新加坡國家陸路運輸管理局（LTA）、新加坡南洋理工大學（NTU）和JTC共同開發的CETRAN智能車測試中心，是東南亞地區第一個自動駕駛測試中心，它的設計看起來就像一個真正的城市道路網絡，包括交通路口、公共汽車站和斑馬線。它還可以模擬熱帶降雨和洪水情況，反映新加坡及周邊地區的氣候。

新加坡擁有560萬人口，面積不到725平方公里，約為紐約市面積的三分之二，是世界上人口第三密集的國家。在今年2月，咨詢公司畢馬威國際（KPMG International）發布的自動駕駛汽車（AV）準備指數排名中，新加坡擊敗了包括美國、中國在內的18個國家，名列第二。

該報告從國家層面的政策和立法、技術與創新、基礎設施、消費者接受度四個維度進行考量。盡管我國陸續出臺了一些政策和立法，在這個表單中僅排名20名。一方面，我們有必要質疑該報告的準確性，另一方面，我們也需要深度了解新加坡在交通上所做得工作。

新加坡自動駕駛政策布局

新加坡將該國定位為部署模擬城市試驗臺和無人駕駛公交車計劃的自動駕駛發展中心。政府態度積極、消費者持擁抱程度、優質的道路和移動網絡基礎設施，讓新加坡位列該榜第二。從2014年起，新加坡就開始了面向交通駕駛的公共政策研究，陸路交通管理局 （LTA）對駕駛數據為依據的事故調查和責任索賠提出了要求；2017年，通過了道路交通法修正案，允許自動駕駛汽車進行公共道路測試。

盡管在汽車電動化程度較低，缺乏科技公司總部、相關專利和投資。但它目前正與荷蘭合作制定自動駕駛的國際標準。

2017年11月31，在南陽理工大學開設了自動駕駛的測試與研究卓越中心。其中包括公共汽車站、交通燈摩天大樓、灑雨機……這些都是用于模擬現實測試的。政府基于這個設施來設置新的公路交通規則，預計在2019年初出版。新加坡還宣布，從2022年起，在非客流高峰期和按需通勤時，將無人駕駛巴士投入Punggol、Tengah和Jurong創新園的通勤運營。

英國成立的家電制造商戴森最近宣布將在新加坡開設新工廠，以在2021年建造電動汽車，并將其公司辦公室遷至該州。雖然很多研究和開發工作將留在英國。專家Satya Ramamurthy表示，新加坡缺乏傳統的汽車制造業可能證明是開發電動汽車和視聽設備的優勢，因為他們大量使用不同的組件集。相對較少的充電點目前是一個弱點，但電力供應商和其他人正計劃安裝更多這些設施。

新加坡對私家車征稅很重，這也預計會成為一種有效推進自動駕駛的優勢。

CETRAN：東南亞地區第一個自動駕駛測試中心

由新加坡國家陸路運輸管理局（LTA）、新加坡南洋理工大學（NTU）和JTC共同開發的CETRAN智能車測試中心，是東南亞地區第一個自動駕駛測試中心，它的設計看起來就像一個真正的城市道路網絡，包括交通路口、公共汽車站和斑馬線。它還可以模擬熱帶降雨和洪水情況，反映新加坡及周邊地區的氣候。這樣測試中心就可以讓自動駕駛汽車在不同的運行環境中體驗。

該中心于2017年底開放以來，已有包括麻省理工學院創業公司nuTonomy在內的多家公司在此對其無人駕駛汽車進行惡劣天氣測試。近日，有外媒深入報道了這個能模擬熱點降雨氣候的測試中心。

上圖中2區域Rain simulator便是傳說中的雨天模擬器，由一個近40米長的薄金屬框架組成，分為九個部分。它看起來像一系列空門框，在每個部分的頂部有三個噴嘴，每小時能夠釋放高達150毫升的水。

熱帶降雨氣候考驗智能車的感知能力

負責CETRAN的資深科學家Niels de Boer 說：“所有AV公司都必須在中心測試他們的車輛，然后才能進入公共道路。我們目前還沒有看到能夠在大雨和洪水條件下正常運行的車載傳感器。到目前為止，大多數人都將優越的功能和安全性放在惡劣天氣測試之上。”

“熱帶地區會突然傾盆大雨，經常導致山洪暴發，對AVs提出了特殊的挑戰。“在洪水泛濫時檢測積水很困難，”Niels de Boer 說。“即使你能探測到水，你也不知道它有多深。”

下雨時，水滴會分別吸收激光雷達和雷達產生的激光束和無線電波，并導致信號衰減。在新加坡南洋理工大學（NTU）開發自動電動公交車的工程師 Gil Jr Opina 說，或者液滴可能會反射這些電波，并錯誤地將它們識別為車輛路徑中的障礙物。

雨也可能讓相機收集的圖像發生扭曲，并“產生類似于霧或氣體遮蔽的效果”，來自麻省理工學院的機器人專家Daniela Rus 補充說，“所有這些感知降級使得難以檢測靜態和動態障礙物，導致定位和導航不良。”

為了克服這些挑戰，開發人員經常尋求軟件解決方案。在創建參考地圖以幫助車輛導航時，Rus 和她的團隊選擇“對天氣條件變化沒有影響的外界環境特征。”這些特征包括高層建筑，交通桿和樹干等。“如果它是一座高樓，即使下雨阻礙了一些數據點，你仍然可以從建筑物的其他地方獲取信息，”她說。

糾正大雨期間不良的攝像機視覺問題現在有很多方法，Rus的團隊將使用深度學習技術訓練的除霧和去霧濾波器，應用于實時視頻流中。同時，Opina和NTU團隊提取車輛各種傳感器收集的信息，使用機器學習來校正所獲得的任何不良信號，然后調整控制車輛行為的算法。作為響應，智能車可以減慢或改變其數據收集速率。

為了進一步為智能車在各種惡劣天氣下制定全面的測試計劃，新加坡CETRAN 測試中心希望與海外的其他視聽測試中心合作，如密歇根的美國移動中心，瑞典的AstaZero AB和K－City等。

目前已有十個本地和外國公司在新加坡進行自動駕駛試驗。新加坡的目標是成為“城市交通解決方案的全球參與者”，并將推動城市“大規模部署自動駕駛汽車”。預計將從2022年開始，新加坡將在三個新市鎮開展自動駕駛公共汽車和按需出行巴士服務的試點項目。