自動(dòng)駕駛汽車的傳感器包括高智能的攝像頭、激光鐳達(dá)等等，也會(huì)有將來(lái)V2X的技術(shù)。通過(guò)這些技術(shù)感知到各種情況，如人、車在路上的位置、速度、方向;局部天氣情況、路面情況、道路變化等等信息。這些信息被傳到云端，在云端做進(jìn)一步的融合、機(jī)器學(xué)習(xí)、分析等，并將這些信息再次下發(fā)給即將到達(dá)該區(qū)域的車輛，同時(shí)貢獻(xiàn)于高精度實(shí)時(shí)交通。當(dāng)然部分信息可能是通過(guò)DSRC等技術(shù)不經(jīng)過(guò)云端快速分享給周邊車輛、行人等交通參與者。所以無(wú)論是傳感器還是云服務(wù)對(duì)將來(lái)的自動(dòng)駕駛都是必不可少的。

      關(guān)于谷歌無(wú)人駕駛技術(shù)并不是簡(jiǎn)單的一種激光傳感器，或者說(shuō)大數(shù)據(jù)的應(yīng)用。在2014版中，首先，它需要的是自我的定位，結(jié)合谷歌地圖，GPS等;確定了這個(gè)之后，需要確定公路上其他人，車輛的位置，這個(gè)就需要借助車上的激光傳感器和一套比較先進(jìn)的算法;只確定這些還不行，還需要預(yù)算出安全距離，以及其他人，車，東西的運(yùn)動(dòng)軌跡，這個(gè)算法就比較復(fù)雜了，從官方給出的演示算法，是將車子，人，雜物按照不同的方框演算的。 其中激光感應(yīng)和雷達(dá)是主要的輸入方式之一。然后再加入信號(hào)識(shí)別，人體動(dòng)態(tài)手勢(shì)識(shí)別，路徑實(shí)時(shí)演算，速度計(jì)算及控制，能源控制系統(tǒng)等這些元素。所以說(shuō)，單純的大數(shù)據(jù)，互聯(lián)網(wǎng)，或者單純的感應(yīng)器應(yīng)用都是不大可能完美的實(shí)現(xiàn)無(wú)人駕駛，尤其是復(fù)雜路況下的無(wú)人駕駛技術(shù)的。

      1、大數(shù)據(jù)促使統(tǒng)一標(biāo)準(zhǔn)實(shí)行

      與所有創(chuàng)新技術(shù)一樣，統(tǒng)一的標(biāo)準(zhǔn)將決定自動(dòng)駕駛汽車革命的成敗。混亂的標(biāo)準(zhǔn)接口就是障礙，但不會(huì)成為一個(gè)永遠(yuǎn)不會(huì)結(jié)束的問(wèn)題。福特、Alphabet、Lyft、Uber和沃爾沃已經(jīng)聯(lián)手成立了“實(shí)現(xiàn)更安全街道的自動(dòng)駕駛汽車聯(lián)盟”。這些公司希望建立標(biāo)準(zhǔn)化的合規(guī)框架，使它們可以安心地開(kāi)展新業(yè)務(wù)。

      2、行駛安全靠數(shù)據(jù)處理

      消費(fèi)者對(duì)自動(dòng)駕駛汽車的理解與對(duì)自動(dòng)駕駛技術(shù)的一項(xiàng)主要擔(dān)憂緊密相關(guān)——安全。這一點(diǎn)在2016年5月表現(xiàn)得尤為明顯，當(dāng)時(shí)特斯拉報(bào)告了首例Model S致人死亡的交通事故。司機(jī)和特斯拉Autopilot都沒(méi)有識(shí)別出停在前方道路上的白色掛車。未來(lái)自動(dòng)駕駛汽車還會(huì)釀成更多交通事故，自動(dòng)駕駛汽車公司要把安全問(wèn)題限制在最低程度，將仍然是一項(xiàng)持續(xù)的挑戰(zhàn)和需要最優(yōu)先考慮的任務(wù)。

      自動(dòng)駕駛和無(wú)人駕駛是海量的數(shù)據(jù)處理能力，單純依賴傳感器的剎車、預(yù)處理的時(shí)候沒(méi)有數(shù)據(jù)化很難去做這個(gè)操作的，真正讓我們覺(jué)得自豪的不是數(shù)據(jù)規(guī)模增大了，而是我們處理數(shù)據(jù)的效率得到了質(zhì)的提升。數(shù)據(jù)安全是命根。我們現(xiàn)在提供很多大數(shù)據(jù)服務(wù)。在這個(gè)過(guò)程中，保護(hù)用戶安全很重要。所有用戶在端上的數(shù)據(jù)行為，實(shí)際上在高德來(lái)說(shuō)這些東西是混淆的，只有物理對(duì)應(yīng)，其他人根本看不見(jiàn)。