创立于 2014 年，承揽＂无人车＂软件开发及车辆硬件制造业务、标榜＂零事故＂的 EasyMile，对＂自驾车＂与＂无人车＂给予开宗明义。
自驾车 vs. 无人车
EasyMile 日本／南韩／台湾区营销总监 Jean-marc DESVAUX 陈述自驾车 (Self-Driving) 的特色是：有方向盘、Level 2 等级、最终由驾驶人决策、可行驶于所有道路，只须法规认可 (Homologation)；但无人车 (Driverless) 没有方向盘设置、至少 Level 4 起跳、由安全操作员或行控中心决策，主要用于最初和最后一英里的接驳或可控环境中，需正式认证 (Certification)。迄今，EasyMile 在 25 个国家有超过 230 个开发案，所研发的全人工智能 (AI) 无人驾驶的 EZ10 小巴已在 14 个国家、50 个据点运行，全球达 100 辆，逾 32 万运输人次，累积里程达 25 万公里，2017 年更吸引法国铁路建设公司 Alstom 投资 1,400 万欧元。
EasyMile 日本／南韩／台湾区营销总监 Jean-marc DESVAUX 陈述自驾车 (Self-Driving) 的特色是：有方向盘、Level 2 等级、最终由驾驶人决策、可行驶于所有道路，只须法规认可 (Homologation)；但无人车 (Driverless) 没有方向盘设置、至少 Level 4 起跳、由安全操作员或行控中心决策，主要用于最初和最后一英里的接驳或可控环境中，需正式认证 (Certification)。迄今，EasyMile 在 25 个国家有超过 230 个开发案，所研发的全人工智能 (AI) 无人驾驶的 EZ10 小巴已在 14 个国家、50 个据点运行，全球达 100 辆，逾 32 万运输人次，累积里程达 25 万公里，2017 年更吸引法国铁路建设公司 Alstom 投资 1,400 万欧元。
照片人物：EasyMile 日本／南韩／台湾区营销总监 Jean-marc DESVAUX
DESVAUX 说明，无人车系统有三大面向：1.行控中心——监督车辆效能和安全，确保与用户的通信，如：摄影机、对讲机等；2.任务及车队管理——车辆调度、定义任务，如：随需、共享搭乘、出车模式等；3.数据报告和统计——收集关于车辆使用型态和效能的信息。EZ10 无人接驳小巴可行驶于封闭区域、市区、郊区或乡村，旨在解决共享运输最初和最后一英里，无论是户外或室内。总公司位于法国图鲁兹 (Toulouse) 的 EasyMile，已将技术导入欧霸 (IVECO)、阿尔斯通 (Alstom) 及法国专业机场地勤设备制造商龙头 TLD 集团。
封闭区域／私有站点可缩短头尾距离、速度不快、车流不多、使用者和驾驶人皆有意识，典型案例是 TLD 集团，其主要工厂本身就是个开放式展场，以拖车 (tow tractor) 负责厂内员工运输并展示无人车技术。场域环境是：从工厂到食堂单程约 700 公尺，行人居多、有部分单车及少数机动载具。有操作员最高时速为 3.5 英里、完全无人时约 3 英里。该计划于 2018 年 6 月底开始建置，经过认证后进行站点分析并出具评估报告，在 10 月底建立行控中心后上线。随后，设定验证准则及员工通勤计划，在 11 月 7 日正式启用。
实施无人驾驶的先决条件
初期还有远程操作，如今已进入无人操控状态，只有位于 EasyMile 法国总部、受到完整训练的监督员 (Supervisor) 全程远程监控，每天例行发布行车任务并确保与乘客通信的顺畅。目前有 50% 的 TLD 工厂员工每天使用无人驾驶接驳车，且这个比例并没有因操作员的消失而改变，证明 EasyMile 是安全、可靠的服务，员工反应都十分正面，在大热天时尤其欢迎这样的接驳。DESVAUX 强调撤掉操作员有两大先决条件：1.做好站点评估，减少不必要措施；2.设定关键绩效指标 (KPI)，供审核之用。第二点尤为重要。
初期还有远程操作，如今已进入无人操控状态，只有位于 EasyMile 法国总部、受到完整训练的监督员 (Supervisor) 全程远程监控，每天例行发布行车任务并确保与乘客通信的顺畅。目前有 50% 的 TLD 工厂员工每天使用无人驾驶接驳车，且这个比例并没有因操作员的消失而改变，证明 EasyMile 是安全、可靠的服务，员工反应都十分正面，在大热天时尤其欢迎这样的接驳。DESVAUX 强调撤掉操作员有两大先决条件：1.做好站点评估，减少不必要措施；2.设定关键绩效指标 (KPI)，供审核之用。第二点尤为重要。
