走在汽車革命的路上論文書籍站
駕駛車輛 定義的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包
駕駛車輛 定義的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦unknow寫的 人工智慧與法律挑戰 和李曉歡的 自動駕駛汽車定位技術都 可以從中找到所需的評價。
這兩本書分別來自元照出版 和清華大學出版社所出版 。
中原大學 工業與系統工程學系 趙金榮所指導 潘祉伶的 部分自動駕駛引發被動疲勞影響駕駛績效研究 （2021），提出駕駛車輛 定義關鍵因素是什麼，來自於部分自駕系統、被動疲勞、駕駛條件差異、駕駛績效、監控自動駕駛。
而第二篇論文東吳大學 法律學系 林誠二所指導 黃玄東的 論自駕車之侵權責任兼論產品責任 （2021），提出因為有 人工智慧、自駕車、侵權行為、侵權責任、產品責任、商品製造人責任、消費者保護法的重點而找出了 駕駛車輛 定義的解答。
人工智慧與法律挑戰
為了解決駕駛車輛 定義 的問題，作者unknow 這樣論述：
人工智慧（AI）的發展正如火如荼，對人類的生活、社會、經濟、文化等產生的影響，已經逐漸發酵，相關的法律挑戰也逐漸浮現。本書彙集德國、日本、中國大陸及台灣學者專家，對於AI法律相關挑戰，進行更深入及細緻化的討論，從人格、資訊保護到人類學與民刑法問題，內容非常豐富。相信本書，能夠讓關心AI法律的產、官、學、研各界，乃至一般社會大眾，有更完整的視野。
駕駛車輛 定義進入發燒排行的影片
自動駕駛汽車，又稱無人駕駛汽車、電腦駕駛汽車或輪式移動機器人，為一種運輸動力的無人地面載具。作為自動化載具，自動駕駛汽車不需要人類操作即能感測其環境及導航。完全的自動駕駛汽車仍未全面商用化，大多數均為原型機及展示系統，部份可靠技術才下放至量產車型，逐漸成為現實。
自動駕駛汽車能以雷達、光學雷達、GPS及電腦視覺等技術感測其環境。先進的控制系統能將感測資料轉換成適當的導航道路，以及障礙與相關標誌。根據定義，自動駕駛汽車能透過感測輸入的資料，更新其地圖資訊，讓交通工具可以持續追蹤其位置。
自動駕駛汽車的展示系統可追溯至1920年代及1930年代間，第一輛能真正自動駕駛的汽車則出現於1980年代。1984年，卡內基美隆大學推動Navlab計畫與ALV計畫；1987年，梅賽德斯-賓士與德國慕尼黑聯邦國防大學共同推行尤里卡普羅米修斯計畫。從此以後，許多大型公司與研究機構開始製造可運作的自動駕駛汽車原型。21世紀以後，伴隨著資訊科技的進步，更是突飛猛進，全自動駕駛的車輛在試驗車輛上已經被製造出來，特斯拉汽車率先推出特定環境下的自駕車。
部分自動駕駛引發被動疲勞影響駕駛績效研究
為了解決駕駛車輛 定義 的問題，作者潘祉伶 這樣論述：
摘要 IABSTRACT II致謝 III目次 IV圖目次 VII表目次 VIII第一章 緒論 1第一節 研究背景 1第二節 研究動機 2第三節 研究目的 3第四節 研究範圍 3第五節 研究流程 3第二章 文獻回顧 5第一節 自動駕駛車輛之定義與發展 5一、 部分自動駕駛(Partial driving automation) 6二、 駕駛人之監控與介入 7三、 部分自動駕駛引發之疲勞 7第二節 疲勞 8一、 疲勞類型 8二、 被動疲勞之影響 8三、 部分自動駕駛引發被動疲勞之對策 9四、 被動疲勞主觀量測方法 9五、 被動疲勞客觀量測方法 10
第三節 駕駛績效 11一、 反應時間 11二、 橫向位置偏差 11第四節 文獻總結 12第五節 研究假設 13第三章 研究方法 14第一節 研究架構 14一、 控制變項 14二、 自變項 17三、 依變項 17第二節 實驗設計 18一、 實驗組合 18二、 模擬駕駛環境 19三、 實驗流程 23四、 任務設計 25五、 受測者 27第三節 統計分析 28一、 分析流程與方法 28二、 變異數分析 30三、 事後比較 30第四章 研究結果與討論 31第一節 研究結果 31一、 駕駛績效 31二、 駕駛人反應行為 40三、 生理訊號指標 41四、
主觀疲勞量測 48第二節 討論 51一、 疲勞與駕駛績效 51二、 駕駛條件與生理訊號指標 52三、 駕駛條件與主觀疲勞評量 54四、 研究限制 55第五章 結論 56第一節 研究結論 56第二節 未來研究方向 56參考文獻 57附錄一 61附錄二 63附錄三 64附錄四 65圖目次圖1-1 研究流程說明 4圖2-1 先進駕駛輔助系統 6圖2-2 SDLP量測說明 12圖3-1研究架構 14圖3-2駕駛人疲勞問卷 15圖3-3駕駛模擬器與操作情境 19圖3-4 實驗環境平面說明圖 20圖3-5 駕駛席位之可視範圍與視角 21圖3-6 突發事件A情境說
