---
title: "自動駕駛技術（Autonomous Driving）"
slug: autonomous-driving
language: zh-TW
source: https://aiterms.tw/terms/autonomous-driving
updated_at: 2026-04-29
tags: [AI應用, 電腦視覺, 機器學習, 深度學習, 模型部署, AI倫理與治理]
ipas_term: false
---

# 自動駕駛技術（Autonomous Driving）

> **車子自己看紅綠燈、轉彎、煞車，你敢不敢放心坐上去？**
> 你可以把自動駕駛技術想成會看路、會判斷、會操作的系統。
> 它的難點不是單看一張圖，而是要在動態交通裡持續做安全決策。
>
> 你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。

### 容易混淆

> **自動駕駛 vs 駕駛輔助？**
> 自動駕駛：車輛自己完成部分或全部駕駛任務
> 駕駛輔助：只幫忙做部分動作，最後仍要人接手
> 最關鍵的區別：自動駕駛的自治程度比輔助系統高
>
> **感知 vs 決策？**
> 感知：看見車道、行人、號誌
> 決策：判斷要加速、煞車還是轉向
> 最關鍵的區別：感知負責理解環境，決策負責選行動
>
> **自動駕駛 vs 單一電腦視覺任務？**
> 自動駕駛：多模組整合
> 單一電腦視覺任務：只做辨識或分類
> 最關鍵的區別：真正上路要把感知、定位、規劃、控制串起來
### 記住這句就好

> 看得懂路，還要想得出怎麼安全走
### 實際案例

> **高速公路巡航**
> 車輛能維持車道與車距，但遇到施工區或急彎時仍需要更高層級的控制與接管
>
> **無人計程車**
> 系統要同時處理行人、號誌、臨停車與路口互動，難度比封閉道路高很多
### 算法與應用

> | 重點 | 你要看什麼 | 為什麼重要 |
> |---|---|---|
> | 感知 | 相機、雷達、光達 | 讓車知道周圍有哪些物體 |
> | 規劃 | 路徑與行為決策 | 決定要走哪條路、怎麼繞障礙 |
> | 控制 | 轉向、煞車、加速 | 把決策變成實際動作 |
### 情境判斷

> **Q1：車子能自己停紅燈，也能跟車，這算完全自動駕駛嗎？**
> → 通常不算，還要看是否能在大多數情況下獨立完成整段駕駛任務
>
> **Q2：如果感知很準，但決策常在路口猶豫，問題主要出在哪裡？**
> → 多半在規劃與決策層，不是單純影像辨識層
### 常見問題

> **Q：自動駕駛一定比人類安全嗎？**
> 不一定。某些條件下可能更穩，但在長尾場景、惡劣天氣與突發情況仍有風險。
>
> **Q：Level 2 和 Level 4 差在哪？**
> Level 2 仍需人類持續監控，Level 4 在限定場景下可自己完成駕駛。
>
> **Q：為什麼自動駕駛那麼難？**
> 因為道路環境高度變動，光是辨識物件不夠，還要判斷意圖與安全邊界。
### 相關術語

> - **自主系統**：自動駕駛是自主系統的高難度版本
> - **電腦視覺**：車輛感知大量依賴電腦視覺
> - **電腦視覺**：自駕系統的感知很依賴電腦視覺

---

來源：https://aiterms.tw/terms/autonomous-driving
快查頁：https://aiterms.tw/terms/autonomous-driving
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-autonomous-driving