图1：在 TLD 集团的 Sorigny 工厂，EZ10 班车将员工带到自助餐厅，于每天 11:20～13:30 用餐时段行驶，每周往返四天
资料来源：https://easymile.com/another-milestone-for-easymile-the-first-fully-driverless-service-of-our-ez10-driverless-shuttle/
例如，由 EasyMile 工程师全权负责验证、不得有不明紧急煞停、紧急停止操作每小时须＜0.1 次、基于风险考虑不能由操作员紧急煞停、使用者不得做出可能酿成意外的危险行为……。DESVAUX 统整无操作员的关键成功因素是：1.在车流有限的封闭私有站点实施；2.限制与其他车辆的互动；3.订立 KPI；4.逐步完善流程；5.整段路程已做好区域划分并拥有良好的 4G 覆盖率；6.自动停煞；7.全面通信；8.遵守乘车规则。EasyMile 在德国、新加坡、澳洲、日本和中国皆有据点，在新加坡和美国也设有办公室，中东地区及日本另有配合的经销商。
日本亦十分热衷于无人车发展。丰田通商 (Toyota Tsusho) 次世代移动电子事业部门自动驾驶群总监奥野润介绍，日本有 13 个无人车示范场域 (当中有 6 个皆有 Toyota 的参与)——9 个是提供人们＂最后一英里＂运输，4 个是机场接驳；前者结合毫米波雷达、LTE 和 GPS 补足车站到家的动线，后者不仅可解决驾驶不足问题，航空公司亦可省下大量成本，且可为重量级贵宾提供弹性运输服务。丰田通商还展开＂Truck Platooning＂自动驾驶卡车项目，藉由协同式自适应巡航控制系统 (CACC) 及 V2V 通信技术驱动卡车车队在 10 公尺以内互相跟随。
照片人物：丰田通商 (Toyota Tsusho) 次世代移动电子事业部门自动驾驶群总监奥野润
＂MaaS＂主心骨：智能运输系统
丰田通商认为这对运输部门极有潜力，有助于改善交通安全、燃油成本和二氧化碳排放，并顺畅车流、提升基础设施能力。因此，还参与新加坡国际港务集团 (PSA) 与运输部门主导的＂Truck Platooning＂项目，将分两阶段展示测试成果；未来两年用于往返新加坡各港口运送货柜以验证运营可行性，现正拟定第二期的企划书。另一日商 NEC 着眼于自驾车／无人车的生态系统过于庞大，整合不易，立志＂建构自驾环境和框架＂。台湾专业解决方案服务群协理何彦明认为：2014 年芬兰所提出的＂MaaS＂(Mobility as Service，公共运输移动服务)，是共享经济的好议题。
丰田通商认为这对运输部门极有潜力，有助于改善交通安全、燃油成本和二氧化碳排放，并顺畅车流、提升基础设施能力。因此，还参与新加坡国际港务集团 (PSA) 与运输部门主导的＂Truck Platooning＂项目，将分两阶段展示测试成果；未来两年用于往返新加坡各港口运送货柜以验证运营可行性，现正拟定第二期的企划书。另一日商 NEC 着眼于自驾车／无人车的生态系统过于庞大，整合不易，立志＂建构自驾环境和框架＂。台湾专业解决方案服务群协理何彦明认为：2014 年芬兰所提出的＂MaaS＂(Mobility as Service，公共运输移动服务)，是共享经济的好议题。
何彦明指出，随着人事物快速成长，交通环境变得拥挤，使自有车辆有 95% 的时间皆是呈现静止状态；以拥有安全便利的＂交通服务＂取代工具本身是 MaaS 要义，在欧洲发展很快且已得到落实，其主心骨就是＂智能运输系统＂(ITS)，分为三大区块：智能基础设施、数据整合与智能服务，皆与自驾车高度相关。本业做通信起家的 NEC，从海底电缆到天上的卫星皆有涉猎，加上具有图像／生物辨识专长，有能力将监控环境与自驾车做结合、做主动事故预防；一是发展自适应性网络控制系统，二是基于 AI 解决方案做可视化、分析和指示。
照片人物：NEC 台湾专业解决方案服务群协理何彦明
有鉴于自驾车响应时间须＜100ms 才来得及应变周遭环境，NEC 与 3GPP 合作＂Context-Aware Service Controller＂项目，旨在依据前一事件排定优先顺位，给予最大、最稳定的带宽支持，与前端整合作为辨识条件之一；而 AI 除了自有方案，也提供量身订做的端到端服务。英特尔 (Intel) 则是号称＂唯一能提供端到端解决方案的芯片供货商＂，资深亚洲区市场开发营销总监桑和崇表示，智慧运输 (Intelligent Transportation) 其实与智慧城市 (Smart City) 的基础设施牵连甚深，意在解决两大痛点。
