1樓：小拉底
我發現不少樓主都是基於當前的前沿技術，暢想L4甚至是L5的內容，和「現階段」這個前提並不相符。如果從「現階段」出發，那就應該從當前2C消費領域的自動駕駛來觀察，我們可以輕易發現，現階段特斯拉NOA處於L2.5自動駕駛階段，而搭載高精地圖的幾個TOP級別的中國產車企目前已經實現了彎道超車，做到了L3有條件自動駕駛。
舉例，國內最早搭載中國高精地圖的車型是廣汽埃安AION LX，借助高精地圖的精準定位和預知路況能力，做到了高速快速路全放手自動駕駛，這是吹響了中國產車企超越特斯拉的號角。爾後蔚來ES6、小鵬P7等車型，其實走的也是AION LX高精地圖+高精雷達+智慧型攝像頭組成的軟硬體路線。毫不誇張的說，這時目前消費級自動駕駛的最具代表性的技術，並且得到來多次驗證，比如去年8月廣汽埃安AION LX在「全世界最危險高速」雅西高速成功挑戰了複雜的雨霧天氣、高架複雜彎道、長隧道等，最近小鵬P7也做了一次廣州-北京的長時間、長距離自動駕駛挑戰。
此外據悉，廣汽埃安AION LX目前已經做到了超8000萬公里0事故。
故此，現階段的自動駕駛真實技術能力，已經可以保障在高速、快速路實現安全、可靠的全放手自動駕駛，雖然離我們想象中的無人駕駛還有一段距離，但對於絕大多數消費者來說，絕對能夠讓你的駕駛舒適體驗，大大提公升乙個台階。
2樓：聚光燈外
從車端來說，實現主動安全是車輛自動駕駛的乙個前提，在乙份AEB調查總結中，在模擬實際路況自動剎車，只有沃爾沃的XC60和寶馬的X5是合格的，其他都不OK。就是說即使所有車都實現自動駕駛了，當碰到外因需要緊急制動時，其他車都無法避免碰撞，這種不能保證安全的自動駕駛要來何用？
XC60和X5就如同已經可以飛奔疾馳的少年，而其他車如同踉踉蹌蹌蹣跚學步的嬰兒， 要求少年和嬰兒都「自動駕駛」，結果可想而知。
我認為先將XC60和X5具備的AEB功能成為所有汽車的標配，這才是自動駕駛安全的乙個根基，基於此根據研發的自動駕駛才有意義。
乙個外行的瞎逼逼，但是對這個行業非常感興趣，一直在關注。
3樓：二十滿天
特斯拉「神話破滅」，造車勢力6款新能源車主動剎車橫評_嗶哩嗶哩 (゜-゜)つロ 乾杯~-bilibili
是騾子是馬拉出來溜溜，就怕拉出來發現是條長蟲
4樓：李鑫
mobileye 是基於歐洲的資料訓練的歐洲的紅綠燈在停止線附近比較近而中國的紅綠燈在對向的停止線那裡比較大的路口紅綠燈會很遠對攝像頭的要求比較高而且有些紅綠燈是豎著排有些是橫著排的還有讀秒識別這些me都沒很好的解決
5樓：梅赫西迪-賓士
看到關於自動駕駛的問題，忍不住不請自答。
從2023年開始，梅赫西迪-賓士S級轎車便在五大洲開啟自動駕駛試駕之旅——「智慧型環球駕駛之旅」，里程累計已經超過1萬公里。這次旅途也用事實向我們解釋了乙個疑問：自動駕駛這項技術的水平究竟達到什麼程度了呢？
兼顧智慧型性和安全性，並且能夠使車輛完全自主地穿梭於車流當中，這便是自動駕駛技術的願景。那麼，目前的自動駕駛技術水平，究竟達到什麼程度了呢？為了回答這一問題，梅赫西迪-賓士組建的自動駕駛測試團隊輾轉五大洲，踏上了「智慧型環球駕駛之旅」的征途。
從2023年9月開始，這支團隊一直奔走於世界各地。團隊領導人喬亨·哈布在談到此次智慧型環球駕駛之旅時，興奮之情溢於言表。旅途中，搭載了駕駛輔助系統的S級轎車所表現出的自動駕駛水平令哈布和他的同事們嘆為觀止。
儘管如此，他們也深知自動駕駛技術還有很長一段路要走：未來幾年，還有很多複雜的問題和困難要解決。哈布說：
「測試的目的是為了獲得汽車在特定環境中行駛的資料，然後我們再利用獲得的資訊改善自動駕駛系統。」他們的旅程始於法蘭克福車展，之後再輾轉上海、澳大利亞和南非，最終抵達美國。哈布詳細列舉了S級在五大地區所遇到的不同挑戰。
德國/ 法蘭克福
「下大雨、道路施工、大塞車、偶爾還會竄出一輛超速行駛的車。這是德國高速公路上每天的常態。」
在德國駕駛的乙個特別之處在於，高速公路上的車速存在著巨大差異：當你超過一輛時速130公里的卡車時，一輛時速200公里的車正從後方向你行駛而來。一般的車內雷達會對車後80公尺和車前250公尺範圍內的道路進行掃瞄，立體攝像頭會拍攝前方500公尺以內的情景，其中90公尺以內會拍攝3D影像。
你以為這就夠了？當有車輛靠近時，系統需要在多長時間內做出反應？它會採取什麼樣的措施來預防事故的發生？
對法蘭克福的消費者而言，他們理想中的汽車要能足以應對這些極端情況。
中國/ 上海
「地圖的準確性至關重要，而在用GPS導航都容易迷路的中國，這就成了乙個不小的挑戰。」
