AI驅動的「自動駕駛」──人工智慧理論與實踐：從雲端演算到產業實踐，深入探討自動駕駛技術的感測、決策、控制與全面部署之道

AI駕駛新浪潮──引爆交通運輸的變革
技術演進×產業全景×發展趨勢

從感測、運算到智慧決策，
完整剖析自動駕駛技術的研發脈絡與應用挑戰

　　▎尖端技術與背景
　　本書以業界自動駕駛技術研發流程為主線，結合理論與實務，深入解析自動駕駛的原理、架構與應用場景。序言與前言部分指出，人工智慧的發展已使機器具備部分思考與決策能力，其中自動駕駛是交通領域的重大突破，將改變城市結構、移動模式與社會形態。書中強調，自動駕駛不僅影響汽車產業，也將牽動雲端運算、5G/6G通訊、智慧城市等多個領域。為降低初學者進入AI領域的門檻，作者以智慧小車與模擬車道沙盤作為教學實驗平臺，讓讀者在動手實作中掌握從「看車」到「玩車」的全流程知識。

　　▎技術基礎與研發流程
　　書中首先系統介紹自動駕駛的概念、分級標準（NHTSA與SAE J3016）、產業現況與核心技術挑戰。自動駕駛的實現需具備感測、感知、決策與執行四大功能，並涵蓋資訊採集、傳輸、辨識、決策及輸出等關鍵環節。作者詳細拆解業界研發流程：從路測規劃、測試車改裝、資料採集與上傳、數據淨化與標註，到演算法訓練、虛擬模擬、硬體驗證、道路測試與量產。技術面除需克服算力不足、感測器成熟度、軟體架構轉型等問題，也涉及高精地圖「鮮度」、長尾情境測試等挑戰。

　　▎人工智慧在自動駕駛中的應用
　　本書深入闡述AI特別是深度學習在自動駕駛中的角色，包括監督學習、無監督學習與強化學習等方法。透過模仿學習與逆強化學習，自動駕駛系統可從人類駕駛行為中學習，並在未知環境下做出合理決策。作者強調，現有多數自動駕駛系統採用模組化設計與端到端模型相結合的方式，以平衡效能最佳化與系統可維護性。同時也介紹了環境感知、智慧運輸、路徑規劃、軌跡預測與精準控制等AI應用實例，並結合智慧小車作為教學案例，幫助讀者理解抽象演算法如何應用於實體車輛。

　　▎社會影響與未來展望
　　除了技術層面，本書亦探討自動駕駛的非技術挑戰，如交通事故責任歸屬、車輛物權變化、AI倫理、資訊不全決策風險及社會接受度等議題。作者提醒，自動駕駛的普及需在法律、政策、產業鏈合作與大眾認知等方面達成平衡。書末以「開放性思考」的方式，鼓勵讀者思考自動駕駛的產業機遇、人才培養方向、普及策略與城市管理挑戰。全書結構環環相扣，既提供系統化的知識框架，又保留了實驗與創新的空間，適合作為教學教材、研發參考與產業入門指南。

本書特色

　　本書以自動駕駛技術研發流程為主線，結合理論解析與實例探討，讓讀者從零開始掌握AI在交通領域的應用。內容涵蓋感測、感知、決策、執行等核心技術，並深入介紹資料採集、模型訓練、模擬驗證到量產部署的全流程。兼顧技術深度與教學易用性，更探討法律、倫理與社會影響，全面呈現自動駕駛的挑戰與機遇。

<序>

前言PREFACE

　　毫無疑問，人類社會已經進入了智慧時代。人工智慧技術的發展迎來又一波熱潮，人臉辨識、語音辨識等技術的應用，已經融入日常生活的各個方面。各行各業——尤其是科技新興行業——對人工智慧領域的研發需求和應用人才的需求急遽增加。

　　作為向社會輸送人才的主要陣地，大學近年來也增設了人工智慧相關科系，以滿足各行業對人工智慧技術人才的需求。而在人才培養的過程中，我們發現人工智慧作為科際整合的項目，對學習者自身的專業基礎要求較高，前置課程（例如高等數學、工程數學、電腦原理與體系結構、資料結構、電腦程式設計等）的學習，會占用學生大量的時間和精力。一些學生曾向教師回饋：前置課程比較理論化，學起來枯燥，很多時候即使學完了，也不太清楚如何應用。由此可知，一些學生在還未真正開始學習人工智慧技術前，就已經覺得門檻太高，望而卻步。

　　在人工智慧技術的學習中，很多初學者最先接觸的是神經網路模型的相關理論和演算法，其中也有一些經典的模型（例如MNIST手寫數位辨識）作為實踐案例，但是經過多年的發展，類似手寫辨識、語音辨識、人臉辨識等應用案例已逐漸變得平淡無奇，無法激發學生更高的學習熱忱，且這些實踐案例大部分是基於電腦或手機平臺連結實現的，初學者很少有機會將人工智慧的學習與電腦或手機之外的產品連結起來。

　　隨著人們對智慧交通等生活需求的不斷提升，以及智慧汽車製造新勢力的不斷崛起，自動駕駛技術的研發和應用，已成為當今社會關注的焦點。自動駕駛技術不但對傳統汽車產業的升級十分重要，且是在終端產品中進一步提升晶片算力效能、發展高階積體電路技術的支撐，同時也是在高階生活消費品（智慧汽車）和智慧城市中實行人工智慧技術的重要突破口。無論產業界還是教育界，對自動駕駛技術的研發和應用都十分重視，因此將自動駕駛作為人工智慧理論學習和動手實踐的教學案例，更能激發初學者的學習熱忱，而且還能增加他們持續學習的意願。

