特斯拉升級Autopilot,強化「雷達辨識」、 若多次忽略警告將強制關閉
特斯拉升級Autopilot,強化「雷達辨識」、 若多次忽略警告將強制關閉
2016.09.12 | 科技

自5月發生首起使用特斯拉(Tesla)自動輔助駕駛系統(Autopilot)的死亡車禍後,其安全性一直備受關注。時隔4個月,特斯拉終於在本周日(11日)發布軟體重大更新,主要為升級雷達感測技術以辨識原本可能忽略的障礙物,並稱可避免類似的死亡事故再次發生。新版Autopilot 8.0預計在兩周內釋出。

特斯拉
特斯拉更新自動輔助駕駛系統Autopilot 8.0。
圖/ Shuttersotck

從鏡頭辨識轉向加強雷達辨識

特斯拉過去以相機和圖像處理系統作為主要感測器、雷達則為輔,不過若環境視線不良時(如濃霧或大雨),便可能辨識失敗;例如,5月的死亡車禍即是陽光太刺眼導致Autopilot未能辨識出白色貨車。新版Autopilot提升雷達在自動輔助駕駛的重要性,可辨識過去鏡頭感測器難以辨識的物體,特斯拉執行長馬斯克(Elon Musk)形容:「就算是UFO降落在能見度零的路上,都能正確煞車。」

特斯拉自動輔助駕駛
特斯拉的自動輔助駕駛將提升雷達辨識技術。
圖/ 特斯拉官網

駕駛資料即時回饋,提升辨識精準度

不過,由於雷達辨識目前常出現誤報情形,例如,遇到金屬物體時,雷達可能會因訊號反射而錯估物體大小,將廢棄鐵罐視為龐然大物,或是因物體和路面的高低落差,錯將沒有威脅的物體(如路牌或天橋)視為障礙物。

為避免特斯拉在不必要時頻頻煞車,除了讓雷達偵測能力較過去多6倍,也用每秒10張的速度將多張雷達偵測畫面整合為3D連續影像,判斷物體是否有威脅性

此外,當雷達偵測到障礙物時,會對應到駕駛反應(前進或煞車)並自動上傳到GPS系統,Autopilot再根據蒐集來的資料,將沒有威脅的物體列入「白名單」以減少誤報。此功能稱作「車隊學習」(fleet learning),形同將每位消費者變成系統訓練師,且不僅自己的車子會學習、所有特斯拉汽車都能隨著資料越多而辨識得更精準。

特斯拉表示,直到資料顯示誤報情形減少到一定程度,才會開始以雷達辨識結果作為自動輔助駕駛的依據。

多次忽略手握方向盤警告,將強制關閉Autopilot

此次升級也新增一項安全機制。過去特斯拉駕駛常過於依賴自動輔助駕駛,不過版本更新後,若駕駛在一個小時內忽略3次請駕駛把手放回方向盤上的警告,自動駕駛模式將行駛到安全處後停止運作。

馬斯克同時強調,這並非表示Autopilot的安全性已達到完美,「完美的安全防護是不可能的目標。可以做到的事情只有不斷提高安全性」。

資料來源:TeslaThe VergeThe BloombergTechCrunch

往下滑看下一篇文章
為何台灣製造業在「智慧製造」卡關?AWS白皮書點出問題,提供實踐最佳解
為何台灣製造業在「智慧製造」卡關?AWS白皮書點出問題,提供實踐最佳解
2025.08.13 |

全球製造業正處於前所未有的挑戰中,從勞動力短缺、供應鏈脆弱,到淨零碳排與數位轉型需求的成長,每一項趨勢都正重新定義產業格局。對此,AWS 發布《全球地緣新局時代下的製造戰略:台灣產業韌性與轉型關鍵策略》白皮書,深入剖析製造業在全球地緣政治與市場變化下的挑戰與機會,提供台灣製造業適合的落地策略與最佳實踐方法。

《全球地緣新局時代下的製造戰略》白皮書限時下載

擔心無法回本、缺乏知識技術,台灣升級「智慧製造」卡關中

台灣製造業在全球供應鏈中扮演重要角色,但同時面臨地緣政治風險、技術門檻高、人才缺口大等多重挑戰。其中在供應鏈韌性方面,壓力更為顯著。根據英國營運持續協會統計,全球近 8 成企業在過去 12 個月曾遭遇供應鏈中斷事件,凸顯全球供應鏈的脆弱,台灣製造業也難以倖免,特別在國際局勢不確定性與在地原料依賴度高的情況下,會進一步放大成本與交期風險。

