根據統計，由司機駕駛原因導致交通事故的佔比超過90%，自動駕駛的出現可以有效的減少因司機駕駛問題所導致的交通事故，大大提升出行安全，同時自動駕駛的實時路徑規劃可以為車輛選擇最優的行駛路線，減少交通擁堵，提升交通運輸效率。
自動駕駛是指讓汽車自己擁有 環境感知 、 路徑規劃 並且 自主實現車輛控制 的技術，也就是用電子技術控制汽車進行的仿人駕駛或是自動駕駛。美國汽車工程師協會（SAE）根據系統對於車輛操控任務的把控程度，將自動駕駛技術分為L0-L5，系統在L1~L3級主要起輔助功能；當到達L4級，車輛駕駛將全部交給系統，而L4、L5的區別在於特定場景和全場景應用。本篇報告我們將主要論述L4級自動駕駛系統技術、成本和商業化應用場景。
目前從技術上來講已經基本上具備了實現L4級自動駕駛的能力，主要是通過高精度傳感器+深度學習實現車輛對於周圍環境中障礙物的探測，加以識別判斷並進行動作決策等。
自動駕駛涉及到極為複雜的多產業融合，除了傳統整車製造以外還涉及到了大量新興技術，如：人工智能、大數據、物聯網等，由於傳統廠商難以短時間內形成相關技術研發能力，因此這給予了行業外相關技術企業進入這一巨大新興市場的絕佳機會。
除了新型高精度傳感器（Lidar）等Tier2廠商外，人工智能創業公司著手開發自動駕駛算法以及針對特定或通用場景的整套系統解決方案；而互聯網企業基於其在數據、資金、行業所擁有的強大綜合實力，希望為未來出行領域開發L4、L5平臺級自動駕駛系統；傳統廠商OEMs、Tier1s也看到了自動駕駛巨大的商業機會，除了通過開發ADAS模塊，使其現有產品逐漸獲得L1~L3級自動駕駛能力以外，其也通過自建，整體收購的形式組建自己的自動駕駛研發團隊，目標是開發適應未來的完全無人駕駛產品。
小編精選了幾份最新的關於自動駕駛的乾貨研究報告送給大家，總計300頁PDF，免費領取方式見文章底部
環境感知，認路能力的一部分，通過傳感器，採集周邊和自身信息，實時發送給處理器，形成對周邊環境的認知模型。
毫米波雷達發展成熟，是大部分算法型公司的解決方案，感知層主要設備；車規級的激光雷達研發週期長，用來做測試採購成本較高，且必須外露在車外進行感知，乘用車解決方案中涉及相對較少；攝像頭視覺解決方案多用於L2級別，L3級別及以上應用規模大；芯片研發未來傾向ASIC專用芯片，目前GPU通用芯片更多用於適合L4級別以上的商用場景。
高精地圖在無人駕駛領域具有不可替代性，且最近幾年國家開始逐步放寬對地圖產業發展的政策限制，地圖產業的發展越來越備受重視，而地圖行業涉及國家機密，政策壁壘把各類國外圖商擋在了門外，為國內高精地圖企業創造了穩定發展的契機。
自動駕駛的乾貨研究報告，總計300頁PDF送給你，10月第3波，無套路免費領取，關注我的頭條號，點私信，發送數字：1007，領取
