想像你正在開車。你會不斷留意周遭環境，透過眼睛、耳朵，甚至觸覺持續處理資訊。你根據這些資訊做出判斷，調整車速、方向與煞車，才能安全又有效率地駕駛。自駕車的運作方式很類似，只是它不靠人類感官，而是結合精密的感測器與先進的演算法，來理解環境並做出決策。
理解環境：
自駕車利用一整套感測器來「看見」並「理解」周遭情況。這些感測器包括：
- 攝影機（Cameras）： 攝影機負責擷取視覺資訊，例如車道標線、紅綠燈、行人與其他車輛。
- 光達（Lidar，Light Detection and Ranging）： 光達會發射雷射光束來測量距離，並建立環境的 3D 地圖，讓車輛可以高精度地偵測物體的位置與大小。
- 雷達（Radar，Radio Detection and Ranging）： 雷達利用無線電波偵測物體，即使在低光源或起霧的環境中也能運作，並提供物體的速度與距離資訊。
- 超音波感測器（Ultrasonic Sensors）： 這類感測器利用聲波偵測近距離物體，主要用於停車輔助與避障。
做出決策：
這些感測器蒐集到的資料，會交由車上強大的電腦以先進演算法處理。這些演算法的任務包括：
- 解讀資料： 電腦需要理解自己所看到的東西，例如辨識行人、紅綠燈或車道標線。
- 規劃路線： 根據感知到的環境，電腦會計算出通往目的地的安全且有效率的路徑。
- 控制車輛： 電腦會向方向盤、油門與煞車發送訊號，執行規劃好的路線並避開障礙物。
深度學習：
推動自駕車發展的關鍵技術之一，就是深度學習。深度學習演算法的靈感來自人腦結構，可以從龐大的資料中學習，隨著時間持續提升辨識物體與做出決策的能力。
安全與倫理：
雖然自駕車在提升安全與效率方面潛力驚人，但仍有許多挑戰待克服。研究人員正努力確保這些車輛在各種情境下都能可靠、合乎倫理並安全運作，包括各種意外或複雜的路況。
參考資料
- Self-Driving Cars | NVIDIA（自駕車｜NVIDIA）
- How Autonomous Vehicles Work: the Self-Driving Stack（自駕車如何運作：自動駕駛技術堆疊）
- How Do Self-Driving Cars Make Decisions? | NVIDIA Blog（自駕車如何做出決策？｜NVIDIA 部落格）
- Teacher Update | Learn more: How do self driving cars navigate? | Encounter Edu（教師更新｜深入了解：自駕車如何導航？｜Encounter Edu）
- How Do Self-Driving Cars Make Decisions? A Detailed Look at the AI Brains of Autonomous Vehicles（自駕車如何做出決策？深入解析自動駕駛車輛的 AI 大腦）
- Learn more: How do self driving cars navigate?（深入了解：自駕車如何導航？）
延伸閱讀
- 自駕車面臨哪些倫理上的挑戰？
- 在複雜的路況下，我們該如何確保自駕車的安全？
- 自駕車可能帶來哪些好處與潛在缺點？
- 自駕車技術未來會往哪些方向發展？
- 自駕車將如何改變整個交通運輸產業？