這幾年汽車產業除了新能源之外，最火熱的議題應該就是自動駕駛，在這一波風潮之中，傳統車廠、網路服務廠商也前仆後繼加入，不過自動駕駛要發展到甚麼程度才對？這個問題仍是眾說紛紜。
然而今年在 NVIDIA GTC 發表主題演講的豐田研究中心 CEO Dr. Gill Pratt 所說的方向應該八九不離十，目前定義自動駕駛有兩種發展方式，分別是被他稱為守護天使的輔助型自動駕駛(被動式)，以及司機的全自動駕駛(主動式)，前者是目前自動駕駛發展的中程目標，後者則是更長遠的目標。
豐田汽車於 GTC 的主題演講：請點此
兩種自動駕駛的功能並不相同，守護天使型的系統主導權仍在駕駛人身上，此時系統的功能是作為提醒駕駛路況，以及在駕駛未能注意路況時作為最後一道防線之用，等於是現行行車輔助系統的進化版本，實際上目前不少行車輔助系統已經做到道路標線提示、倒車輔助、自動追車、煞車介入等功能。
而司機型全自動駕駛則是完全取代人類，由系統完成所有的駕駛行為，駕駛上了車設定好地址後，只要高枕無憂的看著手機、電視節目渡過交通時間；但同時也因為需要做到複雜的駕駛行為，在能夠執行學習型的類神經學習平台的硬體功耗、運算效能得以負擔全自動駕駛的需求前，全自動駕駛就是個產業共同的長程目標。
不過對於這兩種類型的自動駕駛也各自有不同的目標族群，前者是作為希望能保有駕駛樂趣的駕駛者或是無法完全信任全自動駕駛系統的駕駛所設計，除了提供路況參考資訊，僅在必要的時候幫助駕駛人避免意外；後者則是作為讓一些沒有駕駛能力的族群，例如未成年或是老人，能藉由自動駕駛系統讓他們在缺乏司機的情況下搭乘汽車。
如果觀看目前道路交通事故發生的原因，筆者認為自動駕駛有其價值，扣除主動違規如闖紅燈、超速、不當超車等，不少交通事故出自緊張時誤踩油門、駕駛時因故分心造成事故、視覺死角造成意外、長途駕駛注意力渙散等，人雖然有絕佳的事件處理能力，但是變因卻也格外的多。
無論是主動或是被動自動駕駛，都在設法減少事故的發生，就目前的狀況來看，也沒有哪一種方式是絕對正確的，對熱愛開車的人，全自動駕駛少了樂趣，對不懂開車的人來說，輔助系統幫助也有限，所以多半的發展方針還是傾向兩者併進。
不過怎樣的方式才能達到理想中的全自動駕駛，現階段要解決的問題恐怕還是不少；以硬體來說，雖然 NVIDIA 今年已經發表具備 8TFLOPS 的 Drive PX2 平台，但 250W 的 TDP 對於汽車來說恐怕還是略為偏高，尤其對於電力更吃緊的電動車來說勢必還要設法降低功耗。
另一個就是構成自動駕駛感測的方式，現在的共識是透過感測器與高解析的 3D 地圖，１不過感測器需要多少種類也是個問題，測距器、光學雷達、攝影機等，都是目前在測試的方向，然而光學雷達成本高昂，攝影機則在夜晚與惡劣氣候可能無法正常運作，假設因為感測器無法正常運作，即便只有一瞬間，都有可能造成事故。
至於為何需要高解析度的 3D 地圖，則是能做到自動導航駕駛的關鍵，因為只有平面地圖的情況下，在立體道路無法獲得正確的資訊，例如在交錯路口時，有正確的空間資訊，才能讓車輛選擇正確的方向前進，當 3D 地圖資訊再結合感測器獲得的資訊時，能夠做為自動化道路駕駛的完整參考資訊。
不過距離目前預計全自動駕駛全面上線的 2020 年還有幾年的時間，應該可期待這幾年內包括感測器、嵌入式電腦平台等還有技術上的突破，畢竟市場有需求，就會加速產業鏈的發展速度，也希望自動駕駛的出現能夠降低交通事故的發生。
你或許會喜歡
