消费者通过移动设备、家用电子产品和计算的进步接触到最新的技术。现在他们希望在汽车上获得相同的用户体验。如今的许多信息娱乐系统都是以信息娱乐处理器(及既定的生态系统平台)为基础的。虽然系统工程师通常可以重用核心系统，但将下一代技术与传统子系统相连接依然存在着一些困难。随着系统复杂性的增加，缺乏通用输入/输出(GPIO)实现外设控制或电路板布线问题开始出现。本文重点介绍了信息娱乐和集群系统融合，以便打造集成式驾驶舱。I²C GPIO扩展器提供了一种重用现有设计的重要途径，并且集成了新功能集来满足消费者的需求。

自动驾驶技术发展火热，卡车界也是如此，特斯拉、奔驰等6家公司都在搞无人卡车，全球数千万卡车司机将面临失业！

如果有人在车上做了个联网试验，就说是在搞车联网，那纯属误导。如果有人搞了个交通信号灯提示也说是车联网，你也别以偏概全，车联网的价值远大于此。

在未来的几十年，推动这场新的移动革命的关键驱动力会是什么？最近几家知名的老牌车企CEO们不约而同谈了关于自动驾驶的未来技术的话题。我们得以一窥汽车厂商眼中的自动驾驶。

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。但如果仔细分析会发展，现如今的V2X技术距离真正的量产使用，还有一段不小的距离。

今天的ADAS功能是由包括摄像机、雷达和激光雷达在内的一系列传感器技术实现的。设计人员现在可以高效地开发出诸多先进的安全功能，比如正面碰撞告警、盲区检测、行人检测和自动驾驶功能。摄像机被广泛用于物体识别，而采用射频电磁波的雷达则被用于测量距离。激光雷达使用激光束测量距离，也可以用于识别物体。扫描激光雷达系统可以用来检测道路上或道路旁的物体，并且能够填补使用雷达和摄像机时存在的已知盲区。

如果将自动驾驶视为最终目标，那么在实现这一目标过程中的基础力量，往往被人忽视。

华盛顿大学的研究人员发现，以目前的自动驾驶系统的图像辨别能力，很可以通过几张贴纸就能让其失控。

即将提供的基于5G网络技术的数据服务将可更快地在线访问更多数据。信息的这种即时性将支持许多当今先进的技术应用——如自主驾驶汽车和虚拟现实或增强现实系统——以省去本地存储的数据并转而依赖于云。为使其发挥效率，网络延迟需要小于1ms。这不仅需要在数据中心安装5G基础设施，还要求数据中心同时靠近用户及为其服务的蜂窝射频发射塔——而如果数据中心远在250英里外则会鞭长莫及！

随着自动驾驶的火热，激光雷达受到前所未有的追捧。但同时我们也注意到，目前主流的自动驾驶方案并未完全抛弃毫米波雷达。

虽然号称自动驾驶，但是请注意，其自动驾驶的时速，是不能超过每小时60km(37英里)的！为什么不能超过60公里呢，关键的瓶颈，原来是。。。

汽车工业正经历重大的结构化转变。自主驾驶革命增加了电子系统的复杂性和缩短了设计周期。随着人们对安全和燃油效率的关注增加，混合动力车辆和电动车辆的势头越来越猛。 这些车辆的电子系统不仅应满足功能要求，而且还要确保在汽车的整个使用寿命期间无缺陷和故障地安全运行。这些系统中使用的部件必须满足或超过汽车电子协会（AEC）等各种工业团体规定的可靠性标准。安全性关键的汽车应用还应能够防止这些系统功能因为任何未授权访问、篡改或破坏而被改变并导致灾难性结果（包括人命伤亡）。

数据获取（即传感）只是系统开发的第一步。有了这些数据后，系统还需要去感知，即利用传感器产生的数据去教授汽车去观察其他汽车的位置、车道的位置、人的位置及移动……

虽然马斯克曾放话说未来下线的特斯拉电动车将配备完全自动驾驶硬件（Full Self-Driving Hardware），能够实现最高级别的自动驾驶。不过从现实情况来看，目前 Model S 的自动驾驶水平仍处于 L2 水平，依然需要驾驶员手握方向盘，随时做好接管的准备。

在自动驾驶之路上，互联网造车力量往往会被打上「技术先锋」的标签，但为什么首款 L3 量产车型能被传统汽车厂商「拿下」呢？新 A8 的诞生经历了怎样的技术积累，又得到了哪些产业力量的支持呢？