台灣智慧駕駛股份有限公司 執行長 沈大維
低慢速自駕車屬於少量但需求多元的市場，彈性的模組化自動駕駛軟體與硬體設計，有效滿足廠商需求。
食、衣、住、行作為人類維持生活必須的基本需求，其中『行』有別於其他需求，是特別的存在。『行』是衍生性的需求，亦即沒有人是為了『行』而『行』，而是為了滿足食、衣、住等其他需求而衍生出來的需求與行為。換言之，『行』是完成某個目的的過程，而非目的本身。回顧自動駕駛這項技術的發展歷程，其實就是在印證這個概念，為此定義自動駕駛發展歷程三個階段，前段爆發期、中段衰退期與末段恢復期。
有關自動駕駛技術的研究可以追朔至80、90年代，當時就開始有汽車廠、研究機構開始陸續研發相關技術，然而讓此議題真正被大量關注，還是得歸功於2004、2005年美國軍方研究機構DARPA Program連續兩年舉辦的自駕車競賽。在2004年的競賽中，DARPA提出100萬美元作為獎金，只要參賽隊伍可以在惡劣的沙漠地形以自動駕駛完成全程即可得勝，由於該年度的比賽並沒有團隊可以撐到終點，因此隔年又再次舉辦，並由史丹佛大學取得冠軍，也就是後來Google car的前身。這個爆發期開始，自駕技術開始使用大量的人工智慧，並把自駕車研究風潮推到最高峰，如圖1所示。
自動駕駛是項偉大的技術
在這爆發期階段，自動駕駛跟人工智慧幾乎是密不可分的話題，自動駕駛儼然成為最前瞻科技的代名詞，各家車廠、科技廠、學校與研究機構都在追逐這項技術。不只大型企業，大量的新創公司也在此時如雨後春筍般冒出來，並吸引資本市場大量資金投入，這個時期，自動駕駛是一個的好議題，充滿令人嚮往的願景。
圖1 自動駕駛發展史 （資料來源：FutureBridge Analysis）
接著，自動駕駛進入了白熱化的火力比拼，一間一間的科技巨頭以及充滿天賦的新創公司發表自家的原型車，並開始陸續取得道路實測的資格。每天都有眼花撩亂的新技術發表，不僅是公司與公司的較勁，甚至是國家與國家的較勁，知名會計師事務所KPMG安侯建業於2019、2020共計對三十個國家的自駕車準備度進行評估與排名[1]，如圖2所示，從政策法規、科技與創新、基礎建設及消費者接受度，分析各國自駕車的發展情形。當然，台灣與台灣智慧駕駛也都躬逢其盛登上該報告中。台灣首次入榜就達到第13名的成績，而台灣智慧駕駛在信義路夜間公車的測試計畫也被納入該報告中的案例分析，如圖3所示。
圖2 國際自駕車評估與排名 （資料來源：2020 Autonomous Vehicles Readiness Index, KPMG. ）
回到現實，場景為王
在爆發期尾聲，自駕車發展進入了頂峰，大家開始期待這又是一次的產業翻轉，就像多年前智慧型手機打敗傳統手機那樣，似乎又要見證由科技公司翻轉百年傳統汽車製造產業的故事。然而一起自駕死亡事故將一切拉回現實，2018年3月，UBER在亞利桑那州的測試車輛撞上一名行人致死，雖然事後的調查報告中以『該行人在沒有斑馬線的地方過馬路；系統設計沒有將亂穿越馬路的行人考量進去』、「安全駕駛員握著汽車方向盤時，有責任以守法方式安全地操作汽車」，以及「目前沒有管理無人車的專屬法例，缺乏對無人車公司法律責任的認定」等事由判定UBER無罪，恢復了UBER道路測試的資格，但此案件讓全世界開始認真地反思自動駕駛所衍生的安全法規、肇事責任歸屬、保險等議題，導致自動駕駛進入衰退期。
圖3 Turing自駕巴士之夜間測試 （資料來源：台北智慧城市辦公室）
自動駕駛的發展突然進到了低谷，資本市場變得保守，各界開始用更嚴謹的眼光審視其發展，此時大家意識到自動駕駛不再只是一項科技，而是與我們息息相關的事，是食衣住行中的「行」。討論此議題的不再只是科技人，法律、保險、運輸、行為心理學….各領域的專家都開始加入，行業要顧及的議題複雜了百倍有餘，然而這正是一項技術蛻變成產品，甚至是生活必需品的必經過程。
