16 車輛研測資訊 098期 2014-02

http://www.artc.org.tw

根據國道公路警察局統計2013年交通事故肇

事的原因，平均66起事故中，僅有1起可歸究為車

輛機件故障；換言之，因駕駛者分心或其他不良習

慣等人為因素造成車禍意外的比例佔98.5%以上。

事實上，世界各國也一直都在尋求更安全的駕駛方

式，所以，能夠降低因為駕駛疲勞、情緒、誤判等

影響的各類主動安全系統，如車道偏移、盲點偵測

系統等才會愈來愈受各方重視。緊接著，整合多項

安全系統而逐步發展成的「自動駕駛車」，則成為

產業最新風潮。

純粹以電腦演算法、加上各種感知技術、模

組等所組成「人工智慧駕駛」，可能比「人類駕

駛」更為安全，因此各界也期待可以透過科技的力

量創造一個更安全的駕駛環境，連帶改善道路擁

塞、甚至減少汙染排放等。然而，最特別的是，帶

動此一風潮者，並非傳統車廠，2010年全球知名的

ICT龍頭Google大方宣布投入自動駕駛技術開發，

其積極的態度，不僅引起全球民眾的話題及關注，

也帶動國際各大車廠卯足全力相繼投入研發，唯恐

步伐落後，於是自動駕駛車成為各家競逐重要項

目。目前投入的整車廠，包括Audi、BMW、GM、

M-Benz、Nissan、Toyota與Volkswagen等，如圖1所

示，零組件廠則有Bosch、Continental與Mobileye，

當然還包括跨界而來的Google。

DARPA賽事開啟自動駕駛車發展契機

點燃自動駕駛車發展風潮的關鍵應該是美國國

防部所發起的DARPA(Defense Advanced Research

Projects Agency)自動駕駛挑戰賽。2004年3月，首

場DARPA賽事於美國Las Vegas沙漠舉行，100多支

參賽隊伍最終無人完成賽事，僅卡內基美隆大學行

駛近12公里為最長距離，比賽成果不甚理想。2005

年10月美國國防部再接再厲，於同地15號州際公路

舉辦，240公里賽事中新增3個隧道與近百個彎道，

藉此增加難度，但這次在近200支隊伍中，卻有4隊

於規定時間內完成，顯見自動駕駛技術已明顯提

升。在此激勵下，美國國防部決定2007年11月舉辦

第三場競賽，場地更從荒瘠無人的沙漠移師加州

George空軍基地舊址，賽道上還設有交叉路口、交

通標識、號誌燈等，並且同步搭配行駛中的車輛，

用以營造出一般公路的駕駛環境。這項高難度的挑

自動駕駛車發展現況與展望夢想正在成形....

車輛研究測試中心 陳柏豪

▲ 圖1、自動駕駛車廠商發展地圖資料來源：ARTC (2014/1)

