重構智慧城市與供應鏈 自駕物流先行

面對推論式AI驅動與SDV趨勢正全面影響智慧移動載具產業，甚至帶動Robotaxi、Robotruck車隊等創新移動服務模式。

有意跨入台灣自駕領域的ICT廠商，也不僅止於供應車電元件、模組，還應積極尋求於專用場域驗證（PoC）時提高信任度。物流自動化則因為技術門檻低（固定路徑、低變異）、商業價值明確（降本增效），加上人力短缺驅動，可望成為智慧移動服務最先落地的場域。

圖一 : 推論式AI驅動與SDV趨勢，甚至帶頭推進Robotaxi、Robotruck車隊等創新智慧移動服務模式。

如依國際汽車工程學會（SAE International）將自駕車的發展概念劃分0~5等級（Level）。其中0~2級並非自動駕駛，而是輔助駕駛（driver assistant），駕駛人仍須手控方向盤操縱車輛。目前市場上較成熟的技術僅止於第3級，也就是自動車道維持系統（Automated Lane-Keeping System，簡稱ALKS），第4、5級的技術則仍在發展中。

ALKS仍僅侷限於相對封閉的高速公路場域，當駕駛人在時速50公里以下且開啟跟車巡航系統後，即可自動控制車輛避免車道偏移，並於適當時機減速。惟其自駕技術應用範圍也涵括公共運輸、貨運車輛、小規模物流運具、高爾夫球車、工地運具、機場接駁等。

自駕巴士試行 成前車之鑑

在導入於小型乘用車應用的難度其實最高！尤其當人類駕駛和自動駕駛車同時在路上行駛時，可能遭遇一般車流存在的各類風險狀況等不確定性，反而更難以克服！自駕車能做出正確決策的難度亦將大幅增加。

綜觀現今國外自駕車廠商的應用測試及發展計畫，幾乎都先由商業用途先行驗證，再逐步投入到少量民用及商用自動駕駛車。目前在台灣的車輛技術開發主管機關，於開放道路環境的車聯網、車輛與號誌互動等，屬於交通部責任；包含自駕技術與電動化技術開發，則屬於經濟部責任。

直到2019年，交通部始宣布《自動駕駛車輛申請道路測試作業規定》，但未排除相關道安法令，僅是管理試車牌與封閉區域測試。同年，經濟部也通過「無人載具科技創新實驗條例」，並排除相關管制與處罰，甚至可收費。

從而持續推動創新實驗專案計畫，秉持沙盒精神。授權產學研於北中南各地進行落地實證，促進台灣智慧運輸科技的研究發展與創新應用。

圖二 : 現今國外自駕車廠商的應用測試及發展計畫，幾乎都先由商業用途的先行驗證（如自駕巴士），再逐步投入到少量民用及商用自動駕駛車。

其中較具規模者，除了2020年台北市於信義路公車專用道，進行自駕巴士夜間封閉測試，以緩和大眾對自駕車的印象與提升接受度。最新案例則是台中市交通局將在水湳經貿園區，打造自駕巴士示範路線，串聯當地水湳轉運中心與捷運文華高中站，展現首輛自駕巴士於「完全開放道路」運行測試的具體成果。

此由勤崴國際打造丙類電動巴士，並負責自駕系統開發與車輛整合，執行實際道路測試及營運規劃。其中導入多重感測與安全備援系統，於車身搭載光達（LiDAR）與攝影機（Camera）等感測設備，可即時偵測辨識周邊車輛、移動中的行人及道路環境的各類障礙物；透過演算法，進行路徑判斷與動態決策

可在一般車流與人流環境中，驗證自動駕駛技術與車路聯網（V2X）系統整合能力；並透過智慧安全路口AI CCTV與路側設備（RSU）即時提供道路資訊，提升行車安全與通行效率；車內同步設置即時感知顯示螢幕，讓乘客更直觀了解車輛辨識外部環境運作，預計將於今年秋天正式上路。

然而，從中也發現自駕技術其實在台灣發展面臨諸多問題，除了有較多駕駛人介入紀錄，顯示在試驗過程中，操作適用範圍界定不清；加上試驗里程不足，台灣多數試驗場域約莫1~3km、測試期間0.5~1年，里程數多在4~5萬公里，相較Waymo達到2,000萬英里的差距「不可以道里計」。

圖三 : 車內同步設置即時感知顯示螢幕，讓乘客更直觀了解車輛辨識外部環境運作。

而且因為台灣不像國外存在百年或較有規模車廠，一直都是小型科技公司進行自駕車試驗，尚未看到一套完整的自駕車設計流程，例如：操作適用範圍界定、元件設計、車輛設計、測試內容設計、模擬與實際驗證等內容。

