สิ่งที่ทำให้ระบบขับอัตโนมัติของจริงแตกต่างจากคำโฆษณาที่คุณเคยได้ยิน

ระบบขับเคลื่อนอัตโนมัติในปัจจุบันยังไม่ใช่ระดับที่ปล่อยมือและสายตาได้ร้อยเปอร์เซ็นต์ค่ะ ความเชื่อที่ว่ารถยนต์สามารถขับเองได้ในทุกสถานการณ์เป็นความเข้าใจผิดที่อันตรายมาก เทคโนโลยีส่วนใหญ่บนท้องถนนยังคงอยู่ในระดับที่สองหรือสาม ซึ่งผู้ขับขี่ยังต้องพร้อมเข้าควบคุมพวงมาลัยทันทีเมื่อเกิดเหตุฉุกเฉิน

สวัสดีค่ะ ดิฉันมะปราง จะมาเล่าประสบการณ์ตรงในฐานะคนที่คลุกคลีกับการทดสอบระบบยานยนต์อัจฉริยะและคลุกคลีกับวงการธุรกิจยานยนต์มาหลายปี ตอนนี้อุตสาหกรรมของเรากำลังเผชิญกับความเสี่ยงครั้งใหญ่ ผู้คนจำนวนมากรวมถึงคนในแวดวงอุตสาหกรรมยานยนต์เอง ยังคงสับสนระหว่างคำโฆษณากับความเป็นจริงทางวิศวกรรม เราต้องเร่งทำความเข้าใจข้อจำกัดที่แท้จริงของเทคโนโลยีเหล่านี้อย่างเร่งด่วน เพื่อป้องกันความสูญเสียทั้งในแง่ของธุรกิจและความปลอดภัยบนท้องถนนค่ะ

ความเข้าใจผิดเกี่ยวกับระบบขับเคลื่อนอัตโนมัติระดับสมบูรณ์

หลายคนในวงการมักคิดว่า เมื่อค่ายรถยนต์ประกาศเปิดตัวระบบ Autopilot หรือ Full Self-Driving นั่นหมายความว่ารถสามารถทำหน้าที่แทนมนุษย์ได้ทั้งหมดแล้ว ดิฉันเคยนั่งคุยกับผู้จัดการแผนกรถยนต์องค์กรหลายท่าน พวกเขาตั้งงบประมาณซื้อรถ EV รุ่นใหม่โดยคาดหวังว่าพนักงานจะไม่ต้องขับรถเองอีกต่อไป ซึ่งนี่เป็นความเข้าใจผิดอย่างร้ายแรงค่ะ เพราะในความเป็นจริง ระบบที่วางจำหน่ายในท้องตลาดปัจจุบันส่วนใหญ่ยังเป็นเพียงระบบ ADAS (Advanced Driver Assistance Systems) เท่านั้น

มาตรฐานการแบ่งระดับที่ทุกคนควรรู้

สมาคมวิศวกรยานยนต์ หรือ SAE International ได้แบ่งระดับของระบบขับเคลื่อนอัตโนมัติไว้อย่างชัดเจน แต่คำโฆษณาทางการตลาดมักทำให้เส้นแบ่งเหล่านี้เลือนลางลง ดิฉันจึงขอนำข้อมูลมาเปรียบเทียบให้เห็นภาพชัดเจนขึ้นค่ะ

จากตารางจะเห็นได้ว่า การก้าวข้ามจากระดับที่ 2 ไปสู่ระดับที่ 3 นั้น เป็นความท้าทายทางวิศวกรรมที่ยิ่งใหญ่มาก เพราะมันหมายถึงการเปลี่ยนผ่านความรับผิดชอบทางกฎหมายจากมนุษย์ไปสู่ตัวรถ ซึ่งปัจจุบันมีรถเพียงไม่กี่รุ่นในโลกที่ได้รับอนุญาตให้ใช้ระดับที่ 3 ในบางประเทศเท่านั้นค่ะ

