今年以來，人工智能(AI) 發展比以往更快速推進。包括自動駕駛貨車在內的自動駕駛汽車就是人工智能方面其中的現時主要趨勢之一。全自動貨車運輸是指使用先進科技使貨車能夠在沒有人為操作的情況下運送貨物，除
了AI，還包括傳感器、攝像頭、GPS 軟件的科技組合，使貨車能夠在道路上無人駕駛、檢測障礙物時做出決策。如果以下相關的AI 科技發展成熟，相信全自動貨車運輸就會很快實現。
檢測物體
自動駕駛貨車會通過AI 演算法識別道路上的其他車輛、行人、障礙物等物體。自動駕駛貨車會透過使用雷達、激光雷達和攝像頭等傳感器的數據來創建貨車周圍環境的即時詳細地圖。
路線規劃
自動駕駛貨車可以連續運行，無需休息，比現在的運輸方式實現更快、更頻繁的過程。同時配合AI，根據交通狀況、封路情況、天氣狀況等因素即時規劃創建路線，減少閒置時間並提高燃油效率。AI 還可以考慮貨車的載重和燃油效率等因素來確定最快捷最慳油的路線。
決策
AI 可以為貨車決定應如何在道路上行駛。例如，AI 可以確定何時變道、何時加速或減速以及何時因紅燈或停車標誌而停車。
安全
根據美國國家公路交通安全管理局(NHTSA) 的數據，人為錯誤是造成大約94% 的汽車事故的主要因素。全自動貨車運輸使用AI 操控，減少對司機的需求，加上推測道路上的潛在危險，自動駕駛貨車可以顯著減少道路上的事故，採取適當的措施來避免事故的發生。此外，自動駕駛貨車可能會減少司機在路上花費的時間，從而降低疲勞相關事故的風險。除了道路安全，AI 可以確保自動駕駛貨車的網絡上安全，例如阻止不法分子入侵貨車系統或竊取數據。
維護預測
AI 可用於預測貨車輪胎何時需要維護或維修。AI 可以分析來自貨車傳感器的數據，識別潛在問題並在發生故障之前安排維護。
然而，在廣泛採用全自動卡車之前，需要解決幾個挑戰。
開發和測試技術
全自動貨車所需的技術複雜，需要進行大量測試以確保其安全性和可靠性。此外，全自動貨車亦必須能夠在各種天氣和路況下運行。
基礎設施
道路和高速公路的基礎設施可能需要更新和重新設計去支持一般的自動駕駛汽車和體積更大的全自動貨車。這可能包括在公路上安裝先進的傳感器和通信網絡來負責傳輸數據去支援自動駕駛。
法規
各地政府需要製定政策來確保自動駕駛貨車的安全性和可靠性，包括自動駕駛貨車技術的標準，出入不同地區的交通規則，以及自動駕駛貨車如何與道路上的其他車輛互動的規則。
法律責任
涉及自動駕駛貨車的事故責任是一個需要解決的複雜問題。目前，事故責任會分配給車輛駕駛員，但在自動駕駛貨車的情況下，責任到底需要車輛製造商或技術提供商或其他法人承擔，仍然未有定案。
公眾認知
公眾難免會對自動駕駛貨車的安全性或可行性還有疑慮和不解，尤其是現在還是開發早期階段。解決這些問題並建立公眾信任對於採用自動駕駛貨車非常重要。
成本
現時自動駕駛貨車所需的技術非常昂貴，開發和實施這項技術的成本同樣高昂。此外，公司可能需要投資新的基礎設施和設備來支持自動駕駛貨車。所有在成本層面的考慮都要由開發者和投資者繼續研究和商量。
儘管存在這些挑戰，一些公司已經在世界各地的公共道路上測試自動駕駛貨車。例如，Alphabet Inc.（即是Google 母公司）的旗下公司Waymo 一直在美國多個州與包括UPS 主要物流公司合作測試自動駕駛貨車，而Daimler Trucks 則一直在德國測試自動駕駛貨車。此外，TuSimple 和Starsky Robotics 等幾家初創公司正在開發自動貨車運輸技術，在美國和中國的公共道路上測試自動駕駛貨車。雖然要充分發揮自動駕駛貨車的潛力還有很多工作要做，但很明顯，隨著AI 技術發展越來越來成熟和普及，這項技術有可能在不遠的未來徹底改變運輸業。
參考資料
Comments