「利便性」的「最後一哩」要發展比方結合提供叫車服務，這個如何被民眾使用？如何在校園裡面做封閉場域的測試，也就是2018年在學校推動，最終的目的是希望選擇智慧駕駛、用路安全及減少交通事故，這個是最終極的目標。這個圖表的內容是我們建議可以參考使用的。
（簡報第16頁）我們建議可以參考日本發展的自動駕駛，就像是千葉的九州大學，他們要解決的是安全性、一個是利便性、一個是社會的認同度，每一個課題都會有相對實驗的主軸，包含車輛安全，階段性在道路上逐步增加強度，而針對這一個車走在路上、針對行人包含道路的標誌、針對其他車輛安全。
接著是一般駕駛人在路上看到自動駕駛會有什麼反應，透過這一個實驗知道。接著才是基礎建設。
（簡報第15頁）像剛剛中小企業處報告，也就是法律的問題要先討論，比如資料蒐集，像日本在做的三個測試，最大的目的是在資料的蒐集，然後再做一些數據的分析，以瞭解這一些人如何用自動駕駛車。在責任的問題，包含責任規劃與保險model。
（簡報第14頁）我們可以參考日本自動駕駛的安全規劃，這個已經講了四個Level的標準，就是在Level 3是在2020年東京奧運可以達到，完全沒有人是在2025年的非封閉場域裡面，提供自動駕駛的服務。
第三階段是在比較多學生的主要區域，因此分三階段來做，主要的目的是為了要測試安全性、利便性與社會受容性，因此三個維度的測試，我想是在這一個校區可以被做大的，因此主要的技術挑戰，剛剛ARTC也有提到，主要是路口偵測、號誌等辨識、行人偵測及標線偵測。
第二階段是在體育場的部分，也就是開始有一些人、車。
（簡報第13頁）這個是我實際參觀的實際案例，預計2018年下半年在九州大學，而這一個校園的腹地非常大，可以讓巴士、汽車、機車都可以進去，因此感覺上就是擬真。他們結合了九州大學、福岡市政府、NTT Docomo、DeNA共四個負責不同的角色，而推展三個階段智慧駕駛的服務，因此第一個階段是在這裡，這是非常小範圍的封閉場域，在上面做巴士站體，然後車子在這邊繞行，目前這個實驗已經結束了。
ZMP是一家打造自動駕駛車的公司，因此專長是用機器人，他們也整合了當地縣市政府，像千葉、秋田，在這一些不同的場域上實驗，日本未來是老人化社會，因此在醫院、廢棄鐵道上可以改裝成道路，並提供一些接駁，甚至是2020年的東京奧運，可以提供觀光客載客服務。
（簡報第12頁）自2016年先在日本的千葉縣，同年也在秋田縣做自動駕駛的服務，也是EasyMile的車。九州大學也是這一台車，這一家是做電子商務，提供後端雲跟service雲的營運服務。
（簡報第11頁）EasyMile在芬蘭的道路側試，很多人都有試乘過，最大的載客量，坐跟站大概是12人，芬蘭來講，就是提供「最後一哩」的接駁服務。時速大概是10多公里，感覺上還可以，20公里我還沒有坐過，20公里是雙倍的速度，這個車最高的速度可到40公里。芬蘭也想透過自動駕駛車去實驗新的產品，來填補交通的不足。
（簡報第10頁）nuTonomy在新加坡去年的實驗，最主要也想要實驗利用自動駕駛車提供自動叫車的服務，因此他們在新加坡跟政府單位、很多企業、學校合作共四方合作自動駕駛車的實驗。他們現在也跟一家東南亞，他們要在新加坡，也就是這一期的雜誌有講到新加坡的無人經濟，事實上自動駕駛車也是他們準備的項目之一。
（簡報第9頁）Uber的vision希望成為無人駕駛的叫車平台，因此這一些車廠都是替Uber打工的合作夥伴，因此Uber未來可以跟Volvo、福特、Toyota合作，這是他們想要做的事，這個在匹茲堡做的實驗。因為Uber在那裡創了新的中心，CMU裡面有四十幾位做機器人的教授，全部都被挖角到Uber了。
（簡報第8頁）這是ARTC的資料，這張資料主要是在講說資通訊廠商在自駕車裡面，EasyMile提供了它的心臟；Navya是一家法國的零組件公司，是自動車的廠商；IBM是美國的場域。他們都是提供一個開放的平台，然後發展出一個所謂提供短程接駁的自動駕駛車。他們各自在不同的城市。目前來看EasyMile在日本方面合作非常好。
我們想要以這25個案例來作區分，橫軸是場域的開放性，越往右越開放，綜軸是這一台車的速度，越往上、速度越高，這個是非常密集的。也就是說，現在大部分我們在全球自駕車的測試中，大部分都是開放型的場域，而且速度沒有那麼快，可能提供最後一哩接駁服務為主體。
後面我打算舉幾個例子：第一，Uber不做自駕車，但是他結合了做自駕車的車廠而提供叫車的服務。第二，波士頓的一家新創公司叫做「nuTonomy」在新加坡做自駕車的實驗之外，也在波士頓的港邊，也跟MIT、當地縣市政府去作自動駕駛的測試。
因為後面的案例太多了，所以沒有打算一個個介紹，ARTC有非常完整的資料，有附在附件給大家參考。
自2017年開始，我想從1月份的日本福岡的九州大學、NTT Docomo做的測試，從昨天的新聞是高雄市跟法國Easy Mile去簽，要在高雄市做這樣的測試。因此整個測試來說，當然美國最多，而亞洲國家的日本、新加坡、韓國都在做這一類的事。
從2009年開始，第一個Google自動車的測試，自2015年慢慢開始多，去年開始的量最大，因此從時間點來講，去年是自動駕駛場域測試最蓬勃的一年。
（簡報第3頁）謝謝ARTC的資料，這裡有一點修改，其實從今年1月，資策會跟廠商有一同到日本的九州大學，因此改成25個例子，日本有一個最新的例子，我們後面會再介紹。紅色的部分是Shuttle Bus，後面有一個簡單的分析。
因此自動駕駛其實從軟體的角度來看，其實是一個平台，可以去解決社會上交通的問題，也可以去作科技的創新，透過種種場域測試的手段，或者是透過軟、硬整合，或者是跨域，因為自動駕駛除了軟體的人之外，非常多人，像法規的人都要一起進來努力這一個問題，甚至自動駕駛可以產生新的商業模式。
從車聯網到自駕、到共享、到節能環保的電動車，這是一個趨勢，世界大部分的國家在談自動駕駛，都會從所謂自動駕駛的車體跟服務本身，也就是CASE，因此並不只聚焦於車本身，而是要談自駕車服務，也就是軟、硬整合來提供car sharing。
各位長官、各位先進大家好，我是資策會蒙以亨，這一個報告是由資策會跟ARTC一起合作，ARTC提供非常好的寶貴資料，我們整理成國際案例的分析。
