L2至L4自駕加速演進 德國萊因解析車用AI、資安與驗證趨勢

第三方獨立測試及認證機構德國萊因（TÜV Rheinland）於2026年8月6日以「駕馭未來智慧前行」為題，舉辦2026智慧汽車趨勢發展論壇，這個已連續第三年的交通論壇，聚焦自動駕駛法規、車用AI應用、網路安全與資安防護等多重挑戰，協助車用產業掌握智慧汽車、自動駕駛與國際合規認證的最新動態。

AI驅動下的台灣車電產業機會與應用場景

開場演講由工研院機械所企劃研發組組長兼車輛電動化推動辦公室主任張念慈主講，他聚焦於台灣產業如何整合資通訊技術與電子製造的優勢，分析AI驅動下的台灣車電產業機會，以及打造主流車電自動化應用場景，他分享政府在電動商用巴士國產化的推動經驗，首先政府投資100億元的補助，讓本土電動商用巴士與物流商務車從L1到L2的升級中做到初步成效，而L3的系統，現在也由台北市政府的自駕公車系統的專案領頭，目前規範十條路線的自駕公車，成為重要進展。

另外，他也分享商用電動物流車計畫的推行後的實際效益，透過AI的自駕系統，整合AI車隊調度掌握能源與行車路線的優化步驟，省下重要的時間與金錢成本，一舉讓物流商發現能源成本降低72%，碳稅也可望下降7成，這也為國內半導體與電子製造產業帶來新的應用機會，也有助於台灣高科技產業鏈結國際綠能與碳排的ESG目標的達成。這些再加上包括Tesla的FSD測試等自動駕駛將要進入台灣市場的消息，台灣自駕車產業正進入快速發展階段。

自駕車是眾所矚目的焦點，但是法規面的合規要求也正推動中，當中UN R155網路安全管理、R156系統軟體更新管理法規正當紅，台灣交通部也順勢公告VSTD 96（網路安全）、VSTD 97（軟體更新）的導入規劃，並將自2028年起分階段實施與強制執行。而相關於ADAS的UN R79/R152/R171，以及L3自駕，甚至無人載具科技創新實驗條例／自駕公車實驗運行安全指引等大量新法規陸續推出，尤其重視自駕汽車載具的全生命週期的風險評估要求下，當中的技術複雜度與挑戰都不可同日而語，他認為台灣車用系統需要掌握核心要件包括硬體控制器、整車平台、車隊營運平台、動態保險制度，這些都是他所歸納未來台灣車用產業致勝的關鍵。

從安全、自動駕駛到智慧車電的發展方向

隨著自動駕駛與AI技術賦能的智慧車輛技術的快速進展，大量的新技術與創新功能發展甚至跑的比歐盟或是各國產業規範更快，目前L4等級自駕車市場准入的歐洲市場法規已經逐步完成，也就是歐盟的自駕車型式認證法規標號EU 2022/1426，這是全球首個針對SAE L4以上全自動駕駛系統（ADS）建立的統一技術全車認證框架，德國萊因交通服務事業群總經理吳孝先認為一開始容易卡關的是需要先定義一個務實的操作設計範圍（Operational Design Domain；ODD），ODD明確界定L4自駕車的使用條件。

自駕車要在歐洲合法上路，採取的是「雙軌併行」的監理法規結構，包括如通過德國交通部等地方主管機構的審查與核發證書，一系列的文件審核，還需要有安全案例（Safety Case）的提列，換句話說，L4自駕車的認證已經不再是像過去一樣，送一台車來通過不同的測試後就拿證書，而是審慎的要求L4自駕車車廠證明自己的自駕車在道路上行駛是安全的，L4自駕車廠需要提出自己的主張與依據，再經過第三方驗證機構驗證才算完成，因此，L4自駕車的認證模式與傳統車輛認證有所不同。

