一輛車、一個機器人、一名真人工程師,如何測試ADAS自駕系統? 你的疲勞救星是這樣來的
一輛車、一個機器人、一名真人工程師,如何測試ADAS自駕系統? 你的疲勞救星是這樣來的

隨著車輛走向自動駕駛化,應用在車上的先進駕駛輔助系統(Advanced Assistance Systems,ADAS)變得越來越多,但你曾想過這些功能是怎麼被測試的,才能確保車輛安全上路?

《數位時代》前進位在彰濱工業區的車輛研究測試中心(ARTC),參與車輛主動安全測試驗證活動,首度公開應用在Level 2等級部分自動化的「車道偏離警示(LDW)」、「車道維持輔助(LKA)」測試流程。

先進駕駛輔助系統(ADAS)對消費者的意義是什麼?

美國汽車工程師協會(SAE)將自動駕駛區分成0到5級,這次主要測試為ADAS其中的車道輔助系統——車道偏離警示(LDW)、車道維持輔助(LKA)。兩者差異在於,當車道偏離時,一個是發出警示提醒駕駛,另個是系統主動介入修正方式。車道輔助系統常被用在Level 2,屬於部分自動,人類還是需要監督輔助駕駛的功能運作,視情況煞車、加速或轉向。

不過,近期觀察許多民眾會在半自動輔助駕駛系統時吃東西、睡覺,輕忽風險。車輛研究測試中心試車場與整車安全處協理黃品誠提醒民眾,「 駕駛輔助系統不代表完全自動駕駛。 」不要過度依賴駕駛輔助系統。

AI應用_車聯網_自動駕駛
隨著車輛走向自動駕駛化,應用在車上的先進駕駛輔助系統(Advanced Assistance Systems,ADAS)變得越來越多,常見功能如緊急煞車輔助、車道維持輔助等。
圖/ shutterstock

ADAS測試直擊:車道偏離警示、車道維持輔助

這次執行任務的測試車,車上裝有方向盤、油門、煞車的駕駛機器人,車上配有一名工程師。

車輛中心測試
執行任務的測試車,車上配有一名工程師。
圖/ 陳映璇攝影

首先進行車道偏離警示測試,駕駛行駛到時速72公里,接著按下按鈕,交由駕駛機器人進行測試,駕駛機器人會操控車輛偏離車道,接著系統就會在儀表上發出警示訊號,「提醒」駕駛拉回車道。

ARTC車輛測試
從測試畫面右上角可以看到訊號凸起,代表儀表有發出警示訊號。
圖/ 螢幕截圖

第二個測試為車道維持輔助系統,汽車同樣以時速72公里行駛,交由駕駛機器人進行測試,駕駛機器人會操控車輛,以每秒80公分、50公分偏移,當車輛偏離車道時,系統會主動介入,接著把車輛拉回車道。

ARTC車輛測試
從右下角的分割畫面,可以看出當車輛偏離車道時,系統會主動介入,接著把車輛拉回車道。
圖/ 螢幕截圖

以上兩個功能,主要應用在駕駛發生打瞌睡或精神不濟等因素導致偏離車道,適時提醒或協助駕駛。

延伸閱讀:豐田大搶特斯拉市場!混動車比純電車好嗎?

檢測機構代表安全,但車輛上路須領4張合格證

許多車廠會把車輛及零組件拿到車輛研究測試中心(ARTC)進行檢測,若測試成功就能取得測試報告,但拿到測試報告不代表車輛就可以上路,還需要取得交通部核發合格證、環境部污染合格證、環境部噪音合格證、經濟部能源署耗能證明函,共4張合格證後,才能申請領牌照。

台灣車輛管理制度說明
拿到ARTC測試報告不代表車輛就可以上路,還需要取得交通部核發合格證、環境部污染合格證、環境部噪音合格證、經濟部能源署耗能證明函,共4張合格證後,才能申請領牌照。

為了提升國內自駕科技研發能量,車輛研究測試中心斥資10億元,規劃2025年建置「全天候高速自駕驗測場域」,可提供大型巴士在超大豪雨、濃霧、隧道或高架橋等行車情境下,執行最高時速110公里的自動駕駛實車驗證測試。

ARTC透過建置符合國際最高標準的實車測試場域與設備,讓國內業者產品可以快速對接國際車廠的廠規要求,達到商品化目標。

延伸閱讀:這裡沒有比亞迪!讓豐田日產加碼、BMW瞄準的全球第3大車市是它

責任編輯:林美欣

關鍵字: #自動駕駛
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 2026 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