自动驾驶发展现状如何?自动驾驶与数据之间的关系!

在这篇文章中，小编将对自动驾驶的相关内容和情况加以介绍以帮助大家增进对自动驾驶的了解程度，和小编一起来阅读以下内容吧。

一、自动驾驶发展现状如何?

2016年，《“十三五”国家科技创新规划》和《“十三五”国家战略性新兴产业发展规划》中正式提出发展智能自动驾驶汽车，并将其上升为国家发展战略。各地积极推进高等级自动驾驶车辆的商业化应用，开放测试道路、出台管理细则，推动无人驾驶技术进步和商业化落地。我国车企在自动驾驶领域的研究可以算得上行业领先。

目前，自动驾驶分为两派，分别是“激光雷达”和“纯视觉计算”两派。

激光雷达派的优势首先是能获取空间的深度信息，其次由于其自发光源，无需外界的灯光辅助，比纯视觉方案来得更简单。目前，各大自动驾驶方案大厂都逐渐用混合固态的激光雷达来取代传统的旋转式激光雷达。

劣势：一是激光雷达的方案不够成熟，激光雷达的分辨率远低于摄像头的程度。雨雾天气下，激光雷达的探测能力会大打折扣。二是成本更高，激光雷达的X,Y,Z, 反射率信息，甚至RGB信息对CPU的处理能力都有更高的要求，更好的CPU需要更高的价格。

目前，在汽车行业，激光雷达已经成为了车企新车的竞争焦点之一，与此同时围绕激光雷达的“军备赛”也已开启。

纯视觉计算方案的优势很淳朴那就是成本低。其次纯视觉计算方案目前在识别这块的优势很明显，它的分别率高，软件，硬件都有比较成熟的解决方案。

劣势在于纯视觉计算方案的深度信息终归是靠训练出来的，这就涉及样本库是否足够丰富，而且纯视觉方案需要高精度地图来配合。纯视觉计算方案代表车企就是特斯拉，目前我国一些地点还是实行特斯拉禁止通行。

二、自动驾驶与数据

众所周知，汽车自动化分五级。自动化程度越高，所需的数据存储量就越大。举个例子，比如二级自动驾驶汽车需要全程人为操作，但有附加的自动化系统，如变道辅助、盲点检测或自动停车功能。鲍曼认为，二级自动驾驶汽车需要4到10PB的数据。

尽管自动驾驶汽车所需的数据存储量是巨大的，但挑战并非源于存储阶段，而是传输阶段。鲍曼说，例如，让车辆上路去记录来自摄像机、激光扫描仪和雷达的数据时，每辆车每天能产生80TB的数据。

他说：“然后，你必须通过数据线连接车辆，将数据从汽车系统传输到数据中心，接着将数据从研发中心复制到数据中心。通常，我们的客户在每个洲都有一个集中的数据库，数据传输就可以通过加速文件传输方法或物理方式实现”。

有专业人士表示，5G对于自动驾驶汽车的研发和生产至关重要，尤其是在未来5到10年，届时将有更多的技术集成到汽车中。他说：“如今的汽车就是路上的移动数据中心。因此，必须对车辆中的数据进行预处理，例如，识别值得通过5G传输到数据中心的有价值的数据” 。

他还说，自动驾驶汽车需要存储边缘数据，也就是在车内存储数据。“你需要计算边缘存储，特别是在没有5G覆盖的地方。这是另一个问题，因为你必须在车辆中缓存数据，以便在有5G信号后发送数据”。

与5G相关的另一个问题是上传速度。有专业人士说：“5G是为高速下载流数据设计的，所以上传速度没有那么快。因此，你不可能真正通过5G上传大量数据，它是为从数据中心向最终用户传输数据而不是从车辆到数据中心而设计的。但5G的优势在于其低延迟”。

以上便是小编此次带来的有关自动驾驶的全部内容，十分感谢大家的耐心阅读，想要了解更多相关内容，或者更多精彩内容，请一定关注我们网站哦。