缩写成ADAS）执行，同时驾驶者亦需为其操作负上责任。

使用等级3自动功能，驾驶者可按情况将驾驶工作转交到载具系统处理。但当系统派不上用场时，驾驶者需重新接手驾驶工作。例如，交通堵塞自动驾驶仪(automated traffic jam pilot)可帮助载具自动于交通堵塞的道路下行驶，但交通堵塞结束后，驾驶者需重新控制载具。

等级5代表载具已不需任何人类驾驶者操作。

“等级2+”(Level 2+)、“等级2加强版”(enhanced level 2) 或“半自动驾驶”(semi-automated)是界乎等级2及等级3的自动驾驶系统。这些系统的开发是建基于等级2系统的基本功能，但开发商及监管者并未打算将它们归类为等级3，因此这种非正式的自动等级就应运而生。对比普通的等级2系统，它们更加安全及舒适。等级2+的汽车除了价格低之外，附有内部监测科技以监测驾驶者的专注力；当载具进出公路，可依靠自动适配融合功能(adaptive merging)；加强版自动紧急刹车(Automatic emergency braking, AEB)则保障了行人、骑单车及摩托车人士安全。[7]

自动汽车的科技应用

[编辑]

要达成汽车自动化，最主要是依靠人工智能。为达成汽车完全自动化，各自动化等级的系统必须由下到上经过严格测试及实践，才可以上升到另一个等级。[8]透过运用不同自动化系统，如自动导航、汽车防撞及转向系统，开发商便可以从中发展出更多高等级的自动化系统。这些人工智能系统透过不断学习，便能够控制汽车各个自动化系统及处理各项数据。开发商也希望针对自动汽车研发出相应的人工智能。[9]不过多方都认为这科技还需要更进一步开发才可以发展出全自动化载具。[10]

自动汽车内其中一个最为重要的系统就是感知系统(英语：perception system)。要自动化技术得以发展，需要感知系统全面发展及通过各项良好的测试。另一方面，自动汽车的功能亦强调要做到尽善尽美，因为假如系统存有瑕疵，驾驶者的生命就会受到威胁。某意义上，感知系统的作用是充当人类的感官，侦测驾驶时的各种危险，并为危险作好修正及准备。[10]

随着自动化系统的发展，开发商发展出各种汽车辅助功能，这些功能称为高级辅助驾驶系统(英语：advanced driver-assistance systems)，作用包括执行平行泊车及紧急刹车等功能。[9]除了这些系统之外，自动导航系统亦于发展中扮演着重要的角色。导航系统有两种方式运作:一是依靠车辆与车辆之间的感应，二是依靠基础建设(如地面天线)。[9]这些系统会与建设好的导航系统(如全球定位系统(英语：Global Positioning System))连系并执行工作，处理航线资讯及侦测交通挤塞、收费及道路设施。基于这些资讯，车辆便可以采取合适的行动，避开危险或重新规划航线。[10]不过，这些系统仍然存在不少问题，例如资讯更新度不足，这反映合时而持续的资讯对于这种科技相当重要。[10]例如载具会依靠当前道路的指示及标记所给出的资讯作出决定。[10]

而随着自动汽车的发展，很多车辆预期会摒弃化石燃料驱动，发展成电力推动。[11]为了配合自动化系统的发展，亦要求开发商发展出高质量的电动车。这些自动汽车仍然可以沿用现今大部分汽车使用的组件，如自动变速器及气袋等保护装置。[12]

不少政府亦考虑将城市改造成智慧城市，为自动汽车提供充足的配套设施。而要令这些车辆有效运作，驾驶者在科技层面上亦要与车辆有所连系。随着智能电话的发展，预计自动汽车能够连系到智能电话或相关设备。[13]

相关科技成果

[编辑]

美国汽车协会交通安全基金会（AAA Foundation for Traffic Safety）对两款自动紧急刹车系统进行了测试: 一款是防撞，另一款是降低车祸撞击对汽车的影响。实验测试两种系统于接近移动及非移动物体时的制动情况，发现防撞系统降低的速度是另外一款系统的两倍。而即使两部测试车以相差每小时30英里的速度行驶，后者可令车辆避免百分之六十的撞击几率。[14]

环保性安全道路汽车排列计划(The Safe road trains for the environment(SHARE) Project)

[编辑]

这计划主要目标是将自动车辆排成一列的车队，不但可以为驾驶者提供舒适的旅程，亦可以令他们更安全到达目的地。驾驶者亦可以透过启动与带队货车连系的自动驾驶系统加入目标的车队。这计划的概念是取自火车系统，并融合到自动驾驶科技上。这除了简化城市之间的运输之外，亦间接疏导了沉重的交通压力。

在某些地方已经对自动驾驶系统进行了测试。例如在美国匹兹堡，整个城市都用作自动驾驶Uber的测试地点。[15]而在美国加利福尼亚州，研发人员亦对自动巴士进行了广泛的测试。这些自动巴士通过道路上的磁道钉(magnetic markers)作横向控制，而自动卡车队伍则采用了毫米波的无线电及雷达系统作纵向控制。

各种挑战

[编辑]

