德國考古學研究所(German Archaeological Institute)、德國波昂大學(University of Bonn)、英國艾克斯特大學(University of Exeter)的考古研究團隊跟ArcTron 3D GmbH合作，從空中運用光達(LiDAR)掃描亞馬遜(Amazon)地區，發現兩座埋在地下的失落城市。 根據Electronics360報導，

Google Maps的街景(Street View)服務已問世15年，Google近期推出一些相關更新包括新增「回到過去」功能，以及模組化與可客製化的新街景攝影機系統，無需跟以往一樣要設計全新的攝影機系統以符合特定拍攝地區的需求。 根據Engadget報導，Google還將新增4套街景影像包括米蘭大教堂(Duomo in Milan)、巴黎傷兵院(Les Invalides

米蘭理工大學(Politecnico di Milano University)PoliMOVE團隊將一輛自駕跑車調校到時速達破紀錄的192英里，並在拉斯維加斯舉行的IAC(Indy Autonomous Challenge)奪冠，PoliMOVE團隊的自駕車技術僅倚賴演算法與分析大量資料，完全無需任何專業駕駛員即可運作自如。 根據SlashGear報導，2019年3月Dan

台鐵太魯閣號2021年發生火車撞上邊坡掉落的工程車造成嚴重傷亡，又頻傳駕駛人手不足難以輪休，是否能由人工智慧(AI)和邊緣運算找到解方，保障乘客的安全與提供穩定的服務？加拿大新創公司Invision AI所做的正好是結合AI和邊緣運算技術的自駕火車與智慧交通系統。Invision AI於2014年創立，已經獲得Fontinalis Partners、TA Ventures、Ontario Cent

波士頓顧問公司(BCG)預測，2025年全球自動駕駛車(簡稱自駕車)市值將上探420億美元，而部分實踐自動化、智慧化車輛將佔整體車市的12.4%，而直至2035年止，預期該智慧化車輛市場規模將持續呈倍數成長，智慧化、自駕化在汽車產業將成為不可逆的發展趨勢。 欲討論人工智慧(AI)於車載方面應用，則不可不提及此三大方向：首先為先進駕駛輔助系統(ADAS)衍伸出的Level 5以

5G網路與人工智慧(AI)的進展有助於促成更多智慧道路(Smart-road)基礎設施技術，被部署於全美各種橋梁、道路等運輸系統，以強化即時交通分析以及處理最具挑戰性的道路安全與交通管理問題，其中備受矚目的包括具備AI功能的攝影機與光達(LiDAR)。 根據Fierce Electronics報導，透過AI加持就能馬上提升目前美國部署的交通攝影機與監視攝影機的基本功能表現，並

亞馬遜Amazon旗下發展自駕叫車服務的Zoox宣布，收購波士頓機器人新創Strio.AI團隊，細節尚未揭露，Strio.AI的電腦視覺與機器人技術可望被應用於Zoox開發的自駕車。 根據The Robot Report報導，Strio.AI由麻省理工學院(MIT)校友於2020年創立，運用人工智慧(AI)與自動化發展農業應用技術，專注於開發採收與修剪草莓作物的機器人解決方案

光達(LiDAR)的精確性與效率優於其他感測器，可減少系統誤判情況，在智慧城市應用日益重要，美國矽谷智慧光達解決方案供應商Cepton與光纖系統廠商Fibre Based Integrations合作，在南非開普敦開發光達車輛偵測解決方案，協助監測車道使用與辨識行駛錯誤車道的車輛。 根據Traffic Technology Today報導，Fibre Based Integr

隨更高等級自駕車發展需求上揚，再加上光達、雷達等感測器價格遲遲居高不下，使得各車廠對於高精地圖的需求更加鮮明。根據市調機構Markets & Markets預估，自駕車市場的高清地圖市場市值將於2030年達到169億美元高峰，而從2021年至2030年複合成長率將會達到31.7%。 在技術端，由於視覺AI技術持續進展、即時定位與地圖構建(SLAM)準確性也有了顯著的提升，使得

自駕商機雖未來可期，但礙於目前各國法規仍未完善，全球要進入真正名義上的「自駕」L3階段普及仍相當受限。但在自駕市場尚未成熟前，相關廠商還是需要儲備長久戰能量，持續進行自駕技術的開發與測試驗證。其中被視為自駕車「縮影」的自主移動機器人(AMR)，便成產業短期可落地的自駕系統應用商機。汽車大廠如BMW、現代汽車在發展自駕技術的同時，也在機器人領域同步進行布局。 根據美國汽車工程師