　　自動駕駛技術的學習需要搭建一定的實驗環境，目前業界對自動駕駛技術的研發投入，動輒以億元為單位，顯然很多大學無法承受如此高昂的成本，用於搭建同等程度的實驗環境、進行實踐培養。一方面是業界對自動駕駛技術人才的亟需，和大學學生對學習相關技術的渴望；另一方面是人工智慧學習的高起點和自動駕駛實踐的高成本，這兩方面的矛盾，需要找到一種合理的解決方案。為此，我們整合大學和戴爾科技集團各自的優勢資源，為初學者提供了自動駕駛技術及人工智慧理論與實踐的教學方案和資源平臺。

　　戴爾科技集團為業界中超過半數的自動駕駛技術研發企業提供資料儲存和處理的基礎架構，幫助企業了解業界研發自動駕駛技術的基本流程和需求，企業專家也密切關注自動駕駛技術最新的公開資訊和技術發展。學界與戴爾科技集團共建的「虛擬實境自造者實驗室」，集中優秀的專業教師和業界專家，開設「自動駕駛」相關課程，打造適合大學教學的模擬實驗環境和虛擬實驗平臺，編寫適合初學者的自動駕駛學習資料，並向校內、外大學生開展教學實踐。透過多年的累積和一線教學過程中的回饋，在已有學習資料的基礎上，逐步完善並形成了本教材，希望能藉此幫助更多渴望學習人工智慧技術的初學者，在未來成為自動駕駛相關行業的重要人才。

　　在本書的編寫過程中，得到了戴爾科技集團多位專家的鼎力支持，很多專家不但親自撰寫內容，且積極參與相關教學課程的編製。除了本書主要編寫團隊之外，參加各章編寫工作的還有陳天翔（第6章）、高雷（第2章）、李三平（第1、3章）、林小引（第1章）、倪嘉呈（第1、5章）、王子嘉（第1、6章）等。戴爾科技集團全球總裁兼技術長John Roese先生親自為本書作序，本書的編寫還得到了劉偉、陳春曦、賈真等集團高階管理者及孫文倩、曹賀等的關心和幫助，在此向他們表示衷心的感謝！同時也要感謝學校教務部門和戴爾科技集團研發中心的相關專家、老師和同仁的大力支持！

　　作為理論與實踐相結合的教材，本書難免存在不足，對最新技術和市場發展的追蹤和更新不夠及時和充足，受限於教學教具和實驗環境，對相關問題的表述和理論知識的講解可能存在疏漏，敬請諸位讀者批評指正。

編者

<內容連載>

第1章 看車：自動駕駛概述
1.0 本章導讀
 
春秋戰國時期，晉國、楚國、齊國、秦國曾號稱「萬乘之國」，戰車［見圖1.1（a）］每乘載馭、弓、戈三人，代表著強大的戰力。車戰自夏朝、商朝就有文字記載，「馭手」駕駛車輛縱橫於野、往來衝殺。一晃數千年過去，馬車早已被汽車所替代，但「馭手」這個古老的職業，卻仍然還存在著，只不過現在已改稱為「駕駛」。在很多描繪未來的影視作品中，人們所乘坐的車輛，升級為飛行器［見圖1.1（b）］，在天空中飛行往來、迅捷無比，這些飛行器上的「駕駛」職能，已被「自動駕駛系統」替代。
 
近十年來，人工智慧（artificial intelligence，AI）的快速發展，促使自動駕駛技術不斷成熟，已存在數千年的「馭手」職業，或許在今後若干年中會被完全替代。如果自動駕駛系統得到廣泛應用，將為社會、交通和人們的生活水準帶來以下幾個方面的提升。
 
（1）提升駕車、乘車人員的體驗：自動駕駛系統替代了駕駛的職能，通勤過程中，駕車、乘車人員無須時刻關注車輛的行駛操控和所處的交通環境，進而可轉移注意力從事其他工作。
 
（2）提升道路交通的安全性：成熟的自動駕駛系統還可以有效提升道路交通的安全性。據世界衛生組織統計，當前全球每年因交通事故死亡的人數超過百萬，其中相當大比例是因駕駛人員的失誤所引起。成熟的自動駕駛系統，能在相當程度上避免因人為超速、超車等行為所引起的事故。
 
（3）提升道路的通行效率：道路上車輛的行駛透過指揮中心統一排程和分散式協調，不再由駕駛隨心所欲地操控，杜絕了插隊、隨意變換車道等不良行為，並能全局最佳化通行路線，讓城市的塞車問題得到有效解決，道路通行效率可獲得大幅提升。
 
（4）提升資源的利用率：交通整體效率的提升，將減少社會整體資源的浪費，例如街道不再需要很多交通警察與義交現場指揮交通，不再需要設定大面積的臨時停車場，不再需要建設異常寬闊的車道等。
 
（5）促進節能、環保：自動駕駛技術的實際應用，還會間接地產生一系列對環境的正面影響，例如車輛可以維持最佳行進速度以減少能源消耗，減輕車輛機械損耗，及道路地面的磨損等。

自動駕駛技術所發揮出的蝴蝶效應，勢必徹底改變人類的交通、甚至生活方式，這些長遠的影響，將在產業技術的進步、行業標準的更新、法律法規的完善、社會保障的加強中得到見證。