1樓：小小陽光俠
最重要的就是安全技術，目前所有自動駕駛公司的主要研究方向不是車的控制，不是車的結構，不是車的加速能力，都是確保車能在路上安全行駛，能躲避車輛，行人，建築物。能給乘客安全的體驗，所有自動駕駛公司都是朝這個方向努力。畢竟不安全的車誰會坐呢？
2樓：PLANTMATE
首先，一些比較領先的新能源車搭載雷射雷達，更多的是在概念車和高階車型上。但高階車型的銷量什麼時候能達到幾萬輛？這個問題沒有人能夠回答。
第二，雖然現在車上搭載了雷射雷達，但做的事情還是以L2、L3為主。舉乙個例子，坦克和自行火炮雖然看起來都有炮筒，都是裝著履帶往前走，但是這兩者之間有著本質的差別。
L3和L4都有雷射雷達，但是差別很大。
搭載雷射雷達的新能源車會面臨乙個困境，就是要不要裝載那麼多的雷射雷達去做到L4級別。這需要巨大的成本，而且可能在收集到足夠的資料之前，這款車型就被人打敗了。有多少錢？
可以裝多少雷射雷達？補貼多少才能賣得出去？這是核心的問題。
很多東西是似是而非的問題。比如說，有幾萬輛車，每輛車上只裝了乙個最簡單的攝像頭和GPS就想收集L4級的資料，理論上這是行不通的。要做L4級別的自動駕駛，還是要搭載了真正L4級別感測器的車才能實現。
3樓：
首先描述清楚自動駕駛需要哪些技術，技術包含不同的層面。
1、單點技術，如感測器技術、高精地圖技術、AI技術、晶元技術、整合技術、軟體開發技術、作業系統技術、測試技術等等（不全面的舉例）。
3、整車自動駕駛測試技術
現階段，自動駕駛功能並未量產，則相對重要的是架構技術，架構技術決定著單點技術狀態，同時架構技術會影響後續的批量生產與維護方案。待後期架構成熟，重要的是批產技術
4樓：哇哈哈
首先，我們先要明白自動駕駛存在的意義是什麼。
自動駕駛的目的，就是徹底解放雙手，只需要輸入目的地，通過路徑規劃演算法分析出最短路徑，通過雷射雷達感應周圍環境自動行駛，最終抵達目的地。
明白了自動駕駛存在的意義後，我們可以發現，自動駕駛過程中最重要的一步，也是最難的一步，是規避行駛過程中一切可能存在的突發風險，比如前車急停，兩側車輛剮蹭，後車追尾等等，這些突發狀況發生時，都需要行駛中的車輛立即做出反應，擇優選擇最佳策略，規避或降低風險係數。
因此，自動駕駛中最難的一步是規避行駛中的風險。而要規避這些風險，就必須能夠識別出周圍環境中的一切事物，比如車輛行人障礙物等等，所以，要能夠正確識別周圍環境事物，就必須提高識別事物的準確率，只有高效率高準確率的目標識別技術，才能夠完美輔助車輛應對突發危險。
5樓：張華
目前看自動駕駛本身沒什麼技術壁壘。
全自動駕駛最重要是交規的優化，不和稀泥的交通執法，以及更完善的道路基礎設施。
像什麼綠燈過撞闖紅燈的電動車承擔10%責任這種規定下永遠都不可能實現安全駕駛。
6樓：林偉
從底層技術來說，是FPGA。2019 快過去了，自動駕駛發展得怎麼樣了？
其中述及的理由是：
首先，個人認為，自動駕駛技術路線將來大概率會走向車路協同。
其次，基於這一理解，為了在邊緣計算中心、車輛之間傳輸必要的資訊，高效能的無線通訊是必須的。
再次之，關於URLLC中的高可靠性效能訴求，考慮到自動駕駛技術直接涉及人身安全、大量財產的安全，這方面的高標準肯定是必須的。
最後，關於URLLC中的低延遲效能訴求，由於車路協同基於路測多通道資料採集及決策、移動端執行，還很可能必須將多個移動端的原始資料（原始資料處理/預處理結果）上傳至路測以參與決策，所以，及時完成這種基於多端資料採集、多通道資料傳輸、多路資料並行處理的複雜反饋控制環路，即低延遲效能訴求，也是必須的。
而我在文章：
林偉：FPGA的效能特徵及其尷尬處境
中總結過：
FPGA高速、並行、運算及引腳資源極其豐富、定時精確（納秒級）、功能極其靈活、硬體直接實現演算法（不需要在作業系統排程下訪問片外儲存器以讀取演算法指令序列）、運算元訪問機制簡單且高效（不需要在作業系統排程下訪問片外儲存器/外部匯流排以讀取運算過程涉及的各種資料來源和狀態資料、發出控制指令）（如果執行基於影象分析等大快取機制的反饋控制演算法則需要訪問直接連線FPGA引腳的片外儲存器）、開發除錯手段先進的優點，適合用來實現基於多路高速並行協同取樣、高速並行執行多路大運算量協作演算法、多通道輸出精準協同、強實時性（低延遲量+低延遲抖動量）的高效能複雜反饋控制系統。