所以相較於國際大廠：Amazon、Waymo，台灣未來發展應可聚焦較為特定領域，結合國內外關鍵技術，找出可發揮台灣整合ICT資通訊、車電供應鏈特色的自駕技術。

掌握車電技術彎道超車

依工研院IEK估計2025年台灣車電產值約新台幣5,619億元，2030年可望突破兆元。其價值重心已由「硬體規格」主導，全面轉向具備自我學習與進化的「AI CAR智慧大腦」。

至於智慧物流的主要場景，則包含自駕卡車與車隊協同（Platooning）的關鍵技術，例如：自動駕駛（L4/L5）、感測融合（LiDAR、Camera、Radar）、AI決策與路徑規劃、車聯網（V2X）與遠端監控等。

在特定場景自駕的千億商機，約可涵蓋末端配送（228.7B）、自動貨運（114.4B）、智慧港口（60.8B），市場規模可望達到522 Billion USD，形成超越利基市場的經濟引擎，聚合價值相當於一國的經濟成長率（GDP）。

恩智浦汽車工程系統與行銷資深經理張嘉恒也指出，隨著 Robotaxi概念成形，車輛的角色正從單純的交通工具，轉變為長期運行、可持續演進的無人載具平台。對OEM製造業者而言，邁向Level 4自動駕駛的關鍵已不只在於AI演算法本身，而在於是否具備能承接AI持續訓練、推論與OTA 更新的整車系統架構。

圖四 : 恩智浦汽車工程系統與行銷資深經理張嘉恒

恩智浦的CoreRide區域參考系統（zonal reference system），即是在此背景下誕生的系統級基礎，藉其區域式（Zonal）架構為核心，整合穩定的資料路由、電力管理、功能安全與即時控制能力，為自駕系統提供一致且可預期的車內運行環境。

最新推出的CoreRide Z248區域參考系統，為半導體產業首款經預先驗證、能直接用於設計的區域基礎，還結合了先進48 V能源分配、確定性資料處理、功能安全以及實時回應功能。

有助於縮短AI自駕從原型測試車走向量產與車隊營運之間的落差，降低系統整合與驗證風險；透過支援快速OTA與生命週期管理，間接加速自駕技術的實際落地與商業化進程。

同時簡化智慧資料能源網路（smart data energy network；SDEN）功能的複雜開發，包括阻抗監控、電源與保護監測、智慧資料路由、AI驅動的虛擬感測、診斷、以及音訊功能。

為跨域系統整合（SI）與ECU整併建立技術基礎；讓邊緣AI與資料傳輸更容易納入整車資安與更新框架。

由經濟產業技術司主導成立的「台灣車輛移動研發聯盟」（TARC）也持續推動自動駕駛技術進入國內外供應鏈，帶動商化技術落地；同時發展自動駕駛共通關鍵技術，建構台灣新型態智慧運輸服務。2025年已協助30家以上廠商發展智慧車電自主技術，技術移轉金額超過4,300萬，並打造全球首輛Level 3自駕巴士。

同時導入中華汽車組成智慧商用車隊，提升營運效率10%；由新竹物流車提供首創自駕物流配送服務，具備開放場域智慧物流運輸功能，累積自駕物流運送超過2萬物件。

其中智慧物流x AI，係因應司機工時超載與人力缺乏成為卡車行車安全的重大挑戰。自駕卡車若能透過聯網及自駕技術，讓兩部以上的卡車鏈結，以車隊跟車方式運行，既有減少風阻、穩定車速等好處；加上後台管理遠程監控的「卡車列隊行駛（Truck Platooning）」，因此應運而生，2019年軟銀便將5G車間通訊技術應用在車隊上，於日本新東名高速道路測試

未來AI還可透過V2X技術，在物流車抵達前會自動call機器人搬運車，自動預約車位，甚至是倉儲自動化作業。隨著車輛與城市全面連結（V2X），將從傳統「交通工具」轉變，成為一個會思考的AIoT助理，會照顧自己；可理解、服務人類，甚至作出決策的智慧夥伴。

物流與城市交通融合 打造智慧移動服務

圖五 : TARC現正執行2026~2027年自駕物流科專計畫。

最終讓商用車成為整合數據、能源、軟體、服務的智慧移動資產，現正執行2026~2027年自駕物流科專計畫。並將之整合為交通移動服務（Mobility as a Service，MAAS）的概念；若與ACES結合，就會呈現「MACES」的概念。