技术挑战

[编辑]

系统可靠性：自动化汽车需要使用大量的感应器及安全措施以应付各种突发情况。即使遇上机件故障，自动汽车应该确保其软件及硬件可以从故障中恢复运作。[16]

系统预测之可靠性：人类驾驶者擅长观察其他驾驶者细微的动作，包括眼神接触或手势等。全自动驾驶系统应该像人类一样能够预测其他车辆的动态。前题自动汽车应懂得遵循交通规矩，例如判定是否合时机驶过道路交汇点等等。自动汽车应该对周边的环境有很好的理解，以应付不同的交通情况。[16]

系统质素提升：测试自动车的准确度仍未足够。另外，为应付道路繁忙的交通及障碍物，自动驾驶系统应配备优良的追踪算法及迅速的反应时间。系统应能够探测到看不见的的物体，使车辆避开意外。[16]

社会层面的挑战

[编辑]

根据技术接受模型（Technology Acceptance Model，简称TAM，又称科技接受模型）指出，影响顾客购买自动汽车的因素包括：

可用性(usefulness)：因为自动化汽车可节省旅程时间及简化生活，所以成为他们考虑的其中一个因素。自动化汽车是否比其他交通有用亦是他们考虑的因素。[17]

易用性(ease to use)：自动车的易用性是影响大众选用自动化汽车的重要因素。尽管越来越多人关心的是自动化汽车的安全性，而非它的易用性。[17]

可靠性(trust)：自动化汽车有良好的安全性、数据私稳及系统安全保护，代表顾客会更倾向接受自动汽车。[17]

社会影响因素(social influence)：人与人之间的想法亦会影响顾客接受自动汽车的程度。这可能是由于传统上汽车就代表着人的地位象征。[17]

监管上的挑战

[编辑]

实际的路面测试是制造自动汽车重要的一环。当厂商于公共道路上测试他们的汽车时，监管者有责任确保道路的安全。监管者因此致力寻找折中的方法，使车辆能运用这些尚待成熟的科技同时能确保道路安全之余，亦可以借此机会测试他们的自动汽车。[18]

地面载具

[编辑]

自动化地面载具指采用了自动化及遥距控制系统的载具，如门式起重机、矿用卡车、拆弹机器人、机械昆虫及无人驾驶拖拉机等等。很多自动及半自动化载具都是以搭载人类为目的而制造。

网格区域自动行走系统(Free Ranging On Grid(FROG))，透过磁道及监控系统行驶，不少厂商已经于工厂范围使用这类自动系统。在荷兰的艾瑟尔河畔卡佩勒，穿梭巴士ParkShuttle自1999年亦采用了FROG自动系统，这种个人快速运输系统（英语：Personal Rapid Transit）用以将Rivium商业园区及邻近的鹿特丹市连结起来。

普通汽车类

[编辑]

普通汽车自动化的方向侧重于发展更多无人驾驶汽车，及将更多非自动车改造成半自动车辆。

普及半自动汽车应该是较快可以达成，因为这类汽车较少依赖最为尖端的科技。如德国的RUF及美国的TriTrack两间汽车公司正开发一种专门的私家车，在普通道路上它可以人手驾驶，也可以驶到单轨/导轨之上作自动行驶。

发展无人驾驶汽车及自动公路系统（英语：Automated highway system(AHS))亦是另一个方向。这款系统要求公路的车道上铺设磁性材料，以指导无人驾驶汽车行驶。相关车辆一般配置了自动汽车制动系统 (英语：Auto Vehicles Braking System (AVBS))。公路上的电脑系统亦会协助管理交通及指挥车辆使它们避免相撞。

在2006年，欧洲联盟委员会开展一项名为“智能车旗舰计划(英语：Intelligent Car Flagship Initiative)”的智能车发展计划,以发展不同的智能车系统，包括：

自适应巡航控制（英语：Adaptive cruise control (ACC))

车道偏离警示系统（ 英文：Lane Departure Warning System(LDWS)）

AWAKE计划：开发防瞌睡系统，避免司机于驾驶时有瞌睡的情况。

相关自动系统包括：

[编辑]

车辆跟踪系统：如ESITrack及Lojack等系统

后视警报系统：主要侦测车后的障碍物

防锁死刹车系统（英语：Anti-lock braking system (ABS)或Emergency Braking Assistance (EBA))：主要用来防止车辆于刹车时锁死而失去牵引力，一般配以电子制动力分配系统（英语：Electronic Brakeforce Distribution(EBD))一同使用。在大部分情况下，系统缩短了停车距离，但更重要的是令车辆于刹车时仍然能如常转向。

牵引力控制系统（英语：Traction control system (TCS))：当驱动轮失去牵引力打滑时，透过控制制动或油门，使车轮不再打滑。

四轮驱动系统（英语：Four wheel drive (AWD))及中央差速器：作用是将动力分布到四个车轮，以减少驱动轮打滑的机会。它亦会减少车辆转向过度及不足的情况。

车身动态稳定系统（英语：Electronic Stability Control(ESC))：当车辆感应到快要失控时介入以提高车辆的操控性，减少车辆转向过度及不足的情况。

