根據國際調研機構P&S Intelligence調查報告，全球AI運輸市場2017年達14億美元，預測
2023年將成長至23億美元，2018年至2023年之複合成長率為16.5%；市場成長之關鍵要素
，涵蓋了公部門的政策支持以及眾多汽車製造商、科技巨頭以及新創企業的投入。
自動駕駛系統已成為近年來主流應用。隨著攝影機、雷達等感測器性能不斷提高，帶來大
量的環境與交通數據，搭配高可靠度演算法，進行大規模測試驗證，加以AI人工智慧提升
準確率並且帶來高成效，逐漸實現車輛全自動化。以感測與決策系統為主的自駕車系統，
領域將涵蓋：高精度圖資、演算法、感測融合、語音/影像/手勢辨識、模擬、生理監測、
路線優化、預測性維護等；從軟體、硬體、系統整合到服務，顯見其技術潛力。
相較於現有的光達感測器倚靠一系列獨立感測器所產生的大量數據，需要較長的處理時間
以及大量的運算能力，也無法有條件的評估數據的可用性與優先性；iDAR平台以仿生（
Biomimicry）為基礎所開發，結合光達、融合式攝影機與AI人工智慧技術，模擬人類視覺
的感知設計，以軟體定義的平台，實現更快速、準確、可靠的感知系統。
2018年美國專利商標局公開福特汽車申請之專利，福特汽車將打造一款擁有AI人工智慧系
統之無人自動駕駛警車。該AI無人警車將具備辨識能力、可自主監控、追蹤車輛，當發現
道路上超速車輛時，傳統取締模式會透過偵測器確認車速後，拍照或錄影再逕行舉發；此
自駕車發現違規車輛時，能立即追蹤並確認車速，主動辨識車牌號碼，同時與警局電腦連
線，即時對違規車輛或其他車輛發出警示，甚至決定是否對超速車輛罰款。
交通運輸系統以數據為中心、AI人工智慧技術需搭配大數據以達成效，兩者之結合帶來許
多實質效益。然在技術應用過程中，仍有許多面向值得思考，例如數據資料取得方式衍生
出的隱私權與資安問題，科技執法的公正公平性，自駕車衝擊勞動市場等議題也逐漸受到
關注。
在台灣的智慧交通整體發展建議上，需以數據驅動，積極建立資料中心平台，以高品質數
據為目標，提供安全且具可用性與可靠度之資料；產學研應深化AI人工智慧軟硬體核心技
術之能量，提早佈局並加速整合；政府單位則持續鼓勵創新、培育人才、研擬法規，並建
構良好投資與研發環境。
https://www.chinatimes.com/newspapers/20200426000398-260102