前瞻技術產學合作計畫
計畫名稱：車用人工智慧感知融合與控制決策關鍵技術研發
計畫主持人：國立臺北科技大學資訊工程系（所）陳彥霖教授
合作企業：義隆電子股份有限公司
成果介紹：

隨著智慧交通與電動車產業快速發展，自駕技術、駕駛輔助系統（ADAS）成為車輛創新升級的關鍵。為掌握這一波變革，國立臺北科技大學與義隆電子攜手合作，啟動「車用人工智慧感知融合控制關鍵技術研發」計畫，設立專屬的「義隆北科車用AI聯合研發中心」，共同打造智慧車輛的感知大腦與決策系統。

圖一、小行車實驗平台

三大技術主軸，全方位突破車用AI瓶頸

為了讓自駕與智慧輔助駕駛更可靠、更安全，團隊從三個面向進行技術研發：

1. 純視覺環境感知技術（BEV）
過去車輛感知多依賴單一鏡頭，容易因角度、天氣而誤判。本計畫導入「鳥瞰圖感知技術」（BEV, Bird’s Eye View），讓車輛如同從空中俯瞰自身周遭，透過影像融合演算法掌握3D空間物件，提升偵測精度，並開發能在邊緣裝置即時運作的輕量化模型，大幅減少運算成本，真正做到「邊緣智慧」。

2. 多感測器融合技術（影像 + 雷達 + 光達）
僅靠影像無法應對複雜路況，因此團隊進一步整合雷達與光達感測器，打造融合演算法。例如透過AI影像辨識鎖定物件，再搭配光達獲得距離與體積資訊，進行立體感知與追蹤。不僅提升在雨天、夜間等惡劣條件下的辨識能力，也能精準預警潛在風險。

3. 智慧決策與控制策略（ADAS應用）
為滿足大型電動巴士等車種的實際需求，計畫團隊開發了自動巡航、自動緊急煞車、車道維持控制與內輪差碰撞預防等關鍵決策模組。特別是針對大車「內輪差」問題，導入AI預測與主動防護策略，實現自動警示與煞車控制，大幅降低事故風險

圖二、大型車實驗平台

模擬訓練與實車驗證同步進行

團隊開發具VR/AR功能的模擬訓練平台，在虛擬環境中快速生成不同天候與路況下的測試數據，模擬如國道工程車、台灣特有交通設施等場景，有效提升AI模型在地化與泛化能力。團隊的實車上路測試成效與國際品牌如Mobileye比對，更顯示本計畫研發成果在準確率與穩定性上極具競爭力。

產學攜手，人才與成果齊開花

本計畫不僅聚焦於技術研發，也將人才培育視為推動產業創新的關鍵基石。透過與義隆電子等企業深度合作，北科大建立起一套完整的人才養成機制，涵蓋博士後、博士、碩士乃至大學生，並吸引多國國際學生參與，培養具備跨領域與實作能力的車電AI新血。

這些受訓人才並未止步於學術研究，而是順利進入企業職場，實現學用接軌。不少研究生畢業後即進入合作企業擔任工程師或技術研發職位，甚至有企業主動派員參與本計畫研究或攻讀學位，展現企業對該技術領域的高度重視與認同。

另一方面，研發成果也同步推動技術商品化與知識產權佈局。不僅有技術順利完成轉移並授權給企業使用，也累積了多項專利申請與獲證紀錄，部分技術已應用於電動巴士感知模組與自駕系統的開發。此外，研究成果也在多個國際會議與期刊發表，展現臺灣在智慧車輛AI領域的學術能量。

從校園研究到產業應用，本計畫透過扎實的產學協作機制，不僅建立起技術創新的生態系，也為我國智慧交通發展培育出下一代的關鍵人才，實現「人才留在產業，成果落地市場」的理想藍圖。

圖三、義隆集團與北科大團隊合影

立足台灣，放眼全球

北科大與義隆電子的合作，不只是學界與業界的單向輸出，而是共同創造智慧交通生態系的過程。北科大與義隆的計畫展示了如何以台灣本土研發能量，打造具國際競爭力的車用AI技術，也讓國產電動巴士更具安全性與智能化潛力。