动态转向反应系统（英语：Dynamic Steering Response (DSR))：提供适当的转向辅助，以适应车速及路面情况。

其他自动汽车系统或功能包括:

[编辑]

自动调节车头灯

高级自动碰撞通知系统(英语：Advanced Automatic Collision Notification)

智能泊车辅助系统(英语：Intelligent Parking Assist System)

自动泊车系统(英语：Automatic Parking)

汽车夜视（英语：Automotive night vision)及行人侦测功能

盲点侦测系统（英语：Blind spot monitoring)

驾驶者监控系统（英语：Driver Monitoring System)

无人驾驶系统：主要用来舒缓司机驾驶时的压力、提高驾驶效率、增加驾驶安全性及减低汽车对环境的污染。

汽车防撞系统（英语：collision avoidance system）

交通标志辨识系统（英语：Traffic-sign recognition (TSR))

车距控制辅助（英语：Distance control assist)

失能开关/驾驶失知制动装置（英语：Dead man's switch)

无人驾驶公交车

[编辑]

无人穿梭巴士

[编辑]

在荷兰的艾瑟尔河畔卡佩勒市，自动公交车ParkShuttle自1999年开始投入服务。它是一辆拥有12座位及10企位的穿梭巴士，服务路线是一条长1.8公里的专营道路。行车系统透过安装于道路上的磁体来让它确定自身的位置。在2012年，另一部无人穿梭巴士于葡萄牙接受测试。[19]

无人穿梭巴士现在已经毋须依靠磁性标记便可以于复杂的交通环境中行驶，但只可以以每小时32公里的速度行驶。[20]更多无人穿梭巴士的测试已经进行中，且多数于安静且交通疏落的道路、公共小路或私家路，及特定的测试场地进行。现在无人穿梭巴士载客量已发展到由6座位到20座位都有。

2018年7月，百度宣布计划以商业方式业销售100辆8座位的自动驾驶巴士。[21]

截至2020年8月为止，总计有25个厂商生产这款自动汽车，包括2GetThere、Local Motors、Navya SAS、百度、EasyMile、丰田及Ohmio等。[22]

2020年12月，丰田公开发布载客量达20人的无人穿梭巴士"e-Palette"，计划于2021年东京奥运会上使用。丰田表示会于2025年前将这款汽车投入到商业应用上。[23][24]

2021年1月，一份由Navya发表的投资报告指出，预计2025年全球的共享自动汽车销量将会达到12,600部，等于市值17亿欧元。[25]

2021年5月，主要由通用汽车持有的自动车厂Cruise，宣布他们会于2023年大量生产自动汽车"Origin"。[26]在2020年，他们预计每部"Origin"的制造成本为50,000美元。[27]

2021年6月，中国车厂宇通客车表示已经于郑州市投放100部10座位的小型自动巴士"小宇2.0"。[28]

进一步发展

[编辑]

2017年1月，荷兰地铁机构宣布将会更换及扩充无人穿梭巴士ParkShuttle使用的系统，包括往外延伸它的道路网络，使它可以在真实的交通路面上行走，[29]但后来决定延后至2021年执行。[30]

某些地方已经允许于这款无人穿梭巴士于私人道路上行驶。例如厂商宇通客车利用它作为工地与工地之间的交通。[31]

2016年12月，佛罗里达州的杰克逊维尔交通管理局（英语：Jacksonville Transportation Authority (JTA))宣布有意将市内的单轨铁路Jacksonville Skyway更换成无人穿梭巴士，并将巴士放到现有的铁路高架结构上行驶。[32]这计划名为 "Ultimate Urban Circulator"或"U2C"，预计会耗支三亿七千九百万美元。[33]

2021年6月，据报道Cruise已经对100部Origin的雏型车进行验证测试。[34]

公共巴士

[编辑]

早在2017年，中国深圳市已有第一批的自动驾驶巴士“阿尔法智能巴士”出现，属全国第一个无人驾驶公交试运行的巴士，载客量最多为25人，单次航行里程可达150公里。而在2018年，厂商爱立信(Ericsson)与公共交通部门及技术供应商合作，于斯德哥尔摩市的路面进行为期六个月的无人巴士试行。

英国亦于2019年年中开始首次对无人巴士进行测试。自动系统由英国Fusion Processing公司所提供。有了这系统，巴士就可以自动前往清洗中心、加油地点及停泊于专用的停车位上。[35]

2020年7月，日本的人本机动研究中心（英语：Human-Centered Mobility Research Center (HCMRC))与Nippon Koei及五十铃两间公司合作，为他们开发的中型巴士展开一连串测试，试行地点包括日本的三田市及大津市等五个城市。[36][37]

无人公共巴士包括:

[编辑]

