รถยนต์อัตโนมัติทำอย่างไรเมื่อเจอเสียงไซเรนของตำรวจและรถพยาบาล?

รถยนต์อัตโนมัติได้ยินเสียงไซเรนได้จากระยะ 800 เมตร แต่ก็ยังจอดขวางทางหน้ารถดับเพลิงต่อไป มันมีหู แต่ขาดสัญชาตญาณ
รถยนต์อัตโนมัติได้ยินเสียงไซเรนได้จากระยะ 800 เมตร แต่ก็ยังจอดขวางทางหน้ารถดับเพลิงต่อไป มันมีหู แต่ขาดสัญชาตญาณ

แชร์หน้านี้

ยานพาหนะอัตโนมัติสามารถตรวจจับเสียงไซเรนได้แล้ว ไมโครโฟนภายนอกของ Waymo และ AI เสียงของ Cerence ทำสิ่งนี้ได้ในระยะไกลถึง 800 เมตร แต่การตรวจจับกับการตอบสนองอย่างถูกต้องไม่ใช่เรื่องเดียวกัน: แท็กซี่หุ่นยนต์จอดขวางหน้ารถดับเพลิง อุดตันทางออกของสถานีดับเพลิง และบังทางเดินของยานพาหนะฉุกเฉินระหว่างที่รอท่าทางของตำรวจ โดยสรุป: มีหู แต่สัญชาตญาณยังขาดอยู่

จุดเด่น

  • ระบบจดจำเสียงของ Cerence รู้จักเสียงไซเรน มากกว่า 1,500 แบบ และสามารถตรวจจับได้ในระยะเกิน 800 เมตร
  • ในเดือนสิงหาคม 2023 รถดับเพลิงที่เปิดไซเรนชนกับรถ Cruise ไร้คนขับที่กำลังขับผ่านไฟเขียวในซานฟรานซิสโก
  • NHTSA ออกคำเตือนสาธารณะถึงนักพัฒนารถอัตโนมัติในเดือนกรกฎาคม 2026 หลังเกิดเหตุการณ์มากกว่า 75 ครั้ง
  • Waymo ฝึกฝนยานพาหนะของตนให้จดจำรถดับเพลิง รถพยาบาล และรถตำรวจมาตั้งแต่ปี2017
  • ในแคลิฟอร์เนีย ตั้งแต่วันที่ 1 กรกฎาคมเป็นต้นไป แท็กซี่หุ่นยนต์อาจถูกปรับหากขวางทางเจ้าหน้าที่ฉุกเฉิน

ชุดเซ็นเซอร์มี "หู" สำหรับไซเรนหรือไม่?

ลองนึกภาพว่ารถยนต์อัตโนมัติมองเห็นสภาพแวดล้อมรอบตัวอย่างไร: lidar วาดแผนที่สามมิติ radar ครอบคลุมระยะไกลและสภาพอากาศเลวร้าย กล้องจดจำไฟส่องสว่าง และเซ็นเซอร์อัลตราโซนิกจัดการระยะใกล้ ดีแต่ชุดอุปกรณ์นี้มีจุดอ่อนร่วมกัน: ทั้งหมดพึ่งพา L i n e การมองเห็นตรง หากรถดับเพลิงอยู่หลังหัวมุม กล้องจะเห็นเพียงถนนว่างเปล่า และนี่คือจุดที่เสียงเข้ามามีบทบาท เพราะเสียงไซเรนสามารถมาจากหลังกำแพงและนอกเส้นการมองเห็นได้ ก็เหมือนกับที่เธออยู่กลางการจราจรแล้วปิดกระจกรถจะไม่ได้ยินเสียงเครื่องยนต์ ตรรกะเดียวกัน

ยานพาหนะของ Waymo จึงมีไมโครโฟนภายนอก ซึ่งติดตั้งไว้ด้านนอกเพื่อตรวจจับไซเรนและแตร เมื่อไมโครโฟนหลายตัวบันทึกเสียงเดียวกันในช่วงเวลาต่างกัน ก็สามารถคำนวณทิศทางที่เสียงมาจากได้จากความต่างของเวลา นั่นคือรถไม่ได้แค่บอกว่า "มีไซเรน" แต่ยังพยายามประเมินทิศทางของมันและว่ามียานพาหนะกำลังเข้ามาหรือไม่ เจ๋งใช่ไหมล่ะ? ทีนี้มาดูกันว่าในชีวิตจริงมันติดตรงไหน

ทำไมการจดจำไซเรนจึงยากขนาดนี้?