車輛研測資訊 098期 2014-02 17

ARTC

嚴選推薦

戰，最後由美國卡內基美隆大學、史丹佛大學與維

吉尼亞理工學院分別與GM、Volkswagen與Ford合

作的作品奪得前三名成績，同時在11支參賽隊伍中

也有6隊順利完賽，顯示車廠與學界所具備的研發

技術已達相當水準。

自此，DARPA自動駕駛挑戰賽愈來愈受到各

界重視，也吸引各大廠商的興趣；更值得一提的

是，透過這項賽事，也促成後續許多大車廠與學界

成為密切合作、共同發展的夥伴關係。如Nissan在

發展自動駕駛車的歷程中，就分別與麻省理工學

院、史丹佛大學、卡內基美隆大學等進行合作，以

互相吸取技術經驗，並且加速累積研發能量。

自動駕駛車的構成 元件環環相扣

針對近年廠商所發展的自動駕駛車技術來看，

其主要配備包含「攝影機」、「雷達」、「360°鐳

射雷達」、「導航系統」、「圖資系統」與「車

間溝通」等。以Google自動駕駛車為例，攝影機負

責遠距離障礙物偵測、車輛位置定位、道路環境辨

識；前後方雷達負責近距離障礙物偵測與周遭車輛

確認，以確保與其他車輛保持一定安全距離；360°

鐳射雷達用以掃描周遭200公尺環境、並繪成3D地

圖；導航系統與圖資系統則是用來確認車輛行進是

否偏離GPS地圖位置；最後，車間溝通是將所偵測

到的資訊，透過傳輸系統連結中央控制台，以即時

更新路況，再經過多輛運行資訊彙整，成為完整的

資訊，也才能提供自動駕駛車作為下達命令、判斷

的依據，使車輛能對所面臨的交通狀況做出正確

反 應，如圖2。

在各方較勁下，自動駕駛車的技術可謂一日千

里，尤其是面對Google破壞式創新的作法，使得一

向較為保守封閉的車輛產業，無不上緊發條，甚至

主動出擊，紛紛發表了許多劃時代的科技創舉，以

求鞏固其在車輛產業中的主導權(如圖3、圖4)。

▲ 圖2、Google自動駕駛車設備裝置資料來源：Google；ARTC整理(2013/10)

▲ 圖3、傳統整車廠發布自動駕駛車上市時程(1)資料來源：GM、Benz、Nissan、Volvo，ARTC整理 (2014/1)

▲ 圖4、傳統整車廠發布自動駕駛車上市時程(2)資料來源：Audi、VW、BMW、Toyota，ARTC整理 (2014/1)