Navya "Arma"：L4等级，，可容纳15人，最高速度每小时45公里，充满电可走最多 150 公里。

Navya "Autonom"：L4等级，可容纳15人(11座位及4企位)，运行速度每小时25公里，充满电可走约9个小时。

Local Motors "Olli 2.0"：L4等级，可容纳12人，一般以每小时25英里行驶，八成汽车组件由3D打印而成。

Texas A&M：可容纳4位乘客，最高速度每小时7至10英里。

LUTZ Pathfinder：全自动无人驾驶，可容纳2人，最高速度每小时24公里(即每小时15英里)，续航里程为64公里。

Ligier "EZ10" EasyMile ：L4等级，纯电力驱动，可搭载12位乘客，最高时速可以到达40公里。

Westfield Autonomous Vehicles "POD"：配备伤残人士专用位置，可容纳4至6位乘客，限制行驶速度为每小时40公里，可走约6至8个小时。

NEXT Future Transportation "pods"：平均行驶速度每小时20公里，可容纳10人(6个座位及4个企位)，充电时间为6个小时，之后可连续行走3小时。

百度 "阿波龙"：L4等级，可容纳14人(8个座位及6个企位)，最高速度每小时40公里，续航里程为100公里。

Ohmio "Lift"：可容纳20人，部分汽车组件由3D打印而成，最高速度每小时25公里，Ohmio LIFT XT1型号更可以容纳50多人。

宇通客车 "小宇2.0"：L4等级，可搭载10位乘客，最高速度每小时40公里。

财团法人车辆研究测试中心（ARTC）"WinBus"：L4等级，可搭载15位乘客，最高速度约为每小时50公里，续航里程约为70公里。

文远知行 "文远小巴"：L4等级，最高时速40公里。

丰田汽车 "e-Palette"：L4等级，载客人数最多为 20 人或 4 台轮椅，最高时速32公里，车辆续航力约 145 公里。

摩托车

[编辑]

本田概念摩托车：其骑行辅助技术（英语：Riding Assist) ，能自行保持平衡甚至移动，就算是低于时速5英里或处于停止状态，也不需要借助支撑来保持平衡。当摩托车车速度减慢时，前轮就会自动降低来提升平衡力。这些功能都是借鉴Honda ASIMO 机器人和自我平衡小型电动车 UNI-CUB的技术发展而成。[38][39]

BMW自动驾驶摩托车R 1200 GS：这款摩托车可以自主开车加速、倾侧过弯转向、转档，甚至停车。不过BMW透露，他们无意发展无人驾驶摩托车，只是想利用这些测试平台了解更多有关摩托车的动态，以开发更多设备及科技保障驾驶者的安全。[40][41]

Yamaha "Motoroid"：这款无人驾驶摩托车可以低速自动驾驶而保持平衡，配合人工智能及摄影机，甚至可以认出车主，并听从主人的身体指令而行动。[42][43]

卡车

[编辑]

加拿大的森科能源公司(英语：Suncor Energy)及力拓集团(英语：Rio Tinto Group)是首批采用无人驾驶商用卡车的公司。[44]2016年4月，荷兰政府组织了一项自动卡车活动，由三个国家的各个车厂，包括Volvo及Daimler等公司各自派出卡车车队，从他们所属的国家前往目的地荷兰。

根据英国资讯公司IHS Inc.于2016年6月发表的一份报告指出，随着无人驾驶卡车发展，卡车于美国的销量预期会于2035年前达到六万部。[45]

在欧洲，环保性安全道路汽车排列计划(The Safe road trains for the environment(SHARE) Project)是自动卡车一个重要的发展方向。

根据普华永道(PwC)一份报告指出，[46]自动卡车的发展将会引伸出很多问题，包括影响美国三百万名职业司机，以及四百万与之相关行业人员的生计(如加油站、餐厅、酒吧及酒店等)。有些公司则致力于开发配置等级3系统的卡车，保留人类作为司机的角色。虽然自动卡车发展存在各种隐忧，但可以间接地改善卡车司机的生活，让他们有更多家庭时间。

由于购买这些卡车的公司已经不再需要聘用卡车司机，他们将负上更少因意外而生的法律责任，工作效率亦会因此上升(自动卡车不用休息)，最终节省公司的运输成本。通过处理各种实时数据，自动卡车可以提高服务效率，亦可以解决交通挤塞的问题。运输公司亦因此可以将日间的工作时间，分配到夜间或其他交通量较疏落的时段。

列车

[编辑]

自动列车操作系统（英语：Automatic Train Operation，缩写：ATO）最早在伦敦地铁维多利亚线（Victoria Line）正式使用，1962年开始于日本东京营团地铁日比谷线试验。根据国际公共运输联合会 (UITP)的定义，列车的自动运行等级（Grades of Automation，GoA）分成五等，由第零等(GoA0)至第四等(GoA4)。世界各地已经采用第四等(GoA4)的无人看守运行系统，即列车自动运行及停止、开关车门和突发事件的处理均完全自动化，列车上无人员值守。

详见自动列车操作系统

自动导引车

[编辑]

自动导引车（AGV, Automated Guided Vehicle）是一类轮式移动机器人，沿着地板上的导线或标记块或磁条运动，或者通过视觉导航或激光导航。多用于工业生产，在车间、仓库运输货物。详见

航空载具

[编辑]

无人航空载具

[编辑]

无人航空载具（英语：unmanned aerial vehicle，缩写：UAV）广义上为不需要驾驶员登机驾驶的各式遥控飞行器，在用途上通常分为军用和民用。无人机通常使用遥控、导引或自动驾驶来控制。可在科学研究、场地探勘、军事、休闲娱乐用途上使用。

