自动驾驶

而对于交通行业来说，有些应用场景对传输延迟有非常严格的要求，强实时数据体量不断增加，在应用现场进行数据处理的需求也随之上升，于是智能交通领域也开始应用“边缘计算”技术。

近年来，随着人们对汽车创新的强烈需求的不断增加，而这些创新要求反过来又极大地增加了车辆中的软件内容。这些创新正在自动驾驶，高级驾驶员辅助系统（ADAS），数字座舱技术，车辆电气化等领域发生。当前有几种影响汽车电子的关键趋势，这些趋势导致对计算平台要求的需求不断增加，车辆结构不断变化，并突出了安全性和功能安全性的重要性。

许多人声称自动驾驶汽车是车辆技术的下一步。考虑到制造商在驾驶辅助技术方面取得的突飞猛进，这种说法似乎是正确的。然而，尽管这些安全功能看起来很先进，但与完全自动化汽车所需的相比，它们只是基本步骤。在我们开始计算在自动驾驶汽车成为大规模生产的现实之前我们需要等待多长时间之前，我们首先需要了解自动化水平以及我们在这项技术方面取得了哪些进展。

自动驾驶已然成为汽车行业热词。在大家殷切的期盼下，近几年上市的车型，多少都要有和“自动驾驶”功能相关才能赢得消费者青睐。对国内而言，特斯拉落子上海临港，并宣布新推出车型均配备自动驾驶功能——这无疑犹如鲶鱼效应，更加推动了各家车企的研发进度。

近年来，自动驾驶技术技术的发展速度非常快。预计达到完全自动驾驶L5的程度是指日可待的。自动驾驶的核心技术主要是人工智能中的机器学习与深度学习两个方向。在本文中，我们的关注点在于机器学习算法在自动驾驶技术中的应用。

人工智能（AI）是当下最热门的技术，正渗透颠覆每一个可能的行业，汽车行业也概莫能外。人工智能由数据驱动。而汽车趋势朝着自动化、电气化和网联化方向深度演化，越发由软件所定义并由数据驱动。

对于所有谈及自动驾驶的人来说，自动驾驶等级几乎是完全绕不开的词。从L0到L5的6个等级，就像是考试的分数一样，代表着由低到高的自动驾驶水平，不管是从业者还是圈外人士，都在使用这项标准对复杂的自动驾驶系统进行理解和区分。

本文阐述的目标是创建一个整体人机界面（HMI）解决方案的概念，该概念可为驾驶员提供清晰的概览并充分理解所有车载3级自动驾驶系统。

李开复预测了在未来二十年，AI 等技术发展会深刻影响五大产业变革。