ในช่วงทศวรรษที่ผ่านมา ยานยนต์ไร้คนขับ (Autonomous Vehicles: AVs) ได้กลายเป็นหนึ่งในนวัตกรรมสำคัญที่กำลังเปลี่ยนแปลงภูมิทัศน์ของเมืองทั่วโลก การพัฒนา "ยานยนต์ไร้คนขับแบบใช้ร่วมกัน (Shared Autonomous Vehicles: SAVs)" ไม่เพียงแต่มีศักยภาพในการลดปัญหาการจราจรและมลพิษ แต่ยังส่งผลโดยตรงต่อรูปแบบการใช้พื้นที่เมือง โครงสร้างพื้นฐาน และวิถีชีวิตของผู้คน อย่างไรก็ตาม การบูรณาการเทคโนโลยีดังกล่าวเข้ากับ "พื้นที่เมืองเก่าที่มีคุณค่าทางประวัติศาสตร์และวัฒนธรรม" ยังคงเป็นประเด็นท้าทาย โดยเฉพาะในบริบทของเมืองเอเชียและยุโรปที่มีโครงสร้างถนนแคบ การพัฒนาอย่างหนาแน่น และภูมิทัศน์ทางวัฒนธรรมที่ต้องได้รับการอนุรักษ์

“ยานยนต์ไร้คนขับ” หรือ “ยานยนต์อัตโนมัติ” (Autonomous Vehicle: AV) โดยทั่วไปจะหมายถึง ยานพาหนะที่ใช้เทคโนโลยีในการขับเคลื่อนทดแทนคน ไม่ว่าจะเพียงบางส่วนหรือทั้งหมด เพื่อให้ยานพาหนะเคลื่อนที่จากจุดเริ่มต้นไปยังจุดหมายปลายทางอย่างปลอดภัย โดยหลีกเลี่ยงอันตรายบนถนนและตอบสนองต่อสภาพการจราจรอย่างเหมาะสม

ในปี ค.ศ. 2014 สมาคมวิศวกรรมยานยนต์นานาชาติ หรือ Society of Automotive Engineers (SAE) International ได้จัดทำมาตรฐาน SAE J3016 ขึ้นเพื่อใช้เป็นเกณฑ์มาตรฐานในการพัฒนายานยนต์ไร้คนขับ ซึ่งแบ่งระดับการขับขี่อัตโนมัติไว้ 6 ระดับ โดยสามระดับแรก (ระดับ 0-2) เป็นระดับที่ผู้ขับขี่ยังคงต้องควบคุมพวงมาลัยอยู่ แต่ได้รับความช่วยเหลือหรือได้รับการสนับสนุนจากระบบที่เกี่ยวข้องกับความปลอดภัยอัตโนมัติต่างๆ เช่น ระบบเตือนจุดอับสายตา ระบบเบรกฉุกเฉินอัตโนมัติ ในขณะที่สามระดับหลัง (ระดับ 3-5) คือระดับที่ยานยนต์สามารถใช้เทคโนโลยีต่างๆ ขับเคลื่อนตัวเองได้ โดยในระดับ 3 และ 4 ระบบอัตโนมัติของยานยนต์ไร้คนขับจะทำงานเฉพาะเมื่อการขับขี่อยู่ภายใต้เงื่อนไขและสภาพแวดล้อมที่กำหนดเท่านั้น แต่หากผิดไปจากนี้มนุษย์จะต้องเข้าควบคุมการขับขี่แทน ส่วนระดับ 5 ซึ่งเป็นระดับสุดท้าย ยานยนต์จะสามารถขับเคลื่อนได้เองอย่างเต็มรูปแบบโดยไม่ต้องการมนุษย์มาควบคุมหรือแทรกแซง โดย McKinsey คาดการณ์ว่า ภายในปี 2573 รถยนต์นั่งส่วนบุคคลที่ออกจำหน่าย (New-passenger-car sales) ราว 1 ใน 8 จะเป็นยานยนต์ไร้คนขับ คือมาพร้อมกับเทคโนโลยีขับเคลื่อนอัตโนมัติระดับ 3-5 และภายในปี 2578 มากกว่า 1 ใน 3 ของยอดขายรถใหม่ประเภทนี้จะมาพร้อมกับเทคโนโลยีไร้คนขับดังกล่าว4/

Source by : Cavazza, B. H., et al. (2019). Krungsri Research.

