《2024產業大趨勢》資策會推動結合GPT推理的新一代自動駕駛技術發展

※如欲轉載本文，請與北美智權報聯絡

林宗輝╱北美智權報　編輯部

隨著車聯網與自動駕駛技術的發展，智慧汽車已成為未來出行的趨勢。台灣作為車輛與資訊科技產業聚集地，在智慧汽車領域具有先天優勢。資策會作為台灣資訊科技研發重鎮，正致力於自動駕駛核心技術的突破，其目標不僅是讓台灣站上世界自動駕駛技術舞台，更要透過技術輸出，帶動台灣整個車聯網產業鏈的智慧升級，爭取在全球新一代智慧駕駛市場佔有一席之地。

資策會於10月30日至11月2日舉辦了《36th MIC Fourm Fall智匯》研討會，會中探討了多種包含ChatGPT在內的人工智慧技術發展，而本文是針對資策會針對自動駕駛技術與結合ChatGPT的DriveGPT概念的場次內容進行紀錄與分析。

資策會軟體院副主任張均東在主講自動駕駛場次時，他表示，隨著車聯網和自動駕駛技術的迅速發展，資策會，正致力於這些前沿技術的研究與開發。他們的目標不單是將台灣推向自動駕駛技術的前沿，更企圖為台灣車聯網產業帶來智慧型升級，抓住未來智慧駕駛市場的商機。

其實中國業者已經有多家提出類似概念，而中國在電動車產業發展極為蓬勃的狀況下，相關技術的發展也不斷前進。台灣過去汽車產業被特定業者綁架，在汽車相關的生態乏善可陳，但隨著本土電動車產業的逐步扎根，資策會在此時提出DriveGPT的概念

資策會的自動駕駛技術發展策略

資策會近日在揭露了其自動駕駛技術的研發藍圖，顯示了他們在多感測器融合定位、環境感知、路徑規劃與控制、車聯網協同運作以及人機互動等關鍵領域的深入研究。這些領域均為實現全自動駕駛的核心要素。

不只在感測能力上具備完整的能力，也針對台灣的用路環境建立完整的AI模型，同實現在還要搭上GPT的熱潮，讓AI來協助自動駕駛系統進行邏輯判斷，幫助汽車達成更安全的行車表現。

(一) 智慧駕駛感知技術

透過整合雷射雷達、攝影機、GPS、4D毫米波雷達等多種感測器的資料，進行資料融合，能夠實現更精準和穩定的自動駕駛定位。此外，結合高精度地圖，可以進一步提升定位精度。具體來說，資策會採用多感測器互補的方式，整合不同感測器的優勢，如GPS的絕對定位、雷射雷達的高精度相對定位、攝影機的標誌物辨識等，通過資料融合算法綜合各感測器的定位資訊，實現準確、可靠的自動駕駛車輛定位，有效克服單一感測器的局限性。

多感測器定位可互補不同感測器的優劣勢，GPS提供長期絕對定位參考，但精度較差；雷射雷達具短時間內高精度的相對定位能力，但存在累積漂移誤差；攝影機可辨識環境標誌進行再定位。資策會研發的多感測器融合定位算法可發揮各感測器優勢，實現高精準、高可靠、高可用的自動駕駛定位。

(二) Formosa環境感知與理解技術

透過4D毫米波雷達或者是雷射雷達以及攝影機感知技術，可以讓自動駕駛車輛精準感知周邊車輛、行人、交通設施等環境資訊，並可以理解路標、交通號誌等交通要素，是實現自動駕駛的基礎。

而資策會則是更進一步針對台灣的用路環境以及交通規則發展出自己的Formosa智慧駕駛感知技術，透過針對台灣的行車、行人識別、交通號誌規則、道路規劃工具的訓練與學習，讓自動駕駛系統能夠融入並理解台灣的交通環境，，滿足自動駕駛在地化的需求。

目前該系統已經具備超過4000萬個一般道路會出現的物件標記能力，以及超過150種交通物件，同時能夠對6種駕駛狀態進行感知並警示。

資策會這套技術也已經被應用於協助包含日本客戶、為昇科、明泰、富智捷、先進車、研華、英業達等近20家公司轉型，推動電車產業轉型AI化。

(三) AI-ADAS

這部分的技術是基於攝影機訓練包含駕駛行為、交通狀況判斷等功能，讓駕駛系統能夠因應環境變化而自動決定如何處理。比如說前些時候有發生公車撞倒碾過行人的意外事故，如果讓公車都配備了具備AI運算能力的ADAS系統，當偵測到有行人從公車死角經過，就會自動煞車暫停，避免傷亡發生。

而公車駕駛也常常因為會沒有足夠注意路況，導致對前後車流誤判而發生車禍，AI-ADAS系統就能針對駕駛是否有危險行為，比如說看手機、吃便當、不注意路況等等，一旦偵測到這些行為，就會發出警告，甚至自動停車，避免進一步的危險發生，造成駕駛以及其他用路人的風險。

(四) DriveGPT

前面展示了很多關於環境感知以及人機互動的技術細節，但關於如何讓車子的自動駕駛進行決策？張均東提出一個很有趣的概念，那就是讓時下流行的GPT聊天機器人來幫助進行行車判斷，張均東秀出了一張詢問ChatGPT遇到特定的道路狀況該如何處理，ChatGPT就進行相關的判斷的圖片。

張均東表示，DriveGPT技術共有四大領域技術，首先最重要的就是整合前面的智慧感知系統，能夠做到智慧躲避路障以及預測風險的能力，該系統必須具備舉一反三的決策認知能力，同時又要能不斷自主學習與升級，好滿足不斷變化的路況。

但事實上，中國的電動車產業早在今年初就已經往DriveGPT的技術路線前進，同樣是使用針對交通狀況判斷最佳化的GPT來協助駕駛決策，改善自動駕駛體驗。台灣因為缺乏汽車產業，相關的研究發展比較慢，資策會雖然提出相關概念，但沒有展出實體，是比較可惜的地方。未來那智捷/鴻海合作的電動車上面就可能導入相關技術，如果獲得市場肯定，那麼相關技術的發展也將能夠獲得加速，弭平與中國自動駕駛技術之間的落差。

資策會的自動駕駛技術對台灣產業的影響

資策會在自動駕駛技術上的深度投資，對整個台灣車聯網產業的智慧升級具有長遠影響。例如，台灣的車燈製造商已經開始參與研發適用於自動駕駛的車燈技術，這不僅提升了他們的技術實力，也為產業鏈的升級奠定了基礎。同樣，感測器和電子元件供應商也因提供自動駕駛所需的關鍵組件而得到發展機會。

更為關鍵的是，資策會與本地車企的技術合作，有望將自動駕駛技術應用於量產車型中，幫助台灣車企在自動駕駛領域取得先發優勢。未來，資策會也可能通過知識產權授權等方式，將其研發成果轉化為業界的創新動力。

展望未來，資策會在自動駕駛技術研發的推動下，將促使台灣的車聯網產業生態實現全面智慧化升級，在全球智慧出行市場中取得關鍵地位。此外，資策會的技術進步也將推動台灣朝向更智慧、更高效的交通系統進發，逐步實現為公眾帶來更加便捷、安全的自動駕駛體驗。

延伸閱讀&電子報訂閱連結：

【更多內容請見《北美智權報》344期；歡迎訂閱《北美智權報》電子報】