我们很容易将汽车自动驾驶和汽车动力总成电气化等同起来。毕竟，在我的记忆中，当今所有主要的自动驾驶汽车项目都将其研发重心押注在电动汽车上。但这两个概念并不一定相关。毕竟，虽然美国国防部高级计划研究局（DARPA）发起的自动驾驶汽车挑战赛开启了自动驾驶新时代，但这些都是基于传统动力汽车。

根据世界卫生组织（WHO）的统计，每年约有125万人死于道路交通事故。毫无疑问，在这个充满智能手机、平板电脑以及仪表板上带有GPS导航路线图显示屏等的时代，人们在今天的道路上驾驶汽车比以往任何时候都更加分心。这些是危险而致命的。自动驾驶汽车可以消除人类驾驶员的分心驾驶，但是是人类也只有人类才能通过软件、处理和传感器等最终创建和控制未来的自动驾驶汽车。我们是工程师，我们可以安全地做到这一点。

自动驾驶车开发商希望车载连网速度能达到multi-gigabit速度，许多产业联盟和标准机构，像是自动驾驶汽车网络联盟(NAV)、MIPI联盟和HDBaseT联盟都正摩拳擦掌，准备抢食这块大饼…

以第四次工业革命为例，其特点是使用网络物理系统、通信、物联网和分散式决策，需要系统更加智能、高效、安全，并拥有更多连接。

现在台式机CPU和移动SoC大多都采用多核芯片，因为它们灵活的可扩展架构使其能够按需提供不同的性能，AI“协同芯片”采用类似的方法，它们不仅仅只被设计成一个，而是多个计算GPU和神经网络加速器（NNA）来为特定的应用提供足够的性能，同时确保对硅片尺寸进行优化，将芯片的成本降至最低。这些处理器会紧挨着主应用处理器（SoC）作为“协同芯片”，承载主应用处理器上的NNA内核需要处理的AI推理任务。

学习跨领域技能以及对新兴技术/应用的掌握非常重要！

知情人士透露，苹果汽车的保密工作做得如此之好，是因为苹果有充分资本保障，可以不像特斯拉、FF一样，为了融资不停吆喝。

一对父子Ben-Etzion Yaron和Nissan Yaron研发了一种技术，可以让驾驶员在车内控制音乐播放、打电话、查看信息和导航的同时，视线不必离开道路。这对父子于2011年创办了一家六人公司Inpris。

作为许多自动驾驶汽车的关键部件，激光雷达已经是名副其实的自动驾驶“半壁江山”。不过，它可不只是在车顶上旋转的激光碟，如果处理不当，很有可能会伤害路人的眼睛，而且是永久性的。

硅谷一家名为Drive.ai无人车创业公司于近日向公众公布了一项新技术——利用深度学习将自动驾驶技术可视化

在高科技产业中，几乎每个人——包括机器人科学家、AI专家、芯片设计师和传感器开发人员等，都想赶上这一波自动驾驶热潮。同样地，AV的发展前景也为传统汽车制造商注入了活力…

目前的传感技术——比如激光雷达、雷达和摄像头——都存在感知问题，需要人类驾驶员随时准备接管控制车辆。因此，传感器的重要性更为凸显。要实现3-5级的自动驾驶，车辆需要更大数量和更强功能的传感器。

当我们讨论到行动性(mobility)的未来时，有一点是明确的——无论是汽车还是飞机，在推动下一代技术方面都有着共同的主题：一是电气化，另一个则是远程或自主操作。

早在2017年的10月，西井信息科技就拿到了第一个订单，为什么一个非原生自动驾驶公司，能杀出重围跨界收获订单？

在 3～5 层级，随着层级的提高，对系统的要求也随之提高。