แถบความถี่ของเสียงถูกครอบงำด้วยเสียงรบกวนของเมืองเกือบทุกช่วงเวลา: แทรกเตอร์ มอเตอร์ไซค์ งานก่อสร้าง เพลงเบสหนัก และยังต้องบวกความหลากหลายของตัวไซเรนเองอีก เอกสารสิทธิบัตรระบุรูปแบบไซเรนพื้นฐานสองแบบ: "wail" ที่แกว่งช้า และ "yelp" ที่สั่นเร็ว นอกจากนี้ ความดันเสียงสูงสุดมักกระจุกตัวอยู่ในแถบ 1,000-2,000 Hz ซึ่งเป็นช่วงที่ทับซ้อนกับช่วงที่เสียงรบกวนของเมืองดังที่สุด เพื่อให้ระบบแยกไซเรนออกจากเสียงรบกวนได้ เสียงบันทึกจะถูกแบ่งเป็นคลิปสั้นๆ แปลงเป็นสเปกโตรแกรม แล้วส่งผ่านโครงข่ายประสาทเทียมแบบคอนโวลูชันที่ได้รับการฝึกฝนมาแล้ว ฟังดูซับซ้อนเพราะมันก็ซับซ้อนจริงๆ

ส่วนที่ยากที่สุดไม่ใช่ด้านเทคนิค แต่เป็นด้านปฏิบัติการ: ในกรณีที่ยานพาหนะฉุกเฉินถูกซ่อนอยู่หลังอาคาร รถบรรทุก หรือแถวต้นไม้ จุดอ่อนที่สุดของระบบตรวจจับคือตรงนี้ ทั้งในซอฟต์แวร์และงานวิจัยเชิงวิชาการ สถานการณ์ "ยานพาหนะที่ซ่อนตัว" นี้ถูกจัดเป็นปัญหาแยกต่างหาก ในข่าวเกี่ยวกับสิทธิบัตรการตรวจจับยานพาหนะฉุกเฉินของ Nvidia ก็ระบุข้อสรุปเดียวกันนี้ซ้ำ: รถยนต์อัตโนมัติมีปัญหาในการจดจำและตอบสนองต่อยานพาหนะฉุกเฉินอย่างถูกต้อง กล่าวคือ ปัญหาไม่ใช่คำถามว่า "มองไม่เห็นหรือ?" แต่เป็นคำถามว่า "ถ้าเห็นแล้วทำอะไร?"

ตัวเลขน่าเชื่อถือแค่ไหน?

ระบบจดจำเสียงสัญญาณเตือนให้คำมั่นสัญญาถึงอัตราความสำเร็จที่น่าประทับใจ: งานวิจัยหนึ่งรายงานความแม่นยำเกินร้อยละ 99 ในการตรวจจับการมีอยู่ของเสียงไซเรนในระยะวิกฤต 10-50 เมตร แต่ระวัง: ตัวเลขนี้มาจากชุดข้อมูลที่ควบคุมได้ บนถนนจริง เสียงไซเรนสองตัวดังพร้อมกัน ลมหวีดผ่าน รถถูกซ่อนอยู่หลังรถบรรทุก ความต่างระหว่างค่าระยะและความแม่นยำที่ผู้ผลิตโฆษณากับประสิทธิภาพในการจราจรจริงประจำวัน คือส่วนที่สำคัญที่สุดแต่ถูกพูดถึงน้อยที่สุดของเรื่องนี้

ผู้ผลิตกำลังพยายามแก้ปัญหานี้อย่างไร?

