บทความ

เมร์เซเดส-เบนซ์ โชว์เทคโนโลยีระบบขับขี่อัตโนมัติ ในงาน CES 2018


เมร์เซเดส-เบนซ์ ตระหนักว่ากระบวนการเรียนรู้เชิงลึกบนท้องถนนจริงของแต่ละประเทศนั้นมีความสำคัญสำหรับการพัฒนาระบบการขับขี่อัตโนมัติ ด้วยเหตุนี้ บริษัทฯ จึงได้เริ่มต้นโครงการ เมร์เซเดส-เบนซ์ อินเทลลิเจนท์ เวิร์ลด์ ดไรฟ-Mercedes-Benz Intelligent World Drive” เป็นเวลา 5 เดือน ใน 5 ทวีปทั่วโลก โดยโครงการดังกล่าวสิ้นสุดอย่างเป็นทางการในงาน CES  ณ นครลาสเวกัส      

 

เมร์เซเดส-เบนซ์ ใช้โครงการ เมร์เซเดส-เบนซ์ อินเทลลิเจนท์ เวิร์ลด์ ดไรฟ เพื่อศึกษาสภาพการจราจรที่หลากหลาย

รถยนต์ทดสอบที่ เมร์เซเดส-เบนซ์ พัฒนาขึ้นสำหรับโครงการนี้เป็นรถยนต์ตระกูล เอส-คลาสส์ ที่มีระบบการขับขี่แบบกึ่งอัตโนมัติ โดยบริษัทฯ ดำเนินโครงการนี้ในประเทศเยอรมนี จีน ออสเตรเลีย แอฟริกาใต้ และสหรัฐอเมริกา

 

บริษัทฯ ตระหนักถึงความแตกต่างด้านการสัญจรของแต่ละประเทศ ซึ่งถือเป็นความท้าทายระดับโลก และส่งผลโดยตรงต่อการพัฒนาระบบการขับขี่อัตโนมัติ รวมถึงรถยนต์ที่มีระบบการขับขี่อัตโนมัติอย่างสมบูรณ์ เพราะเมื่อศึกษาลงในรายละเอียด แต่ละประเทศจะมีโครงสร้างพื้นฐาน กฎจราจร และระเบียบปฏิบัติระหว่างผู้ขับขี่กับผู้ใช้ถนนที่แตกต่างกันอย่างมาก จึงส่งผลให้การปรับตั้งเซนเซอร์ หรืออัลกอริธึม ของระบบการขับขี่อัตโนมัติมีความแตกต่างกันด้วย

 

นอกจากนี้ โครงการดังกล่าวยังทำให้เห็นว่าแผนที่แบบความละเอียดสูงมีความสำคัญอย่างยิ่งต่อการพัฒนาระบบการขับขี่อัตโนมัติที่มีประสิทธิภาพ

 MBTh_Intelligent World Drive_Photo (4)

ทั่วโลกต่างมีป้ายจราจรและเครื่องหมายจราจรบนพื้นถนนที่แตกต่างกัน

ในสหรัฐอเมริกา ป้ายจำกัดความเร็วจะมีรูปร่างต่างจากป้ายจำกัดความเร็วในจีน หรือในทวีปยุโรป ที่เป็นป้ายโลหะรูปวงกลม ในขณะที่ป้ายจำกัดความเร็วในประเทศออสเตรเลียจะเป็นแบบหน้าจออีเลคทรอนิคส์ เพื่อให้สามารถปรับเปลี่ยนตัวเลขความเร็วสูงสุดได้ตามความเหมาะสม รวมถึงใช้แสดงสัญลักษณ์ง่ายๆ หรือตัวอักษรได้ในบางครั้ง ป้ายอีเลคทรอนิคส์เหล่านี้จะติดตั้งอยู่ติดกัน และอาจเปลี่ยนการแสดงผลได้ในเวลาไม่กี่วินาที ซึ่งป้ายจราจรที่แตกต่างและอาจเปลี่ยนแปลงข้อมูลได้แบบเรียลไทม์นี้ ส่งผลให้การติดตั้งกล้องจับภาพอเนกประสงค์ (MPC-Multi Purpose Camera) และแผนที่ดิจิทอลที่มีคุณภาพเป็นสิ่งจำเป็นอย่างยิ่ง ซึ่งข้อมูลของการจำกัดความเร็วในจุดต่างๆ หรือการเปลี่ยนแปลงกฎการจำกัดความเร็วในแต่ละช่วงเวลาก็เป็นข้อมูลที่สำคัญยิ่งต่อผู้ผลิตรถยนต์

