王飞跃：未来人要把路权让给无人驾驶

无需证明自动驾驶的概念有多火。而且，自动驾驶已经进入人们的生活，首款L3级自动驾驶量产车奥迪A8就是一个例子。但现在我想在日常生活中体验自动驾驶技术带来的便利。超过一百万的价格如何？但即使你无法体验自动驾驶，它也是无处不在的。作为未来出行领域的技术明星，它自然引人注目。在最近举行的2018 CCF-GAIR大会智能驾驶论坛上，可容纳500多人的会议室不仅座无虚席，而且还站在那里。为什么智能驾驶有巨大的魅力来阻止人们？这个八小时的论坛有哪些亮点？看看下面的详细梳理。王飞跃：未来的路权属于无人车。中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任、中国自动化学会副理事长兼秘书长王飞跃“未来，人们必须自动下路行驶。未来的路权属于无人车。“作为一名在自动驾驶研究领域工作了近30年的专家，王飞跃表达了上述观点。王飞跃是中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任，中国自动化学会副会长兼秘书长。早在20世纪90年代，他就参与了几个项目与自动驾驶相关的，如美国国家航空航天局的移动机器人、月球车、矿山自动驾驶汽车和VISTA汽车，这是一款无人驾驶汽车，在uber最近的事故发生的道路上通过摄像头和雷达进行了测试。王飞跃预测，未来自动驾驶很可能不会出现技术、法规等问题。从历史的角度来看，马是最早为人们的旅行服务的，但马的旅行带来了许多问题，如马粪。城市管理者不得不聚在一起讨论如何应对下个世纪的马粪围城问题。一百多年后，人们没有找到解决马粪围城问题的办法，但汽车已经取代了原来的出行服务工具马。在此基础上，王飞跃论证了自动驾驶中的马粪问题并不存在，例如短时间内的法律问题，图像识别技术和高精度地图等技术问题，以及如何解决汽车和无人车共同驾驶的问题等等，这些问题在未来将不复存在，因为“人们将来会像马一样离开道路，不再有通行权”。另一方面，王飞跃也表明，自动驾驶还有很长的路要走，但今天爆发的自动驾驶路试是不合理的。在自动驾驶发展的早期阶段，虚拟测试应该是主要的方法，少量的道路测试应该是最主要的方法。也就是说，在90%的情况下，自动驾驶感知技术是通过虚拟训练来提高的，在10%的情况下通过路试来验证。王飞跃认为，自动驾驶仍然是一项实验性技术。如果直接投入社会道路，通过道路来衡量养护技术是不可行的，人类将成为实验标本。Boaz Sacks：Mobileye制造ADAS、众包地图和Shield+作为世界上最具影响力的自动驾驶公司之一，Mobileye已将其自动驾驶技术安装在2700多万辆汽车上，并与13家汽车制造商合作，25家主机制造商使用了其设备。Mobileye中国区总监兼中国区总监Boaz Sacks在主题演讲中解释了Mobileye在自动驾驶过程中的具体进展，例如最新的产品芯片EyeQ4，其最大的亮点是可以实现每秒25亿次计算，快速计算和数据云端传输等技术突破将在更大程度上确保行车安全。众包地图的作用是帮助自动驾驶汽车在现有的交通条件下与周围的车辆进行互动，因为自动驾驶汽车和人类驾驶的车辆一起在路上，这是最糟糕的路况，需要做出许多决定。尽管这是一个过渡阶段，但有必要确保自动驾驶汽车始终与道路上的其他驾驶员和汽车互动，以便他们能够做出实时选择。这就是美孚的初衷……