หนึ่งในผู้เล่นที่โดดเด่นที่สุดอยู่ในด้านเสียง ระบบตรวจจับยานพาหนะฉุกเฉินของ Cerence Emergency Vehicle Detection (EVD) ได้รับการรับรองใน 47 ประเทศและรองรับเสียงไซเรนมากกว่า 1,500 แบบ ตรวจจับได้จากระยะ 300 เมตรด้วยไมโครโฟนภายในรถ และเกิน 800 เมตรด้วยไมโครโฟนภายนอก การติดตั้งไมโครโฟนภายนอกยังให้ข้อมูลทิศทางอีกด้วย Mercedes-Benz และ BMW ได้ผสานระบบนี้เข้ากับโปรแกรมการขับขี่อัตโนมัติแล้ว และยังพบในโครงการแท็กซี่ไร้คนขับและรถบรรทุกอัตโนมัติด้วย กล่าวคือ อุตสาหกรรมได้เรียนรู้ที่จะบอกว่า "กล้องอย่างเดียวไม่พอ เรามาใส่หูให้รถกันเถอะ"

ส่วนฝั่ง Waymo นั้นเรื่องราวย้อนไปไกลกว่านั้น บริษัทกำลังฝึกรถของตนให้จดจำรถดับเพลิง รถพยาบาล และรถตำรวจมาตั้งแต่ปี 2017 เซนเซอร์ได้เก็บตัวอย่างจากความเร็ว ระยะทาง และมุมที่แตกต่างกัน ยังมีการกำหนดลำดับชั้นพฤติกรรมที่ตรวจจับตำรวจจราจรและรอท่าทางมือด้วย แนวทางของ Tesla แตกต่างออกไป: พึ่งพากล้องและเรดาร์เป็นหลัก ส่วนการตรวจจับไซเรนด้วยเสียงยังไม่ชัดเจน นับตั้งแต่เวอร์ชัน 13 ผู้ใช้รายงานพฤติกรรมการขับรถเข้าไปชิดขอบถนนสำหรับยานพาหนะฉุกเฉินที่มีไฟกะพริบ ในเหตุการณ์หนึ่ง Full Self-Driving ขับเปลี่ยนเลนเพื่อเปิดทางให้รถพยาบาลที่กำลังเข้ามาขณะจอดรอแสงแดดเดียว อย่างไรก็ตาม ด้านนี้ของ Tesla ยังไม่ได้รับการบันทึกด้วยรายละเอียดทางวิศวกรรมที่เป็นรูปธรรมเท่า Waymo และ Cerence

ระบบแนวทางข้อมูลเด่น
Cerence EVDAI ด้านเสียง ไมโครโฟนภายในและภายนอกรถเสียงไซเรนมากกว่า 1,500 แบบ ตรวจจับเกิน 800 ม. รับรองใน 47 ประเทศ
Waymoไมโครโฟนภายนอก (EAR) + การจดจำภาพ การตรวจจับท่าทางของตำรวจการฝึกรถให้รู้จักยานพาหนะฉุกเฉินมาตั้งแต่ปี 2017
Tesla FSDพึ่งพากล้องและเรดาร์เป็นหลักพฤติกรรมการเข้าไปชิดขอบถนนตั้งแต่เวอร์ชัน 13 (รายงานจากผู้ใช้)

ทำไมแท็กซี่ไร้คนขับจึงติดขัดเมื่อเจอไซเรน? กรณีศึกษาที่จับต้องได้

Siren sesini algılayan bir robotaksi, yangına koşan itfaiye aracının önünde kilitleniyor çünkü kuraları ezbere bilen bir makine, aciliyeti kavrayamıyor.

ทฤษฎีสวยงาม แต่ความจริงปฏิบัติโหดร้าย กรณีที่โดดเด่นที่สุดเกิดขึ้นที่ซานฟรานซิสโกในเดือนสิงหาคม 2023: รถดับเพลิงที่กำลังมุ่งหน้าไปตอบสนองเหตุฉุกเฉินโดยเปิดไซเรนและไฟฉุกเฉิน ชนกับแท็กซี่อัตโนมัติ Cruise ที่ไร้คนขับซึ่งแล่นผ่านไฟเขียว มีผู้บาดเจ็บหนึ่งคน ลองนึกภาพดู สิ่งที่ชัดเจนที่สุดที่เทคโนโลยีควรมองเห็น - ไฟฉาย ไซเรน ยานพาหนะฉุกเฉิน - แต่ระบบก็ยังตัดสินใจผิดพลาด

