自動駕駛技術根據美國汽車工程師協會（SAE）的標準，分為 Level 0 至 Level 5 共六個等級。Level 2 和 Level 3 的主要區別在於「誰負責監控駕駛環境」。在 Level 0、Level 1 和 Level 2 階段，駕駛員需要隨時監控路況，並對車輛安全負責。即使 Level 2 允許在特定條件下短暫放手，駕駛仍然是系統的監督者。
Level 3 則是一個分水嶺，監控環境的責任正式轉移給「系統」。Level 3 系統能在特定條件下運作，但駕駛需要保持警覺，以便在系統無法應對的情況下接管車輛。Level 4 則能在多數情境下自駕，而 Level 5 則為完全自動駕駛，無需駕駛員介入。簡而言之，Level 3 以上的自駕車在特定條件下能獨立完成駕駛任務，而 Level 2 仍然需要駕駛員持續監控。
台灣在自駕車的感測器、車用通訊和運算能力方面具有優勢，但缺乏系統級的整合能力。從零件供應商躍升為系統整合者，需要克服高度複雜性、與車廠的距離以及嚴苛的法規與安全標準等挑戰。台灣廠商可以從商用車、自駕巴士等封閉或特殊場域切入，積累經驗。此外，技術共享能為台灣產業創造絕佳的水平擴張機會，例如感測器與感測融合、運算能力和電子電機架構等。
台灣自駕車產業要實現規模化商轉，需要法規配套的支持。政府政策應從鼓勵短期的「試辦」轉向支持長期的「商用化」，提供固定的營運路線與穩定補助，讓業者能持續累積數據。唯有透過不間斷的長期營運，AI 演算法才能在真實的環境中迭代更新，系統才能累積足夠的驗證里程。這是在下一階段全球場域競逐中，證明台灣自駕車實力的關鍵。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容