鐳射雷達持續360度旋轉，掃描周遭200公尺環境並繪成3D地圖

定位感測器裝於左後輪，測量汽車的移動，監控車輛是否偏移GPS地圖中位置

電腦資料庫透過感應器蒐集資訊，決定車輛行進動線

4個雷達感應器前面3個，後面1個，協助判斷車輛遠距離物體位置與距離

攝影機負責判讀交通號誌，辨別紅綠燈號，並偵測移動障礙物

GPS接收器辨識車輛於地圖中位置

慣性動作感應器因應GPS訊號微弱時，提供航位推算功能

GM /商品化時間: 2017年

Benz /商品化時間: 2017年

Volvo /商品化時間: 2017年

Nissan /商品化時間: 2020

2001 2007 2013

2010 2013

2012 2013 2014

2012 2013

與卡內基美隆大學合作開發

參與DARPA 獲頒挑戰獎

研發切換半自動與全自動駕駛系統

完成SARTRE自動駕駛實驗

12月進行「Drive Me」的自動駕駛計畫

「塞車助手」可設定低速自動導航駕駛

宣稱成功在封閉場地測試自動駕駛輔助系統

於德國漢堡以及法蘭克福展展示配有自動駕駛技術的S級旗艦車型

以LEAF為打造「NSC-2015」，演示自動停車功能

與美國、英國和日本知名大學合作，並於日本建造特殊測試工廠

2009 2013

2009 2013 2013

2011 2013

2008 2011參予HAVEit智慧型自動駕駛車款計畫，發展「Temporary Auto Pilot」系統

半自動駕駛模式車速可達130km/h

與史丹福大學合作打造TTS Pikes Peak，參加美國Pikes Peak 20公里爬山賽，27分鐘內完成156個彎道比賽

取得美國內華達州上路許可，並於CES展示Piloted Driving系統，適用40英哩時速

以5系列為基礎發展ConnectedDrive Connect (CDC)自動駕駛系統，可以最高130km/h的車速

2013年3月測試實驗以行駛約1萬km

宣佈與史丹佛大學合作研究自動駕駛技術

於CES展示以Lexus LS Hybrid為基礎打造Safety Research Vehicle自動駕駛車

美國密西根州的普通道路等公路上進行試驗

18 車輛研測資訊 098期 2014-02

http://www.artc.org.tw

Google挾『地圖資訊』與『程式語言』優勢

發展，擬2018上市

2010年，Google首度對外宣布利用6輛 Toyota

Prius與1輛Audi TT於加州道路上進行自動駕駛車

測試；2011年5月與擅長於Robot OS技術的Willow

Garage公司合作，加上原本專精的Android系統開發

經驗，不僅為自動駕駛車發展史寫下新頁，同時更

展現十足企圖心。

Google寫下許多全球第一的紀錄。2012年5月，

在歷經48萬公里測試行駛後於取得美國內華達州牌

照，隔年亦取得加州許可證，成為全球第一家取

得自動駕駛車合法車牌的廠商。同年8月，將研發

的自動駕駛車賣給矽谷租車服務供應商Uber，又寫

下全球第一筆自動駕駛車的交易紀錄。相較於傳統

車廠，「Google Map」是Google發展自動駕駛車另

一大優勢，在此基礎之上，再透過各種合作開發模

式，逐步打造出完整的自動駕駛系統。並大膽預言4

年內與美國車廠合作，將自動駕駛技術商品化。

GM、Mercedes-Benz、Nissan與Volvo不甘

落後

為不讓Google專美於前，傳統車廠也相繼對

外展示自動駕駛技術與宣布商品化時間表，包括

GM、Mercedes-Benz、Nissan與Volvo應可說是目前

最為積極挑戰自動駕駛技術商品化的4家車廠。

GM從2001年起即與卡內基美隆大學合作，

隨後在2007年DARPA挑戰賽奪冠，奠定其自動駕

駛的發展契機。其已宣布預期最快將於2017年以

Cadillac品牌，推出限定高速公路行駛的自動駕駛

汽車。Mercedes-Benz則已於2013年在各大國際車展

中陸續展示配備有自動駕駛技術的S級旗艦車型，

估計最快在2017年將有S-Class升級車款出現。

Nissan在去年宣布與美國、英國和日本等大專

院校合作，並開始建造特殊測試場，以加快研發腳

步，並已獲得日本首張自動駕駛車測試上路的行駛

牌照，期能於2020年成功將自動駕駛車商品化。

Volvo繼2012年進行「SARTRE自動駕駛實驗」後，

2013年則進一步啟動「Drive Me」計劃，目標是希

望於2017年先達成100輛自動駕駛車輛的運行，並

於2020年達成VOLVO車輛「零事故」的願景。

Audi、BMW、Toyota與VW 迎頭追趕

Audi與史丹福大學合作的TTS實驗車，於27

分鐘內經過156個彎道完成賽事，奠定「Pi lo ted

Driving系統」自動駕駛技術的良好基礎，同時其也

是第一家取得美國內華達州自動駕駛車上路許可證

的整車廠；Volkswagen則是參與了歐洲「HAVEit智

慧型自動駕駛車款計畫」，現階段Temporary Auto

Pilot半自動駕駛系統能以130 km/hr高速自動駕駛，

但必要時駕駛者仍可介入控制車輛，朝零事故目標

前進。

B M W以五系列所發展的C o n n e c t e d D r i v e

Connect (CDC)自動駕駛系統，目前已累積了1萬公

里測試，可作到自動切換車道、超越慢行車、並轉

