商傳媒｜吳承岳／台北報導
隨著自動駕駛技術的實用化日益推進，現實世界中複雜多變的環境，以及人類駕駛可能的操作失誤，正為自動駕駛計程車（RoboTaxi）服務帶來嚴峻挑戰。今年五月，美國Waymo（前身為Google自動駕駛專案）旗下的自動駕駛計程車隊便在豪雨侵襲下，因積水路段而發生車輛動彈不得的狀況，最終導致約四千輛車被召回檢修。
緊接著在六月，一宗涉及特斯拉汽車的死亡事故初期被認為是自動駕駛系統失控造成，但隨後查明，事故主因實為駕駛人操作失誤。這類事件凸顯了自動駕駛技術在面對極端天氣或突發狀況時，仍有待克服的技術障礙。
在技術路線上，特斯拉汽車與Waymo採取了不同的策略。Waymo通常採用昂貴且高精度的光學雷達（LiDAR）作為車載感測器，以提升環境辨識的準確性。然而，特斯拉汽車為降低車輛製造成本並加速量產，選擇不搭載LiDAR，而是依賴車載攝影機與人工智慧（AI）神經網路進行感測與決策。特斯拉雖然省去了高價感測器，卻擁有遍布全球的龐大電動車銷售量，得以藉此收集海量的即時行車數據。
特斯拉利用這些以毫秒為單位收集的行車數據，不斷訓練其AI系統，使其在一般道路上的自動變換車道與轉彎等功能精準度大幅提升。然而，由於省略了光學雷達，在濃霧、豪雨、強風、強烈逆光或黃昏等攝影機視野受限的環境下，車輛對外界的感知能力會急遽下降。此外，特斯拉汽車也曾被報告出現「幻影煞車」問題，意指車輛在平坦或高速公路上，會在沒有障礙物的情況下突然急煞，造成安全疑慮。