 

อีกหนึ่งตัวอย่างที่น่าสนใจ คือ ป้ายและกฎการเลี้ยวขวาจากช่องเดินรถซ้ายสุด (Hook Turn) ในเขตใจกลางนครเมลเบิร์น ซึ่งใช้ระบบจราจรแบบซ้ายมือ กฎนี้เป็นกฎสำหรับจัดระเบียบการเลี้ยวขวาของรถบนถนนที่มีทางวิ่งของรถรางร่วมอยู่ด้วย หากผู้ขับขี่ต้องการเลี้ยวขวาข้ามทางรถราง ผู้ขับขี่ต้องเปลี่ยนช่องทางไปยังช่องซ้ายสุดและหยุดรอให้รถราง หรือรถอื่นใดที่อยู่ในทางสัญจรด้านหน้าผ่านไปก่อน จึงจะเลี้ยวขวาได้ ทั้งนี้ ผู้ขับขี่จะเลี้ยวขวาได้เมื่อสัญญาณไฟจราจรในทางที่ผู้ขับขี่จะเลี้ยวขวาไปเป็นไฟเขียวและสัญญาณไฟจราจรของถนนในจุดที่ผู้ขับขี่จอดรออยู่เป็นไฟแดงเท่านั้น การเลี้ยวที่มีกฎและขั้นตอนซับซ้อนนี้จำต้องอาศัยเซนเซอร์และอัลกอริธึมที่สามารถตรวจจับถนนและป้ายที่บังคับให้รถต้องเลี้ยวขวาจากช่องเดินรถซ้ายสุดเท่านั้นได้ เพื่อพัฒนาระบบไปอีกขั้น ระบบจะต้องเข้าใจขั้นตอนการเลี้ยวและคำนึงถึงผู้สัญจรอื่นด้วย

 

เครื่องหมายจราจรบนพื้นถนนทั่วโลกก็มีความแตกต่างกัน ตัวอย่างเช่น ในประเทศจีน สัญลักษณ์ทางม้าลายจะมี 2 ความหมาย ในเขตเมือง เส้นทางม้าลายจะหมายถึงจุดที่คนเดินเท้าสามารถข้ามถนนได้ แต่บนทางด่วน เส้นนี้จะเป็นเส้นกำกับระยะห่างระหว่างรถแต่ละคันเพื่อความปลอดภัย หรือบนทางพิเศษระหว่างรัฐและฟรีเวย์ของสหรัฐอเมริกา บางเส้นทางจะมีช่องทางวิ่งเฉพาะสำหรับรถที่มีผู้โดยสารตั้งแต่ 2 คนขึ้นไป ซึ่งช่องทางวิ่งนี้จะมีเส้นทึบสีเหลือง 2 เส้น หรือราวโลหะเป็นสัญลักษณ์บนพื้นทาง ซึ่งเซนเซอร์ของรถยนต์อาจจะตรวจจับช่องทางพิเศษเหล่านี้ได้ยาก นอกจากนี้ ถนนของสหรัฐอเมริกา ยังมี “Botts’ Dots” หรือการใช้พลาสติค หรือเซรามิคหล่อเป็นทรงกลม และฝังลงบนพื้นถนน เพื่อเป็นเส้นแบ่งช่องทางวิ่งแทนการตีเส้นบนพื้นถนน ซึ่งระบบการขับขี่อัตโนมัติในปัจจุบันยังไม่สามารถตรวจจับช่องทางวิ่งแบบนี้ได้อย่างสมบูรณ์แบบ ซึ่งในขณะนี้ รัฐแคลิฟอร์เนียเป็นรัฐแรกของสหรัฐอเมริกา ที่วางแผนจะเลิกใช้ Botts’ Dots และใช้มาตรฐานหลักมาตรฐานเดียวสำหรับการสร้างเครื่องหมายจราจรบนพื้นถนนในเขตรัฐ อันจะส่งผลดีอย่างยิ่งต่อกระบวนการพัฒนาระบบขับขี่อัตโนมัติในอนาคต

 

