歐特明電子與國網中心合作，開發「自動代客泊車系統(AVP)」，以 AI 影像辨識技術為基礎，利用汽車的 3D 環景攝影機所收錄的影像，搭配超音波雷達，並透過 AI 深度學習技術，在進入停車場到記憶好的停車格約 100 公尺範圍內，不須駕駛在旁，即可在車內無人的情況下精準的把車子駛入停車格。 根據波士頓顧問公司（Boston Consulting Group, BCG）針對亞洲城市居民所做調查發現，每位駕駛人一年約花費 9,360 分鐘在停車上；而世界經濟論壇（World Economic Forum, WEF）針對全球 27 個國家的問卷調查中，有 43.5% 回答者認為自動駕駛的需求是來自停車問題。 同時「智慧自動駕駛」更是近年來人工智慧中熱門和廣受討論的關鍵科技，包含如何讓 AI 判讀道路上各種突發行車狀況、進行相對應的零缺失操作駕駛、確保乘坐者與用路人的安全等，皆是研發「自動駕駛」的終極目標，但是想要完成這樣的目標，技術人員與科學家們就需要高效能超級電腦的幫助。 為此，歐特明電子與國網中心合作，開發「自動代客泊車系統 (AVP)」，以 AI 影像辨識技術為基礎，利用汽車的 3D 環景攝影機所收錄的影像，搭配超音波雷達，並透過AI深度學習技術，在進入停車場到記憶好的停車格約 100 公尺範圍內，不須駕駛在旁，即可進行停車位和障礙物的辨識，再利用路徑規劃與車輛控制等運算，可以自動避開障礙物，在車內無人的情況下精準的把車子駛入停車格。 「自動駕駛 AI」需要預先學習判讀道路上可能會發生的狀況，還有障礙物的識別。歐特明電子提供 AI 超過 140 萬張的資料量進行深度訓練模型學習，而國網中心的 TWCC 臺灣 AI 雲則配備一部專為 AI 人工智慧運算學習而打造的超級電腦「台灣杉二號」，兼具巨量計算與開發人工智慧所需的運算能力，讓自駕車技術可順利整合電腦視覺影像辨識、物聯網感測等科技，發揮最佳效益。 透過 TWCC 臺灣 AI 雲的協助，可將 AI 訓練學習的時間減少一半，並可同時增加一倍影像訓練數量，讓產品能以 4 倍的速度飛快發展。如此一來，可大幅提升對距離掌握的精確度，達到比肉眼還精細的地步，並可透過搭載在汽車上的車格辨識及車格號碼辨識功能，以車位資訊共享的方式，讓路邊的停車格狀態，能夠被行駛過的車輛更新，節省民眾找車位的時間，或是與智慧停車場結合，即可以落實無人代客停車。 > 消息來源：國網中心、歐特明