e绘制众包地图。此外，为了避免事故，Mobileye开发了一种报警系统MobileyShield+，主要安装在公交车、卡车和其他大型汽车上，因为大型汽车存在许多盲点。预警系统有六个传感器，可用于车道偏离检测、智能控制、抬头显示、行人预警等。酷哇机器人首席执行官何伟：加速无人商业化酷哇机器人创始人兼首席执行官何伟分享了酷哇探索无人商业化的特色路径。在无人驾驶技术如何作为一种产品落地的问题上，酷哇选择从细分场景切入变革，并于去年与中联环境联合开发了首款量产无人清扫车。从无人清扫车开始，一方面因为整个环卫市场有2000亿左右的市场规模，另一方面环卫车的技术发生了变化，现在正从环卫1.0的纯人工阶段逐步走向机械化。酷哇将有助于卫生向3.0迈进。酷哇今年推出了2.0套件产品，不仅增强了本地识别和感知能力，自动避障和绕过障碍物，还增加了自适应清洁等技术，并设计了无人中央调度系统。目前，该系统已在长沙橘子岛公园全域运行。到9月，运营车队将达到四种类型，规模约为9辆。何米认为，无人清扫车商业化的最后一个瓶颈是场景适应性、协调能力、学习效率和低成本，尤其是低成本。许多人总是关注单个硬件采购的成本，但在系统布局之后，单个硬件采购并不是制约当前无人驾驶普及的最根本问题，而是其背后的部署、学习效率和适应性。这些成本具有长尾效应。如何加强这一方面可能需要综合考虑。Roadstar.ai童贤巧：对于创造具有中国特色和技术的自动驾驶解决方案来限制自动驾驶的落地，有不同的看法。在Roadstar.ai创始人兼首席执行官童贤巧看来，限制自动驾驶在中国商业化的瓶颈在于道路的复杂性和成本。在这两个方面，Roadstar.ai分别提出了解决方案。Roadstar.ai创始人兼首席执行官童贤巧Roadstar.ai是一个年轻的创业团队，成立于2017年5月。该团队主要分布在深圳和美国硅谷，专注于商业模式的旅行服务。时隔一年，Roadstar.ai取得了两项令人瞩目的成就：第一，今年5月，Roadstar.ai完成了1.28亿美元的a轮融资；其次，作为全球第一家完全采用国产传感器解决方案的公司，它在中国发布了路况自动驾驶解决方案。Roadstar.ai的主要优势在于，它可以与国产传感器一起实现非常好的性价比；此外，事实证明，在像中国这样复杂的路况下，低成本的传感器可以实现更好的自动驾驶效果。据严贤巧介绍，Roadstar.ai目前的自动驾驶解决方案仅为百度解决方案价格的1/3左右，未来还有很大的降价空间。在童贤巧看来，到2020年，每个系统的方案可能会降至5万元以下。届时，当法律法规成熟时，无人出行服务将具备真正大规模实现的土壤。Roadstar.ai的独立核心技术主要分为两部分：一部分是异构多传感器同步技术，即多传感器融合不仅仅是简单地在车上放置十几个传感器来同步传感器的技术，包括时间和空间同步。目前，Roadstar.ai可以实现10-6秒的空间同步。在此基础上，将不同传感器和模式的信息有机地结合在一起；

另一个是深度数据融合技术。Roadstar.ai开发了一种与高维数据相关的算法，以解决感知和定位问题。Roadstar.ai自主研发的算法可以解决中国特殊复杂的路况，实现高性能。今年3月，Roadstar.ai在深圳西丽进行了一次路试。在无人运营规划方面，Roadstar.ai今年预留了20至50辆车在深圳或其他城市运营，主要目的是改进算法的试运行。明年，Roadstar.ai将与海外主要汽车工厂合作，生产约100-200辆汽车。到2020年，定制无人驾驶汽车将在当时技术相对成熟的前提下生产出来。目前，Roadstar.ai已在深圳市南山区西丽开展无人驾驶试点示范运营。速腾聚创邱春新：就传感器而言，从2016年开始，未来MEMS固态激光雷达将进入量产落地期。今天，每个人都越来越迫切地需要登陆。作为自动驾驶领域的全球领导者，Waymo的自动驾驶汽车订单在2016年、2017年和2018年从100辆增加到600辆，再增加到20000辆。国内的进步也在突飞猛进。6月底，菜鸟发布了一款物流手推车，并计划在三年内投资10万辆手推车。京东也在6月11日发布了相应的设备，并决定落户长沙，下一个落地项目的选址也即将敲定。速腾聚创首席执行官邱春新在速腾聚创新首席执行官邱春新看来，这一系列落地布局意味着人们对满足车辆法规和量产要求的传感器越来越迫切。要建造一个人人都能负担得起的激光雷达，有必要将传统的机械扫描激光雷达设计成全固态，并减少其上的大量可移动部件，因为这将有助于激光雷达满足车辆法规和大规模生产的要求。这已经是目前业界的基本共识。在自动驾驶落地时间表临近的情况下，作为传感器供应商，速腾聚创需要思考谁是传感器的终结者。与常用传感器的性能相比，该相机具有更高的粒度，可以获得丰富的纹理颜色并进行精细识别。在这方面，激光雷达不如相机。例如，目前的激光雷达无法识别车辆的品牌。然而，相机最大的缺点是受环境光的影响很大，需要高数据。无论是深度学习还是其他机器学习方法，相机对数据质量的要求都很高：如果数据质量好，可能会被很好地识别。相机需要数据库中的这个东西来识别它；激光雷达首先识别障碍物，然后对其进行分类。因此，速腾聚创判断固态激光雷达是未来传感器的发展方向，MEMS是最容易实现激光雷达的。它具有分辨率高、距离远、车辆规格高、易于批量生产和成本低的优点。MEMS的工作原理是采用几个激光发射器，而不是16行16个发射器，32行32个发射器，64行的数量将继续翻倍。MEMS激光雷达不采用发射器和接收器的物理叠加，而是采用MEMS二维的振动来提高扫描线的数量。此外，在车辆分类方面，目前的MEMS激光雷达已经在做车辆分类认证，下一步是量产准备。在基本生产之后，其成本也将降低。激光雷达的高分辨率和低成本是未来的趋势，速腾聚创的目标是在2020年实现200美元的量产价格。伟世通首席架构师王凯：目前，自动驾驶的“乐高”概念在自动驾驶领域非常流行，很多公司都有所涉猎，但这恰恰证明了这个领域还远远不够成熟。伟世通的目标是与上述ADAS系统、摄像头、雷达、高精度地图等企业共同推动自动驾驶的发展。伟世通自动驾驶首席架构师王凯以“乐高自动驾驶概念”为主题进行了演讲。王凯预测，首先，从自动驾驶的市场趋势来看，ADAS行业将大幅增长，其中利润率最高的是中央域控制器；其次，SoC供应商正在积极进入域控制器市场，如NVIDIA和Intel；

