因為疫情關係，導致Uber業績下滑達80%，其中大眾減少出門是主要原因，即使大眾願意出門，也不敢搭乘Uber，擔心司機接觸其他生病乘客而被病毒感染，並繼續傳染給下一位乘客。此時不免想到，若自駕車若能上路，在車上沒有司機的狀況下，或許乘客可以消除這樣的疑慮，Uber的業績說不定還能逆勢成長。
事實上，自駕車的發展不曾停滯，去年七月，軟銀對通用底下的自駕車公司Cruise進行22.5億美元（約675億新台幣）的投資，而今年三月，Google旗下的自駕車公司Waymo從外部投資人取得22.5億美元（約675億新台幣）的資金；再從自駕車道路測試進度來看，根據加州車輛管理局（California Department of Motor Vehicles）2019年的自駕車道路測試報告顯示，Cruise與Waymo的自駕車行駛都超過100萬公里，其極低的自駕解除率（Disengagement）相較於2018年有更佳的表現。
綜觀來看，從投資人對自駕車發展的信心，以及自駕車領頭羊Cruise和Waymo的持續推進，似乎自駕車的商業化出現一線曙光，期待看到自駕車在路上滿街跑的景象不再是遙不可及。
自駕車的技術大部分是附加在傳統車廠的車輛上，比方說，Waymo新一代自駕車與Jaguar合作，將自駕車系統導入Jaguar電動車I-Pace進行測試。自駕車為了取代人類駕駛而整合許多現有車輛沒有的功能，這就需要多方的產品與技術投入，就如同Waymo的執行長John Krafcik提到：「Waymo能夠達成現階段任務，是來自於與許多夥伴的共同合作與成長」。所謂共同合作涉及哪些技術領域以及有哪些玩家參與，我想透過簡單的專利資訊調查，或許可以給我們答案。
感測技術與人工智慧結合，幫助自駕車做決定
世博科技一共調查約8,000件與自駕車相關的美國專利，初步觀察許多專利都和系統及軟體有關，其中感測技術結合人工智慧（AI）是自動駕駛的核心，自駕車需透過AI來分析即時的感測資訊提升決策的可靠性，尤其當自駕車行駛在道路狀況不明的區域、特殊時段或季節時，若只依靠原始存儲在車輛中或從雲端定期更新的路況資料是不足夠的，更好的方法是透過多個感測器，包括光達（LiDAR）、影像感測器（Image Sensor）、毫米波雷達（Radar）、超音波（Ultrasonic）等，在車輛行駛間即時蒐集動態資料，讓AI可以同步使用資料描繪周圍環境，並經演算後向自駕車提供行駛建議與決策方向，以提高自動駕駛自主性與安全性。
若以Waymo的專利技術為例，其中包括針對周遭物體行為的預測來模擬車輛移動、預先對駕駛開車模式的分析學習，以及預測何時該把控制權交還給駕駛來處理緊急情況等。就好比今天自駕車在台北市與高雄市上路，兩個城市的駕駛開車習慣不同、行人走路節奏不同、對號誌燈理解不同等，自駕車必須於行駛中不斷蒐集資料，並自我學習來適應當下環境。
新一代通訊系統的加持，讓自駕車聯網更具可靠性
除了車上的感測技術及AI整合進化外，專利技術的演進也顯示出新一代的通訊系統扮演重要角色。 早期採用全球定位系統（GPS），但GPS的定位不夠精確，導致車輛位置錯誤，或衛星配置的變化對更新頻率較低的GPS造成延遲。從近幾年的通訊專利來看，透過3G及4G，或Wi-Fi與藍牙等通訊系統，車輛已經可和周圍的物體聯繫，但仍有延遲通訊及周圍環境資訊缺乏的問題，尤其是在緊急情況下，仍然無法有即時性的資料處理和交換。
為了解決上述問題，自駕車將需要一個更可靠的通訊系統來達成低延遲通訊和大頻寬數據傳輸，例如，當多輛車同時行經一個路口時，各車輛即時共享其感測器及分析資料，藉由資料的互相傳遞可以讓多輛車自動安排通過路口的行駛順序。這個通訊系統會隨著通訊技術標準的發展變得越來越成熟，其中包括IEEE 802.11p的專用短距離通訊（DSRC），或現階段標準制定組織第三代合作夥伴計畫（3GPP）制定的5G通訊標準，都能為所謂車聯網（Vehicle to Everything, V2X） 鋪路，而那些協助開發通訊產品技術的企業（例如高通、三星、夏普、華為）將是未來車聯網領域的重要推手。
傳統車廠與ICT公司相輔相成，引領自駕車進入市場
進一步觀察專利數量排名前30名的公司（參考下圖一），其中Waymo擁有512件專利（6.56%），位居第一。Cruise（3.87%）和福特（2.79%）分別排名第二和第三。豐田（2.71%）和本田（1.52%）則是第四和第五，隨後是IBM（1.51%），波音（1.37%）和Here Global（1.31%）等，資料顯示除了傳統車廠擁有自駕車相關專利，而其他產業（如資訊平台、電子零組件和機器人等）的企業也申請了大量專利。
傳統車廠花了多年時間研製Level 1和Level 2的自駕輔助系統（美國汽車工程師協會定義自駕等級從Level 0至Level 5，參考下表一），例如豐田的Toyota Safety Sense、福特的Co-pilot 360、福斯的IQ.Drive等，但是要提升到Level 3以上，存在著更大的門檻，Level 3的自駕車在某些情境已經不需要駕駛操控，除非系統認為需要駕駛介入時才會切換給駕駛控制。
為了達到Level 3以上，傳統車廠若判斷跨越門檻難度高，與其消耗龐大資源重新做起，不如投資具有技術底子的公司或進行共同研發，傳統車廠藉由與ICT（資訊及通訊科技）公司的合作，將各種ICT技術整合到自駕車中。舉幾個例子，通用汽車收購Cruise Automation加速自駕車研發；福特收購SAIPS年取得自動駕駛機器學習和視覺技術，並投資Argo AI將福特的自動駕駛汽車與機器人技術相結合；Tesla著名的自動駕駛控制系統「Autopilot」最初也是與以色列公司Mobileye合作開發的。
從自駕車專利涉及的產品技術來看，系統與軟體技術在自駕車發展過程展現高度價值，台灣企業若以ICT或AI這塊切入是有機會的。 建議不論從自駕車產業鏈的哪個位階切入，都可以事先調查專利資訊，方能掌握技術發展軌跡及競爭者專利布局，不僅加速研發，避免資源浪費，也能降低侵權風險。另一方面，擁有高品質與價值的智慧財產仍是未來企業持續爭取與大廠合作的關鍵點，因此必須思考如何強化自身專利組合，以確保當自駕車大舉進入市場時能有更多談判籌碼與營運獲益。
責任編輯：陳建鈞
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場