生成式 AI 應用快速擴展,預計 2025 年台灣企業導入將進入早期大眾階段,並以半導體產業為先導,逐步擴散至其他領域。DIGITIMES 調查顯示,已有 18.1% 的企業採用生成式 AI,並積極用於改善營運效率與產品良率,然而仍有 31.5% 的企業尚未規劃導入,主因包括成本考量、缺乏知識與技術、產業需求不明確,使企業在大規模部署時保持謹慎態度;資誠聯合會計師事務所發布的《2023 臺灣企業轉型現況及需求調查》也顯示,37% 的企業擔心智慧製造投資報酬率過低,30% 缺乏導入知識與技術,27% 不清楚如何實踐,導致智慧製造推動困難。在電子製造業迫切需要專業人才之際,許多產業面臨預算與數據分析能力不足的窘境。

AWS
圖/ AWS

此外,勞動力老化也是台灣製造業的問題。以國發會數據估算,2030 年台灣 50 歲以上就業人口將達 23.8%,導致技術傳承與產線穩定性受衝擊;同時 2050 年淨零碳排目標,迫使製造業必須進行碳盤查與能源優化;加上雖然 9 成企業已啟動數位化,但多數仍停留在營運系統,生產端 IoT 與 AI 應用不足,數據價值未被充分釋放。上述都恐將成台灣製造業升級的阻礙。

全球製造業大變局,智慧製造成關鍵突破口

根據媒體《DIGITIMES》研究,全球智慧製造市場規模將從 2024 年的 3,212 億美元,快速成長至 2033 年的 1 兆 1,583 億美元,年複合成長率高達 13.7%。在社會和全球趨勢的推動下,不只對台灣的製造業帶來新的壓力和挑戰,同時也催生了產業升級需求。

所幸,隨著智慧製造的 4 大技術日益成熟,替台灣製造業帶來更多可能。目前,IoT 透過連接感測器與生產設備,已實現即時監控與資料收集,並支援預測性維護與生產最佳化。世界製造業基金會報告顯示,IoT 已成企業智慧製造的首要投資項目;此外,智慧製造上,AI 現已被廣泛應用於品質檢測、生產流程優化與預測性維護,企業若結合機器學習、深度學習與生成式 AI,即能以數據驅動決策,提升生產靈活性並降低成本。

同時,隨著「數位雙生」的發展,企業可藉其進行「虛擬試錯」與「情境模擬」,在導入新技術前,先模擬其對現有產線的影響,或預測潛在風險與資源耗損,避免浪費;另外,在 AI 大規模應用下,數據隱私、安全風險成為顧慮。「主權 AI」確保企業在可信的基礎架構中進行數據分析與模型訓練,降低數據外流風險,並支援在地資料中心部署,以滿足低延遲、高安全需求。企業若在產業升級中,將智慧製造的 4 大技術整合,即能在自家領域有效推進。

《全球地緣新局時代下的製造戰略》白皮書限時下載

加速轉型關鍵夥伴登場!AWS 台北區域重磅上線

AWS 作為全球雲端運算領導者,深耕台灣市場多年,成為製造業升級「智慧製造」的鑰匙之一,提供全方位資料策略、生成式 AI 創新、敏捷性等多種解決方案,協助製造業突破瓶頸。

過往製造業資料分散在 IoT 裝置、舊設備、資料湖、雲端資料庫與內部系統中,缺乏統一結構與命名規則,也受到組織文化與部門隔閡影響,導致難以擴展或有效利用。藉由「AWS 工業資料經緯」框架,能支援多來源數據關聯與脈絡化,可用於分析、AI 模型訓練與數位應用程式開發,讓資料運用最大化。藉由 AWS 的高性價比基礎設施與豐富合作夥伴網路,企業可大規模部署生成式 AI 應用。

製造業期待透過生成式 AI 來加速產品開發、提升營運效率、優化供應鏈並強化客戶體驗。AWS 提供完整 AI / ML 服務,支援模型建置、訓練、推論與部署全流程,助企業快速、安全落實 AI 應用。企業可將專有資料導入基礎模型,進行微調與最佳化應用。

同時,為協助製造業在全球市場中維持高度韌性與營運敏捷性,AWS 已於 2025 年初在台灣設立全新 AWS 台北區域,涵蓋三個可用區,將使企業能就地處理與儲存必須留存於台灣的資料,確保資料主權與合規性,同時降低延遲、提升應變速度。AWS 預期將在台北投入數十億美元於營運、基礎設施與客戶支持,幫助製造業數位轉型。

立即下載 ➤《全球地緣新局時代下的製造戰略:台灣產業韌性與轉型關鍵策略》
掌握產業趨勢、實戰案例與資安關鍵策略,打造下一階段的製造業競爭優勢!

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
蘋果能再次偉大?
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