自駕車與機器人共享「AI DNA」　台灣成關鍵推手

台灣在智駕車、AI機器人領域，可望繼續成為全球關鍵推手。李建樑攝

AI晶片大廠NVIDIA年度的GTC大會即將到來，業界預期，除了GPU新品外，在AI應用部分，各界也高度期待像是人形機器人，以及自駕車的相關最新趨勢。

而台灣除了在高效運算晶片領域，擔當重要供應鏈外，「自駕車」、「機器人」這兩大熱門應用話題，又扮演甚麼樣的角色？

車輛研究測試中心（ARTC，以下簡稱車輛中心）董事長王正健表示，汽車電子電氣化（E/E）與機器人擁有極相似的結構及基因，尤其從感測系統視角來看，基本上理論相同，只因不同需求而有不同外形。當全球如火如荼發展，台灣則扮演關鍵推手。

智駕車或自駕車用攝影機或雷達偵測障礙物，再決定前進、後退或轉彎；人形機器人在偵測後，決定拿起東西或動作。

所以，兩者的感知、定位及決策原理基本上是相同的，只是最後的動作不同。特別是自駕車跑得快、賦予其速度功能，而機器人相對沒高速要求、以精細工作為主。

王正健從3個關鍵感測系統的功能進行解構。

一是定位系統。

這在汽車領域眾所周知，例如GPS或衛星定位等。而機器人因在工廠、室內，其實GPS較不易精準定位這些細微處，但它所處的環境比汽車來得簡單，能透過慣性定位系統、室內裝雷達等方式來解決此問題。

二是偵測環境。

雖然室內較難應用GPS等定位來偵測，但所處的環境小、路線較簡單，反而比汽車來得輕鬆解決。不論是智駕車或機器人，就是得先確切偵測到所處環境。

下一步，將偵測收集的資料進行判斷及做決策，這涉及多數人會連想到現下火熱的半導體算力、AI演算法等議題。

以汽車的視角，得清楚認知在什麼樣的交通環境、移動或固定物體的判視等；對機器人來說，因應不同的使命，它必須精準知道要處理的目標物件，如工廠中的螺絲，或餐廳裡的餐盤等。

三是行動（Action）。

因應決策指令給出的行動，如遇到紅燈要停、突然其來的球須踩剎車；機器人則可能是鎖螺絲，或將餐盤收拾到廚房裡。

王正健分析，這三個步驟所含的關鍵感測零件，包括攝影機、雷達（包括超音波、毫米波）還有光達（LiDAR），且每個步驟都涉及到現下當紅的半導體與AI演算法議題。

其中，最具代表性的業者以Tesla為主，因其以自駕計程車（Robotaxi）作為打入E/E的目標，不論現下實際商品的推動進度為何，Tesla所設計的E/E結構仍是全球相關業者投入研究的教科書。

同理，Tesla也投人形機器人，主要就是結構相當，且自駕車做得愈好，在人形機器人領域的耕耘愈具優勢。

而ARTC作為支持產業技術發展的最佳後盾，除了提供自駕車測試服務，特別是透過感測整合、定位、決策等，也已提供人形機器人相關服務。

王正健表示，在全球自駕車、人形機器人領域，台灣均扮演重要推手的角色，從現下全球汽車E/E化，台灣一級供應商（Tier 1）地位愈來愈被看重。而相同的隊伍，其實也因應國際客戶需求，積極著手於人形機器人的投入。

除了台灣半導體產業鏈扮演要角，攝影、雷達等感測系統技術中，台灣在手機、電腦等領域已造就千錘百煉的功力，也是全球在智慧／自動駕駛、人形機器人總是將台灣納入首選夥伴的主因。

責任編輯：何致中