数据——无人驾驶的最强驱动力
2009年，Google启动无人驾驶项目，八年苦心研发后，谷歌的无人驾驶技术在行业内已处于领先地位，但面对后起之秀滴滴、Uber等数据收集能力极强的对手在无人驾驶领域的奋起直追，Google无疑面临更大的市场挑战。
数据是未来无人驾驶的新“石油”
汽车工业最重要的两项变革正在同时进行，一方面是面对资源枯竭和环境污染而越来越重要的汽车电动化，另一方面就是汽车的智能化。作为汽车智能化最重要的环节之一的无人驾驶技术，也成为各大企业的研发重点和未来市场抢占的领域。
美国汽车工程学会SAE将自动驾驶分为0到5级，0级为完全人工驾驶，5级为彻底的无人驾驶，中间的级别为不同程度的自动驾驶或辅助驾驶。目前全球自动驾驶渗透率快速提升，预计到2025年，20%以上量产汽车有望实现不同级别的智能驾驶;到2040年，所有新车都将配备自动驾驶功能，其中4、5级自动驾驶渗透率将达50%，对应市场规模或超千亿美元。
无人驾驶技术对数据的收集、传输和感应提出了很高的要求。英特尔公司CEO科再奇称，数据是未来无人驾驶的新“石油”，就像石油在过去一个世纪改变我们的世界一样，数据将在未来几百年——甚至更远的将来——改变世界。
与共享出行企业相比，Google在用户实测数据的收集方面出现短板。据摩根士丹利曾统计，Uber在24分钟内收集到的数据相当于谷歌无人驾驶汽车自诞生以来记录下的所有数据。尽管所有这些数据不是来自完全无人驾驶汽车，但Uber数据的规模足以加速无人驾驶的研发和地图绘制。为了解决数据问题，目前Google已与美国第二大共享出行公司Lyft达成合作，Lyft的出行业务有望为谷歌无人车提供大量的实测数据。
无人驾驶数据包括三种类型
无人驾驶数据包括三种基本的类型：技术数据、众包数据和个人数据。
技术数据来自一套传感器，它能帮助汽车“看见”的四周环境。这些数据帮助汽车识别人或障碍物，发现道路坑洼，或者计算出旁边汽车驶来的速度等。此外，技术数据有助于捕捉新的驾驶场景，并把它传至云端，以便进行学习和改进控制驾驶行为的软件。当技术数据传输到云端后，它可以惠及所有连接在这一云端的车辆。
众包数据是本地汽车从周边收到的数据，例如交通状况和路况变化。很多应用都能用到这类数据，例如，寻找附近的停车场或规避交通拥堵点。
最后是个人数据，包括用户想听的广播电台、喜欢的咖啡厅、首选的路线等等。此类数据有助于在无人驾驶汽车中创造更加精彩的个性化体验，满足消费者个性化需求。
数据分析是未来无人驾驶研发的重中之重
据统计，每个人平均每天在车内的时间是一个半小时，而一辆无人驾驶汽车预计在一个半小时内会产生4TB的数据量，换个角度来理解，4TB的数据量相当于你每天都在关注接收3000名左右的社交平台好友发布的新动态。
让数据成为无人驾驶“新石油”真正带来挑战的地方在于如何利用这些庞大的数据，把它们变成可执行的洞察，从而让汽车在无人干预的情况下思考、学习和行驶。当汽车成为数据上的车轮中心，如何更好地处理数据、管理数据、迁移数据、存储数据、共享数据，并从中学习就变得尤为重要。
未来，无人驾驶汽车必须与数十亿台设备一起竞争网络带宽，当今的4G网络无法满足这一需求以及处理路上行驶的数百万辆无人驾驶车辆所生成的数据流量。各大公司正在帮助引领5G网络转型，旨在满足无人驾驶速度、延迟、能耗、规模以及瞬时响应所产生的各种需求。
文字／Mogu 编辑／尹嚞 图片／网络
欢迎转载评论，转载请注明来源
（请点击：https://mp.weixin.qq.com/s/Gi2TxGwv8PDsdTAMPf2YPw）
网友评论