最后，软硬件分离，由于自动驾驶系统的复杂性，公司将从不同的重点切入，预计到2025年，自动驾驶的需求将有质的飞跃。在传感器领域，自动驾驶技术的发展趋势：摄像头：灵敏度、分辨率和帧速率的提高将导致更高的数据可用性和数据量的急剧增加；雷达：它将提供更多、更高分辨率的信息，并允许以类似于相机和激光雷达的方式处理雷达数据；激光雷达：同一范围内的数据输出与最先进的CMOS相机相同；

IC：未来传感器产生的数据将增强计算能力。由于L3及以上级别的自动驾驶需求，能够达到ASIL D（汽车安全完整性级别，D是最高级别）的IC数量正在增加。本地化、绘图、互联和云：L3及以上自动驾驶需求带来的快速增长。此外，伟世通预测，到2025年，高速公路L3级汽车将成为自动驾驶最大的细分市场，因为它从代工转向普通用户，发展趋势非常明显。另一方面，王凯预测，未来汽车行业的发展是，谁能整合所有的出行理念，谁就能坐在圆桌的中心，成为出行行业的第一。伟世通正试图做这样的事情。“伟世通推出的DriveCore技术平台是一个双赢的合作平台。我们不需要对方做好自动驾驶系统，但我们需要在某个细分领域做到最好。我们会引进这样一家‘特殊学生’公司，并根据客户需求为对方提供最合适的组合方案。“DriveCore希望为原始设备制造商提供一个模块化和可扩展的平台，让原始设备制造商可以像乐高一样自由选择不同的硬件、软件和算法，最终打造出一个自动驾驶系统。伟世通的DriveCore由三部分组成：计算（底层硬件平台）、运行时（中间层）和工作室（开发工具）。目前，王凯认为自动驾驶面临的挑战主要有三个：一是系统设计的复杂性。无需证明自动驾驶的概念有多火。而且，自动驾驶已经进入人们的生活，首款L3级自动驾驶量产车奥迪A8就是一个例子。但现在我想在日常生活中体验自动驾驶技术带来的便利。超过一百万的价格如何？但即使你无法体验自动驾驶，它也是无处不在的。作为未来出行领域的技术明星，它自然引人注目。在最近举行的2018 CCF-GAIR大会智能驾驶论坛上，可容纳500多人的会议室不仅座无虚席，而且还站在那里。为什么智能驾驶有巨大的魅力来阻止人们？这个八小时的论坛有哪些亮点？看看下面的详细梳理。王飞跃：未来的路权属于无人车。中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任、中国自动化学会副理事长兼秘书长王飞跃“未来，人们必须自动下路行驶。未来的路权属于无人车。“作为一名在自动驾驶研究领域工作了近30年的专家，王飞跃表达了上述观点。王飞跃是中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任，中国自动化学会副会长兼秘书长。早在20世纪90年代，他就参与了几个项目与自动驾驶相关的，如美国国家航空航天局的移动机器人、月球车、矿山自动驾驶汽车和VISTA汽车，这是一款无人驾驶汽车，在uber最近的事故发生的道路上通过摄像头和雷达进行了测试。王飞跃预测，未来自动驾驶很可能不会出现技术、法规等问题。从历史的角度来看，马是最早为人们的旅行服务的，但马的旅行带来了许多问题，如马粪。城市管理者不得不聚在一起讨论如何应对下个世纪的马粪围城问题。一百多年后，人们没有找到解决马粪围城问题的办法，但汽车已经取代了原来的出行服务工具马。在此基础上，王飞跃论证了自动驾驶中的马粪问题并不存在，例如短时间内的法律问题，图像识别技术和高精度地图等技术问题，以及如何解决汽车和无人车共同驾驶的问题等等，这些问题在未来将不复存在，因为“人们将来会像马一样离开道路，不再有通行权”。另一方面，王飞跃也表明，自动驾驶还有很长的路要走，但今天爆发的自动驾驶路试是不合理的。在自动驾驶发展的早期阶段，虚拟测试应该是主要的方法……