ประสบการณ์จริงจากการทดสอบระบบช่วยขับขี่บนถนนหลวง

เมื่อปีที่แล้ว ดิฉันเคยนำรถ EV รุ่นเรือธงที่ได้ชื่อว่ามีระบบ AI ที่ฉลาดที่สุดไปทดสอบการวิ่งบนถนนทางหลวงข้ามจังหวัด ทุกอย่างดูราบรื่นดีในช่วงแรก รถสามารถรักษาระยะห่างและเปลี่ยนเลนได้อย่างนุ่มนวล แต่จุดเปลี่ยนสำคัญเกิดขึ้นเมื่อเราขับเข้าสู่เขตก่อสร้างที่มีการตีเส้นจราจรทับซ้อนกัน ท่ามกลางสภาพอากาศที่มีฝนตกปรอยๆ

ทันใดนั้น ระบบที่เคยทำงานอย่างมั่นใจกลับเกิดความสับสน รถเริ่มมีอาการดึงพวงมาลัยกลับไปมาระหว่างเส้นทึบเก่าและเส้นประใหม่ สถานการณ์ตอนนั้นน่ากลัวมากค่ะ หน้าจอแสดงผลเกิดการกะพริบเตือนสีแดง และระบบตัดการทำงานลงอย่างกะทันหันโดยไม่มีเสียงเตือนล่วงหน้าที่นานพอให้ตั้งตัว โชคดีที่ดิฉันเตรียมพร้อมและจับพวงมาลัยไว้อย่างหลวมๆ ตลอดเวลา จึงสามารถกระชากพวงมาลัยกลับมาอยู่ในเลนที่ถูกต้องได้ทันก่อนที่จะเฉี่ยวชนกับแบริเออร์คอนกรีต

บทเรียนสำคัญที่ดิฉันได้จากการลงมือทำครั้งนี้คือ เราไม่สามารถฝากชีวิตไว้กับซอฟต์แวร์เวอร์ชันปัจจุบันได้เลย ไม่ว่าผู้ผลิตจะเคลมว่ามันล้ำหน้าแค่ไหนก็ตาม การทดสอบในสภาพแวดล้อมปิดหรือในวันที่อากาศแจ่มใส แตกต่างอย่างสิ้นเชิงกับการเผชิญหน้ากับความไร้ระเบียบของถนนจริงในประเทศไทยค่ะ

ข้อจำกัดของเซนเซอร์และกล้องที่วิศวกรยานยนต์ต้องระวัง

ความผิดพลาดที่ดิฉันเจอในวันนั้น ไม่ใช่เรื่องบังเอิญ แต่มีพื้นฐานมาจากข้อจำกัดทางฟิสิกส์ของฮาร์ดแวร์ที่ติดตั้งอยู่ในรถยนต์อัจฉริยะ รถยนต์ EV ในปัจจุบันพึ่งพาเซนเซอร์หลักๆ อยู่ไม่กี่ประเภท ซึ่งแต่ละประเภทต่างก็มีจุดอ่อนที่ผู้เชี่ยวชาญต้องตระหนักถึงค่ะ

• กล้องถ่ายภาพ (Cameras): เป็นเซนเซอร์หลักที่ใช้ในการอ่านป้ายและเส้นจราจร แต่มีจุดอ่อนร้ายแรงคือ ตาบอดชั่วขณะ เมื่อเจอกับแสงแดดที่ส่องสวนมาโดยตรง (Sun glare) หรือเลนส์กล้องสกปรกจากฝนและโคลน
• เรดาร์ (Radar): ทำหน้าที่วัดระยะห่างและความเร็วของวัตถุได้ดีเยี่ยมในทุกสภาพอากาศ แต่ปัญหาของมันคือ ขาดความละเอียดในการแยกแยะ มันไม่สามารถบอกได้ว่าวัตถุที่อยู่ข้างหน้าคือกล่องกระดาษเปล่า หรือก้อนหินขนาดใหญ่
• ไลดาร์ (LiDAR): การใช้แสงเลเซอร์สร้างภาพ 3 มิติที่มีความแม่นยำสูงมาก แต่ข้อเสียที่ผู้ผลิตปวดหัวที่สุดคือ ต้นทุนที่สูงลิ่ว และมักจะมีปัญหาเมื่อเจอกับละอองน้ำ ฝนตกหนัก หรือหิมะที่สะท้อนแสงเลเซอร์กลับมาผิดปกติ