อีกหนึ่งสิ่งที่ยากที่สุดสำหรับระบบการขับขี่อัตโนมัติ คือ ข้อเท็จจริงที่ว่าป้ายจราจร หรือเครื่องหมายจราจรบนพื้นถนนมักจะหายไป ซึ่งแม้แต่ผู้ขับขี่ที่มีประสบการณ์ยังรู้สึกลำบากในการขับขี่ในหลายๆ พื้นที่ เช่น สี่แยกที่จอแจ หรือวงเวียนที่มีหลายช่องทางเดินรถ ป้ายหยุดหรือป้ายเตือนลูกระนาดที่หายไป ซึ่งส่งผลอย่างยิ่งต่อการทำงานของเซนเซอร์ และระบบแผนที่ดิจิทอล

 

การศึกษาและทำความเข้าใจกฎจราจรเฉพาะของแต่ละประเทศ รวมถึงสถานการณ์แวดล้อมบนท้องถนน
กฎจราจรเกี่ยวกับรถโรงเรียนในสหรัฐอเมริกา ถือเป็นหนึ่งในตัวอย่างที่น่าสนใจของกฎจราจรเฉพาะของแต่ละประเทศ กล่าวคือ กฎจราจรของสหรัฐอเมริกา ระบุว่าหากรถโรงเรียนหยุดรับ-ส่งนักเรียน ยานพาหนะทุกชนิดที่อยู่ใกล้เคียงจะต้องหยุดด้วย ซึ่งรวมถึงรถที่สัญจรในทางที่สวนมาเช่นกัน ดังนั้น ระบบการขับขี่อัตโนมัติและรถยนต์ที่มีระบบการขับขี่อัตโนมัติจะต้องสามารถตรวจจับและแยกแยะรถโรงเรียนได้ และจะต้องสามารถหยุดรถได้โดยอัตโนมัติหากตรวจจับได้ว่ารถโรงเรียนกำลังหยุดรับ-ส่งนักเรียน

 

อีกหนึ่งความท้าทายของการพัฒนาระบบขับขี่อัตโนมัติโดย เมร์เซเดส-เบนซ์ นั้นปรากฏที่ประเทศแอฟริกาใต้ ซึ่งผู้สัญจรบนทางเท้ามีหลากหลายประเภทมาก แตกต่างจากทวีปยุโรป ออสเตรเลีย หรือในสหรัฐอเมริกาอย่างสิ้นเชิง ผู้สัญจรบนบาทวิถีในแอฟริกาใต้มีจำนวนมาก บางครั้งพวกเขาก็ลงมาเดินบนถนน และข้ามถนนในจังหวะที่ผู้ขับขี่คาดเดาไม่ได้ ดังนั้น ระบบการขับขี่อัตโนมัติที่มีประสิทธิภาพในอนาคตจำต้องตรวจจับพฤติกรรมของคนเดินเท้าได้อย่างแม่นยำมากขึ้น แม้ในขณะที่รถกำลังใช้ความเร็วสูง

 

การแซงโดยใช้ช่องทางรถสวนเป็นเรื่องธรรมดามากของผู้ขับขี่รถยนต์ในประเทศแอฟริกาใต้ โดยผู้ขับขี่รถยนต์บนถนนช่องทางวิ่งแบบช่องเดียวที่ขับขี่ช้ากว่ารถคันหลัง จะถูกผู้ขับขี่รถที่เร็วกว่าและตามมาข้างหลังแซงบ่อยครั้ง โดยผู้ขับขี่รถที่เร็วกว่าจะต้องกะระยะแซงให้แม่นยำแม้ว่าเส้นแบ่งถนนจะขาดหายไปก็ตาม ในกรณีนี้ ระบบการขับขี่อัตโนมัติที่มีประสิทธิภาพจะต้องตัดสินใจได้ว่าจังหวะไหนที่ควรจะแซง หรือควรจะขับตามรถคันหน้า การจะแซงโดยใช้ช่องทางรถสวนนั้น ระบบการขับขี่อัตโนมัติจะต้องสามารถตรวจจับได้ว่าช่องทางรถสวนปลอดภัยสำหรับการใช้แซง อีกทั้งยังต้องวิเคราะห์ได้ว่าจุดนั้นเป็นทางตรงที่สามารถแซงได้โดยปลอดภัยหรือไม่ ซึ่งอาจกล่าวโดยสรุปได้ว่าการพัฒนาโครงสร้างพื้นฐานจะช่วยให้ผู้ผลิตรถยนต์สามารถปรับปรุงระบบการขับขี่อัตโนมัติได้อย่างรวดเร็ว มีประสิทธิภาพ และสอดคล้องกับสภาพการใช้ถนนจริง