เทคโนโลยีสำคัญในการขับเคลื่อนอัตโนมัติ

ยานยนต์ไร้คนขับเป็นนวัตกรรมที่ผสมผสานระบบเทคโนโลยีที่ซับซ้อน โดยมีองค์ประกอบสำคัญแบ่งได้เป็น 5 กลุ่ม ดังนี้

1) การรับรู้และระบุตำแหน่ง (Environmental Perception and Localization) ที่ทำให้ยานยนต์ไร้คนขับเข้าใจสถานการณ์รอบตัวได้อย่างครบถ้วนและแม่นยำ เช่น

    1.1  Lidar (Light Detection and Ranging) เป็นเทคโนโลยีเลเซอร์ที่ช่วยสร้างแผนที่ 3 มิติของสภาพแวดล้อมรอบยานยนต์ ช่วยตรวจจับขอบถนน สิ่งกีดขวาง และยานพาหนะอื่นๆ

     1.2  Radar (Radio Detection and Ranging) ช่วยในการตรวจจับระยะทางและความเร็วของวัตถุใกล้เคียงด้วยความแม่นยำสูงแม้ในสภาพอากาศที่ไม่ดี เช่น มีฝนหรือหมอกหนา

     1.3 กล้องจับภาพ (Cameras) ที่มีความละเอียดสูง ใช้ในการตรวจจับสัญญาณจราจร ป้ายจราจร และเครื่องหมายบนถนน ซึ่งช่วยเพิ่มความสามารถในการรับรู้สิ่งแวดล้อมของยานยนต์

1.4 GPS และแผนที่ (GPS and Mapping Technologies) โดย GPS คอยให้ข้อมูลตำแหน่งที่ตั้ง เมื่อทำงานร่วมกับแผนที่ความละเอียดสูง (HD Maps) จะช่วยให้ยานยนต์สามารถระบุตำแหน่งของตัวเองได้อย่างแม่นยำ

2) ระบบควบคุมยานยนต์ระหว่างขับเคลื่อน (Vehicle Control Systems) ซึ่งเป็นหัวใจของยานยนต์ไร้คนขับ ทำหน้าที่ควบคุมการเลี้ยว การเร่ง การเบรก และการปรับเปลี่ยนการขับขี่ตามสภาพแวดล้อมแบบเรียลไทม์ เช่น

2.1 พวงมาลัย หรือระบบบังคับเลี้ยว (Steering) ที่ปรับมุมการเลี้ยวตามข้อมูลจากเซนเซอร์ เช่น Lidar และ Radar เพื่อให้ขับขี่ได้อย่างปลอดภัยแม้ในสภาพแวดล้อมที่ซับซ้อน

2.2 การเร่งความเร็วและการเบรก (Acceleration and Braking) ที่จะตอบสนองตามข้อมูลจากเซนเซอร์ตรวจจับการจราจรและสิ่งกีดขวาง เพื่อให้เปลี่ยนความเร็วได้อย่างราบรื่นและปลอดภัย

2.3 การปรับตัวแบบเรียลไทม์ (Real-Time Action Adjustment) เพื่อให้ยานยนต์ไร้คนขับสามารถตอบสนองต่อสภาพแวดล้อมที่เปลี่ยนแปลงตลอดเวลาได้ โดยรวบรวมข้อมูลแบบเรียลไทม์จาก GPS, Lidar, Radar และกล้องจับภาพ เพื่อให้ยานยนต์สามารถตัดสินใจปรับความเร็วหรือทิศทางได้ทันเวลา

3) การตัดสินใจและวางแผนเส้นทาง (Cognitive Decision-Making Processes) รวมถึงการคาดการณ์พฤติกรรมของผู้ใช้ถนนอื่น เป็นระบบที่ทำให้ยานยนต์ไร้คนขับสามารถเลือกเส้นทางที่ปลอดภัยและมีประสิทธิภาพ เช่น

3.1 การวางแผนเส้นทาง (Path Planning) โดยระบบจะใช้ข้อมูลการจราจร กฎจราจร และสิ่งกีดขวางต่างๆ เพื่อกำหนดเส้นทางที่ปลอดภัยที่สุด

3.2 โมเดลคาดการณ์พฤติกรรม (Prediction Models) โดยใช้โมเดลคาดการณ์เพื่อวิเคราะห์และทำนายพฤติกรรมของยานพาหนะอื่นๆ และคนเดินถนนโดยรอบ ยานยนต์จึงสามารถตัดสินใจล่วงหน้าได้ว่าควรเร่งหรือเบรกเมื่อไรเพื่อหลีกเลี่ยงการชน

4) เทคนิคการเพิ่มประสิทธิภาพ (Performance Optimization Techniques) ที่วิเคราะห์ข้อมูลเพื่อตรวจจับข้อผิดพลาดและปรับปรุงประสิทธิภาพ เช่น

4.1 ระบบตรวจจับข้อผิดพลาด (Error Detection Analytics) โดยตรวจสอบข้อมูลจากเซนเซอร์อย่างต่อเนื่องเพื่อระบุข้อผิดพลาดและแก้ไขได้ทันที

4.2 กลยุทธ์การปรับปรุงประสิทธิภาพ (Efficiency Improvement Strategies) โดยใช้ข้อมูลการจราจรและพฤติกรรมการขับขี่ที่ถูกบันทึกไว้ในอดีต เพื่อปรับเส้นทางให้เหมาะสม สามารถลดเวลาการเดินทางและพลังงานที่ใช้

5) กลไกรับรองความปลอดภัย (Safety Assurance Mechanisms) เป็นองค์ประกอบที่สำคัญและจำเป็นสำหรับยานยนต์ไร้คนขับ เช่น