并且一些道路测试应该是主要的方法。也就是说，在90%的情况下，自动驾驶感知技术是通过虚拟训练来提高的，在10%的情况下通过路试来验证。王飞跃认为，自动驾驶仍然是一项实验性技术。如果直接投入社会道路，通过道路来衡量养护技术是不可行的，人类将成为实验标本。Boaz Sacks：Mobileye制造ADAS、众包地图和Shield+作为世界上最具影响力的自动驾驶公司之一，Mobileye已将其自动驾驶技术安装在2700多万辆汽车上，并与13家汽车制造商合作，25家主机制造商使用了其设备。Mobileye中国区总监兼中国区总监Boaz Sacks在主题演讲中解释了Mobileye在自动驾驶过程中的具体进展，例如最新的产品芯片EyeQ4，其最大的亮点是可以实现每秒25亿次计算，快速计算和数据云端传输等技术突破将在更大程度上确保行车安全。众包地图的作用是帮助自动驾驶汽车在现有的交通条件下与周围的车辆进行互动，因为自动驾驶汽车和人类驾驶的车辆一起在路上，这是最糟糕的路况，需要做出许多决定。尽管这是一个过渡阶段，但有必要确保自动驾驶汽车始终与道路上的其他驾驶员和汽车互动，以便他们能够做出实时选择。这就是Mobileye绘制众包地图的初衷。此外，为了避免事故，Mobileye开发了一种报警系统MobileyShield+，主要安装在公交车、卡车和其他大型汽车上，因为大型汽车存在许多盲点。预警系统有六个传感器，可用于车道偏离检测、智能控制、抬头显示、行人预警等。酷哇机器人首席执行官何伟：加速无人商业化酷哇机器人创始人兼首席执行官何伟分享了酷哇探索无人商业化的特色路径。在无人驾驶技术如何作为一种产品落地的问题上，酷哇选择从细分场景切入变革，并于去年与中联环境联合开发了首款量产无人清扫车。从无人清扫车开始，一方面因为整个环卫市场有2000亿左右的市场规模，另一方面环卫车的技术发生了变化，现在正从环卫1.0的纯人工阶段逐步走向机械化。酷哇将有助于卫生向3.0迈进。酷哇今年推出了2.0套件产品，不仅增强了本地识别和感知能力，自动避障和绕过障碍物，还增加了自适应清洁等技术，并设计了无人中央调度系统。目前，该系统已在长沙橘子岛公园全域运行。到9月，运营车队将达到四种类型，规模约为9辆。何米认为，无人清扫车商业化的最后一个瓶颈是场景适应性、协调能力、学习效率和低成本，尤其是低成本。许多人总是关注单个硬件采购的成本，但在系统布局之后，单个硬件采购并不是制约当前无人驾驶普及的最根本问题，而是其背后的部署、学习效率和适应性。这些成本具有长尾效应。如何加强这一方面可能需要综合考虑。Roadstar.ai童贤巧：对于创造具有中国特色和技术的自动驾驶解决方案来限制自动驾驶的落地，有不同的看法。在Roadstar.ai创始人兼首席执行官童贤巧看来，限制自动驾驶在中国商业化的瓶颈在于道路的复杂性和成本。在这两个方面，Roadstar.ai分别提出了解决方案。Roadstar.ai创始人兼首席执行官童贤巧Roadstar.ai是一个年轻的创业团队，成立于2017年5月。该团队主要分布在深圳和美国硅谷，专注于商业模式的旅行服务。时隔一年，Roadstar.ai取得了两项令人瞩目的成就：第一，今年5月，Roadstar.ai完成了1.28亿美元的a轮融资；