详见无人航空载具

运输式无人飞机

[编辑]

运输式无人飞机（英语：Delivery drone)是其中一种无人航空载具，主要用途是运送包裹、医疗物资、食物或其他货物到目的地。很多传统及初创的运输公司都想于这个无人飞机市场分一杯羹，尤其UPS Flight Forward、Alphabet Wing及Amazon Prime Air三间运输公司于无人飞机运输发展领域上正处于领导地位。[47]

然而立法及监管机构的法律框架却成为了无人飞机投入服务的最主要障碍。对于这款无人飞机而言，每个国家的法律框架都各有不同，例如在冰岛，管理部门已经为运输式无人飞机操作订立许可证制度。而哥斯达黎加、意大利、阿联酋、瑞典等地对有关商业无人飞机的法规则宽松得多。[48]

另一方面，有些国家则对无人机的商业营运采取有效禁止(Effective ban)或完全禁止(Outright  ban)的方式。兰德公司(RAND Corporation)的研究报告指出，有效禁止与完全禁止的区别在于，前者指该国家用一种较为间接的方法禁止商业无人机，即商业无人机的发牌制虽然是明文规定，但申请者基本上是难以达到发牌要求，或相关许可证获批的机会根本是相当微。[48]

在美国，UPS是为一一间公司通过美国联邦航空管理局第135部标准认证(英语：Part 135 Standard certification)，这使到公司可以通过无人机将货品直接运送到客人手中。[47]

有些国家如荷兰及比利时，仍然于将商业无人机纳入航空管理框架的议题上纠缠。他们对商业无人机施加各种限制措施，例如，限制无人机于操作者的视距范围内操作（英语：visual line of sight (VLOS))，以限制无人机的飞行范围。一些国家容许操作者将无人机驶出视距范围外，但受限于各项条例及操作者本身的评级，美国就是其中一个例子。

为提高无人机操作的安全性及效率，政府及业界需发展出各种专业的训练课程、驾驶考试及有关保险制度。

详见

水面载具

[编辑]

无人水面载具

[编辑]

无人水面载具（英语：Unmanned surface vehicle，缩写为USV)，或称自主水面载具（Autonomous surface vehicles，缩写为ASV)可用来完成各项海上保安、研究及具危险性的工作。USV及ASV的分别在于，后者除了可实现遥距驾驶，亦可以实现完全无人驾驶，前者则只可实现遥距的无人驾驶。两款载具应用的范围包括商业海上航运、环境及气候监测、绘制海床地图、客运、监控、基础建设检查、军事作战等用途。

详见无人水面载具

水下载具

[编辑]

无人水下载具

[编辑]

无人水下载具（Unmanned underwater vehicles，UUV）也称无人潜航器，或称水下无人机（underwater drones），泛指在水面下的无人驾驶载具。主要可分为两大类，一为需要人类操作的遥控潜水器（remotely operated underwater vehicles，ROVs），ROV使用一条包裹有铜线和光纤的系绳与工作母船连接，操作者可即时传递命令给载具；另一种为自主水下载具（英语：Autonomous Underwater Vehicle，缩写AUV）是无人水下载具的一种，外型可像一小型潜艇或鱼雷，它没有以电缆连接到母船或外部的操作者，而依据控制器编程以自动执行其任务。

详见无人水下载具

其他

[编辑]

辅助机器人

[编辑]

BostonDynamics "Spot"是一款四足型的机器人，具有高度灵活性，可穿越各种室外及室内地形，更配备不同的感应器，包括360度的摄影机及陀螺仪。它亦可以自主行走而避免撞上物体，即使被推倒亦可以保持平衡。虽然这款机器人的设计目的不是用来供人骑行或搭载，但可以携带某程度的负重作为建筑及军事之用，以穿越各种不同的地形环境。[49]

对于无人驾驶载具的忧虑

[编辑]

驾驶者可操控程度不足

[编辑]

自动等级越高的载具，代表人类驾驶者对载具的控制程度越少(等级5的载具代表完全毋须人类控制)。当中令人关注的地方是驾驶者对自动驾驶载具的信任度。[50]跟据凯利蓝皮书(英语：Kelley Blue Book (KBB))于2016年美国进行的全国性民意调查指出，大部分民众仍选择可作某程度控制的汽车，而非全自动驾驶的载具。[51]而根据一半受访者指出，载具的自动等级越高，驾驶者的安全意识则越低。[51]美国汽车协会交通安全基金会(英语：AAA Foundation for Traffic and Safety (AAAFTS))于2019年所做的调查亦指出，虽然大众对自动车已经有一定程度的信任，但大部分人仍然对这种科技存有质疑，尤其是对于等级5的全自动载具。[52]它更指出，随着大众对这种科技的认识有所提升，他们对自动系统的信任度就越高。[52]

故障所引起的意外

[编辑]

