自动驾驶系统发展在感知和决策层面都遇到了技术瓶颈

汽车领域在未来成为人工智能无法忽视地方，作为最前沿的新兴领域，自动驾驶对算法及开发平台提出了严苛的要求。但作为未来市场的一块巨大的蛋糕，自动驾驶成为各大传统车企甚至互联网巨头竞相争夺的对象。只是，在面对纷繁复杂的自动驾驶技术，究竟哪家的技术能力更超前一些呢?在今年，很多互联网企业包括传统的车企都亮出了自己在这块领域的先进技术，预要为市场未来的推广奠定自己的地位。

过去几年，尽管自动驾驶的技术迭代速度不断加快，但商业化一直是横亘在所有自动驾驶从业者面前的一座大山。而现如今，无论是环卫、干线物流，还是港口、矿山等场景下，自动驾驶的商业化号角已经吹响。而在商业化落地的阶段中，自动驾驶面临的挑战往往不是自动驾驶技术本身，而是客户要求自动驾驶公司能够快速适配各种车型的同时，还要快速适配多种应用场景。由此，自动驾驶公司则需要更多数据燃料来不断地进行产品迭代。相应地，行业对于数据标注与处理的需求量也在水涨船高。

纵观全球自动驾驶发展，美国、德国已经率先为多家自动驾驶企业发放了全无人测试许可，鼓励科技企业在确保安全的前提下，广泛开展无人化测试运营，通过数据的海量积累和迭代，不断提升自动驾驶的决策水平和安全能力，相较于国内政策进度已领先一步。凭借产业界长期蓄力和顶层设计优势，我国在自动驾驶产业发展上已经打下了坚实基础，实现良好开局。未来，政府与科技企业需将无人化测试运营提上日程，持续推动自动驾驶政策落地，共同开启自动驾驶产业高质量发展新征程。

在这样的背景下，数字经济范畴内的各产业在未来中长期时间内， 在内将有充分的需求逐渐涌现，在外则有良好的政策环境保驾护航，将是我国国民经济发展的重要抓手。 其中，智能驾驶/车联网作为数字经济发展的一项应用，象征着未来人类 出行方式的颠覆性改变，可能催生出全新的商业模式、全新的产业格局，因 此具有巨大的想象空间，而在诸多厂商和研究机构的努力下，其技术已经发展了一段不短的时间，但所采用的技术路径则各有不同。因此，本文将尝试 对比分析目前主流的智能驾驶实现方案及其相关产业链，从而为后续寻找产业链的投资机会提供参考。

其实如果一项技术在降低成本和提高效率方面具有优势，那么它确定它是有用的。然而，自动驾驶技术往往涉及安全问题。如果自动驾驶车辆发生事故的概率低于当前发生事故的概率，那么这项技术值得推广。除此之外，即使现在尚未实现完全自动驾驶，但是这依然可以在一些场景下减轻人们的压力，让大家能有片刻的休息，这对于减少疲劳驾驶等也有着积极意义的。由此可知，自动驾驶是必然有用的。但是大家对于自动驾驶要抱有信心，因为随着集度等互联网企业布局造车，国内自动驾驶取得了快速的进步，甚至于可以在多场景下为用户带来L4级自动驾驶体验。

在自动驾驶系统发展的过程中，目前在感知和决策层面都遇到了技术瓶颈。感知方面，主要是视觉感知和雷达传感，而这两种感知方向分别有其自身的缺陷，包括但不限于分辨率不够高、受气候等外部环境影响大、成本高昂等，从而导致在面对更复杂的道路情况时难以应对，或安全性难以保证;决策方面，硬件端存在算力不足或功耗过高的问题，软件端则在数据量越来越大的情况下出现了效率不足的情况，无法保证未来数据量进一步膨胀之后车辆行驶的安全性。