在智慧車快速演進的浪潮中,多感測融合已成為自動駕駛與智慧座艙不可或缺的核心技術。隨著影像感測器、毫米波雷達、LiDAR、ToF、超音波等多種感測器的大量導入,車輛不再依賴單一感知來源,而是透過多模態感測協同,建構出更精準、更安全的全方位環境感知能力。這樣的技術不僅是實現 L2+ 至 L3 自動駕駛的關鍵,更是車輛能因應法規標準、保障乘員安全、強化駕駛體驗的必然趨勢。對台灣廠商而言,多感測融合意味著從零組件與模組供應,進一步切入運算平台、AI 演算法、車載高速網路等高附加價值領域,為產業升級與國際鏈結開啟全新契機。
然而,多感測融合的實現並非易事,當中涉及龐大的資料流處理、感測器時間同步、AI 演算法精準度、功能安全冗餘設計、以及高速車載網路的傳輸挑戰。如何在效能、功耗、成本與可靠性之間取得平衡,是各大車廠與供應鏈共同面對的難題。本次論壇集結國內外技術專家,分別從關鍵感測技術、車用運算平台、測試與驗證等角度,剖析車用感測融合的實務開發策略,協助台灣業者跨越車用供應鏈競爭門檻,提升進入國際市場的機會!
時間 |
議題 |
13:00~13:30 |
報到與開場 |
13:30~13:50 |
軟體定義汽車時代的感測融合架構演進
|
13:50~14:30 |
實現全天候、高解析感知:單晶片毫米波感測器賦能次世代ADAS系統
德州儀器(TI) FAE 王盈傑
|
14:30~15:10 |
自駕車感測融合的測試難題與驗證新思路 |
15:10~15:30 |
中場休息與交流 |
15:30~16:10 |
虛擬與現實之間:X-in-the-Loop模擬測試在感測系統開發的應用
|
16:10~16:30 |
自駕車感測融合下的算力挑戰與解決方案
|
16:30~ |
散會 |
*主辦單位保留變更議程權利,議程變更恕不另行通知。