 

นอกเหนือจากคนและยานพาหนะแล้ว สัตว์ป่าก็เป็นอีกสิ่งหนึ่งที่ เมร์เซเดส-เบนซ์ ให้ความสำคัญ ในโครงการนี้ บริษัทฯ ต้องศึกษาพฤติกรรมการข้ามถนนของจิงโจ้ในประเทศออสเตรเลีย และตัวสปริงบอกซ์ในแอฟริกาใต้ สัตว์ป่าแต่ละตัวมีรูปร่างและท่าทางแตกต่างกัน ทำให้ระบบการขับขี่อัตโนมัติตรวจจับสัตว์เหล่านี้ได้ยาก สถิติจากบริษัทประกันภัยแห่งหนึ่งในประเทศออสเตรเลีย ชี้ให้เห็นว่าจิงโจ้เป็นสาเหตุของอุบัติเหตุบนท้องถนนในประเทศออสเตรเลียมากถึง 9 ใน 10 ครั้ง

 

กระบวนการพัฒนาทั่วโลกเป็นปัจจัยสำคัญต่อการพัฒนาระบบการขับขี่อัตโนมัติ
รถยนต์ทดสอบของ เมร์เซเดส-เบนซ์ เผชิญกับเอกลักษณ์หรือกฎจราจรเฉพาะในประเทศต่างๆ 5 ประเทศ ซึ่งสิ่งนี้สื่อให้เห็นว่ากระบวนการทดสอบและพัฒนาทั่วโลกนั้นจำเป็นอย่างยิ่ง และการทดสอบในทุกๆ ประเทศเป็นหนทางเดียวที่จะใช้พัฒนาระบบการขับขี่อัตโนมัติและอัลกอริธึมที่สามารถจัดการกับสถานการณ์ต่างๆ บนท้องถนนได้อย่างปลอดภัยและแม่นยำ การทดสอบเหล่านี้จะต้องทำควบคู่ไปกับกระบวนการปรับแต่งซอฟท์แวร์เพื่อให้ระบบมีประสิทธิภาพสูงสุด กระบวนการปรับแต่งซอฟท์แวร์นี้เป็นการค้นหาวิธีที่ปลอดภัยที่สุดสำหรับสถานการณ์ที่ไม่คาดคิดบนท้องถนน ข้อมูลและประสบการณ์ที่ เมร์เซเดส-เบนซ์ ได้รับจากโครงการนี้จะช่วยให้บริษัทฯ สามารถพัฒนาระบบการขับขี่อัตโนมัติที่มีประสิทธิภาพ ช่วยให้บริษัทฯ ก้าวเข้าใกล้การพัฒนารถยนต์ที่มีระบบการขับขี่อัตโนมัติที่สมบูรณ์แบบไปอีกขั้น

 

