本期导读

　　深圳市交通运输委员会近日公布了深圳首批19个智能驾驶路测区域，道路里程合计124公里，覆盖深圳市福田、南山、盐田、宝安、光明、龙华、龙岗、坪山、大鹏9个区，自动驾驶在深圳的落地之路又往前更进一步。

　　近期，同样使智能驾驶再次受到公众关注的还有长沙政府牵手百度基于Apollo平台生态资源和长沙智能网联产业基础，共建“自动驾驶与车路协同创新示范城市”的计划的公布，该合作项目旨在于将长沙打造为自动驾驶之城。

　　智能驾驶在百度牵头下，其在中国的发展依旧处于起步阶段，自动驾驶技术仍在测试阶段。在目前的智能驾驶市场中，在目前阶段到无人驾驶的目标，其中还有很长一段路要走，在目前的智能汽车市场中，大部分技术还是集中在辅助驾驶系统ADAS的构建上，着力于构建人车交互的场景，使物更加智能化，这也是任何一个处于物联网、大数据时代的行业智能化目标的立足点。

　　在华北工控看来，目前在市场上智能驾驶领域企业主要的研发集中在以下领域：

　　车联网

　　在目前的车联网市场，受到重点关注的还是激光雷达，在车联网算法构建中，上面连接传感器，下面要对车进行决策执行，是非常重要的因素。从上面的感知到下面的控制，再到芯片、定位，都要跟算法紧密结合，这些算法作为核心的枢纽，是重点关注的领域。

　　人车交互

　　根据统计数据显示，新车车联网的配置比率已经从2016年的16%到了2017年的21%，以中国前装市场的配置数量来计算，去年大概有200多万辆车具备了联网功能。随着汽车产业和信息技术的发展，汽车这个圈子更加扩大，传统的汽车设计的方式已经不能适应了，会有很多生活场景化出现，强调人和车的互动，目前在市场中广泛存在的还是通过手机作为媒介来实现人车交互以及语音交互两种形式。

　　在这两个过程中，都少不了基础硬件在其中的发力。驾驶的智能化进程随着技术的推动而前进，硬件方案在技术上的进步也在其中扮演着重要角色，目前自动驾驶技术领域的两个难题也有一个是来源于此，

　　机器学习的累积

　　目前不论是在国内还是在国外，众多涉足智能驾驶行业的企业都在开展大量的路测，进行大量的机器学习，积累经验。机器的学习量越大，其作出准确判断的几率也就越大。

　　严苛的硬件要求

　　为了实现高级别的ADAS，需要给车辆配备大量大传感器，如：毫米波雷达、高精度摄像头甚至激光雷达。这些传感器会产生大量的数据，电脑除了需要处理雷达产生的距离数据、摄像头传来的图像数据以外，激光雷达可以实时扫描车辆360度的景物并实时生成3D数模，而这些数据都需要通过计算机硬件来处理，判断并且实时生成伺服信号控制车辆，给发力于其中的硬件带来严苛的要求。

　　华北工控认为，在目前的发展市场中，从智能驾驶到自动驾驶，还有很长的一段路要走。智能驾驶系统的构建作为智能交通的一部分，其又起到了相辅相成的作用，基础硬件行业在其中所要做出的努力是提高硬件计算能力，来更好的服务于智能驾驶市场。