IoV，AI和嵌入式计算对自动驾驶技术的关键

美国和欧洲的市场趋势一直引导着汽车行业的发展。新一代自动驾驶汽车行业也是如此，美国和欧洲的公司通常在技术，政策和认证标准的制定方面占据领先地位，并且常常是第一个提出相关解决方案的公司。

在自动驾驶和先进驾驶辅助系统（ADAS）技术方面，美国和欧洲国家拥有成熟的工业环境和市场。随着物联网应用的迅速发展，其完整的行业生态系统也促进了自主和智能汽车技术的先进应用。

自动驾驶车辆正在实现重大飞跃的

就市场趋势而言，美国和日本的汽车制造商一直是自动驾驶汽车实际应用中最积极的一个。例如，日本计划为2020年东京奥运会带来自驾车出租车。自动驾驶谷歌分拆的Waymo将于2018年启动它的乘车分享服务。商业自动驾驶车辆只是时间问题，可能在一年内上路。

至于美国的自动驾驶市场，Waymo已获得亚利桑那州的批准，作为运输网络公司（TNC）运营，该公司可能是第一个商业自驾车服务。该服务的运营商一直在加紧努力并承诺收购高端传感器和嵌入式AI计算公司，重申Waymo的计划是转向商用自驾车服务。

嵌入式计算和高端IMU对自动驾驶至关重要

自驾车辆的核心部件包括传感技术（3D建模/分析），汽车雷达，汽车传感器，高端惯性测量单元（IMU）和嵌入式计算处理器。

V2X通信技术使自动驾驶车辆能够访问更加完整和即时的道路状况数据。
来源: Qualcomm的

高端IMU对于智能自动驾驶车辆的开发尤为重要。IMU测量3D角速度和加速度of使用内置陀螺仪和多轴加速度计的物体，从而进一步分析物体的实际运动。高端IMU模块在每个轴上集成了附加传感器，例如磁力计和气压计，以帮助进行计算并提供更准确的结果。可能没有必要将高端IMU用于ADAS中级或低级车辆，但它们对于智能自动驾驶汽车至关重要。

的目前汽车制造商开发的技术主要用于ADAS

由特斯拉和沃尔沃等领先汽车制造商开发的智能自动驾驶系统大多只是一种ADAS或更先进的驾驶辅助解决方案。他们还不是一个高度发达的自动驾驶技术，并且与Google的Waymo自驾车项目（robocar）不匹配。它们在嵌入式系统和机动系统的集成复杂性方面存在很大差异。Waymo的自动驾驶汽车中集成的关键部件，如传感器和摄像头，成本是基于ADAS的自动驾驶汽车的10倍。特别是，Waymo的自动驾驶汽车使用的传感能力和分析性能远远超过ADAS的高端IMU。

目前从事自主车辆开发的车队业主或运输网络运营商主要包括Waymo，Uber和Lyft以及国际汽车制造商通用汽车和福特。他们冒险进入自动驾驶，主要是因为他们认为自动驾驶，嵌入式分析和计算以及传感技术的高度集成可以取代人为驱动因素，并通过增强安全性，减少劳动力和提高效率实现自驾车服务，成为现实。他们不仅会从这些服务中获益，而且还会为道路安全和运输效率做出贡献。

与大多数高科技产品或技术的市场开发类似，开拓者更有能力从自动驾驶车辆的盈利商业化中获得最大的收益，特别是提供更高利润率和稳定收入基础的B2B部分。进入自动驾驶市场的先行者将能够筹集更多资金，建设道路和网络基础设施，开发用于自动驾驶的嵌入式计算和传感技术，从而深入渗透到这些领域。

欧洲，美国和日本的公司为商业自驾车服务做出积极的努力

自动驾驶车辆都是关于如何快速准确地检测发生了什么事情的宁在路上做分析。嵌入式分析和计算技术的进步以及自动化控制在处理路况分析和采取响应行动方面已经足够。自动驾驶车辆的瓶颈现在是如何整合环境传感技术，同时降低成本。对于个人使用或甚至商业使用的自动驾驶车辆进入市场，他们必须能够比没有人为干预的驾驶员显示可比较的甚至更好的认知能力。

自动驾驶车辆都是关于如何快速准确地检测路上发生的事情。
来源: Qualcomm

如上所述，欧洲，美国和日本的汽车制造商为了提高道路安全性而努力推进自动驾驶汽车。人类驾驶员最多可以检测到视线内的道路状况，并容易受到乘客或车辆娱乐的疲劳和分心以及道路交通的影响。另一方面，使用高端IMU与车对车（V2V）通信和车对基础设施（V2I）通信相结合的自动驾驶车辆不仅可以检测超出人类视觉的道路状况，还可以访问其他汽车的状态以及来自周边基础设施的实时信息。此外，在高性能嵌入式计算系统的帮助下，可以计算出最佳路线和控制参数，并适当集成更多的实时交通数据分析以优化自动驾驶系统，自驾车辆只是时间问题在安全和效率方面超越人类驱动因素。

面向汽车应用的高性能嵌入式分析解决了人类的不确定性

自动驾驶所面临的真正挑战并不是要克服系统，性能或分析技术的局限性，而是人类驾驶员无法预知地操作车辆。如果只有自动驾驶车辆被允许在道路上行驶，则可以确保交通安全，因为通过分析从基础设施收集的数据可以监控所有道路状况，V2V通信以及传感器和车辆由自动化系统控制。但是，目前自行驾驶系统或汽车的发展并不适用这种情况。

当自动驾驶车辆被带到现实世界，汽车被人类和机器驱动时，问题变得更加复杂。自动驾驶车辆按照预定的程序运行并遵循交通规则和信号，但是人类驾驶员可能无法预料地行动，例如任意加速或闯红灯。自动驾驶车辆通常不会根据环境参数和数字化数据的分析结果进行判断，但在对人类作出反应时经常会遇到麻烦。这对于自动驾驶车辆在与人类驾驶员的混乱环境中进行防卫操作的能力提出了很大挑战，这要求更多的计算能力来进行参数和状态分析。这也是为什么自动驾驶系统的硬件和软件开发成本都很高。

预计自动驾驶汽车将对客运和货运服务，道路安全，交通运输效率和环境保护作出积极贡献，因此引起了世界各国政府以及主要汽车制造商和商业自驾车服务运营商的重视。然而，实现自动驾驶并不容易。领先的汽车制造商必须达成共识并建立V2V通信的互操作性标准。政府需要建立交通基础设施，并根据专用短程通信（DSRC）或5G通信技术制定V2I标准。这将使自动驾驶车辆能够获得更加完整和即时的道路状况数据，并且他们的综合IMU可以充分分析周围环境并评估驾驶条件，从而建立一个运行效率更高，能耗更低，道路安全性更高的交通环境。