進入恢復期，自動駕駛發展可以概分為兩個路線，其一是由車廠主導的方向，按照國際自動機工程師學會（Society of Automotive Engineers, SAE）所定義的Level 0～5分級，循序漸進地在市售車上加入自動駕駛的功能，也就是我們今日在市售車上看到的自動停車（Active Park Assist, APA）、自動煞車（Autonomous Emergency Braking, AEB）、自動跟車（Adaptive Cruise Control, ACC）等先進駕駛輔助系統（Advanced Driver Assistance Systems, ADAS）；另一條路徑則是由科技公司所主導，仍以Level 4全自動駕駛為目標開發可落地的商業應用，然而此時更強調的是怎麼在實際場景中應用這項技術，並強調商業模式的可行性，諸如RoboTaxi、RoboBus、Last mile delivery、Long distance cargo transportation……等都是論述自動駕駛在某個特定場景的應用情境。廣義來說，由車廠主導那條發展路線也都是在談論特定場景下的自動駕駛，例如高速公路上的自動跟車、城市速限下的自動煞車、停車場的自動停車等。可以說這個時期的自動駕駛所談論的就是很務實地以使用場景做切割，按部就班把一個一個場景落實到人們生活中。
過去的三年中，自動駕駛行業經歷相當大的洗牌，有的公司被大集團整併，有的離開了競爭行列，而留下的玩家紛紛找到了自己專注的應用場景，並也開始累積了少量的實際的客戶或是應用實績，漸漸形成了可落地的商業模式。此時的自動駕駛行業走出了低谷，也呼應了文章開頭所講的觀點，『自動駕駛』是個衍生需求，理應為了滿足某個場景而生。
低慢速自動駕駛的利基市場
台灣智慧駕駛公司跟著這個行業興起、回縮到再次發展，我們也歷經了數次的戰略方向調整，從一開始在開放道路自動駕駛公車，到現在專注於特定區域低速載具自動駕駛，如圖4所示，這樣的轉變並不是技術的門檻限制了我們，而是商業可行性驅使了我們。在探索的過程中，我們發現並不是只有道路上存在自動駕駛的需求，任何『行』都是為了完成某個目的，然而目的地那端必然存在著最終的移動需求，甚至可以說許多限定場域中根本缺乏了自動駕駛服務。因此，我們把目光鎖定了特定場域，目標透過提供低慢速自動駕駛解決方案來滿足最後一哩路的移動需求。
圖4 台灣智慧駕駛之成就史
在與慢速車（Low-speed vehicle, LSV） [1]開發商交流的過程中，我們發現這個產業面臨應用場景破碎與分散的情形，一間慢速車廠旗下普遍都會有數種甚至數十種不同的車型，用在工業、休憩、公共服務等許多不同用途，因而對自動駕駛的需求也是多元的。由於每種用途的車輛數不高，很難為每一種用途都客製化自動駕駛方案，也因此慢速車產業在實現自動駕駛的進程明顯慢於乘用車、商用車產業。
為此，我們傾注了大量的心力打造慢速自動駕駛解決方案，如圖5所示，透過模組化的自動駕駛軟體與硬體設計，提供慢速車廠以及車隊使用者一個完整的解決方案。我們用完整的解決方案降低車廠投入研發的成本，用模組化的系統設計去應對多元的場景。我們找到了在這個利基市場中的生存之道。
（註釋[1]慢速車輛是最高時速為40公里/小時的四輪車輛，應用場景分為工業車輛、鄰里車輛、多功能車、高爾夫球車）
圖5 慢速自動駕駛解決方案
長途跋涉的最後一哩路
自動駕駛產業目前正處於緩速成長的恢復期，它不再是令人眼睛為之一亮的新技術，也不再是資本市場追捧的標的，而是返璞歸真的實業。行業中現存的玩家們都在各自選定的戰場中默默努力，努力的證明技術是可行的、產品是可靠的，更重要的是證明商業模式是正確的。技術落地的最後也必然最難走的一段路，但也唯有如此才能真正將自動駕駛應用到人們日常生活中。
