對於 5 年級 6 年級甚至是 4 年級與 7 年級的消費者而言，自動駕駛車(autonomous car)，一定都是大家從小所熟悉嚮往的科技。在臺灣以至於全球都有支持影迷的《Knight Rider 霹靂遊俠》影集，其中那輛可以自行駕駛，讓車主輕鬆閱報的霹靂車，更是眾多車迷心中的夢想車種，無不希望能親自擁有。而在 2013 年，眾多汽車公司不約而同地展示自動駕駛的科技，讓霹靂車似乎已經不再是遙不可及的夢想。日本汽車公司更預言在 2015 年就可以推出實用的產品。
Autonomous car，自動駕駛，或有人稱之為 driveless car 無人駕駛車，一向是熱門的研究議題，自有汽車工業以來，便一直是各國汽車產業菁英所極力挑戰的動點項目之一。而對於危險工作環境，以至於軍事上應用的無窮潛力，亦吸引各國政府的投入。然而由於電腦運算能力與控制系統設計的問題，目前自動駕駛的車輛，均侷限於封閉的場所或是特定目的使用，尚未能在公眾道路，自動行駛於現有的交通車流之中，達成大眾普及的水準。
從技術層面來看，自動駕駛是偵測、識別、控制等技術的綜合體。一如眾多科技的發明是為了模擬人類的各種不同技能，自動駕駛亦是為了取代人類進行駕駛所需要的一切工作，因此包含事前的路線規劃，車輛的起步、加速、巡航、減速、煞停，按照計劃進行的行駛與轉彎，車道的判讀與維持，車流、行人、障礙物的辨識與因應，交通號誌的判讀與因應，而且不論在白天、夜間、狂風、暴雨之下，都必須能完美的執行。這對人類的工程能力而言，是全面性的考驗。
隨著半導體技術的日新月異，電腦運算技術的日漸成熟，各類資料的數位化工程逐一完成，讓自動駕駛技術的發展，在進入 21 世紀後有了快速的突破。衛星導航系統、近距離遠距離雷達、視覺辨識系統、夜視系統、碰撞預防系統、自動車距定位系統、行人偵測系統、自動剎車系統以至於自動停車系統，這些仰賴大量感知器與資料運算而來的功能，一一齊備，逐漸拼湊出自動駕駛的全貌。
美國國防部廣發英雄帖
在 2004 年，美國國防部轄下的 DARPA 先進防衛研究計劃署舉辦名為 DARPA Grand Challenge 的比賽，廣發英雄帖，以頭獎 100 萬美元的重金，邀請全球各界的好手，進行自動駕駛車輛的競賽，目標是車輛沒有人為控制的狀況下，可以自動行駛 240 公里。超過 100 組參加的隊伍中，成績最好的 Carnegie Mellon 大學隊伍所改裝的 Hummer，僅行駛不到 12 公里，便因轉彎卡在岩石上而無法繼續。
未竟全功的比賽，讓 DARPA 在 2005 年舉行了第 2 屆的 Grand Challenge，並將頭獎獎金提升至 200 萬美元。而這次，由加州 Stanford 大學與 Volkswagen ERL 電子研究實驗室合作的隊伍，以改裝的 Volkswagen Touareg，通過 4 次初賽，並在 10 月 9 日當天，成功穿越 3 個狹窄的隧道、超過 100 個急彎以及彎蜒大起伏的非鋪面山路，自動行駛了 212 公里，以 6 小時 54 分的成績，成功拿下了 200 萬美元的頭獎，並為自動駕駛翻開了新頁。
而 DARPA 在 2007 年進一步舉辦第 3 屆 Grand Challenge，亦被稱為 Urban Challenge，因為這次 96 公里的競賽之中，自動駕駛車輛不但必須自動完成賽程，還必須依循交通規則與燈號，並能依封閉場地的模擬車流與路況、阻礙等狀況，自行調整閃避或停車再開等，考驗其在現實環境中使用的狀況。而這次 200 萬美元的頭獎，則是由 Carnegie Mellon 大學
GM 合作的 Tartan Racing 拿下。
Google 延攬 DARPA 冠軍加盟，汽車大廠捍衛主導權
從 DARPA 歷次的比賽之中，我們可以清楚看到自動駕駛技術的演進。在最基本的導航功能之上，自動駕駛車輛還必須能具有路況判讀、車流判讀、轉彎控制、加油控制、煞車控制等能力，從單一幹道的行駛，到彎曲山道的行駛，再到更複雜車流環境下的行駛，一次次競賽的成就，也代表著自動駕駛技術的不斷成熟。
自動駕駛技術的成熟，亦吸引了在資料運算上具強大實力的 Google，與在 2005 年大賽贏得首獎、2007 年取得亞軍的 Stanford 大學合作，在 2010 年打造出 Google 的自動駕駛車，已進行了超過 50 萬公里的實路測試，更信心滿滿的喊出 5 年內可以讓自動駕駛車輛上路。同樣是以網路科技起家的 Elon Musk 亦對自動駕駛興趣滿滿，喊出將在 3 年內由旗下 Tesla 推出自動駕駛車輛。國際級汽車大廠自然亦不會讓矽谷的業外人士取得主導權，包含 Mercedes-Benz、Nissan、Toyota，均在 2013 年展出自動駕駛的實車，並不約而同將市售量產的時間設定在 2020 年。
雖然自動駕駛的科技看似已達成熟的階段，但是現階段的障礙，將是在成本、耐用性、安全性以及法規的層面。以 Google 的自動駕駛車輛而言，每輛車的改裝費用高達 7 萬美元，超過 200 萬元新臺幣，對於普及化自然是極大的障礙。而將眾多造型獨特的原型儀器，整合在消費者習慣、喜歡的造型之中，又要能通過汽車高溫及多變惡劣使用環境的考驗，亦是技術人員必須面對的課題。
而技術問題都解決後，法令的問題亦不容忽視。現階段自動駕駛的安全性與意外發生的責任問題未達成共識，因此歐盟禁止在時速 10 公里以上的自動駕駛。然而，隨時技術的成熟，美國在 2012 年開始對自動駕駛車輛解禁，目前內華達州、加州以及佛羅里達州已部份開放自動駕駛車輛領牌，以進行前期試驗。雖然目前仍需要有合格人格坐於駕駛座以便因應緊急狀況，但是自動駕駛時代，已掀開了第 1 頁的序章。
