1樓：網易智慧型
因為自動駕駛技術L5，即完全自動駕駛的實現尚不可預期，許多技術難題包括基礎物理的限制還待解決。國內外的很多公司選擇了較為容易實現的特殊場景或特殊功能自動駕駛的研究，其中就包括你所說的農用車。除此之外，還有高速公路的自動駕駛、智慧型代客泊車、港口運輸、園區通勤等等。
針對何時能夠到達Level 5的問題，多數行業大咖達成了一致，借用馭勢科技聯合創始人、CEO吳甘沙的原話來說，就是「實現Level 5還需要10年以上」。
而禾多科技創始人兼CEO倪凱的回答則顯得有些悲觀，他表示，實現Level 5的無人駕駛，可能需要20年時間，城市工況下的L4達到成熟階段還需要10年左右。
但他也認為，這並不是說要等上10年才能享受到自動駕駛技術，自動駕駛的落地是從限定場景開始的，是乙個不斷迭代和積累的過程。他舉例了禾多科技聚焦的兩個場景——高速公路的自動駕駛（L3.5）和智慧型代客泊車（L4），並預言這兩者將較早實現落地。
與禾多科技專注於特定場景化自動駕駛研究類似，圖森未來專注於研發在高速和港口等場景內執行的無人駕駛卡車，它表示，這些場景本身相對較少地存在交通擁堵問題，此外，通過與智慧型路側裝置的互動，道路的車輛容載率可以獲得極大的提公升，在一定程度上緩解道路擁堵問題。
可以預見的是，專注特定場景的無人駕駛汽車將於Level 5無人車之前首先問世，並實現產業化。
對此，領駿智駕楊文利也表達了相似的觀點，「某些固定場景、某些特定功能的自動駕駛，會很快得到廣泛應用」，同時，關於如何實現L5的問題，他與Drive.ai CEO Bijit Halder有著類似的觀點：需要車載智慧型、5G通訊網路、基礎設施、法律法規等諸多因素的全面成熟。
地平線余凱和劉國清則分別從技術層面和戰略層面分析了L5落地的難點，余凱認為，越往高階別自動駕駛方向走，系統要解決的問題就會越複雜。目前，自動駕駛每提公升乙個層次，它的算力需求就要上乙個數量級。到了5級自動駕駛的時候，算力需要達到一千多萬億次。
一旦算力取得突破，軟體和場景應用的迭代速度會非常快。
MINIEYE CEO劉國清則表示，自動駕駛涉及的技術太多了，而這些具體的細分技術方向離L5需要的技術水平都還有差距，無論是感知還是計算晶元，又或是控制策略和控制系統，甚至連測試到目前為止都沒有乙個成熟和高效的方案。他認為，「如果能夠高效、低成本地進行L4\L5級別無人駕駛的測試，幫助發現更多的Corner Cases，測試效果就會比較理想，但目前這塊，國內和國外都做的不是很完備。」
2樓：
在全自動駕駛普及之前，類似於農用車等應用於特定場景或具備特殊功能的自動駕駛車會是自動駕駛發展的乙個方向。
純屬個人觀點。
自動駕駛都用雷射雷達等以後自動駕駛車多起來了，路上的雷射雷達會不會相互干擾？
饅頭 非專業人士基於自己知道點的皮毛猜的，不見得對 雷射雷達特性決定了干擾不會很強 公釐波收發角度大，只有靠編碼之類的方式抗干擾 單頭幾度到幾十度照射範圍。雷射雷達指標是線，這個就比較形象了 收發角度是很小的，而且回波是一次反射，多次反射或者漫反射進入接收端的訊號與本身發射的訊號強度應該會差異非常大...
車聯網未來會被自動駕駛替代麼？
右麥麥 首先車聯網和自動駕駛並不是相互替代的關係，反而是相輔相成的。下面有同學說車聯網與自動駕駛的共產主義與社會主義的關係。這個比喻非常好，但是這不是車聯網與自動駕駛的關係，是出行階段的劃分。先談談最終態共產主義，萬物互聯。在這個時代，每一樣我們身邊的東西都與網路連線，互相之間可以讀取彼此的資訊。比...
谷歌出自動駕駛汽車了，如果發生交通事故，谷歌汽車全責，那是應該所有人賠償還是軟體的開發者賠償？
首先，自動駕駛的汽車也肯定有自動跟手動模式，若是在手動情況下，你對車輛是負有責任的，那你自己承擔。若在純自動駕駛的情況下，則邏輯上來講是開發公司承擔。那我們又繼續假設，若是出事的車輛它並不是自動駕駛車輛，那又該怎麼清算？我機器對人的事故怎麼算？所以自動駕駛並不是技術上的問題，而是社會問題甚至是邏輯和...