回原來行駛的車道上等高難度的模擬道路行駛動

作。在Toyota方面，2013年於CES展發表了以Lexus

車輛研測資訊 098期 2014-02 19

ARTC

嚴選推薦

LS Hybrid為基礎所打造Safety Research Vehicle自動

駕駛車，並開始進行「高速公路自動駕駛系統」

(Automated Highway Driving Assist，AHDA)測試，

預計在2015年此項系統將可量產化。

後起之秀 零組件廠

Tier 1零組件廠Bosch以其所擁有安全輔助駕

駛系統和車載資通連接技術來切入自動駕駛領

域，甚至在美國打造了一座自動駕駛車的研發實

驗室，最新的成果則是去年6月透過BMW 3系列展

示了自身研發的自動駕駛技術。另一家零組件廠

Continental，則為首家取得美國內華達州公路測試

許可的零組件供應商，2013年同樣也與BMW合作

開發「電子副駕駛」(electronic co-pilot)的自動駕駛

汽車技術，預計2016年會將此半自動駕駛技術商品

化，並於2020年搭載於新車上。

Mobileye成立於90年代，透過先進算法為攝像

鏡頭增添智慧技術，因而成為Audi、Nissan和Volvo

自動駕駛技術的設備供應商。特別是其僅需花費僅

數百美元就能打造出基本款自動駕駛系統，大幅

降低自動駕駛技術的投入成本，對於半自動駕駛的

商品化發展無疑更是一大利多。Mobileye已公開表

示，目標在2016年推出與Google技術相抗衡，但售

價卻平易近人的自動駕駛技術。

NHTSA專屬規範，自動駕駛車依法可「行」

即使自動駕駛車技術發展快速，但車輛行駛

涉及「安全」重大議題，也與法令規範息息相關，

以現況來看，還需經過相當幅度的變更才能開放

自動駕駛車上路。2013年6月美國國家公路交通安

全管理局(NHTSA，National Highway Traffic Safety

Administration)發佈自動駕駛車發展政策以及相關

準則，內文指出其他州可遵循加州與內華達州自動

駕駛車的法令。此一鬆綁將使更多州發放自動駕駛

車牌照；但另一方面，美國政府對自動駕駛車輛商

品也尚有疑慮，因此並不建議進行測試以外的目

的，待未來自動駕駛車輛技術成熟並廣泛使用，才

考慮放寬限制。

更重要的是，NHTSA規範中已明確定義並劃

分車輛自動化等級，從Level 0到Level 4共五個層

級，如圖5所示，以目前Google發展自動駕駛車為

例，屬於Level 3層級。預計三年後將可完成正式規

範與準則，以供自動駕駛車商品化使用。

四大發展關鍵 自動駕駛車的未來之路

影響自動駕駛車商品化推展快慢、甚至成敗的

最重要因素，追根究底主要還是在於車輛本身技術

成熟度，尤其涉及以下四項關鍵，如圖6：

1. 感測元件穩定性與準確性，因為自動駕駛車係

由攝影機、雷達、感測器等各感測元件組成，

若感測元件無法進一步提升準確性，面對長時

▲ 圖5、美國NHTSA自動駕駛車層級劃分圖資料來源：NHTSA；ARTC整理(2014/1)

20 車輛研測資訊 098期 2014-02

http://www.artc.org.tw

間與惡劣的運轉環境等狀況，有可能造成回

傳資訊錯誤，因而誤判情況反而危及了行車安

全。

2. 安全系統與車間通訊整合，由各感測器所組成

安全系統，彼此間是否互相干擾，乃至車輛間

通訊(V2V)能否有效溝通等，現階段還是考驗

車廠資通訊發展與整合能力的一大挑戰。

3. 電腦資料庫分析技術，整車廠需建置電腦資料

庫系統，將車輛所偵測回傳的資訊作有效的匯

整與分析，同時還需不斷更新3D地圖，才能下

達正確指令。如同人們五官所收集的資訊回傳

給大腦，透過大腦下達指令給手腳，才免於行

走時跌倒一般。所以，自動駕駛車所需的電腦

資料庫也需具備同樣的反應能力，才能安全地

行駛在道路上。

4. 成本，成本無疑是最基本、也是最關鍵議題，

以Google自動駕駛車為例，光是額外裝配在測

試車輛上的設備就高達7萬美元(約新台幣210萬

元)，若是商品化後的價格上無法親民，則將使

自動駕駛車持續停留在概念車階段，或只能少

規模生產而難以普及。

萬眾矚目，自動駕駛車移動新氣象

自動駕駛車可免去駕駛人情緒起伏、精神狀況

以及人為不良操作等影響，而降低事故發生率；同

時也可提供如老年人或原本不便或不能駕駛車輛的

殘疾人士另一種方便代步的選擇；同時，因自動駕

駛車具備完整的路況回傳與資料庫，可安排行駛最

佳路徑、避免塞車，還可有效減少燃油消耗、廢氣

排放等，兼具安全、方便、效率與環保等效益。因

此，自動駕駛車的發展的確成為步入21世紀，人類

文明走向的一項重要的趨勢代表；從2004年起，美

國國防部首次舉辦DARPA賽事以來，短短10年，

在各家較勁及與時間賽跑之下，使得自動駕駛車已

不再是電影裡的特效，而是民眾指日可待的真實生

活場景。

目前，Google、Continental及Audi於美國相繼

取得了合法上路權，歐洲與日本也允許業者於特定

區域進行測試，下一步就有賴更適切的法令規範修

改，才能促使自動駕駛車的發展更加快速蓬勃。除

了法規鬆綁之外，目前各界最關注的還是自動駕駛

車技術成熟度，如此才能早日推進商品化的腳步，

為人類移動交通帶來嶄新的一頁。

▲ 圖6、自動駕駛車技術發展4大關鍵資料來源：ARTC (2013/10)