ทำไม Sensor Fusion ถึงยังไม่สมบูรณ์

วิศวกรพยายามแก้ปัญหาโดยใช้เทคนิค Sensor Fusion คือการนำข้อมูลจากกล้อง เรดาร์ และไลดาร์ มาประมวลผลร่วมกัน แต่ดิฉันเคยพบว่า เมื่อข้อมูลจากเซนเซอร์สองตัวขัดแย้งกัน (เช่น กล้องบอกว่าทางสะดวก แต่เรดาร์บอกว่ามีวัตถุ) ระบบประมวลผลกลางมักจะตัดสินใจผิดพลาด บางครั้งเลือกที่จะเบรกฉุกเฉินอย่างรุนแรง (Phantom Braking) ซึ่งก่อให้เกิดอันตรายต่อรถที่ขับตามหลังมาค่ะ

ความเสี่ยงแอบแฝงเมื่อผู้ขับขี่เชื่อใจระบบปัญญาประดิษฐ์มากเกินไป

ปัญหาที่น่ากังวลที่สุดในมุมมองของดิฉัน ไม่ใช่เรื่องของเทคโนโลยีที่ยังไม่สมบูรณ์ แต่เป็นเรื่องของจิตวิทยามนุษย์ค่ะ เมื่อเทคโนโลยีทำงานได้ดีในระดับหนึ่ง ผู้ขับขี่จะเกิดอาการที่เรียกว่า Automation Complacency หรือความพึงพอใจและไว้ใจในระบบอัตโนมัติมากเกินไป จนลดความระมัดระวังลง

1. การละสายตาจากถนน: ผู้ขับขี่เริ่มหยิบสมาร์ทโฟนขึ้นมาเล่น หรือหันไปคุยกับผู้โดยสารตอนหลัง เพราะคิดว่ารถสามารถจัดการตัวเองได้
2. การตอบสนองที่ช้าลง: เมื่องานขับรถถูกแย่งไป สมองของเราจะเข้าสู่โหมดพักผ่อน งานวิจัยพบว่ามนุษย์อาจต้องใช้เวลาถึง 3-5 วินาที ในการดึงสติกลับมาควบคุมรถเมื่อเกิดเหตุฉุกเฉิน ซึ่งบนความเร็ว 120 กม./ชม. รถจะพุ่งไปไกลกว่า 100 เมตรแล้ว
3. ความสับสนในการส่งมอบการควบคุม: ในระบบระดับที่ 3 เมื่อรถไม่สามารถขับต่อไปได้ มันจะส่งสัญญาณเตือนให้คนขับรับช่วงต่อ (Takeover Request) แต่หากคนขับกำลังหลับในหรือตกใจ การส่งมอบการควบคุมนี้มักจบลงด้วยอุบัติเหตุร้ายแรง

“คณะกรรมการความปลอดภัยการขนส่งแห่งชาติสหรัฐฯ (NTSB) ได้ระบุอย่างชัดเจนว่า สาเหตุหลักของอุบัติเหตุร้ายแรงในรถยนต์ที่ใช้ระบบช่วยขับขี่ คือการที่ผู้ขับขี่ขาดความใส่ใจและประเมินขีดความสามารถของระบบสูงเกินจริง”

นี่คือเหตุผลที่ดิฉันมองว่า ผู้พัฒนาระบบต้องเร่งติดตั้ง Driver Monitoring System (DMS) หรือกล้องจับใบหน้าและดวงตาของผู้ขับขี่ให้มีประสิทธิภาพมากยิ่งขึ้น เพื่อบังคับให้คนขับยังคงจดจ่ออยู่กับถนนตลอดเวลาค่ะ

ค่าใช้จ่ายในการบำรุงรักษาระบบยานยนต์อัจฉริยะที่ถูกมองข้าม

อีกหนึ่งข้อเท็จจริงที่ดิฉันอยากเตือนผู้ประกอบการและผู้เชี่ยวชาญด้านยานยนต์ คือเรื่องของต้นทุนแฝง หลายคนชื่นชมว่ารถ EV มีชิ้นส่วนกลไกน้อยกว่ารถเครื่องยนต์สันดาป ทำให้ค่าบำรุงรักษาต่ำกว่า แต่พวกเขาดันลืมคิดถึงค่าใช้จ่ายในการดูแลรักษาระบบอิเล็กทรอนิกส์และเซนเซอร์ที่ละเอียดอ่อนเหล่านี้ค่ะ