自駕車除了歐盟的（EU）2022/1426之外，聯合國世界車輛法規協調論壇UNECE WP.29最新通過的自動駕駛全球法規UN R185 ADS GTR也是重點，兩者共同勾勒出了未來L4級自駕車上路的合規藍圖，而就UN R185法規中的規範來看，L4自駕車將從「功能性安全」轉成「結構化安全保證」與「全生命週期管理」的要求，注重整車生命週期的安全與持續監控，確保全生命週期的安全觀點。

由於L4自駕車認證需要文件上的準備，以及對驗證架構的掌握，還有需要清楚定義權責等因素，這也造成L4自駕車認證時間上延滯的背後原因，而第三方驗證機構在其中所扮演的角色也更加重要。

由於L4自駕車所驅動的無人駕駛計程車（Robotaxi）的市場部署與應用也是產業關注的議題，除了取得認證僅是市場准入的一部分之外，實際部署還需考量營運許可、資料規範與政府的要求，在商業部署過程就涉及政府、營運商、物流商等多方角色的界定，而車輛系統認證可以拆分為基礎車輛、ADS自駕套件（含 AI）與第三方營運商的內容，最後的部署成敗還是在於明確定義法律責任與風險歸屬。

車用人工智慧趨勢與實務應用

德國萊因工業服務與資訊安全事業群資深業務經理莊佩甄談車用人工智慧趨勢，當L4自駕車中AI技術大幅度參與了車輛的控制決策後，AI會直接影響到剎車、轉向等決策，這對傳統車用安全提出了嶄新的挑戰，這代表從流程整合、數據品質、決策依據及安全量化等多個面向上需重新審視車用安全。

目前關於AI汽車的合規標準，基本盤是功能安全（ISO 26262）與資訊安全（ISO/SAE 21434），以及ISO 21448（預期功能安全；SOTIF）。她舉例，SOTIF標準和功能安全的整合相當重要，主要處理汽車功能本身沒壞，但「能力不足」的問題，如逆光、下雨導致辨識失效而造成的風險危害，強調預期性功能安全的重要性，並可作為自駕系統在感知、決策、控制方面的性能限制與不安全場景的重要依據。

目前歐盟ISO/PAS 8800法規也成為智慧車安全的重點，該標準著眼於AI訓練數據不足等智慧車特有的安全風險，強調當系統發生問題時，需要回到源頭判斷是哪種失效所導致，然後才能再採取正確的因應措施。而歐盟AI法案（EU AI Act）是歐盟針對高風險AI系統採取嚴格規範，強調車輛核心決策（如煞車、轉向）的AI應用，皆需受監管產品的完整合規測試，該法案預計自2028年8月將開始強制執行。

當前全球智慧車與自駕法規發展的核心邏輯從追求100%零風險的要求轉向追求「相較於人類駕駛更安全」的相對風險控制。不論是ISO/PAS 8800還是歐盟AI法案，其共同目標都是將抽象的AI運作，轉化為可量化、可管理的風險評估體系。而ISO/PAS 8800的精神在於將AI效能與後果（Consequence）建立關聯，而歐盟AI法案則採取風險導向，針對「高風險AI」做強制要求。這些發展呼應L4自駕車如何因應車載AI技術不確定性，建立涵蓋完整生命週期的管理機制與測試驗證框架。

從L2到L3看UN R157 / R171 DCAS智慧駕駛法規趨勢與驗證實務

觀察UN R157（自動車道保持系統）/ R171 DCAS（駕駛控制輔助系統）的議題，隨著汽車功能從L2朝向L3發展時，吳孝先認為無可避免的車輛系統承擔的駕駛任務大舉增加，車廠需掌握UN R157及UN R171 DCAS的適用範圍與合規重點，德國萊因在中國大陸、日本、南韓皆已經有R171 DCAS的認證服務經驗。

R171 DCAS的法規起初是由汽車製造商與零組件供應商（如智慧頭燈廠商）協助建立測試標準而成，吳孝先提出通過認證的案例，如賓士（Mercedes-Benz）在2021年完成全球第一個R157的形式認證（自動車道保持系統）；福特（Ford）於2023年獲得特殊核准，允許駕駛在特定條件下雙手離開方向盤，現此功能已納入DCAS要求中。