其中一个大众不信任自动车的原因是，汽车失灵可能会导致各种意外。尽管自动车能改善交通安全，减低发生车祸的机会及其严重性，但仍有可能发生导致致命意外。直至2018年，至少有113宗意外是与自动车有关。[53]而Google则表示在2015年，他们共录得272件事故是与旗下自动车失灵有关，其中13次需要驾驶者介入以阻止致命意外发生。[54]除此之外亦录得不少自动车失灵的个案，包括2018年3月在亚利桑那州坦佩市（Tempe）发生的自驾车撞死人事故，造成47岁的女行人伊莱恩．赫茨伯格（Elaine Herzberg）当场死亡。这也是全球自驾车第一次发生致死交通事故。[55]

道德问题

[编辑]

事实上，自动车无可避免会遇上交通事故。当遇上事故时，自动车的系统需要进行很多计算工作，甚至冒上某程度的风险，以降低意外的严重性。[56]当人类驾驶者无可避免遇上交通事外时，他们会基于道德及伦理因素作出自动反应。对于一部无人控制的第五级自动车而言，其系统就成为人类的角色，作出反应。有别于人类，自动车没有所谓的本能反应，只会根据内在的编码指令作出相应的行动。加上，每宗交通意外的情况都有所不同，总不能将单一的处理模式套用到不同的事故上。

两项于2019年进行的研究指出，现时路面同时出现半自动及非自动车的状况，会令交通的复杂性增加。[57]

其中一些问题亦需要考虑，包括与自动车相关的法律责任、责任的分配、[58]系统决策的效率及自动车于复杂道路环境下的表现。[57]Steven Umbrello及Roman V. Yampolskiy两位研究者提出，采用价值敏感设计(英语：Value-Sensitive Design)的方式设计自动车，[59]意思是将人的价值一并纳入资讯系统设计之中，以解决一些道德问题。