明 21圖3-7 突發事件B情境說明 22圖3-8 駕駛介面結束頁面與駕駛績效紀錄頁面 23圖3-9實驗流程說明 24圖3-10實驗任務情境分配說明 25圖3-11 分析流程與方法 29圖4-1 駕駛績效統計量常態Q-Q圖 31圖4-2 駕駛頻率男性交互作用視覺化說明 34圖4-3駕駛頻率女性交互作用視覺化說明 34圖4-4 駕駛條件主要效果說明圖 35圖4-5 時間點成對比較 38圖4-6 駕駛條件差異比較 39圖4-7 不同駕駛行為與相應之反應時間 40圖4-8 性別與駕駛行為次數分配圖 41圖4-9 各組膚電反應平均值比較圖 42圖4-10 各組心率平均
值(bpm)比較圖 43圖4-11 心率與反應時間相關係數散佈圖 44圖4-12 各組交感神經活性平均值比較圖 45圖4-13 心率與交感神經活性相關係數散佈圖 46圖4-14 閃光融合閾值平均值比較圖 47圖4-15 主觀疲勞量表實驗前與實驗後之差值比較圖 50表目次表2-1自駕車分級說明 5表2-2 製造商建議駕駛人之監控責任 7表2-3疲勞產生原因與誘發方式 8表2-4主觀疲勞量表之比較表 9表3-1 被動疲勞之生理指標判斷標準 16表3-2 自變項因子與水準說明 17表3-3 實驗設計組合表 18表3-4 受測者基本資料表 27表4-1 常態檢定結果 32
表4-2 駕駛績效之敘述性統計 32表4-3 駕駛績效之同質性檢定 33表4-4 變異數分析摘要表 33表4-5 駕駛頻率事後比較分析 34表4-6 主要效果分析摘要表 35表4-7 LSD事後多重比較 36表4-8 對比係數表 36表4-9 對比檢定表 36表4-10 相同駕駛條比較分配表 36表4-11 不同駕駛條件比較分配表 37表4-12 常態分佈檢定 37表4-13 各組樣本統計量 37表4-14比較1與比較2之獨立樣本T檢定 37表4-15 比較3與比較4之獨立樣本T檢定 38表4-16 不同駕駛條件下之駕駛行為次數分配 40表4-17 不同駕駛條件下
駕駛行為之反應時間平均值 40表4-18 交叉分配表 41表4-19 各組膚電反應資料常態性檢定 42表4-20 各成對樣本T檢定分析結果 42表4-21 各組心率資料(bpm)常態性檢定 43表4-22 各成對樣本T檢定分析結果 43表4-23 心率與反應時間相關係數摘要表 44表4-24 各組心率資料常態性檢定 45表4-25 各成對樣本T檢定分析結果 45表4-26 心率與反應時間相關係數摘要表 46表4-27 各組閃光融合閾值資料常態性檢定 47表4-28 成對樣本T檢定分析結果 47表4-29各組主觀疲勞量測資料常態性檢定 48表4-30 各成對樣本T檢定分
析結果 49
自動駕駛汽車定位技術
為了解決駕駛車輛 定義 的問題，作者李曉歡 這樣論述：
本冊書主要介紹無人駕駛汽車定位技術的知識點，讓讀者從基礎開始，由淺入深地瞭解無人駕駛汽車的高精度地圖、自動駕駛車輛定位技術、自動駕駛體系中基於通信輔助的定位技術等知識，並結合基於Apollo的自動駕駛汽車定位系統實踐，通過實際的案例讓讀者深入瞭解無人駕駛汽車的定位技術知識體系。
論自駕車之侵權責任兼論產品責任
為了解決駕駛車輛 定義 的問題，作者黃玄東 這樣論述：
人工智慧技術的進步在各個領域都引起廣泛的討論，同時也正在改變人類現有的產業以及生活方式，包括金融產業、醫療產業、法律產業等等；汽車產業也正在面臨人工智慧技術所帶來的產業革命，其中的自駕車就是人工智慧技術的產物，自駕車為人類帶來便利的同時也將對現行的法律制度帶來一定程度的衝擊。 美國汽車工程師學會（SAE）依照自駕車的自動化程度將自駕車分為Level 0到Level 5共6個等級，這其中大致可以分為三種類型分別為「無自動駕駛」、「部分自動駕駛」以及「完全自動駕駛」；然而各個不同自動化程度的車輛在發生事故時所要究責的對象也應有所不同，在完全自動駕駛的類型由於是由人工智慧系統進行車輛的操作，
故車內甚至沒有實際的駕駛人，這類情況應如何究責即有爭議，又自駕車的製造極其複雜，當車輛因產品有瑕疵所導致事故時又應如何究責，此即為本文所欲研究的內容。 本文將先介紹人工智慧技術與自駕車技術的發展以及其對法制的衝擊，再介紹德國近年對自駕車的立法政策；接著再聚焦於自駕車的侵權責任以及產品責任，分別探討責任主體以及自駕車在侵權行為法的各種適用可能，並且將自駕車在各個環節與各種可能發生的情況包括製造商、零件商、進口商甚至零件故障所導致事故的產品責任類型一一列出討論，最後再綜合結論與建議。 本文希望可以透過上述的研究為自駕車的法律問題找到一個系統性的應對辦法，在尚未有專門針對人工智慧或自駕車的專門立
法時，得出一個可以透過現行法律的解決之道。