整理| 運管115級 黃浚瑀 邱文頡
常常在新聞中看到大客車、大卡車或貨車等等在馬路上行駛時，因內輪差加上駕駛的疏漏，導致轉彎時撞上一旁的機車駕駛或行人，而這次的系友講座，我們即邀請到了這方面的專家：斗立科技有限公司產品經理－陳昱光博士。陳博士的工作內容，即是開發AI車聯網系統，提供車隊通訊成本過高、以及設備管理問題的解決方案；另外，該軟體還能提供駕駛大客車死角位置的影像，讓車隊達到高效率的排班且更能保障行車中的安全。現在我們就來一一介紹陳博士的系統中有哪些特別的地方吧！
導入AI車隊管理提升排班效率
傳統車隊的管理都是透過電話人工派車、排班，但這卻導致效率低落，而透過陳博士導入的軟體，利用AI提高車隊管理的效率，現在司機可直接看平板就知道接下來將在什麼時間發車、走什麼路線，讓上述這些工作更快速又更方便。
盲區偵測系統
另外在道路安全方面，陳博士有提到：大客車的行駛安全，除了是要保障乘客及貨物能到達目的地，這更是一種社會責任，因為要是大客車出了車禍，也會害到一旁無辜的民眾。陳博士的軟體除了盡力預防司機不當駕駛行為造成的危害，更新增了大客車盲區警示的功能。現在大多的大客車中都能發現，司機座位的一旁還有一個螢幕顯示著死角位置的畫面，提供更清晰、更寬廣的視角讓司機查看。陳博士的軟體除了有上述的功能，更在這項設備上進行再升級，螢幕畫面會將轉彎時的內輪差範圍以方形格子顯示出來，若在轉彎範圍內有障礙物如汽機車、行人等等的話，該螢幕就會出現警示的外框。
跟車警示系統
此外，車頭的地方也新增了跟車警示系統的攝影機，若是距離前方車輛太近，系統會立即發出警示聲響以提醒司機，而攝影到的畫面還能進行數據分析，要是司機常常有跟車距離太近的現象，從數據中即能一目瞭然，公司便可知道需對該司機進行教育訓練，藉此降低事故發生的機率。
而陳博士的系統架構，包含在駕駛座上方加裝監視器，並透過AI進行辨識，藉以揪出不良駕駛行為，如行駛中使用手機、抽菸等等。
但系統的各項硬體並不是裝上去便能搞定一切，以防撞系統為例，鏡頭的品質、鏡頭裝設位置的高低與角度，甚至是當下車速計算來判定是否跟車過近等等，都是需要去一一克服的。所幸可以透過網路來進行即時校正，因此省下了一些功夫。
但陳博士表示仍不可輕忽這個過程的重要性，因為常態性的警報會使司機認為這是故障而輕忽了警報，很有可能真的有跟車過近的行為發生時，真正的警報不被重視。
車內行為監控
另外，陳博士導入的系統有助於改善司機的不良駕駛行為，以駕駛時使用手機為例，很多駕駛會在開車時利用等紅燈時玩手遊，或是看影片、追劇，回覆訊息等等。陳博士說這些是會提高肇事率的行為，其實是違背職業倫理的。甚至有些司機會刻意調整鏡頭角度，利用鏡頭死角來規避被發現的可能，增加了實務上抓到不良駕駛行為的難度。針對此類行為，陳博士說只能多加教育。
再來是判斷司機有無繫上安全帶系統，陳博士利用AI進行分析、建模，來建構出可以判斷司機有無繫上安全帶的系統，藉以提高司機駕駛時的安全性。
談完了司機的部分，再來是為旅客設計的系統。因應疫情，陳博士設計了可以判定車內乘客有否戴上口罩的系統，若發現有乘客沒有戴好，便能自動透過預錄播音提醒乘客。而同樣的系統架構，也可以進行車內擁擠度分析，尤其大臺北地區公車發達，從甲地到乙地可能有多條路線可以選擇，若能透過擁擠度分析來讓旅客選擇較不擁擠的路線，便能間接透過提升旅客的滿意度與感受，來提高大眾運輸的服務品質。
實際操作
最後陳博士實際操作了後臺系統介面，這是個可以即時掌握約兩百輛車的車隊的系統。可以掌握的資訊包含車上設備狀況與訊號、車上平板的電量，甚至得知最後更新時間來得知設備是否故障。後臺系統也可以即時對內輪差的範圍調整，透過數值的微調，來即時對系統進行修正。
而後臺系統也能對司機的健康狀況達成資訊透明的管理，其中對血壓的監控更是重要。因為在實務上，很多司機考慮到看病的機會成本，而選擇消極控制血壓，如此反而讓血壓更難控制。透過系統的資訊透明，客運公司得以針對特定駕駛進行教育，並輔導其就醫、治療，來確保道路交通的安全。
結語
總結以上，陳博士的系統主要聚焦在輔助及監控兩個方面。然而，就像生活中大多數的產品一樣，除了設備參數的調整，人的因素也是開發過程中的一大挑戰。經過這些調整才能使系統愈趨完整，並逐漸修正到開發時預期的目標。聽完這次的演講，我們得以瞭解上述內容的秘辛，並對開發AI車聯網有更進一步的認識，而不再是一堆冰冷、生硬的名詞，同時我們也期許該系統能更被廣泛地裝設，以保護路上所有使用者的安全。