自动驾驶技术的落地，最终是为了商业化的实现做准备，这是一个长期的不可逆的发展过程；而由于自动驾驶具有很强的技术演进性、场景规模性、市场区域性等特征，因此它的发展不会一蹴而就，需要经过漫长的技术积累才能是的当前的驾驶技术实现质的飞跃；短期来看，立法和监管的完善对于促进自动驾驶技术的成熟和培育应用是至关重要的，能有力的推进自动驾驶从研发测试向着商业化落地演进，激发自动驾驶商业化的更大发展空间；长期来看，自动驾驶的商业化应用对汽车制造、交通、保险、应用、信息技术，以及数字影音娱乐等产业都会产生政策、法律等相关领域的影响，甚至有些可能是颠覆性的。自动驾驶会不断提升安全性和可靠性，加快探索并完善产业环境和应用场景，通过规模化量产而有效降低成本，最终通过市场化的规模来打造商业的正向循环。
智驾功能
智能功能的不断完善，ADAS前装量产加速上车，让用户多方面的感受驾乘体验，L2/L2+功能都已经进入量产阶段，同时在安全、能耗、效率等方面起到积极作用，用户的驾驶习惯正在被潜移默化的改变。
NOA功能上车，前装量产正在不断被实现；自动泊车、NOA领航辅助驾驶等L2.5/L2.9功能正在加速实现定点量产，国内主要自主品牌OEM都已经具备相关的落地时间规划，接受用户的最终检阅。现阶段的L2.9高级辅助驾驶产品，在功能层面已经基本可以实现点到点的行泊一体行驶自动化，从人类驾驶真正走向了“人机共驾”，向着L3/L4“机器驾驶”形态不断逼近。
算力平台
过去两年，车载计算平台的算力正以打破“摩尔定律”的速度迅速发展，从10T到200T，再从500T到2000T，芯片算力的提升将支撑更复杂智能的自动驾驶算法，持续打通各个场景与功能。
与此同时，路测里程也在随着时间的不断积累，以及更多仿真技术的应用，越来越多的路测数据驱动着自动驾驶算法不断升级、完善，为车企和消费者提供更优秀平稳的体验。
软件与服务
自动驾驶从软硬一体的配置型产品逐渐成为车企与科技公司共同运营的成长平台；
软件定义汽车的时代下，产品核心竞争力转向软件与服务，智能驾驶的发展更需要软件的支撑。智驾汽车的核心价值正快速的从过去的工具消费品主属性，向着一个可运营升级属性的产品转移，科技公司正在重新定义智驾的安全和升级的部署。而这些增值都在向着智能驾驶技术靠拢。
如Nullmax主张MLF（机器学习优先）的自动驾驶技术路线，搭建了持续迭代的成长型系统架构，打造以视觉为主、多传感融合感知的自动驾驶全栈解决方案，满足多类应用场景需求。MAX技术体系则涵盖上层应用MaxStack、中间件MaxOS以及数据驱动的成长系统MaxFlow、数据集MaxWorld，提供车端、云端两套系统平台。
AI数据驱动
自动驾驶能够实现的基础来自于传感器采集的各种数据，在这其上，人工智能技术的加持，数据的筛选、标准、训练、验证形成全链路的闭环，持续迭代智能驾驶产品；
相比于过去的工程师制定的规则算法，能够实现低成本、高效率的系统迭代；由此实现闭环自动化，数据驱动自动驾驶，在为现有车辆实现OTA升级的同时，为后续更高级的自动驾驶车辆做准备；
几家典型公司的进展：
地平线：芯片累计出货量已经超过200w,与超过20余家车企签下70余款车型的前装量产定点项目；定位与tier2，采用开放模式合作，提供底层芯片和芯片开发软件平台，打造了开源的实时操作系统TogetherOS，并尝试向部分有能力的整车厂开放BPU IP授权，提供关键工具包、芯片参考设计和技术支持，助力车企开发自研芯片；
蘑菇车联：全栈技术与运营服务商；采取单车智能+车路协同技术路线，打造“车路云一体化”自动驾驶方案，实现技术与数据闭环，融合感知、决策控制、高精地图、AI、仿真系统、云+边缘计算、实时大数据等前沿技术，打破单车智能感知瓶颈，满足不同场景不同车型需求。
轻舟智航：自动驾驶通用解决方案提供商；推出龙舟系列解决方案，以双擎发展战略，一方面以公开道路L4为动力引擎，探索落地场景，驱动城市交通出行效率提升，另一方面，以自动驾驶前装量产规模化落地为创新，通过装机量实现技术和产品打磨；积累了全栈自研的核心技术体系，打造自动驾驶超级工厂底层研发熊，以数据驱动+效率提升为内核，以系统化运作、流水线开发为特定，增强自动驾驶技术的扩展性，实现快递迭代和高效落地；
知行科技：自动驾驶前装系统方案解决商；深度布局控制器和智能摄像头两条产品线，完整覆盖L2/L2+市场需求；域控制器三个系列，其中iDC Mid和iDC High已量产乘用车；摄像头面向ADAS市场，经过三次迭代后提供更高性价比方案；高速NOA,城市NOA都有应用，负载自主泊车、记忆泊车、代客泊车等功能。
尽管自动驾驶技术在进行不断的更新，但是与当前的市场环境期望相比仍然存在落后点，如何更快的适应快速发展的社会节奏，让自动驾驶更快的进入普通生活，仍然还有漫长的时间要走。
网友评论