其次，作为全球第一家完全采用国产传感器解决方案的公司，它在中国发布了路况自动驾驶解决方案。Roadstar.ai的主要优势在于，它可以与国产传感器一起实现非常好的性价比；此外，事实证明，在像中国这样复杂的路况下，低成本的传感器可以实现更好的自动驾驶效果。据严贤巧介绍，Roadstar.ai目前的自动驾驶解决方案仅为百度解决方案价格的1/3左右，未来还有很大的降价空间。在童贤巧看来，到2020年，每个系统的方案可能会降至5万元以下。届时，当法律法规成熟时，无人出行服务将具备真正大规模实现的土壤。Roadstar.ai的独立核心技术主要分为两部分：一部分是异构多传感器同步技术，即多传感器融合不仅仅是简单地在车上放置十几个传感器来同步传感器的技术，包括时间和空间同步。目前，Roadstar.ai可以实现10-6秒的空间同步。在此基础上，将不同传感器和模式的信息有机地结合在一起；另一个是深度数据融合技术。Roadstar.ai开发了一种与高维数据相关的算法，以解决感知和定位问题。Roadstar.ai自主研发的算法可以解决中国特殊复杂的路况，实现高性能。今年3月，Roadstar.ai在深圳西丽进行了一次路试。在无人运营规划方面，Roadstar.ai今年预留了20至50辆车在深圳或其他城市运营，主要目的是改进算法的试运行。明年，Roadstar.ai将与海外主要汽车工厂合作，生产约100-200辆汽车。到2020年，定制无人驾驶汽车将在当时技术相对成熟的前提下生产出来。目前，Roadstar.ai已在深圳市南山区西丽开展无人驾驶试点示范运营。速腾聚创邱春新：就传感器而言，从2016年开始，未来MEMS固态激光雷达将进入量产落地期。今天，每个人都越来越迫切地需要登陆。作为自动驾驶领域的全球领导者，Waymo的自动驾驶汽车订单在2016年、2017年和2018年从100辆增加到600辆，再增加到20000辆。国内的进步也在突飞猛进。6月底，菜鸟发布了一款物流手推车，并计划在三年内投资10万辆手推车。京东也在6月11日发布了相应的设备，并决定落户长沙，下一个落地项目的选址也即将敲定。速腾聚创首席执行官邱春新在速腾聚创新首席执行官邱春新看来，这一系列落地布局意味着人们对满足车辆法规和量产要求的传感器越来越迫切。要建造一个人人都能负担得起的激光雷达，有必要将传统的机械扫描激光雷达设计成全固态，并减少其上的大量可移动部件，因为这将有助于激光雷达满足车辆法规和大规模生产的要求。这已经是目前业界的基本共识。在自动驾驶落地时间表临近的情况下，作为传感器供应商，速腾聚创需要思考谁是传感器的终结者。与常用传感器的性能相比，该相机具有更高的粒度，可以获得丰富的纹理颜色并进行精细识别。在这方面，激光雷达不如相机。例如，目前的激光雷达无法识别车辆的品牌。然而，相机最大的缺点是受环境光的影响很大，需要高数据。无论是深度学习还是其他机器学习方法，相机对数据质量的要求都很高：如果数据质量好，可能会被很好地识别。相机需要数据库中的这个东西来识别它；