ในฝั่งของ Waymo ก็มีเหตุการณ์คล้ายกันเกิดขึ้นซ้ำแล้วซ้ำเล่า ที่ออสติน แท็กซี่อัตโนมัติที่ว่างเปล่าไปบังทางของรถดับเพลิงที่กำลังมุ่งหน้าไปแจ้งเหตุเพลิงไหม้โรงแรม รถคันดังกล่าวขยับไปมาเล็กน้อย บีบแตร แต่ก็ไม่สามารถเปิดทางให้ได้อย่างเหมาะสม ในเดือนพฤษภาคม 2024 ที่เขตดัลลาสเคาน์ตี้ เจ้าหน้าที่บังคับใช้กฎหมายคนหนึ่งพบแท็กซี่อัตโนมัติ Waymo ที่ว่างเปล่าจอดบังถนนอยู่ใกล้เพลิงไหม้อาคารที่มีผู้เสียชีวิต นักดับเพลิงซานฟรานซิสโกก็ร้องเรียนเรื่องการบังทางที่เกิดขึ้นซ้ำๆ เช่นกัน: มีบันทึกว่ายานพาหนะเหล่านี้บังทางออกจากสถานีดับเพลิง และจอดขวางหน้ารถพยาบาลและรถดับเพลิง ในเหตุการณ์หนึ่ง นักดับเพลิงต้องเข็นรถเข้าข้างทางด้วยมือของตัวเอง คลิปวิดีโอแท็กซี่อัตโนมัติที่บีบแตรนาน 30 วินาที ยังเป็นเรื่องที่เบาที่สุดในบรรดาทั้งหมดนี้

ฝั่งตำรวจก็ไม่ใช่เรื่องที่แสนราบรื่นเช่นกัน รายงานเดือนธันวาคม 2025 ขององค์กรเชี่ยวชาญที่มุ่งเน้นงานบังคับใช้กฎหมาย ยืนยันว่ายานยนต์อัตโนมัติมีปัญหาในสถานการณ์จราจรที่ยุ่งเหยิง เช่น การจราจรของยานพาหนะฉุกเฉิน การปิดถนน คำสั่งด้วยเสียง และท่าทางมือ แม้แต่หน่วยงานตำรวจของกระทรวงยุติธรรมสหรัฐฯ ยังเผยแพร่คู่มือในเดือนกันยายน 2025 เพื่ออธิบายให้เจ้าหน้าที่ทราบว่าควรโต้ตอบกับระบบขับขี่อัตโนมัติอย่างไร รัฐกำลังฝึกตำรวจให้รับมือกับแท็กซี่อัตโนมัติ - ลองอ่านประโยคนี้ซ้ำอีกครั้งเพื่อสัมผัสความแปลกประหลาดของมัน

ผู้กำกับดูแลเข้ามามีบทบาทเมื่อไร?

เจ้าหน้าที่ที่ถ่อมตัวพอก็ในที่สุดก็ออกมาเอ่ยปาก ในเดือนกรกฎาคม 2026 หน่วยงานความปลอดภัยจราจรภาครัฐของสหรัฐฯ พบรูปแบบที่ชัดเจนว่ายานยนต์ไร้คนขับบังทางเจ้าหน้าที่บังคับใช้กฎหมายและผู้ตอบสนองเหตุฉุกเฉินแรก จึงเรียกร้องให้บริษัทต่างๆ แก้ไขอย่างรวดเร็ว หลังเหตุการณ์มากกว่า 75 ครั้ง นี่ไม่ใช่แค่คำเตือนเบาๆ แต่เป็นคำวิจารณ์ที่เหมือนตบหน้า ในช่วงเวลาเดียวกัน แคลิฟอร์เนียได้มีกฎใหม่มีผลบังคับใช้: ตั้งแต่วันที่ 1 กรกฎาคมเป็นต้นไป บริษัทแท็กซี่อัตโนมัติอาจเผชิญกับการลงโทษหากยานพาหนะของตนบังทางตำรวจหรือนักดับเพลิง

บนโต๊ะเจรจายังมีความคิดที่เข้มงวดกว่านั้นด้วย: มีการเสนอร่างกฎหมายที่กำหนดให้แท็กซี่อัตโนมัติต้องมีระบบตรวจจับแยกสองแบบ แนวคิดเรื่องสายด่วนสำหรับผู้ตอบสนองเหตุฉุกเฉินตลอด 24 ชั่วโมง และการจำกัดพื้นที่ทางภูมิศาสตร์ที่บังคับให้ยานพาหนะต้องอยู่ห่างจากบางพื้นที่ ก็กำลังถูกหยิบยกขึ้นหารือ สิ่งเหล่านี้ยังไม่ใช่ข้อบังคับที่ตกลงกันสมบูรณ์ แต่มันชี้ทิศทางไว้: ถ้าเทคโนโลยีไม่แก้ไขตัวเอง กฎก็จะพยายามแก้มันแทน

ช่องว่างระหว่างคำสัญญากับความจริง: ใครคือผู้ขับเคลื่อนระบบ?

