因此自2008年后，学术界已经很少研究基于视觉系统的车道线检测，转而利用激光雷达检测车道线，激光雷达可以解决基于视觉系统的车道线检测有诸多缺陷，包括车道线被水覆盖，激光雷达最大可穿越70米的水深。

汽车上的阵列天线越来越多，例如各种蜂窝频带、Wi-Fi、甚至5G及其MIMO要求，V2V（车辆到车辆），雷达（77GHz等）等。自身的移动性更是增加了设计难度。就射频需求和约束而言，自主驾驶车辆的天线设计和布局，将变得更像飞机设计。

当今，汽车中的自动驾驶，或环视方案，需要的摄像头越来越多，车外的摄像头和车内驾驶员位置显示屏之间的信号传输，成了需要解决的一个大问题；另一方面，随着视频分辨率的提升，信息娱乐系统对带宽的要求剧增。

在自动驾驶车真正上路以前，我们必须先问问最基本的问题：为什么需要自动驾驶汽车？它到底有什么用处？

当我坐在几乎停滞不前的车中时，我幻想着这样一番情景：只需要上车，告诉它带我去上班，然后就可以靠在椅背上，在通畅的路上悠然自得。我的这种幻想并非那么不靠谱。业界正在开发和测试符合现实世界的人工智能（AI）驾驶汽车技术。虽然要实现真正的自主驾驶汽车还有很多弯路要走，但对于汽车制造商和消费者来说，这是个激动人心的时刻。

美国的AI产业布局非常完善，基础层、技术层和应用层都有涉及，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势，各层级企业数量全面领先中国。相比较而言，中国在基础元器件、基础工艺等方面差距较大。

汽车市场的发展步伐与蜂窝市场有很大的不同。一部移动手机通常三年就要更换了，而一辆汽车可能要用15到30年，并且要求在这个时间跨度内可靠的工作。因此技术必须成熟，且经过全面的验证。

标准LTE调制解调器芯片级只解码从基站接收到的每个传输时间间隔单个的传输。在LTE-V2X中，除了解码基站数据外，芯片组还要求解码每个传输时间间隔并发的多个传输（来自不同的用户），因此需要增加数量较多的硬件。

LTE-V2V模式和IEEE802.11p的比较

最近，在移动通信标准化组织3GPP的积极推进下，一种旨在满足V2X应用的新标准开始启动。由于成千上万的道路使用者的安全将取决于这些技术的性能，因此对它们进行对比就显得相当重要。

从硅谷到波士顿到苏黎世，在与世界各地工程师、原产商和供应链商接触中，全球都密切关注中国半导体制造业的迅猛发展。而就在此时，中国东海彼岸的日本正面临着空前的电子制造业危机……

消息人士称，腾讯已经搭建好自动驾驶系统原型，并已经开始在内部进行测试。

现在的无人车大多是用量产车改装的，但选什么样的量产车改装可是有学问。国外的大多选混动，国内的大多选燃油车，这是为什么？

车用雷达通常是最先在道路上“看”到东西的传感器，而且能在传感器融合处理以前，利用内建的AI引擎初步分类所看到的东西，现在正是让雷达平台回归模拟的时候了！一家新创公司认为“我们仍然存在于模拟世界，汽车也是如此”...

未来汽车运算平台架构是一片 CPU 或者说 SoC, 对应大部分控制和运算量不大但逻辑关联比较多的运算，一片 FPGA 或 GPU 做加速，对应运算量很大，但内部几乎没有逻辑关联的运算，例如车辆识别算法，行人识别算法，车道线识别算法。