恰好滿足上述的車路協同系統中對高效能的無線通訊應用層晶元的效能需求。
5G技術的未來優化方向是什麼？
7樓：小小小小小
希望可以更加精準地發現主幹道上的車流間隙，幫助城市交通變得更安全、車流更順暢。[思考][思考]然後，在操作方面，難度可以降低，做到智慧型改善生活。[大笑][大笑]
8樓：拿鐮刀的小紅
眼睛，腿，大腦
只有好的視覺方案才能看清路
只有好的動力才能說走走說停停
只有乙個好的大腦才能判斷接下來怎麼做
當然最後你需要乙個動力。
9樓：未已
我覺得感測器也很重要吧，其中主要包括距離感測器，車上的距離感測器，能夠有效判斷距離周圍物體有多遠從而做出相應的措施，可避免很多不必要的損失和麻煩。
10樓：奮發圖強
簡約的說應該是各類雷達的運用。
因為目前通訊技術5G已經有一定的基礎了，萬物網際網路已經來了，技術上能實現了。
北斗，GPS也沒什麼難度了。
未來就是雷達怎麼更好的和演算法融合成真智慧型應該是重點。
11樓：威本聯盟
我覺得最重要的是汽車感知周圍的系統，因為手動汽車就是需要人來控制車避開障礙。如果汽車感知系統強了，就不需要人來控制了，就可以實現自動駕駛!
12樓：行走的吃貨
定位，自動駕駛需要的是厘公尺級定位。我感覺是機械人系統中定位和路徑規劃是乙個問題，沒有定位，就無法規劃路徑。厘公尺級實時定位是目前自動駕駛最大的挑戰之一。
13樓：嗚拉巴哈
自動駕駛汽車需要非常精確的定位。除了基於雷達，雷射雷達，GNSS和攝像頭的普通感測器之外，對於在城市環境中進行自動導航所需的車道級定位來說，軌跡估計也是必不可少的。當前，用於自動駕駛的高精度定位技術主要有以下三種
其一，基於參考系統訊號的絕對定位技術：具有代表性的一種是全球導航衛星系統，以及UWB、WiF、藍芽等。 其二，環境特徵匹配，即基於雷射雷達和視覺感測器的相對位置，將感測器觀察到的特徵與資料庫中儲存的特徵進行匹配定位車輛； 其三，INS系統提供航跡估計，一種基於慣性導航IMU的組合導航技術。
14樓：452
我對自動駕駛了解不多，但我認為能實現自動駕駛最重要的技術所以我認為乙個無時不刻都不會斷的網路訊號，將是幫助我們走向自動駕駛的重要一步
15樓：123MSoPK
未來，自動駕駛技術與車聯網技術將重構交通系統，打造出智慧型化、自動化、聯網化的有機整體，實現交通環境更安全、交通路網更高效、交通系統成本更低廉。
16樓：乎兮
最重要的技術是安全技術。
作為運輸工具，駕駛的最終目的就是要把人和物品安全地送到目的地。因此，在安全躲避車輛，準確識別對方車輛，導航訊號失聯，系統被病毒劫持等安全方面都是重中之重。技術革新可以很好地解決其他問題，但是防不住人心。
所以確保安全，才是自動駕駛的終極。
17樓：喵喵喵
自動駕駛汽車一直配備了駕駛員。訓練有素的駕駛員會一直跟隨汽車，他們可以像解除巡航控制一樣輕鬆地接管汽車。此外，也有訓練有素的軟體操作人員坐在乘客座位上，監控軟體執行狀況。
18樓：王子
個人更贊同特斯拉的視覺方案，通過機器學習使整個演算法更加聰明，車主根據歷史資料積累監督FSD系統的執行，具有很強的可控性，而且更加準確
19樓：白茶
我覺得最重要的是攝像頭 ，幾乎是毫無爭議地被所有開發者採用。它和人類的眼睛最接近，可以看清有顏色的標識、物體，看得懂字型，分得清紅綠燈。但是缺點也不少，比如在夜晚或惡劣的天氣下視力就嚴重下降，也不擅長遠距離觀察。
20樓：方閆
現在的自動駕駛想要很快，裡面的處理器就要非常快，每秒鐘的運算能力、運算次數要達到三百萬億次，三百萬億次非常非常快。為什麼要這麼快？理論上，在車上是沒有那麼多需要計算的地方，但是自動駕駛要處理的不是簡單的車的執行，它最重要處理的是突發事件。
