台灣發展自駕車機會在哪? 專家建議從大眾運輸系統下手 - 信傳媒

文章推薦指數: 80 %
投票人數:10人

專家認為,台灣可藉由發展無人巴士切入自駕車領域,打造智慧運輸網。

(圖片來源/擷取自網路). 7月初,全台第一輛Level 4無人駕駛巴士EZ10在台大水源 ... 台灣發展自駕車機會在哪?專家建議從大眾運輸系統下手專家認為,台灣可藉由發展無人巴士切入自駕車領域,打造智慧運輸網。

(圖片來源/擷取自網路)產業動態帥開耀2017-07-1717:48小中大專家認為,台灣可藉由發展無人巴士切入自駕車領域,打造智慧運輸網。

(圖片來源/擷取自網路)7月初,全台第一輛Level4無人駕駛巴士EZ10在台大水源校區開放試乘,該車配備6台光學雷達(LiDAR),分別位在車頂、車身前後和車身四個角落,提供雷射測距和防撞機制;車頂則有GPS系統,協助車輛自我定位。

另外在車內,則有兩台攝影機瞄準前、後方,感測裝置已算是相當完備。

這輛車提供試乘就是為了蒐集參數,分析行駛間可能遇到的狀況,並分析乘客行為等數據,對於打造智慧運輸網可謂跨出一大步,待數據蒐集齊全後,可望日後能實際上路測試,作為特定路線或定點載客接駁之用。

無人巴士台大首先試營運,智慧運輸第一步 由於前瞻計劃中的軌道建設占了一半預算,讓公共運輸的形態引起各方激辯。

以目前的技術和條件來看,究竟自動駕駛、智慧運輸能否承載台灣區域公共運輸的重擔?各方說法,莫衷一是。

無人車過去只存在於人們的幻想與科幻片的場景,但近年來不僅已成為汽車產業結合AI的重要發展趨勢,更是打造智慧運輸、建立交通革命的關鍵一步,因此歐、美、中、日、韓等國無不傾力發展自駕車展業,並在政策、法規、驗證場地等方面積極配合。

專家認為,未來3~5年較低自動化程度的(Level1、2)自駕車會開始商業化,並在2020~2025年能引領車用半導體的發展,且有相當成長空間。

歐美國家可說是自駕車領域的先行者,早在1920年代汽車自動化的實驗即在歐洲開展,但當時仍以學術研究為主,直到1980首輛自動化汽車出現,各家大型公司與研究機構才開始製造可運作的自動駕駛汽車原型。

2016年底,美國汽車大廠特斯拉(Tesla)展出了一段測試影片,片中駕駛在車輛行進過程完全不需觸碰方向盤,至少已達到自動化程度第4級(Level4),顯然離全自動駕駛又更近了一步。

然而,這樣的成果是長期研究與技術、經驗的累積而成,台灣在部分技術能量缺乏的情況下,並無能力做出如特斯拉一樣的自駕車,對此專家建議,台灣可從慢速、但同樣高度自動化的自駕大眾運輸系統著手,如自駕公車。

自駕汽車門檻高,我技術、市場有限,不易發展 自駕車組成的基本技術要素包含感測器、智能系統(AI)與通訊網絡系統三個部分,感測器能有效偵測車內外的駕駛環境,幫助電腦或駕駛做決策判斷;智能系統負責車內各項系統的運算處理,包含晶片、子系統、演算法;通訊網絡系統則是藉由雲端與外部資料連結,保證行車安全,蒐集如,地物資訊、交通資訊等資料。

然而自駕車做為高科技門檻的前瞻產業,台灣仍有許多能力與資源不足。

聯發科技副總經理徐敬全談到,台灣目前缺乏且急需補強的部分,有AI技術與輔助AI的各項感測器與認知辨識能力,車用聯網之基礎建設及測試所需之場地,和配套法規等。

其中,感測器與AI技術作為紅區技術,是最為關鍵也難以取得、突破的,若台灣要從無到有做出類似美國特斯拉高速、高度自動化的自駕車是非常困難的。

此外,台灣市場太小,即使未來能做出類似產品,距離國際市場上同級之成熟產品,也難有競爭力。

配合軌道建設,建構低速、高度自動化智慧運輸系統 至於高速、高自動化的自駕車,在台灣技術能量、市場規模的限制下,恐非理想的發展方向,車測中心總經理黃隆洲建議,不如轉而發展技術門檻較低的慢速、高自動化載具。

黃隆洲認為,自動駕駛將為全球車輛產業帶來交通革命,並因應社會需求,打造智慧運輸網,針對這點,台灣有兩大既有優勢。

首先,國內已有ADAS先進駕駛輔助系統(AdvancedDriverAssistanceSystems,簡稱ADAS)系統關鍵技術與供應鏈。

做為車廠積極發展的智慧車輛技術之一,ADAS的主要功能是為駕駛人提供車輛的工作情形與車外環境變化等相關資訊進行分析,且預先警告可能發生的危險狀況,讓駕駛人提早採取因應措施,避免交通意外發生;其次,台灣ICT(資訊與通信)產業能量強,台積電、鴻海、聯發科等企業都已切入自駕車領域發展,自駕車晶片、感測器等子系統都正在開發。

黃隆洲指出,台灣地狹人稠、城鄉差異及人口結構等社會因素,以軌道為軸,自駕公車可成為智慧運輸「最後一哩路」的可行方案。

此外,藉由自駕公車的發展,可進一步建構台灣自駕車產業鏈,催生新的生態系,連結車廠、運輸業者、系統商、行動網路商及後台管理商,建立新的營運模式。

社群評論



請為這篇文章評分?