自動駕駛汽車正迅速地發展，未來將使用域控制器、人工智能等相關技術，實現準確且明智的決策判斷，以朝向全自動化駕駛發展;另外，在自動駕駛汽車產業價值鏈中，廠商將交叉合作開發，以降低開發成本、增進技術的擴展性;此外，借助新興商業模式的出現，可為自動駕駛汽車產業帶來更多的市場商機。以下將自動駕駛汽車之發展趨勢分為服務市場與自動駕駛汽車技術兩大類進行說明。

一、服務市場發展趨勢

（一）運輸服務

自動運輸服務的商業模式將興起，例如：叫車服務、車輛共享服務;此外，另一種新興模式則是結合自動運輸服務與傳統公共運輸服務的商業模式，例如：接駁服務（Shuttles）、隨選服務（On-demand services）、需求反應式運輸服務（Demand-Responsive Transit， DRT）。

（二）周邊服務

各產業與車輛、車隊合作使用數據數據，提供加值服務，將帶來新商機。該服務包含GPS車輛追蹤、車隊管理與運營、交通流量管理、道路與停車的自動收費、車輛使用的監控與防盜、車載系統的廣告與訊息服務。

（三）物流服務

物流業者、零售商與自動駕駛汽車業者合作，使物流產業生態系統的價值優化。在鄉村地區，可提高貨物的安全性、生產效率，以及降低成本營運;在都市地區，提供透明化的運輸平臺，貨物具有可追溯性，以及可對運輸車輛進行路線導引，并以無人載具進行最后一里運送（Last Mile Delivery）。

（四）車輛服務

在安全的條件下，借助車輛平臺、軟件、硬件、服務器之間的連接與合作，提供訂制化的操作接口與需求服務。

二、自動駕駛汽車技術發展趨勢

（一）未來自動駕駛車輛平臺

在系統或電源故障時，提供安全性。該車輛平臺包含專為油電混合動力系統、純電動動力系統設計之動力總成;采用域控制器與集中式計算方式之計算控制系統;具有冗余與備份系統的系統控制驅動器。

（二）未來融合傳感器技術

透過傳感器數據的實時整合，實現高效率、高準確性、高可靠性的數據數據處理，再將處理過的數據數據傳送回中央微控制器（Microcontroller Unit， MCU），以利進行決策判斷。

（三）數據數據的儲存與計算技術

車輛與用戶間的連接性、數據的數據量、數據傳輸的延遲性，皆為影響該技術的關鍵因素。借助邊緣計算與云端計算，可安全快速地存取與處理數據數據，以供決策。

（四）測試驗證技術

借助人工智能（Artificial Intelligence， AI）與機械學習（Machine Learning， ML）來訓練自駕系統，進行道路駕駛、事件數據的紀收集與分析、試驗場景的評估策劃與模擬試驗，使該技術的測試與驗證過程，達到時間與成本的優化。