节点有了计算能力后，该思考的是：＂如何智能化＂
一是有 70% 台北市民每天要花 90 分钟在工作通勤，浪费 15% 产值；二是有 30 % 行驶中的车辆是在找停车位。车联网 (V2X) 遇到的问题也有两个：1.传感器融合 (Sensors Fusion)，如何整合、固化众多组件的工作流程？2.收集进来的资料是什么？3.如何发现相关性，找到商机？桑和崇主张，在 IP 的世界里，有 80% 流量来自于视频；要从传感器产出的数据中找到菁华，也要从视频下手。近千亿个物联网 (IoT) 设备，应该将计算能力建置在哪里？边缘设备 (Edge)、传感器 (Sensor)、还是数据中心 (Data Center)？或是当使用者发出需求时，才触发智能？
照片人物：Intel 资深亚洲区市场开发营销总监桑和崇
桑和崇统整普遍共识是：为每一个节点设备赋予计算能力。但要从硬件升级为平台、再到服务，就不能只考虑计算能力的问题，而是要＂如何智能化＂。他解释，英特尔之所以狂撒巨资先后买下 Altera 和 Mobileye (前者 160 亿美元、后者 150 亿美元)，就是为了打通 IoT 和 AI 之＂端到端＂的任督二脉——即使曾被外界嘲笑为不明智的投资。尔后，为了 Edge 端低功耗需求，再出手并购 movidus。＂FPGA 早期多作为原型研发，但现在已蜕变为解决 Edge 加速之最受欢迎的架构，微软 Azure 服务及许多大型电商平台的加速皆是通过 FPGA＂，桑和崇补充。
他声明，英特尔早已跳脱传统电脑芯片大厂的既定印象，去年全球 IoT 业务营收近 40 亿美元，等同于 3,700 万台边缘计算 (Edge Computing) 服务器的规模；其中，有七成是由台湾出货。他透露，台湾是世界公认的＂AI 工程师中枢＂(Engineers Hub)，人才素质高，年轻学子在国际竞赛更屡屡夺得前三名佳绩，呼吁企业要把 AI 融入核心竞争力。从亚洲 AI 市场来看，20～50 支摄影机的项目最普遍、500 支以上屈指可数，50～500 支的区间则是空白的。
AI 模型日新月异，＂OpenVINO＂加速落地
这意味着大部分的电脑视觉 (Computer Vision) 或机器视觉 (Machine Vision) 应用仍在概念验证 (POC) 阶段。桑和崇表示，现有八成 AI 开发者是在云端开发 pre-train 模型，如何落地是个大问题，故英特尔与工业电脑厂商共同建立边缘端 (推论) 生态系。为协助企业、产品转型，且顾及 AI 每个季度都有更准、更快的新模型问市，于 2018 年推出电脑视觉推论及深度学习神经网络的免费优化工具套件＂OpenVINO＂，方便业者快速展示人流统计、情绪识别等不同应用。
这意味着大部分的电脑视觉 (Computer Vision) 或机器视觉 (Machine Vision) 应用仍在概念验证 (POC) 阶段。桑和崇表示，现有八成 AI 开发者是在云端开发 pre-train 模型，如何落地是个大问题，故英特尔与工业电脑厂商共同建立边缘端 (推论) 生态系。为协助企业、产品转型，且顾及 AI 每个季度都有更准、更快的新模型问市，于 2018 年推出电脑视觉推论及深度学习神经网络的免费优化工具套件＂OpenVINO＂，方便业者快速展示人流统计、情绪识别等不同应用。
图2：＂OpenVINO＂工具套件具有通用 API，并基于 OpenCL / OpenCV / OpenVX 等通用开发标准
资料来源：https://software.intel.com/en-us/blogs/2018/05/15/accelerate-computer-vision-from-edge-to-cloud-with-openvino-toolkit
它是 Open Visual Inference & Neural Network Optimization Toolkit 的简称，可在端点上的任一环节、以任一程序语言和开发框架执行。世足赛硬件保全、侦测不明遗失物等系统，以及飞利浦 (Philips) 许多电脑断层 (CT)、核磁共振 (MRI) 等专业医疗设备技术皆是以＂OpenVINO＂实现算法，就连 Mobileye 的自动驾驶辅助系统 (ADAS) 也不例外。桑和崇描述，＂OpenVINO＂一如它的另一个涵义：一瓶价钱不贵的红酒，意谓 AI 开发的进入门坎亦不高。为加速上手，英特尔还委托资策会开设工作坊，期让有志者能尽快品尝到伴随转型而来的佳酿。
