無人駕駛在2023年，迅速闖入大眾的視線，成為熱門詞彙。彷彿當年科幻**和電影中媲美蝙蝠車的技術，一下子成為了現實。
但首先我們需要先來了解一些關於無人駕駛的基礎知識。如果把自動駕駛劃分為5個等級，那麼，l1階段主要依賴adas（高階輔助駕駛系統）普及來實現，而l5級別的全自動無人駕駛，即使是谷歌，也還沒有最後實現。
在自動駕駛領域，最為人所熟知的就是兩家公司：谷歌與特斯拉。前者採用以雷射雷達和大量感測器為主的解決方案，而後者則基於以色列公司mobileye的單目攝像頭
技術，採用以計算機視覺配合公釐波雷達的解決方案。
谷歌的雷射雷達精度更高，但是**高昂，大約有7萬美元左右，而且難以實現工業化量產。即使在實踐中應用，要想大幅度降低**，也是很難的事情。採用這種解決方案，需要成本一般都在50萬元以上。而特斯拉的解決方案，成本能夠降低，隨著演算法的提公升，可商業化程度要更高。
自動駕駛的難點，是產業鏈較長，是需要很多核心技術去融合和整合的產品。因此，國內專注於這一領域的公司相對而言還較少。
而現在，很多傳統車廠，也都在進行自動駕駛解決方案的合作研發。例如：寶馬聯合博雲視覺科技****和南洋理工大學、大多數車廠都會使用l1-l3級別的技術，因為自動駕駛對它們而言，是防禦策略。它們也需要減輕駕駛員的負擔，減少事故的發生。但對於谷歌和uber而言，這則是乙個新的共享經濟未來的開啟。
類似於谷歌的解決方案，要想大規模實現點對點的無人駕駛，這有很大可能，是建立在整個城市交通重新規劃的需求之上的。那時，車輛的絕對數量減少，但是車輛使用率極高，這就將屬於共享經濟的範疇，在那時，汽車不是簡單的消費品，而是一種裝置。屆時，將是新的商業模式和解決方案的顛覆，而不是簡單的裝置公升級問題了。
谷歌和uber，以及整車生產廠商，具有觀念的差異。對於國內研發自動駕駛的創業公司而言，在產品和商業策略選擇上，又將如何選擇？
無人駕駛汽車
無人駕駛汽車是智慧型汽車的一種，也稱為輪式移動機械人，主要依靠車內的以計算機系統為主的智慧型駕駛儀來實現無人駕駛的目標。據湯森路透智財權與科技最新報告顯示，2010年到 2015年間，與汽車無人駕駛技術相關的發明專利超過22,000件，並且在此過程中，部分企業已嶄露頭角，成為該領域的行業領導者。無人...
初識無人駕駛
無人駕駛是多個技術的整合，其中包羅感測器，深度學習，定位，路徑規劃，障礙物檢測與規避，機械控制，系統的整合與優化，高精度地圖，其中gps用於定位，光學雷達用於定位和障礙物檢測，照相機用於深度學習物體識別，以及定位輔助。感測器獲取資料後，首先利用卡爾曼濾波或粒子濾波器，對感測器資訊進行融合，並得出最大...
低速無人駕駛
低速無人駕駛 現狀 感知層 決策層 控制層。過去在無人駕駛的技術落地問題上，業內大多討論的是端對端的控制問題，但在實際場景下，低速無人駕駛要解決的是複雜的動態全流程問題。因此如何通過人工智慧或者深度學習的方法解決感知 決策和控制的全流程問題，是目前技術發展上的乙個難點。感測方案從雷射感知進一步拓展到...