การปรับเทียบเซนเซอร์ (ADAS Calibration)

ดิฉันเคยให้คำปรึกษากับศูนย์บริการซ่อมสีและตัวถังแห่งหนึ่ง มีลูกค้านำรถ EV เข้ามาซ่อมกันชนหน้าจากการเฉี่ยวชนเพียงเล็กน้อย แผลภายนอกดูเหมือนจะใช้เงินซ่อมแค่ไม่กี่พันบาท แต่ความจริงคือ กระจังหน้าบริเวณนั้นเป็นตำแหน่งติดตั้ง เรดาร์เซนเซอร์ระยะไกล เมื่อมีการถอดประกอบหรือเปลี่ยนชิ้นส่วน จะต้องมีการทำ ADAS Calibration ใหม่ทั้งหมด

กระบวนการนี้ต้องใช้เครื่องมือพิเศษ พื้นที่ที่ได้ระนาบสมบูรณ์แบบ และช่างเทคนิคที่ผ่านการอบรมเฉพาะทาง ค่าใช้จ่ายในการปรับเทียบเซนเซอร์เพียงจุดเดียวอาจสูงถึงหลักหมื่นบาท และถ้าหากกระจกบังลมหน้าแตก การเปลี่ยนกระจกใหม่ก็ต้องตั้งค่ากล้องหน้าใหม่เช่นกัน หากมองข้ามขั้นตอนนี้ รถยนต์ของคุณอาจจะประเมินระยะเบรกผิดพลาดไปหลายเมตร ซึ่งถือเป็นความเสี่ยงระดับคอขาดบาดตายเลยทีเดียวค่ะ

การเตรียมความพร้อมสำหรับเทคโนโลยีโครงสร้างพื้นฐานในอนาคต

ท้ายที่สุดนี้ ดิฉันอยากสรุปจากประสบการณ์ว่า การผลักดันให้รถยนต์สามารถขับเคลื่อนด้วยตัวเองได้อย่างสมบูรณ์แบบนั้น จะพึ่งพาความฉลาดของตัวรถเพียงอย่างเดียวไม่ได้ค่ะ ต่อให้เรามีเซนเซอร์ที่แม่นยำที่สุดหรือ AI ที่ประมวลผลเร็วที่สุด แต่มันก็ยังคงถูกจำกัดด้วยมุมมองที่รถคันหนึ่งจะมองเห็นได้

อุตสาหกรรมของเราต้องเร่งลงทุนและพัฒนาเทคโนโลยีโครงสร้างพื้นฐานที่เรียกว่า V2X (Vehicle-to-Everything) อย่างเร่งด่วน การเปลี่ยนผ่านนี้หมายถึงการสร้างถนนอัจฉริยะที่สามารถส่งสัญญาณแจ้งเตือนรถยนต์ได้ล่วงหน้า ว่ามีอุบัติเหตุเกิดขึ้นในโค้งข้างหน้า หรือสัญญาณไฟจราจรที่กำลังจะเปลี่ยนเป็นสีแดงในอีกกี่วินาที รถยนต์ควรจะได้สื่อสารกันเองเพื่อปรับความเร็วให้สอดคล้องกัน ลดการเบรกกะทันหัน และหลีกเลี่ยงการชนซ้อนคันค่ะ

การเตรียมความพร้อมในด้านโครงข่าย 5G ที่มีความหน่วงต่ำ (Low Latency) และกฎหมายที่รองรับการสื่อสารข้อมูลระหว่างยานพาหนะ เป็นวาระเร่งด่วนที่หน่วยงานภาครัฐและผู้เชี่ยวชาญด้านวิศวกรรมต้องร่วมมือกัน หากเราไม่เริ่มสร้างรากฐานเหล่านี้ตั้งแต่วันนี้ การรอคอยระบบขับเคลื่อนอัตโนมัติระดับที่ 5 ก็อาจจะเป็นเพียงภาพฝันลมๆ แล้งๆ ที่ไม่มีวันเกิดขึ้นจริงบนท้องถนนที่เต็มไปด้วยความซับซ้อนอย่างในบ้านเราค่ะ