กลุ่มบริษัท ไดมเลร์ อาเก มีเครือข่ายการวิจัยและการพัฒนาทั่วทุกมุมโลก ช่วยให้ เมร์เซเดส-เบนซ์ สามารถศึกษากฎจราจรเฉพาะของแต่ละประเทศ และนำไปประยุกต์ใช้กับระบบการขับขี่อัตโนมัติสำหรับรถยนต์ที่จัดจำหน่ายจริงได้อย่างรวดเร็วมากขึ้น ตัวอย่างเช่น ศูนย์วิจัยและพัฒนาของ เมร์เซเดส-เบนซ์ สาขาทวีปอเมริกาเหนือ และสาขาประเทศจีน มีรถยนต์ทดสอบของตนเองที่สามารถบันทึกข้อมูลของโครงสร้างพื้นฐานและลักษณะเฉพาะของการใช้ถนน รวมถึงสามารถทำการทดลองระบบช่วยเหลือผู้ขับขี่ของรถยนต์ เมร์เซเดส-เบนซ์ ได้บนท้องถนนจริง นอกจากนี้ เมร์เซเดส-เบนซ์ ยังผสานความร่วมมือกับบริษัทอื่นๆ อีกมากในตลาดสำคัญของบริษัทฯ เพื่อทำการวิจัยและพัฒนาระบบขับขี่อัตโนมัติ ตัวอย่างเช่น เมร์เซเดส-เบนซ์ สาขาประเทศออสเตรเลีย ได้ทำการทดลองระบบขับขี่อัตโนมัติทั้งในประเทศออสเตรเลีย และนิวซีแลนด์ ตั้งแต่ฤดูใบไม้ผลิปี 2017 ที่ผ่านมา โดย เมร์เซเดส-เบนซ์ สาขาประเทศออสเตรเลีย ทำการวิจัยและพัฒนาทั้งหมดร่วมกับศูนย์วิจัยและพัฒนาของ เมร์เซเดส-เบนซ์ ในประเทศเยอรมนี โครงการ เมร์เซเดส-เบนซ์ อินเทลลิเจนท์ เวิร์ลด์ ดไรฟ ในประเทศออสเตรเลีย ยังเป็นอีกโครงการหนึ่งที่ช่วยสนับสนุนข้อมูลให้กับการพัฒนาระบบการขับขี่อัตโนมัติ เนื่องจาก เมร์เซเดส-เบนซ์ มีรถยนต์ทดสอบจำนวนมาก ส่งผลให้บริษัทฯ สามารถเก็บข้อมูลได้ทั่วทุกมุมโลกเพื่อพัฒนาระบบการขับขี่อัตโนมัติ

 

นอกจากนี้ โครงการ เมร์เซเดส-เบนซ์ อินเทลลิเจนท์ เวิร์ลด์ ดไรฟ ยังเป็นโครงการที่มุ่งสื่อให้ทุกภาคส่วนเล็งเห็นถึงความสำคัญของการร่างกฎหมาย หรือระเบียบปฏิบัติที่เป็นสากลสำหรับระบบการขับขี่อัตโนมัติ และรถยนต์ที่มีระบบนี้ รวมไปถึงการสร้างและพัฒนาโครงสร้างพื้นฐานต่างๆ ที่เกี่ยวข้อง โดยเฉพาะป้ายจราจรและช่องทางเดินรถ

“CASE” กลยุทธ์ของ เมร์เซเดส-เบนซ์ เพื่อวางรากฐานให้กับระบบการขับขี่แบบอัตโนมัติ
CASE เป็นกลยุทธ์สำคัญระดับองค์กรของกลุ่มบริษัท ไดมเลร์ อาเก และจะเป็นสิ่งกำหนดอนาคตในเรื่องของการเดินทาง โดยระบบการขับขี่อัตโนมัติ (Autonomous) เป็นหนึ่งใน 4 กลยุทธ์สำคัญ ที่ประกอบไปด้วย การเชื่อมต่อผ่านเครือข่าย (Connected) การขับขี่โดยใช้ระบบอัตโนมัติ (Autonomous) ความยืดหยุ่นในการใช้งานยานพาหนะ (Shared & Services) และการใช้มอเตอร์ไฟฟ้าแทนเครื่องยนต์สันดาป (Electric)



------------------------------
เรื่องโดย : ลิขิต น้าประเสริฐ
ภาพโดย : บริษัทผู้ผลิต
คอลัมน์ Online : ธุรกิจ
ลิงค์สำหรับแชร์ : https://autoinfo.co.th/mpmV5
วันที่เผยแพร่ : วันพุธ ที่ 16 พฤษภาคม 2561 เวลา 11:00 นาฬิกา
อัพเดทล่าสุด
10 Apr 2018

Buyer's Guide | คู่มือซื้อรถ

Model Start Price (THB)
1.
3,299,000
2.
5,399,000
3.
6,799,000
4.
3,249,000
6.
53,500,000
8.
3,600,000
9.
4,539,000
10.
13,339,000
11.
2,999,000
12.
1,749,000
13.
1,800,000
15.
499,000
16.
979,000
17.
990,000
18.
4,090,000
19.
1,699,000
20.
13,500,000
  • MAIN SEARCH
  • EASY SEARCH
Make
Model
Price
Engine
More Option >
วัตถุประสงค์ในการใช้รถ (ประเภทรถ)
งบประมาณ
พฤติกรรมการขับรถ

Follow autoinfo.co.th