【臺灣自駕車推手：台灣智慧駕駛公司】第一輛自駕小巴成功上路，下一步瞄準短程接駁服務

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