晶新聞-無人車與智慧運輸帶動的產業劇變

無人車與智慧運輸帶動的產業劇變

(陳講座教授主持東吳企管財經講堂。東吳大學提供)

財經

晶新聞編輯室綜合報導

2018-0704

東吳大學發布訊息，東吳大學企業管理學系於4日舉辦「東吳企管財經講堂」，探討無人車與智慧運輸對台灣產業的影響。

陳講座教授提出以下幾點總結。第一，無人車有自動化程度的差異，也許我們可以優先發展第三級「有條件自動化」以輔助駕駛人，這樣就可以有效降低交通事故。第二，無人車的技術含量高，可以帶動不同科技發展，也許我們做不到無人駕駛，但卻可以投資此新興領域，幫助台灣產業升級。第三，台灣廠商應該檢視並聚焦我們的優勢著力點，例如雷達、光學感測、照相等特殊領域，並融入全球無人車產業鏈。第四，無人車基礎建設也是重要議題，必須在不同城市投入智慧運輸系統研究。第五，虛實整合，無人車的自動學習與技術優化，不僅需要實體行車記錄收集，也可以透過虛擬平台模擬，提高駕駛精準度。

工研院暨資策會董事長李世光說明，無人車產業將是繼筆記型電腦、手機產業之後的下一個明星產業。台灣雖然無法在汽車產業發展內燃機技術中佔有一席之地，缺席長達近一百年，但是卻有機會在無人車市場取得先機，傳統汽車的電子設備含量僅佔5%~6%，但未來電動車將有22%~25%，甚至高達60%的電子比例。而無人車中的微機電整合技術、雷射、感測器、發光二極體顯示器（LED）等，剛好是台灣的強項，這提供我們很好的發展基礎，「當無人車上的光達技術可以從60萬台幣降到3000台幣，應該就是無人車能有效擴散的開始。」不過李世光董事長也提出，台灣在衛星定位系統（GPS）的資料取得確實是一大挑戰，未來如何整合關鍵資訊，將是發展智慧運輸的重要議題。

財團法人車輛研究測試中心總經理黃隆洲則說明，自動駕駛將會為全球運輸產業帶來全新的交通革命，而且有使用情境上的差異。例如小型車適合發展第二級（部分自動駕駛，Partial Driving Automation）與第三級（有條件自動化，Conditional Driving Automation）的自動化，以輔助駕駛降低人為判斷失誤。例如在美國東西道路的長途低速駕駛或是高速公路上的高速行駛，就可以多仰賴自動化技術。但是在行人與機車密集的城市，仍須仰賴駕駛人的經驗判斷。至於第五級的完全自動化（Full Driving Automation）則可以在特定無人區域行駛，例如無人廠區、遊樂園或其他非開放空間。

黃隆洲總經理進一步說明，台灣其實已經具備先進駕駛輔助系統（Advanced Driver Assistance System, ADAS）的關鍵技術與供應鏈，包括影像辨識、感測融合、資訊傳輸與安全等，研發機構也已有第二級技術與實驗室平台車技術。此外，台積電、鴻海、聯發科等也已相繼投入自駕車研發。在社會面向，台灣地狹人稠，六都城鄉差異大，可以軌道為軸，由自駕公司扮演智慧運輸「最後一哩路」。

微軟AI研發中心執行長張仁炯則直言，台灣缺乏無人車的軟體技術與平台，這是重大挑戰。台灣有軟體人才，但軟體產業薄弱，因為多數軟體人才都跑到硬體公司，未能由軟體思維建構產業。此外，台灣也缺乏精密的GPS定位系統資料，沒有資料就無法優化路徑，有效學習。這是未來發展無人車另一項挑戰，至於平台建置就更具難度，「我們若期望用9000萬就能建置好平台，那真的是開玩笑。」張仁炯直言，微軟曾率領近900位工程師投入5~6年時間建置平台，希望能解決幾百萬人同時上線的軟體使用問題，「對我們來說，Data lost是不可原諒的事。對無人車來說，是不是應該以更高標準看待，不能出現Life lost才對。」

台灣人工智慧實驗室創辦人杜奕瑾則分享，無人車的重要內涵包括以下幾個面向。一是感知模式（perception model）包括對人、對車、對顏色的感知辨識。二是執行模式（planning model），這需要配合GPS精準定位資訊，以幫助駕駛人或無人駕駛能有效規劃行車路線；第三是計算能力（computing power）。第四是軟體工程（software engineering）。這些技術的發展整合，需要軟體工程人才用軟體思維想事情，才能解決軟體的問題。

晶新聞

無人車與智慧運輸帶動的產業劇變

最新晶文摘

About

最新晶新聞