開車的時候，突然有一輛車插進來，或者有乙個人跑過來，又或者有乙隻狗鑽出來，那你怎麼反應啊？人的反應就非常快，他在多少個毫秒之中就反應出來了，能馬上剎車，它就走不了了。機器反應不過來，機器反應的第一件事是「這是個什麼東西？
」它要去算半天，算來算去，弄明白這個東西是狗，還是人，還是其它什麼，再決定它應該剎車還是不剎車，這樣，僅是它的識別過程就需要很長時間。所以最重要的是安全安全。只有安全了才能去想優化，就像人得先能生存再說生活
21樓：不忘初心
「自動駕駛技術通重載運工具、基礎設施與執行管控的有機融合，實現道路交通部分或完全自動化執行，是對傳統運輸模式和出行方式的一次深刻變革，已成為新一輪科技革命和產業變革的焦點領域之一。」
據悉，全國已發放智慧型網聯汽車道路測試牌照超過400張，布局認定了7家自動駕駛封閉場地測試基地，支撐技術研發與測試。交通運輸部還組織開展了新一代國家交通控制網和智慧型公路試點，並會同北京、上海、河北等地，在京禮高速、洋山港東海大橋、雄安新區等推進一批自動駕駛和車路協同試點專案，探索前沿技術應用方案。
22樓：街燈晚餐
我認為未來實現自動駕駛，最重要的技術是感應。車開在路上感應其他車所在位置和路上有什麼障礙物一定要準確地感應到，不然就會有危險，而且必須是很精確的感應。
23樓：溪意
自動駕駛我覺得現在還是很有必要的，
因為現在人為駕駛出車禍的機率非常大 ，自動駕駛由電腦控制 ，而電腦程式不會出現闖紅燈之類的現象，不會擾亂秩序
24樓：
小白乙個，只是有些想法，不知道對不對，錯了輕噴！
現在講自動駕駛大都著眼於汽車自身的感測器，比如現在比較先進的雷射雷達。對，這個很重要，只要能在批量生產後有較好的成本控制，那對自動駕駛是很好的助力。
還有演算法，運算能力都很重要
但我覺得還乙個很重要的一點是智慧型路政
為什麼要只從個體角度來解決問題，不從整體上來解決呢。
現在已經有了V2X，不過這個道路資訊只有紅綠燈這些固定資訊反饋。
我覺得應該更進一步，所有路段的攝像頭聯網，把拍攝到的資訊通過5G網實時傳送給範圍內的車輛，車輛再對資訊進行AI分析，判斷前方實時路況。
你也可以叫它共享感測器，所有自動駕駛的車輛共享。
這個平台應該路政搭建，所有車企和相關產業鏈企業都可以接入，獲取資訊為他們所用。
這個的好處就是擴大了汽車的感知範圍，給車輛乙個上帝視角，更多的資訊，更早的作判斷。
因為車輛就算用上了很好的感測器，但是只要有遮擋就失效了。就算所有車輛都是自動駕駛，車輛互聯了，那其他因素也會影響車輛行駛安全。比如突然躥進來的人或動物，被路邊植物遮擋了，感應到也來不及反應。
通過路上的多個監控攝像頭傳輸實時資訊，同時具備較高的視角，就算小巷裡躥出來的狗，也能感應到。
我覺得這個才是在其他自動駕駛的基礎上，使之成為真正的自動駕駛，同時超越了人為駕駛。因為有了上帝視角，有了更多的資訊，可以作出更超前更精確反應。
未來30年內是否可能普及自動駕駛以及實現車聯網
Spongebob 未來三十年內是否可能普及自動駕駛以及實現車聯網？對於這個問題我覺得很多人應該都有不同的看法，畢竟一千個人就有一千個哈姆雷特嘛，我覺得萬事皆有可能，這要看未來的網際網路的發展還有社會的需求了，首先就是自動駕駛給大家帶來很大的便利，給大家帶來了很大的方便，但是凡事有利必有弊，自動駕駛...
未來自動駕駛是LiDAR還是RGB影象的天下？
預言下，未來自動駕駛百分百是影象的天下，影象的3d潛力遠遠沒有挖掘出來，transformer給video object detection multi view fusion 帶來了新的可能，目前3d感知的差距也在不斷縮小 鄒鎮洪 現在來看可能都算短見，可能會出現第三種主流感測器嗎？其次，往近了說...
如何在不規則的道路上實現自動駕駛？
廈門鉛筆頭資訊科技有限公司 熱衷於造車的科技巨頭以及全球主流汽車廠商在一件事情上達成了共識，那就是自動駕駛將在未來幾年改變人類的出行方式。越來越多的人相信自動駕駛很快就將從夢想變成現實，多半是因為造車企業接連不斷的鼓吹和暗示。畢竟，只有說服人們相信某種趨勢才能讓人們自然接受 趨勢的產物 自動駕駛技術...