Honda研發「邊開邊充」黑科技!電動車不用停下來充電,2027年上高速公路實測
Honda研發「邊開邊充」黑科技!電動車不用停下來充電,2027年上高速公路實測

電動車最勸退消費者的理由,是漫長的充電時間。針對這個痛點,本田(Honda)10月5日宣布,旗下研發子公司Honda R&D攜手大成建設及大成Rotec(Taisei Rotec),共同開發出具備「邊開邊充」功能的道路無線供電技術,未來有望減少車輛停靠充電站的時間。

PwC在電動車調查報告《eReadiness 2026》中指出,潛在購車者最常提到的卻步理由就是充電時間(46%),其次才是電池壽命(44%)、購車成本(36%)與續航里程(34%);相較於燃油車加油只需幾分鐘,部分電動車雖已能在十多分鐘內完成快充,但充電時間仍受車型、電池狀態及設備影響。

而三家公司共同開發的「磁耦合無線電力傳輸道路系統」,則讓電動車在行駛中就能無線充電,不必在充電站待上數十分鐘。三家公司規劃從日本2027年度(2027年4月1日起)開始進行一般道路實測。

本田透露,他們自2021年就投入行駛中無線供電(DWPT)技術開發,並在2025年攜手大成建設與大成Rotec,這次公布的便是該研究的階段性成果。本田看好這項技術在物流與運輸業的應用價值,對路線固定、車隊規模大、停機成本高的貨運業者來說,少停一次充電樁就是多跑一趟。

「邊開車邊充電」是怎麼做到的?本田將變流器、線圈整合進道路

這套系統由三個部分組成,分別是地面上的直流供電系統,埋在道路下的路面充電系統(GA unit),以及裝在車上的受電系統(VA unit)。分工上,大成建設負責直流供電系統,Honda R&D負責路面充電系統與車載受電系統,大成Rotec負責道路埋設工法;路面結構、耐久測試與後續升級工法則由三方共同開發。

honda 道路無線充電.png
本田介紹了三家公司在這次成果中,分別扮演了哪些角色。
圖/ 本田

本田表示,這次的研究成果有三項技術突破。首先是強度,路面充電系統與道路結構必須撐得住總重約20噸的大型商用車長期輾壓,團隊重新優化了系統的內部結構,讓埋入後的路面整體強度足以承受重車通行。

其次是供電架構,根據本田自行調查,這套埋設在路面下的送電系統,是全球第一個把變流器(inverter)與線圈整合進單一送電單元的設計。

簡單來說,過去需要分開配置的電力轉換設備與送電線圈,現在整合成單一模組,再透過直流配電系統連接。這不僅能簡化道路下方的配線,也能提升供電的穩定性,讓施工與後續設備更新更容易。

最後則是施工難度,既有道路不必整段重鋪,刨除表層鋪面再把充電系統放進去就行,配線也大幅簡化,降低了整體的施工量。

目前該系統是在大成集團的幸手未來技術試驗場測試道路上進行,已確認可用於後續的大型商用車公道實證測試。

延伸閱讀:買電動車要變便宜了?免稅新制明年上路,特斯拉一年「少卡5億」、國產車也受惠

2027年挑戰高速公路實測!先通過100萬次車輪負載考驗

為了測試這套無線充電系統的耐用性,2026年底起,三家公司將在大成集團另一處位於田村的未來技術試驗場建立新的測試道路,使用實車進行相當於100萬次車輪負載(每輪49kN)的長期耐久測試,並評估電磁場洩漏防護措施的有效性。

在完成封閉場地測試後,本田與大成團隊將參與由東日本高速道路公司(NEXCO East)主導的「館山專案」,自2027年度起,在千葉縣館山自動車道(E14)本線、君津休息站附近約300公尺路段,於真實交通環境下驗證行駛中無線供電的可行性。豐田也將與電裝、大林組以競爭團隊身分,投入同一場實測。

honda charge.jpg
近年本田野透過Honda Charge充電服務不斷擴充日本的充電基礎設施。
圖/ 本田

本田規劃在本月13日起登場的日本移動展Bizweek,以及19日起的韓國智慧運輸世界大會上,對外展示相關研發成果。本田表示,近年他們透過Honda Charge充電服務不斷擴充日本的充電基礎設施,行駛中無線充電則是他們更長期的布局。

延伸閱讀:
村田停產部分MLCC⋯國巨搶轉單、鉭電擴產30%賣光光,這家台廠也有望受惠!

2027辦公日曆表開放下載!春節請5休16、端午中秋請2休5,這幾天上班領「雙倍薪」

資料來源:Honda Global、NEXCO東日本、PwC eReadiness 2026

本文初稿為AI編撰,整理.編輯/陳建鈞

關鍵字: #電動車充電
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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