傳統汽車正朝向電動化、聯網化、智慧化與服務化發展，有別於過去人們對於汽車的需求建立在運輸工具與保護駕駛安全，未來10年汽車將如手機般成為個人智慧化載具。智慧汽車成為市場爭相搶食的一塊大餅，對於傳統汽車相關產業來說，無不希望與這股潮流接軌，但卻也帶來新的製造挑戰。汽車傳動系統製造商和大工業，不僅是全球最大汽車傳動軸製造商，全球電動車大廠特斯拉(Tesla)也是其客戶之一。和大工業很早就開始導入智慧化

因應自駕車發展，台灣各地方政府皆積極爭取建設當地的自駕車實驗場域，然而每個場域都面臨場地不夠寬闊、或是測試條件不夠複雜的困境，在物理條件的限制下，以豐富的模擬情境強化對車輛的訓練不失為一個補救的方法。面對這個問題，景翊科技奠定在交通即時資料整合能力，攜德國PTV的總代理權與各地測試場域業者合作，欲建立各場域的數位雙胞胎，供國內外自駕車業者使用。 景翊科技是建置智慧交通系統之軟

GPS完善了戶外空間的導航定位，室內成為定位業者新戰場。不同場域對空間精確度的要求、業主期望的功能都不同，如逃生與救火時的動線規劃、結合AR與行動定位服務(Location-Based Service；LBS)的手機遊戲，或是大型交通節點如車站、機場路線導引等。從空間建圖到定位，依據不同需求，業者分別使出了影像辨識、射頻定位、藍牙與Wi-Fi等訊號定位，多管齊下以提升準確率。

卡內基美隆大學(Carnegie Mellon University；CMU)和奧勒岡州立大學(Oregon State University)學生組成的團隊為參加美國國防部先進計畫研究局(DARPA)的地底挑戰賽(Subterranean Challenge；SUbT)打造了1組地底搜救機器人。 根據TechCrunch報導，SUbT競賽旨在探索快速繪製、導航、搜索和利用隧

自駕車為帶給乘客更舒適的乘車體驗，投注了許多心力提升車輛對外在環境的感知能力，以遇到障礙物減速、停止為例，若車輛控制中心能充分體解道路前的物體為何，如同人類以常理推測物體的運動習性與速度，便能在更恰當的時機點下達指令給車輛，帶來更舒適的乘車環境。是故自駕車業者一直致力提升車輛對外在環境的感知能力，透過配備光達、攝影機、雷達等多樣感測器，藉由異質資訊融合克服單一感測器的限制。

目前已有不少公司利用四旋翼無人機自動檢查天然氣碼頭、石油鑽井平台等設施的磨損。但無人機檢查領域仍存在確定無人機位置與其檢查目標相關的精確定位問題。為此，最近在Arxiv.org發表的1篇論文提出1種將圖像匹配整合到風力渦輪機自動檢查無人機的導航堆疊的新方法。 根據VentureBeat報導，科學家解釋說，風力渦輪機可能因惡劣天氣條件產生大範圍的結構損壞，而嚴重影響其發電能力。

Agility Robotics於2月底發表雙臂雙足機器人Digit。Digit是基於該公司的鴕鳥式Cassie機器人設計。Digit具備上軀幹、更多感測器和額外的運算能力。最重要的是，它有兩支4自由度的手臂，能用於移動，也能用來抓握物品。 根據The Robot Report及Digital Trends報導，Agility Robotics科技長Jonathan Hurs

汽車電子產業是將電子資訊技術應用到汽車所形成的新興產業。從廣義上講，汽車電子從基礎零組件、電子零組件、車載電子整機、機電一體化的電子控制系統(ECU)、整車分散式電子控制系統、與汽車電子有關的車外電子系統等軟硬體。從系統看包括零組件系統、車內、車際網路等。汽車電子作為推動未來汽車產業發展的核心動力之一，有國際汽車專家指出，近10年來汽車產業70%的創新來源於汽車電子技術及其產品的開發應用。

我們的大腦每天都會進行數千次極度複雜的運作，無論是提醒我們遠離熱爐，還是識別文件中的數字和字母，自主神經系統都能比任何現有的電腦系統更有效率地管理複雜的功能。電腦系統可能永遠無法達到人腦水準的功能，但神經網路的出現正使差距縮小。透過模仿神經元的連線，神經網路可以達到新的人工智慧水準。 神經網路模仿人類神經元群 若要讓神經

自駕車產業聯盟自2018年11月20日成立，無人載具科技創新實驗條例亦於同月三讀通過，搭載沙崙自駕車測試場域即將開放，產官學界對自駕車的投入可見一斑。聯盟的重要推手─財團法人車輛研究測試中心(以下簡稱車輛中心)研發處許文賢經理表示，車輛中心作為法人身分，會積極扮演推動產業相關系統整合的角色。 自駕車的構成上至感知層、決策層、下到控制層，再進一部細分，感知層又分光達、雷達、影像