คำสัญญาของอุตสาหกรรมชัดเจน: การฟิวส์เซนเซอร์แบบหลายโหมดและ AI ด้านเสียงจะแก้ปัญหา เราจะให้ทั้งตาและหูกับยานพาหนะ แต่ความจริงในตอนนี้เป็นแบบนี้: แม้แต่รถที่ตรวจจับได้ก็อาจยังตอบสนองไม่ถูกต้อง แทนที่จะเปิดทาง มันบีบแตร รอคอยด้วยการขยับเล็กน้อย หรือไม่ก็ค้างคาไปเลยทั้งคัน ยังไงก็ตาม ณ ตอนนี้ ทางออกที่ใช้ได้ผลที่สุดเมื่อเผชิญหน้ากับแท็กซี่อัตโนมัติที่จอดขวางอยู่ข้างหน้าก็ยังเป็นมนุษย์: คู่มือที่ Waymo เผยแพร่สำหรับเจ้าหน้าที่กู้ภัยคนแรกระบุขั้นตอนการเข้าควบคุมแบบ manual ไว้ กล่าวคือ นักดับเพลิงสามารถเปิดประตูรถและเข้าควบคุมได้ ในแง่อารมณ์มันชวนให้รู้สึกขมขื่นเล็กน้อย แต่ในแง่วิศวกรรมมันก็ตรงไปตรงมาดี

คำถามที่ผมอยากตั้งคือ: เมื่อตัวเลขอย่างอัตราความแม่นยำ 99 เปอร์เซ็นต์และระยะตรวจจับ 800 เมตรถูกนำออกโชว์ แต่ผลงานจริงบนท้องถนนยังไม่เคยได้รับการพิสูจน์ การที่ NHTSA เข้ามาแทรกแซงหลังเกิดเหตุการณ์มากกว่า 75 ครั้ง คือหลักฐานที่ชัดเจนที่สุดว่าเทคโนโลยีนี้ยังไม่บรรลุความสุกงอมในเชิงการปฏิบัติงาน ในความคิดผม งานวิจัยจากมหาวิทยาลัยก็ชี้ไปในทิศทางเดียวกัน: ผู้ผลิตจำเป็นต้องปรับปรุงความสามารถในการตรวจจับและตอบสนองต่อยานพาหนะฉุกเฉินให้ดีขึ้น การได้ยินเสียงไซเรนเป็นเรื่องดี แต่เบื้องหลังรถดับเพลิงคันนั้นอาจมีชีวิตคนติดอยู่; เวลารอคอยถูกวัดกันด้วยชีวิตของคนนั้น

สรุป: หูได้ยินแล้ว แต่ปฏิกิริยาสะท้อนยังขาด

รถยนต์อัตโนมัติตอนนี้ได้ยินเสียงไซเรนแล้ว - ด้วยอาร์เรย์ไมโครโฟน ปัญญาประดิษฐ์ด้านเสียง และการจดจำภาพ ส่วนนี้ถือว่าผ่านไปแล้ว แต่ก้าวถัดไปยากกว่านั้น: การตอบสนองต่อเสียงไซเรนที่ได้ยินด้วยปฏิกิริยาที่เชื่อถือได้และรวดเร็ว เส้นทางที่ยืดยาวจากอุบัติเหตุของ Cruise ในปี 2023 ไปจนถึงคำเตือนจากรัฐบาลกลางในปี 2026 แสดงให้เห็นว่านี่ไม่ใช่ปัญหาที่จะแก้ได้ในคืนเดียวด้วยการอัปเดตซอฟต์แวร์ รถดับเพลิงที่ต้องรออยู่ข้างหน้าแท็กซี่อัตโนมัติ คือใบรายงานผลที่ซื่อสัตย์ที่สุดของเทคโนโลยีนี้ - และมันยังไม่ผ่านเกณฑ์

แหล่งอ้างอิง