前瞻技術脈動：運輸科技(202604)

關鍵字：；；；；；；；

瀏覽次數：91｜歡迎推文：

科技產業資訊室(iKnow) - 技術發展藍圖研析團隊發表於 2026年7月29日

圖、前瞻技術脈動：運輸科技(202604)

機器人可以減輕倉庫工人的重體力勞動
Pickle Robot Company由MIT校友創立，開發能自動卸載卡車與貨櫃的單臂機器人，減少倉儲作業中高強度且易受傷的工作。機器人結合生成式AI、感測器與視覺系統，可處理5吋到大型箱件，每小時卸載400至1,500件，目前已與UPS、Ryobi等合作。創辦人最初觀察倉庫高流動率與繁重作業後，決定專注於卸貨問題，並成功吸引大量市場需求。公司現正擴大量產、開發雙臂版本，並打造軟體平台串聯更多自動化設備，期望推動整體供應鏈的機器人協作。
參考來源：Robots that spare warehouse workers the heavy lifting. MIT News, 2025/12/5

RidgeAlloy：將廢料轉化為高性能零件的新型材料
RidgeAlloy是美國橡樹嶺國家實驗室（ORNL）開發的新型鋁合金，可將含雜質的報廢汽車鋁材升級為可用於高強度車體結構件的材料。面對未來大量低品質鋁車身廢料，RidgeAlloy透過精準合金設計與高通量計算，成功克服鐵、矽等污染造成的性能不穩問題。新合金以回收鋁重熔製造，可較原生鋁減少高達95%能耗，並已成功以高壓鑄造方式製成實體汽車零件。此技術有望在2030年代強化美國鋁供應鏈並擴展至多種交通與工業應用。
參考來源：RidgeAlloy: The New Material Transforming Scrap Into High-Performance Parts. SciTechDaily, 2025/12/8

數據驅動框架能夠以更高的實際精度預測電動車續航里程
中國科學院大連化物所與北京理工大學研究團隊開發一套完整的資料驅動續航預測與智慧管理框架，以改善電動車因氣候、道路與駕駛差異而產生的續航不確定性。團隊利用三年、累計超過30萬公里的真實營運數據，建構隨機森林模型以預測單位里程能耗與剩餘可行駛距離（RDR）。該框架同時納入駕駛行為、電池健康狀態及環境溫度等多重因素，使續航估算更貼近真實場景。研究結果顯示，其預測的RDR與實際可行駛距離的平均相對誤差低於5.5%，明顯優於傳統方法，並兼具良好解釋性。分析亦指出，平均電流（反映行駛功率強度）與平均速度是能耗的主要決定因素，若調整駕駛行為，乘用車續航可提升逾30%，公車則可提升超過10%。
參考來源：Data-driven framework predicts electric vehicle range with improved real-world accuracy. TechXplore, 2025/12/10

停著也能供電：電動車透過家用供電可省錢並降低排放
美國密西根大學與福特汽車公司合作研究指出，電動車若結合「車輛到家庭供電(Vehicle-to-Home, V2H)」技術，不僅可降低車主用電與充電成本，也能顯著減少溫室氣體排放。研究團隊以美國本土為例，依據電網結構、電價、氣候條件與住宅型態，將全美劃分為432個區域，系統性評估V2H在不同情境下的經濟與環境效益。結果顯示，V2H可在車輛使用壽命內為車主節省40%至90%的充電成本，約合2,400至5,600美元；同時可使家庭用電的生命週期碳排放減少70%至250%，相當於減少24至57公噸二氧化碳。特別是在太陽能資源充足的地區，V2H的減排效益甚至可完全抵銷電動車行駛所增加的用電排放。研究指出，V2H能將「充電成本」轉化為「能源資產」，使電動車成為分散式儲能的一環，相關研究成果已發表於《Nature Energy》。
參考來源：Power when parked: EVs could help save money and reduce emissions by providing energy to homes. TechXplore, 2025/12/14

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------