5.1 การเชื่อมต่อยานยนต์ (Vehicle Connectivity) โดยเฉพาะความสามารถในการสื่อสารหรือเชื่อมต่อกับสิ่งรอบตัว (Vehicle-to-Everything: V2X) ทั้งการโต้ตอบกับยานพาหนะอื่นๆ (Vehicle-to-Vehicle: V2V) กับโครงสร้างพื้นฐาน (Vehicle-to-Infrastructure: V2I) และแม้แต่กับคนเดินเท้า เพื่อเพิ่มความปลอดภัยในการขับขี่

5.2 ระบบการตรวจสอบระยะไกล (Remote Monitoring Systems) ที่ช่วยให้ผู้มีหน้าที่ดูแลยานยนต์ไร้คนขับสามารถตรวจสอบสถานะการทำงานของยานยนต์แบบเรียลไทม์จากระยะไกลได้ จึงสามารถตอบสนองต่อปัญหาที่เกิดขึ้นได้อย่างรวดเร็ว

5.3 มาตรการความปลอดภัย (Safety Protocols) หรือระบบความปลอดภัยที่จะทำงานในกรณีฉุกเฉิน เช่น การเบรกฉุกเฉินหรือการควบคุมพวงมาลัย ในกรณีที่ระบบหลักล้มเหลว

Source by : Center for Sustainable Systems, University of Michigan (2024)

บทความงานวิจัยเรื่อง “Bidirectional Adaptation of Shared Autonomous Vehicles and Old Towns’ Urban Spaces: The Views of Residents on the Present” ของ ดร. กัญจนีย์ พุทธิเมธี, ผศ.ดร. สกล ธีระวรัญญู, Sucheng Yao, Xinhao Chen และ Ziqiang Zhang กลุ่มสาขาการวิจัยเชิงกลยุทธ์ : วิศวกรรมยานยนต์ (การเดินทางและขนส่งที่ยั่่งยืน) คณะสถาปัตยกรรมศาสตร์และการออกแบบ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี โดยงานวิจัยนี้มมีวัตถุประสงค์เพื่อสำรวจมุมมองของผู้อยู่อาศัยต่อการปรับตัวระหว่างยานยนต์ไร้คนขับแบบใช้ร่วมกันกับพื้นที่เมืองเก่าในปัจจุบัน ผ่านแนวทางเชิงคุณภาพที่เน้นผู้ใช้เป็นศูนย์กลาง (User-Centered Qualitative Approach) เพื่อให้เข้าใจพลวัตของการอยู่ร่วมกันระหว่างเทคโนโลยีและมรดกทางวัฒนธรรม พร้อมทั้งชี้ให้เห็นแนวทางในการพัฒนาเมืองเก่าให้สามารถรองรับนวัตกรรมการคมนาคมได้อย่างสมดุลระหว่าง “ความคล่องตัว” (mobility) และ “การอนุรักษ์” (preservation)

อย่างไรก็ตาม การนำยานยนต์ไร้คนขับแบบใช้ร่วมกันเข้ามาในพื้นที่เมืองเก่าก็ต้องดำเนินการอย่างรอบคอบ เนื่องจากพื้นที่เหล่านี้มีข้อจำกัดทางกายภาพและมรดกทางวัฒนธรรมที่ละเอียดอ่อน การออกแบบเชิงนโยบายจึงควรมุ่งสู่แนวทางที่ ยืดหยุ่น เป็นมิตรกับวัฒนธรรมท้องถิ่น และตั้งอยู่บนฐานของข้อมูลจริงจากผู้มีส่วนได้ส่วนเสียทุกภาคส่วน

การปรับตัวระหว่างยานยนต์ไร้คนขับกับพื้นที่เมืองเก่าไม่ใช่เพียงการเปลี่ยนผ่านทางเทคโนโลยี แต่คือการสร้าง “สมดุลใหม่ระหว่างอดีตกับอนาคต” เมืองเก่าจึงไม่ควรถูกมองว่าเป็นอุปสรรคต่อความทันสมัย หากแต่เป็นพื้นที่เรียนรู้ที่สามารถผสานนวัตกรรมเข้ากับมรดกทางวัฒนธรรมได้อย่างกลมกลืนเพื่อมุ่งสู่เมืองอัจฉริยะที่เคารพต่อรากเหง้าและผู้คนของตนเองอย่างแท้จริง.

เอกสารอ้างอิง

Yao, S., Budthimedhee, K., Teeravarunyou, S., Chen, X., and Zhang, Z. (2025). Bidirectional Adaptation of Shared Autonomous Vehicles and Old Towns’ Urban Spaces: The Views of Residents on the Present.World Electr. Veh. J., 16(7), 395. https://doi.org/10.3390/wevj16070395

ณธัญอร รัตนาธรรมวัฒน. (26 ธันวาคม 2567). ยานยนต์ไร้คนขับ ก้าวสำคัญสู่การขนส่งแห่งอนาคต. https://www.krungsri.com/th/research/research-intelligence/ai-autonomous-car-2024