激光雷达首先识别障碍物，然后对其进行分类。因此，速腾聚创判断固态激光雷达是未来传感器的发展方向，MEMS是最容易实现激光雷达的。它具有分辨率高、距离远、车辆规格高、易于批量生产和成本低的优点。MEMS的工作原理是采用几个激光发射器，而不是16行16个发射器，32行32个发射器，64行的数量将继续翻倍。MEMS激光雷达不采用发射器和接收器的物理叠加，而是采用MEMS二维的振动来提高扫描线的数量。此外，在车辆分类方面，目前的MEMS激光雷达已经在做车辆分类认证，下一步是量产准备。在基本生产之后，其成本也将降低。激光雷达的高分辨率和低成本是未来的趋势，速腾聚创的目标是在2020年实现200美元的量产价格。伟世通首席架构师王凯：目前，自动驾驶的“乐高”概念在自动驾驶领域非常流行，很多公司都有所涉猎，但这恰恰证明了这个领域还远远不够成熟。伟世通的目标是与上述ADAS系统、摄像头、雷达、高精度地图等企业共同推动自动驾驶的发展。伟世通自动驾驶首席架构师王凯以“乐高自动驾驶概念”为主题进行了演讲。王凯预测，首先，从自动驾驶的市场趋势来看，ADAS行业将大幅增长，其中利润率最高的是中央域控制器；其次，SoC供应商正在积极进入域控制器市场，如NVIDIA和Intel；最后，软硬件分离，由于自动驾驶系统的复杂性，公司将从不同的重点切入，预计到2025年，自动驾驶的需求将有质的飞跃。在传感器领域，自动驾驶技术的发展趋势：摄像头：灵敏度、分辨率和帧速率的提高将导致更高的数据可用性和数据量的急剧增加；雷达：它将提供更多、更高分辨率的信息，并允许以类似于相机和激光雷达的方式处理雷达数据；激光雷达：同一范围内的数据输出与最先进的CMOS相机相同；IC：未来传感器产生的数据将增强计算能力。由于L3及以上级别的自动驾驶需求，能够达到ASIL D（汽车安全完整性级别，D是最高级别）的IC数量正在增加。本地化、绘图、互联和云：L3及以上自动驾驶需求带来的快速增长。此外，伟世通预测，到2025年，高速公路L3级汽车将成为自动驾驶最大的细分市场，因为它从代工转向普通用户，发展趋势非常明显。另一方面，王凯预测，未来汽车行业的发展是，谁能整合所有的出行理念，谁就能坐在圆桌的中心，成为出行行业的第一。伟世通正试图做这样的事情。“伟世通推出的DriveCore技术平台是一个双赢的合作平台。我们不需要对方做好自动驾驶系统，但我们需要在某个细分领域做到最好。我们会引进这样一家‘特殊学生’公司，并根据客户需求为对方提供最合适的组合方案。“DriveCore希望为原始设备制造商提供一个模块化和可扩展的平台，让原始设备制造商可以像乐高一样自由选择不同的硬件、软件和算法，最终打造出一个自动驾驶系统。伟世通的DriveCore由三部分组成：计算（底层硬件平台）、运行时（中间层）和工作室（开发工具）。目前，王凯认为自动驾驶面临的挑战主要有三个：一是系统设计的复杂性。目前，有两种声音。一种是代工认为其在汽车行业的长期积累有很大优势，初创企业缺乏经验；

另一种声音是，初创企业认为传统的代工无法跟上时代的发展。事实上，自动驾驶系统是一个非常复杂的系统。原始设备制造商和初创公司所经历的痛点是不同的。原始设备制造商最早经历的痛点与功能安全和网络安全有关，而初创公司更早接触到基于人工智能的算法。因此，自动驾驶的整个系统就像一个木桶。只要有一块短板，水就会泄漏出去，这是自动驾驶面临的最大挑战；第二，解决方案的多样性。目前，自动驾驶算法的许多解决方案正在逐渐收敛，但由于该领域的快速发展，它们的解决方案将逐渐增加；最后，自动驾驶着陆面临的最大挑战是成本。目前，有两种声音。一种是代工认为其在汽车行业的长期积累有很大优势，初创企业缺乏经验；另一种声音是，初创企业认为传统的代工无法跟上时代的发展。事实上，自动驾驶系统是一个非常复杂的系统。原始设备制造商和初创公司所经历的痛点是不同的。原始设备制造商最早经历的痛点与功能安全和网络安全有关，而初创公司更早接触到基于人工智能的算法。因此，自动驾驶的整个系统就像一个木桶。只要有一块短板，水就会泄漏出去，这是自动驾驶面临的最大挑战；第二，解决方案的多样性。目前，自动驾驶算法的许多解决方案正在逐渐收敛，但由于该领域的快速发展，它们的解决方案将逐渐增加；最后，自动驾驶着陆面临的最大挑战是成本。

标签：速腾世纪理念奥迪奥迪A8

汽车资讯热门资讯