经过媒体连续的报道，外界对自动驾驶汽车的零部件（如激光雷达和视觉摄像头）已经相当熟悉，但将这些零部件进行完美的整合也同样重要。而这也是本文章要着力解读的。

如今，几乎每个人都认为 AI 势必带来一场全面革命。汽车厂商们尤其乐意强调这些，因为机器人车将提高安全性，减少拥堵，让生活更便捷。但如何教机器学会开车是一个很大的挑战。美国车辆管理局的规则树立了一个起点，提供了一些基础概念，比如“行人量”。

包括美国在内的多个国家出于激光安全的考虑都对激光脉冲的功率进行了严格限制，因此激光雷达的有效探测范围缩短到了 30-40 米，这样的探测距离根本无法满足自动驾驶汽车高速行驶时的需要。

IT巨头们正在加快无人驾驶布局，近日李彦宏乘无人车上路也引起了热议，可也许你不知道，电信业的5G自动驾驶也已经上路了...

鉴于人工智能的全面发展以及合作开发自主驾驶汽车的商业和科技公司的大量声明，自主驾驶的前景似乎不言自明。科技公司和汽车制造商都坚持自己提出的在2019年到2021年之间推出首批4级/5级自主驾驶汽车的承诺。商业和投资方都理解并鼓励在自主驾驶汽车领域的这些商业愿望。然而事实真相是，工程技术人员仍在为诸多目前还没有技术解决方案的问题而烦恼。

在上周新加坡举办的 IEEE 机器人与自动化国际会议上，他们找来了游戏大作《侠盗猎车手5》，试图通过该游戏证明虚拟世界也能训练深度学习系统识别物体。这种方法靠谱吗？

如果从测试的类型上来看，从实验室到产线测试，一个电控模块会包含表征测试、系统验证测试、软硬件在环测试、路测和产线下线测试这样几个不同阶段。

厂商们需要的天线数量出现了几何级的增长。汽车制造商疯狂做加法，但对于一些较为传统的功能，它们却又不舍得砍掉。

之前研制的1伏及以上毫米波电路，性能往往只能维持几天甚至几小时，其载热效应会导致性能逐渐下降直至无法使用；而新放大器的载热效应大大降低，汽车雷达的“视力”能保持数年不降。

从停车位上的自动驾驶到停车场的自动驾驶，智能泊车系统将经历怎样的发展过程？

在汽车行业中，自动驾驶汽车正在成为最热门的卖点之一。然而，作为无人驾驶汽车中用于检测和扫描汽车周边物体的重要部件激光雷达（光探测和测距）的供应短缺正成为自动驾驶系统开发与生产的瓶颈。在过去一段时间内，有关激光雷达生产短缺的详细情况逐渐被披露。

究竟能否实现“全自动无人驾驶”话题进入热议，技术者们给出了一些更现实的角度。

看看今天的拆解细节图，可以看到芯片的接口连接并不复杂。或许在设计之初，特斯拉就未后期升级计算机芯片留下了后门？

本文重点回应 “建约车评” 公众号就此前百度、谷歌先后推出无人驾驶平台的 “原子弹、氢弹” 观点：自动驾驶这个事情，从其属性来看，可能真的是要以国家为推进单位的，因为它是多项高精尖技术、多个产业领域、以及道路运营、安全监管等政策法规的融合，所以不是汽车企业一家的投入即可实现突破的。

对谷歌和百度来说，终极游戏不是汽车。但涉足汽车可以帮助他们扩展大数据，推进他们在人工智能领域的能力。对这两家互联网搜索巨头来说，传统搜索引擎已成过去，人工智能才是未来。