林姿伶/ 發布日期：2019/05/23/ 瀏覽次數：184

自駕車正迅速地發展，未來將使用網域控制器、人工智慧等相關技術，實現準確且明智的決策判斷，以朝向全自動化駕駛發展；另外，在自駕車產業價值鏈中，廠商將交叉合作開發，以降低開發成本、增進技術的擴展性；此外，藉由新興商業模式的出現，可為自駕車產業帶來更多的市場商機。以下將自駕車之發展趨勢分為服務市場與自駕車技術兩大類進行說明。

一、 服務市場發展趨勢
(一)運輸服務
自動運輸服務的商業模式將興起，例如：叫車服務、車輛共享服務；此外，另一種新興模式則是結合自動運輸服務與傳統公共運輸服務的商業模式，例如：接駁服務(Shuttles)、隨選服務(On-demand services)、需求反應式運輸服務(Demand-Responsive Transit, DRT)。
(二)周邊服務
各產業與車輛、車隊合作使用數據資料，提供加值服務，將帶來新商機。該服務包含GPS車輛追踪、車隊管理與運營、交通流量管理、道路與停車的自動收費、車輛使用的監控與防盜、車載系統的廣告與訊息服務。
(三)物流服務
物流業者、零售商與自駕車業者合作，使物流產業生態系統的價值最佳化。在鄉村地區，可提高貨物的安全性、生產效率，以及降低成本營運；在都市地區，提供透明化的運輸平台，貨物具有可追溯性，以及可對運輸車輛進行路線導引，並以無人載具進行最後一哩運送(Last Mile Delivery)。
(四)車輛服務
在安全的條件下，藉由車輛平台、軟體、硬體、伺服器之間的連接與合作，提供客製化的操作介面與需求服務。

二、 自駕車技術發展趨勢
(一)未來自動駕駛車輛平台
在系統或電源故障時，提供安全性。該車輛平台包含專為油電混合動力系統、純電動動力系統設計之動力總成；採用網域控制器與集中式計算方式之計算控制系統；具有冗餘與備份系統的系統控制驅動器。
(二)未來融合感測器技術
透過感測器數據的即時整合，實現高效率、高準確性、高可靠性的數據資料處理，再將處理過的數據資料傳送回中央微控制器(Microcontroller Unit, MCU)，以利進行決策判斷。
(三)數據資料的儲存與計算技術
車輛與使用者間的連接性、數據的資料量、資料傳輸的延遲性，皆為影響該技術的關鍵因素。藉由邊緣運算與雲端計算，可安全快速地存取與處理數據資料，以供決策。
(四)測試驗證技術
藉由人工智慧(Artificial Intelligence, AI)與機械學習(Machine Learning, ML)來訓練自駕系統，進行道路駕駛、事件資料的紀收集與分析、試驗場景的評估策劃與模擬試驗，使該技術的測試與驗證過程，達到時間與成本的最佳化。