三年前小星曾写过一篇自动驾驶汽车核心技术漫谈，特别比较了中美技术之间的差距。朋友问起现在对自动驾驶技术怎么看？站在2024年来看，汽车自动驾驶技术的未来发展趋势主要集中在以下几个方面：
机器人技术的持续进化
人工智能和深度学习
云技术和V2X互联技术
大数据变得举足轻重
↑三大技术看点（来源：CEA）
在之前的文章中小星提到过，当时国际上公认未来汽车的三大前沿科学技术发展方向包括：机器人技术Robotics，人工智能AI，云技术Cloud。站在2024年来看机器人技术以及逐渐成熟，中美之间的差距缩小甚至反转。而目前技术角逐的重点逐渐转向车辆本身之外，向着芯片驱动的AI和Cloud发展。在竭尽全力的技术赛跑中大数据成为重中之重。
1.机器人技术的持续进化
↑中美开始自动驾驶出租车试运行
随着中国和美国都将自动驾驶出租车推向真实城市路段的试运行阶段，机器人技术在自动驾驶中的应用已经逐渐成熟。汽车感知传感器技术，包括超声波测距传感器、摄像头图像传感器、雷达传感器和激光扫描仪，将继续优化和升级。特别是激光扫描仪的固态化、小型化和低成本化趋势，将使其在高级别自动驾驶中不可或缺。这些传感器技术的进步将大大提升自动驾驶汽车的环境感知能力和安全性。
↑上汽封闭测试路段无人自动驾驶测试
其实早在近十年前上汽就在封闭测试路段进行了无人的自动驾驶测试，并在2017年世界移动大会上中国移动、上汽集团和华为共同演示全球首个基于5G技术的自动驾驶和远程驾驶，验证了5G所具有的大带宽、低时延的网络能力。
↑通用Bolt自动驾驶车型
为了应对无法回避的电子电气架构革新挑战，多种创新的传感器架构被提出并不断实践论证。通用Bolt自动驾驶车型采用了全新传感器架构，它具体包括：自动驾驶计算机：两套自动驾驶计算机位于车尾，互为冗余相互备份。车辆定位系统：当GPS定位失效时系统将通过惯性导航或激光雷达完成定位。电气供电系统：系统配备冗余的电池和电源分配，主高压电池负责所有负载供电而备用电池负责关键负载供电。转向和刹车系统：转向和刹车系统采用冗余电机驱动的电控系统，确保故障时可持续运行。冗余的碰撞检测系统：配备备用紧急刹车系统保证自动驾驶系统失效时可以有效刹停。感知系统：包括车顶传感器套件的14个摄像头、5个激光雷达和车身四周的8个长距离雷达和3个宽角度雷达。信号通讯系统：高速通讯网络具有主从两个路径来提升通讯稳定性。
↑武汉和上海浦东运营自动驾驶出租车
但往往挑战来自技术本身之外，比如通用Bolt自动驾驶车型在美国洛杉矶进行测试时被路人放置的路障雪糕筒被迫自动停运。而现在大考来到了中国这边，百度自动驾驶出租车萝卜快跑已在武汉运行，而上海浦东也很快进入试点，你已经有机会亲身去体验过了吗？
2.人工智能和深度学习的核心作用
↑深度学习CNN与大模型Transformers区别
人工智能（AI）和深度学习（Deep Neural Networks, DNN）在自动驾驶中的作用将越来越重要。特斯拉、比亚迪等车厂已经率先实施了基于AI的驾驶辅助系统，通过摄像头采集图像进行分层学习，从而实现路径规划和目标识别。近年来ChatGPT的兴起，Transformers大模型通过直接连接每个元素到每个其他元素，创建全局的、集成的表示，从第一层开始就进行整体信息处理。相比传统深度学习模型更直接更快速。
↑中美主流AI算力芯片对比
相比较而言，问界和阿维塔采用华为自研异构芯片昇腾，使系统算力达到400TOPS。类似的，蔚来的ET7配备了基于英伟达Orin的ADAM超算平台，算力达到1016TOPS。这些技术进步将使自动驾驶系统更加智能和高效。对于分别采用台积电7nm和三星8nm工艺的大背景下算力其实旗鼓相当，决胜点在面积和功耗控制上。但由于众所周知的原因2020年以后竞争势态完全改变了。与此同时AI算力芯片毋庸置疑是持续投资的大势所趋。
3.云技术和V2X互联技术的融合
↑云技术和车联网（V2X）技术
云技术和车联网（V2X）技术的融合将是自动驾驶未来发展的关键。5G通讯技术的普及，使得车辆能够通过V2X技术与智慧城市及外界环境进行实时交互。V2X技术包括V2I（车辆与基础设施）、V2V（车辆与车辆）、V2P（车辆与行人）和V2N（车辆与网络）四个方面。通过这些技术，自动驾驶汽车可以实现更高效的路径规划、事故预警和交通管理，从而提升整体交通系统的智能化水平。5G通讯技术有着通讯速度快延时低的特点。而基于5G通讯技术推出的C-V2X标准包括了依托基站的远距离通讯Uu协议和近距离点对点通讯的PC5协议。很好地解决了汽车互联中远距离通讯和近距离通讯的需求，将其合二为一。
4.数据在自动驾驶中的重要性
↑自动驾驶数据中心
前面提到的目前技术角逐的重点逐渐转向车辆本身之外，向着芯片驱动的AI和Cloud发展。在竭尽全力的技术赛跑中大数据成为重中之重。它不仅体现在数据中心变成了大型汽车模拟现实专场，更凸显在高精度地图、实时交通信息、道路状况数据等自动驾驶AI大模型成亿万倍增长的数据样本量需求。这也是特斯拉为何急于通过中国数据安全白名单的审查，而其云数据将由百度进行保密脱敏处理。最终自动驾驶的竞争逐渐演变为谷歌和百度等巨头间的角力。
总的来说，自动驾驶技术的未来发展将依赖于机器人技术、人工智能、云技术和大数据的深度融合。随着这些技术的不断进步，自动驾驶汽车机器人技术逐渐成熟，而竞争重点转向汽车之外的AI和云计算，其背后大数据是重中之重。让我们拭目以待吧。
