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。

每一辆自驾车都必须要有一些方法，判断什么可以做、什么不能做...

时下，机器学习是一大热门话题，它与传感器融合密切相关，对计算提出了很高要求。Achronix公司eFPGA技术各方面性能和功耗相比传统FPGA都有很大优势。今年，该公司推出的Speedcore定制单元块，又为eFPGA的性能带来了更大提升。

目前，汽车中应用的雷达模组是相对比较笨拙的系统，包含了多个基于不同工艺的芯片。因此，为了追求更小的尺寸和更低的成本，Infineon（英飞凌）、NXP（恩智浦）、Renesas（瑞萨）以及TI（德州仪器）正在开发在同一个器件上整合多个元件的集成雷达芯片组。

最近，一份2018届互联网校招高薪清单在朋友圈流传，清单显示了众多知名互联网企业技术类岗位的年薪水平，动辄30万以上的年薪引起大家关注。然而，以上动辄30万元的年薪在这个职业面前却是小菜！

要实现自动驾驶，车辆必须具备有感知系统，像人一样能够观察周围的环境。但是自动驾驶相比于人，要求又要多很多，要观察的不仅仅局限于眼前，所以除了传感器，V2X技术也被当作自动驾驶的一个感知手段正在被开发着。近几年，V2X技术的发展不能说是不快，至少现在已经能够在路面上看到量产的V2X技术了。本文主要介绍了V2X中，DSRC和C-V2X两种技术的进化史。

对于LiDAR（激光雷达）来说，一种类型的激光并不能适用于所有情况：系统设计者需了解实际应用环境及性能需求后，才能对光源进行选择。

ADAS系统在新型汽车中的应用越来越广泛。找到一种不对ADAS系统造成干扰的电源转换器件，能够极大地简化设计师的任务，同时无需复杂的布局或设计方法，就可为设计师提供需要的所有性能。

众所周知，自动驾驶汽车是汽车行业的新宠，但自动驾驶汽车并不是21世纪才出现的。在1939年纽约的世界博览会上，美国通用汽车公司（GM）的Futurama首次向世人展示了对未来自动驾驶的构想，这是世界关于自动驾驶汽车的最早记录。可以说，GM是自动驾驶的鼻祖。本文的一组图表生动地呈现了自动驾驶汽车的前世、今生与未来。

关于自动驾驶的传感器方案，厂商和科技公司对融合路线都有了基本认同，不过，也没有人能保证，摄像头、毫米波雷达、激光雷达的组合，就足以让车辆安全顺畅地行驶。眼下，以色列初创公司 AdaSky，提出了在车上安装红外摄像头的方案，通过检测道路行人温度，帮助车辆更准确地识别行人。

借助强大的模拟器，Waymo 测试车在正式上路前就解决了它们在加州从未遇到过的“闪烁黄色箭头”问题。

这款芯片组采用的C-V2X技术包括两种传输模式：直接通信和基于网络的通信。

可以说，信息娱乐系统是将普通车辆变成智能车辆的“催化剂”；智能车辆是指：可以提供优异娱乐设施（如后座娱乐），以及提供能够辅助驾驶的技术（包括驾驶员辅助停车入位、警告驾驶员交通路线拥挤并建议替代路线），并在车内提供互联网连接。