参考资料

[编辑]
  1. ^ Hu, Junyan; Bhowmick, Parijat; Lanzon, Alexander. Group Coordinated Control of Networked Mobile Robots With Applications to Object Transportation. IEEE Transactions on Vehicular Technology. 2021-08, 70 (8): 8269–8274 [2022-02-08]. ISSN 1939-9359. doi:10.1109/TVT.2021.3093157. （原始内容存档于2022-02-08）. 
  2. ^ 2.0 2.1 Hu, Junyan; Bhowmick, Parijat; Jang, Inmo; Arvin, Farshad; Lanzon, Alexander. A Decentralized Cluster Formation Containment Framework for Multirobot Systems. IEEE Transactions on Robotics. 2021-12, 37 (6): 1936–1955 [2022-02-08]. ISSN 1941-0468. doi:10.1109/TRO.2021.3071615. （原始内容存档于2022-05-31）. 
  3. ^ Hu, Junyan; Turgut, Ali Emre; Lennox, Barry; Arvin, Farshad. Robust Formation Coordination of Robot Swarms With Nonlinear Dynamics and Unknown Disturbances: Design and Experiments. IEEE Transactions on Circuits and Systems II: Express Briefs. 2022-01, 69 (1): 114–118 [2022-02-08]. ISSN 1558-3791. doi:10.1109/TCSII.2021.3074705. （原始内容存档于2021-06-08）. 
  4. ^ Amendment proposal to the 1968 Convention on Road Traffic (PDF). Economic Commission for Europe. March 2020 [2022-02-08]. （原始内容 (PDF)存档于2022-03-30）. 
  5. ^ Path to Autonomy: Self-Driving Car Levels 0 to 5 Explained. Car and Driver. October 2017 [2022-02-08]. （原始内容存档于2022-07-09）. 
  6. ^ SAE International. Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles. June 15, 2018. 
  7. ^ LINDSAY BROOKE. Making automated driving profitable, mainstream. [2022-02-08]. （原始内容存档于2022-06-01）. 
  8. ^ Yigitcanlar; Wilson; Kamruzzaman. Disruptive Impacts of Automated Driving Systems on the Built Environment and Land Use: An Urban Planner's Perspective. Journal of Open Innovation: Technology, Market, and Complexity. [2022-02-08]. （原始内容存档于2022-06-18） （英语）. 
  9. ^ 9.0 9.1 9.2 Adnan, Nadia; Md Nordin, Shahrina; bin Bahruddin, Mohamad Ariff; Ali, Murad. How trust can drive forward the user acceptance to the technology? In-vehicle technology for autonomous vehicle. Transportation Research Part A: Policy and Practice. 2018-12-01, 118: 819–836. ISSN 0965-8564. doi:10.1016/j.tra.2018.10.019 （英语）. 
  10. ^ 10.0 10.1 10.2 10.3 10.4 Van Brummelen, Jessica; O’Brien, Marie; Gruyer, Dominique; Najjaran, Homayoun. Autonomous vehicle perception: The technology of today and tomorrow. Transportation Research Part C: Emerging Technologies. 2018-04-01, 89: 384–406 [2022-02-08]. ISSN 0968-090X. doi:10.1016/j.trc.2018.02.012. （原始内容存档于2020-07-22） （英语）. 
  11. ^ Yigitcanlar, Tan; Wilson, Mark; Kamruzzaman, Md. Disruptive Impacts of Automated Driving Systems on the Built Environment and Land Use: An Urban Planner’s Perspective. Journal of Open Innovation: Technology, Market, and Complexity. 2019-06, 5 (2): 24 [2022-02-08]. doi:10.3390/joitmc5020024. （原始内容存档于2022-06-18） （英语）. 
  12. ^ Bansal, Prateek; Kockelman, Kara M. Forecasting Americans’ long-term adoption of connected and autonomous vehicle technologies. Transportation Research Part A: Policy and Practice. 2017-01-01, 95: 49–63. ISSN 0965-8564. doi:10.1016/j.tra.2016.10.013 （英语）. 
  13. ^ Wigley, Edward; Rose, Gillian. Who’s behind the wheel? Visioning the future users and urban contexts of connected and autonomous vehicle technologies. Geografiska Annaler: Series B, Human Geography. 2020-04-02, 102 (2): 155–171. ISSN 0435-3684. doi:10.1080/04353684.2020.1747943. 
  14. ^ AAA Studies Technology Behind Self-Driving Cars. Your AAA Network. [2022-02-08]. （原始内容存档于2021-06-20）. 
  15. ^ Pittsburgh, your Self-Driving Uber is arriving now. 2016-09-14 [2022-02-08]. （原始内容存档于2022-07-09） （英语）. 
  16. ^ 16.0 16.1 16.2 Campbell, Mark; Egerstedt, Magnus; How, Jonathan; Murray, Richard. Autonomous driving in urban environments: Approaches, lessons and challenges. Philosophical transactions. Series A, Mathematical, physical, and engineering sciences. 2010-10-13, 368: 4649–72 [2022-02-08]. doi:10.1098/rsta.2010.0110. （原始内容存档于2022-02-08）. 
  17. ^ 17.0 17.1 17.2 17.3 Panagiotopoulos, Ilias; Dimitrakopoulos, George. An empirical investigation on consumers’ intentions towards autonomous driving. Transportation Research Part C: Emerging Technologies. 2018-10-01, 95: 773–784 [2022-02-08]. ISSN 0968-090X. doi:10.1016/j.trc.2018.08.013. （原始内容存档于2020-07-06） （英语）. 
  18. ^ Shladover, Steven E.; Nowakowski, Christopher. Regulatory challenges for road vehicle automation: Lessons from the California experience. Transportation Research Part A: Policy and Practice. 2019-04-01, 122: 125–133. ISSN 0965-8564. doi:10.1016/j.tra.2017.10.006 （英语）. 
  19. ^ EU SUSTAINABLE ENERGY WEEK 18-22 JUNE 2012 (PDF). [2022-02-08]. （原始内容 (PDF)存档于2022-02-19）. 
  20. ^ Experiments on autonomous and automated driving: an overview 2015 (PDF). [2022-02-08]. （原始内容 (PDF)存档于2022-06-04）. 
  21. ^ Baidu just made its 100th autonomous bus ahead of commercial launch in China. Tech Crunch. 4 July 2018 [2022-02-08]. （原始内容存档于2022-02-08）. 
  22. ^ Top 25 autonomous shuttle manufacturers. 15 October 2020 [2022-02-08]. （原始内容存档于2022-06-18）. 