就目前市面上的自駕車認證大多是L2的等級，認證是屬於R171 DCAS智慧駕駛法規，而L3車輛適用UN R157自動車道保持系統，L4則以歐盟的自駕車法規2022/1426與最新的聯合國R185規範為主要規範。再者，DCAS標準的提出，以NATM（新評估與測試方法）取代傳統R79逐項對照的方式，重視性能導向（Performance-based）與風險管理原則。核心不再是限制系統如何操作，而是要求系統必須達到一定的安全績效，讓技術得以應用在更多元、更複雜的駕駛情境。因此，測試方式也從傳統的「單一通過／失敗」模式，轉向由真實道路測試（Real-world testing）、封閉場域測試（Track testing）及虛擬模擬（Simulation）所組成的動態驗證架構，以更全面評估自駕系統在不同情境下的實際安全表現。

相關系統必須先通過安全管理系統（SMS）稽核與預期功能安全（SOTIF）評估。而UNECE UN R155（網路安全管理系統CSMS）、UN R156（系統軟體更新管理SUMS）的重要性也日益提升，尤其是UN R155已成重要強制性合規要求。台灣交通部也公告VSTD 96（網路安全）、VSTD 97（軟體更新）的導入規劃。值得一提的，德國萊因正申請VSTD 96、VSTD 97的測試認可，未來可以提供台灣產業相關的合規認證服務。吳孝先特別建議，台灣的盲點偵測、感測器廠商應在早期導入歐盟與台灣認證法規驗證要求，有助於降低後期修改與驗證成本，並有利於進軍東南亞或中東市場。

車載產品之網路安全指引與CRA合規

德國萊因工業服務與資訊安全蘇暉博經理剖析網路韌性法案（CRA）的合規要求，指出硬體製造商需面對的風險評估、漏洞持續管理、揭露義務與安全更新的核心義務。需要做CRA合規者，包括售後市場產品如 OBD診斷器、充電樁、TPMS、後裝通訊模組。而部分車類如L類（如電動腳踏車）、農用車（非道路用車）等產品也需符合CRA。

車用市場的影響與豁免條件，若產品已依據UN R155/R156進行整車型式認證（如M、N類車輛），就可豁免於CRA。再者，製造商與供應鏈廠商的職責也有差別，製造商必須提供至少5年的安全更新，並建立軟體物料清單。另外，進口與經銷商需負有連帶責任，並確認製造商已完成合規文件與貼上CE標誌要求。至於天價的罰則方面，CRA罰款最高可達1,500萬歐元或企業全球年營業額的2.5%，所以業者不能掉以輕心。

維車資安一站式平台提供CRA合規與AI風險應對範例

最後由維車資安（VicOne）資深業務經理陳瑩芳小姐壓軸，她聚焦於該公司CRA合規一站式平台，以流程自動化整合CRA合規管理、軟體物料清單管理與供應鏈風險管理，協助產業因應歐盟CRA國際資安合規需求。該平台會內建車用威脅情報與零日／未公開漏洞偵測，能在漏洞進入公開CVE前提前示警，協助企業滿足CRA要求的ENISA 24小時通報義務，這可以滿足車輛安全營運中心（VSOC）運作機制，打造資產可視性、偵測與防護到情資研判分析。

她分享三大實戰案例做為指引，包括新興電動車OEM廠商直接導入端到端解決方案，加速產品上市的合規要求。或是歐系豪華品牌的案例，透過設定關鍵字索引，由資安團隊監測「暗網」過濾真實威脅。最後用技術整合案例，將車用資安規則無痛整合至車廠既有的IT平台，實現跨系統防禦。她建議企業應從「階段性監控」轉向「持續性監控」。透過自動化機制處理資安事件，避免依賴人工處理以降低誤報率（False Positive）。

面對自駕系統與AI趨勢，功能安全、資安、軟體管理與虛擬驗證將是供應鏈持續投資競爭力的關鍵，德國萊因協助台灣車用供應鏈因應AI智慧化轉型需求，掌握自駕系統的關鍵轉折點。