中國則不同。中國道路的特別之處在於高密度的車流量，路上有大量的自行車和三輪車，以及限速不一的車道。在上海的駕駛經驗告訴我們，導航地圖需要極度精確，甚至精確到車道。
在密集的機動車道中，目前車輛還無法定位；此外，許多大型十字路口的車道都未設立標識，攝像頭也就無法對其進行偵測。在沒有周圍車流的情況下，車輛目前還不能確定自己的位置。如果沒有定位資訊，自動駕駛的車輛就只會向前行駛。
中國的消費者希望自動駕駛汽車能夠像有司機一樣在轉彎處點剎，過彎後加速。而歐洲司機則習慣在駛出彎道之前就加速。把這種駕駛文化的差異考慮進自動駕駛的設計之中也是至關重要的。
澳大利亞/ 墨爾本
「很多墨爾本人會避開臭名昭著的鉤型轉彎，但是自動駕駛系統必須要解決這一問題。」
澳大利亞有在電子螢幕上閃爍的限速通知，內陸的道路列車，出其不意越過道路的袋鼠，以及墨爾本的鉤型轉彎（一種從左側車道右拐，穿過電車車軌並且僅能在綠燈時通行的彎道）。這個路段令人「聞風喪膽」，甚至連當地人都寧願多走三個左轉彎而不走鉤型轉彎。同時，與其他眾多複雜的交通狀況一樣，這一路段對於自動駕駛系統來說是乙個高難度的挑戰。
人腦可以理解閃爍的限速LED燈，但自動駕駛系統目前還沒有這個能力。此外，另乙個同樣棘手的問題在於，如何在不傷害車內乘客的情況下對突如其來的動物做出反應？這要求汽車能夠盡量提早計算出動物的尺寸，同時根據實際情況制定規避策略，從而預防潛在事故的發生。
南非/ 開普敦
「自動駕駛技術要能夠排除干擾， 同時還需要有能力迅速、精確地分析所感知到的雜亂情景。」
南非的交通則令人絕望：行人在超速路上行走，突發的駕駛操作已成為路上的家常便飯。在開普敦，我們的測試司機在機動車道上以100公里的時速駕駛時，遇到了一輛迎面而來的自行車，後者行駛在只有數釐公尺寬的硬質路肩上。
在城市南部蜿蜒的道路上，攝像頭無法偵測道路，原因在於沙土覆蓋了路面的瀝青。然而在曲折的沿海大道上，車輛就可以完成自動駕駛。
美國/ 拉斯維加斯
「暢通的交通狀況在現實中非常適合自動駕駛。從技術角度來看，自動駕駛的日常應用離我們不遠了。」
在美國，道路和高速公路上的駕駛體驗十分順暢，在車流中順勢而行很容易，而且車輛彼此間的速度也沒有太大的差異。唯一的難點是，由於美國允許左側或右側雙側超車，車輛很難在八車道的高速公路上同時蒐集和處理大量的資訊。儘管如此，美國市場毫無疑問是適合進一步發展自動駕駛技術的首批市場之一。
與其他地區的居民一樣，美國居民對這項測試既心存猶疑又充滿期待。當然，解決人們的顧慮和疑問也是此行的目的之一。
撰文 FELIX BREUER
插圖 JINDRICH NOVOTN
6樓：unsky
離散是人類對宇宙連續無窮的妥協。
搞不定這個問題，或許問題本身就被定義錯誤。
用單張圖來定義當前物體的狀態這個問題的本身或許就是錯誤。
時序的變化被離散化識別，這個問題的本身或許就是對某位pm的妥協。
試試從時序中抽象出狀態的遷移。
試試時序+高精地圖，
試試時序視覺檢測+高精，
試試視覺檢測+時序追蹤+高精，
Detect it through time!
7樓：Starry365
個人感覺，靠視覺識別紅綠燈，目前幾乎是無解的。利用物聯網，配合紅綠燈加裝主動發射裝置會是個比較好的解決方案。
另外，V2V很重要
個人覺得，高速公路這種全封閉道路首先實現自動駕駛的可能性更高。標識清晰，干擾因素少，路況好，車輛類別相對單一……
汽車自動駕駛技術的意義何在？
結弦 試想一下如果像滴滴這樣的公共服務公司擁有具有自動駕駛技術的網際網路汽車，使用者叫車速度是不是會更快？利用計算功能是不是會更省錢？以下是我的設想 1 待人工智慧技術 深度學習實踐在大規模應用中 發展成熟2 待新能源行業與材料科學含苞待放 3 區塊鏈技術得以實用 用於資料處理和資料儲存 影像 存檔...
如果要自動駕駛不涼涼，我們需要什麼樣的技術？
星期六的鐵皮鼓 從機器學習的應用方向上來說還是決策模型吧。感知模型題主講的都對，而且方向大家也看得到，所以花時間總能解決，不能解決的靠新sensor也能做。但是路徑規劃做L4的5年內估計不會有機器學習模型可以路測的。強化學習現在來講不可能，你的action是在路上不是在遊戲中，上路的實際環境和做回測...
如何看待特斯拉自動駕駛技術的上線？
沉得很 我覺得最大的問題還在於其他經濟利益會不會阻礙立法上允許這種車大規模應用起來.祝他們好運.我挺喜歡這個技術和開啟的新的業務模式的. 含辛 技術路線的問題，其他回答已經說了，我來換個角度。推動純電動車發展的最大助力不是電池，而是自動駕駛，因為相比有人駕駛，自動駕駛的優勢實在太大了，不管對車主還是...