  23. ^ Toyota Unveils Their e-Palette Self-Driving Shuttles. [2022-02-08]. （原始内容存档于2022-02-08）. 
  24. ^ Toyota e-Palette autonomous vehicles to be rolled out “within the next few years”. [2022-02-08]. （原始内容存档于2022-02-08）. 
  25. ^ China Autonomous Shuttle Market Report 2021 Featuring 10 Chinese Companies & 5 International Companies. 21 April 2021 [2022-02-08]. （原始内容存档于2022-06-04）. 
  26. ^ Cruise expects GM to begin production of new driverless vehicle in early 2023. 13 May 2021 [2022-02-08]. （原始内容存档于2022-06-01）. 
  27. ^ GM's Cruise Origin Self-Driving Pod Has No Steering Wheel, No Pedals, and No Driver. [2022-02-08]. （原始内容存档于2022-05-31）. 
  28. ^ Yutong has already delivered 100 autonomous micro-buses Xiaoyu 2.0 models to Zhengzhou. [2022-02-08]. （原始内容存档于2022-02-08）. 
  29. ^ Introducing the world's first completely unattended public autonomous vehicle. Euro Transport Magazine. [2022-02-08]. （原始内容存档于2022-06-04）. 
  30. ^ Rivium 3rd generation. 12 August 2020 [2022-02-08]. （原始内容存档于2022-02-08）. 
  31. ^ Walkabout The World's Largest Bus Factory (Yutong Industrial Park). [2022-02-08]. （原始内容存档于2022-02-08）. 
  32. ^ JTA recommends replacing Skyway with driverless vehicles, creating corridor from Riverside to EverBank Field. Florida Times-Union. [2022-02-08]. （原始内容存档于2022-02-08）. 
  33. ^ JTA Board Chair Embraces Autonomous Vehicles To Replace Skyway. [2022-02-08]. （原始内容存档于2022-02-08）. 
  34. ^ GM-backed Cruise secures $5 billion credit line as it prepares to launch self-driving robotaxis. [2022-02-08]. （原始内容存档于2022-02-08）. 
  35. ^ STAGECOACH TRIALS FIRST FULL-SIZED DRIVERLESS BUS IN THE UK. [2022-02-08]. （原始内容存档于2019-03-19）. 
  36. ^ Public Road Demonstration Tests of Mid-Sized Buses with Autonomous Driving Systems to be Launched. 10 July 2020 [2022-02-08]. （原始内容存档于2022-01-28）. 
  37. ^ The Isuzu Group Value Creation Story: Growth Strategies (PDF). 10 July 2020 [2022-02-08]. （原始内容 (PDF)存档于2022-01-20）. 
  38. ^ 不怕低速行駛，Honda 展示自動平衡電單車. [2022-02-08]. （原始内容存档于2022-02-08）. 
  39. ^ 神奇！Honda 新發明「自我平衡」自動電單車 [有片]. [2022-02-08]. （原始内容存档于2022-02-08）. 
  40. ^ BMW Motorrad presents autonomous driving BMW R 1200 GS. Outlook on the future of motorcycle safety and technology in Miramas.. [2022-02-08]. （原始内容存档于2022-06-23）. 
  41. ^ Riderless BMW R1200GS eerily makes its way around a test track. [2022-02-08]. （原始内容存档于2022-02-08）. 
  42. ^ 日本公司展示自駕電單車 可聽主人指揮. [2022-02-08]. （原始内容存档于2022-02-08）. 
  43. ^ Envisioning a Machine Like a Living Creature. [2022-02-08]. （原始内容存档于2022-05-01）. 
  44. ^ Suncor Seeks Cost Cutting With Robot Trucks in Oil-Sands Mine. Bloomberg-.com. [2022-02-08]. （原始内容存档于2022-02-08）. 
  45. ^ HS Clarifies Autonomous Vehicle Sales Forecast Expects 21 Million Sales Globally in the Year 2035 and Nearly 76 Million Sold Globally Through 2035. [2022-02-08]. （原始内容存档于2022-07-12）. 
  46. ^ Transportation invests for a new future: Automation is rapidly accelerating and disrupting the industry (PDF). [2022-02-08]. （原始内容 (PDF)存档于2022-02-19）. 
  47. ^ 47.0 47.1 3 Companies Looking to Dominate Drone Delivery. [2022-02-08]. （原始内容存档于2022-02-08）. 
  48. ^ 48.0 48.1 International Commercial Drone Regulation and Drone Delivery Services (PDF). [2022-02-08]. （原始内容 (PDF)存档于2022-04-02）. 
  49. ^ Home | Boston Dynamics. [2022-02-08]. （原始内容存档于2022-07-11）. 
  50. ^ Liljamo, Timo; Liimatainen, Heikki; Pöllänen, Markus. Attitudes and concerns on automated vehicles. Transportation Research Part F: Traffic Psychology and Behaviour. 2018-11-01, 59: 24–44. ISSN 1369-8478. doi:10.1016/j.trf.2018.08.010 （英语）. 
  51. ^ 51.0 51.1 Despite Autonomous Vehicle Intrigue, Americans Still Crave Control Behind The Wheel, According To New Kelley Blue Book Study. [2022-02-08]. （原始内容存档于2022-02-08）. 
  52. ^ 52.0 52.1 Users’ Understanding of Automated Vehicles and Perception to Improve Traffic Safety –Results from a National Survey. [2022-02-08]. （原始内容存档于2022-05-25）. 
  53. ^ Wang, Song; Li, Zhixia. Exploring the mechanism of crashes with automated vehicles using statistical modeling approaches. 28 March 2019 [2022-02-08]. （原始内容存档于2021-07-08）. 
  54. ^ Ainsalu, Jaagup; Arffman, Ville; Bellone, Mauro; Ellner, Maximilian; Haapamäki, Taina; Haavisto, Noora; Josefson, Ebba; Ismailogullari, Azat; Lee, Bob. State of the Art of Automated Buses. Sustainability. 2018-09, 10 (9): 3118 [2022-02-08]. doi:10.3390/su10093118. （原始内容存档于2022-06-16） （英语）. 
  55. ^ Uber全自動駕駛致死事故獲判無罪. [2022-02-08]. （原始内容存档于2022-02-08）. 
  56. ^ Ethics in the design of automated vehicles: the AVEthics project (PDF). CEUR Workshop Proceedings. [2022-02-08]. （原始内容 (PDF)存档于2022-01-21）. 
  57. ^ 57.0 57.1 How Should Autonomous Vehicles Make Moral - ProQuest. www.proquest.com. [2022-02-08] （英语）. 
  58. ^ The Safety and Reliability of Networked - ProQuest. www.proquest.com. [2022-02-08] （英语）. 
  59. ^ Designing AI for Explainability and Verifiability: A Value Sensitive Design Approach to Avoid Artificial Stupidity in Autonomous Vehicles. [2022-02-08]. （原始内容存档于2022-02-08）. 
检索自“https://zh.wikipedia.org/w/index.php?title=自動化載具&oldid=76468530”