中國汽車電子技術展覽會Automotive World 2016將于2016年8月30日-9月1日在深圳會展中心重磅來襲！展會將面向中國市場，從設計到制造，高質量呈現汽車電子的前沿技術與應用。無人駕駛汽車近年來已經成為汽車企業和互聯網企業爭相開發的新藍海，Google、百度、特斯拉紛紛推出自己旗下所研發的無人駕駛汽車，然而這個新興市場并沒想象中那么好挖，前不久就發生了特斯拉無人駕駛車的死亡事故。

　　特斯拉無人駕駛死亡事故給全世界帶來了極大的震驚，但這并不意味著基于壞消息之上的關注全然沒有正面意義。

　　一方面是對于無人駕駛和背后技術有了更廣泛地討論、更深刻地認知；另一方面則是讓不少風投看到了機會，認為傳感器芯片為代表的硬件研發，以及計算機視覺為支撐的軟件技術，將會迎來更大的關注度。

　　深層技術得到關注

　　另一方面，在對特斯拉事故中的安全性話題討論之余，深層次的技術也進一步得到探討和傳播。

　　特斯拉致死事件為業界帶來了很大的負面影響，但核心仍是如何去理解autopilot，并不能因此對無人駕駛產生巨大質疑，畢竟是兩個不同功能。

　　特斯拉autopilot其核心技術來說，使用的是以色列Mobile eye技術，該技術除了特斯拉也被很多汽車廠商采用，但只有特斯拉開發給了用戶。特斯拉也承認現在的Mobile eye還是一個beta版本，而非終極版本。在硅谷的大部分討論中，并不認為技術本身是死亡事件的主要原因。

　　特斯拉在對外宣傳上也是表明其并不是完全獨立自主的無人駕駛系統。但對于用戶而言，當特斯拉將這個功能開放出來后，用戶在使用了一段時間后容易形成依賴感，而這樣的依賴印象導致駕駛行為容易超過autopilot這樣一個輔助駕駛功能的可控范圍，帶來了潛在的危險。不過從事件本身來 看，駕駛員一邊利用改裝設備看視頻一邊使用autopilot，盡管autopilot技術不成熟，但究竟有駕駛方和車方就這次事件各占多少責任，也值得商榷。

　　軟件層面上，目前無人駕駛面臨的主要挑戰是基于圖像的機器學習能力。

　　理論上，基于圖像的機器學習可以讓汽車實現無人駕駛，但在實際技術發展方面，仍有很多問題無法解決。例如現在特斯拉的輔助駕駛只能在高速公路上使用，因為在非高速路段，其無法自動識別停車等路標。所以只有當圖像識別、判斷，信息的分析、學習，得到深入發展，才可能真正解決無人駕駛面臨的難題。

　　另外在硬件層面，圖像采集也是難關。無論是各類攝像頭還是傳感器，其都是一個數據采集端。數據采集端采集的數據有完整性、反應時間與速度等，決定著提供數據的準確性。在這基礎上，才是圖像識別問題。

　　該說法也得到了硅谷機器視覺從業者的認可，此前參與創立Magic Leap的包英澤稱，如何提高運動過程中的機器圖像識別的準確性和精度，并且建立起實時精確定位，對于無人駕駛來說意義重大。

　　硬件成本再被熱議

　　實際上，包英澤談到的機器視覺的“精度”問題還與硬件息息相關。在特斯拉事故被曝光后，對于特斯拉autopilot配備的硬件，外界質疑不斷。

　　TEEC天使基金管理合伙人張于慶稱，今天的無人駕駛主要建立在傳感器、照相機等設備之上。在特斯拉致使事件中，因為卡車車身為白色，車內照相機可能誤判，又恰好掃描雷達看到的是大卡車的空檔，也漏測了。

　　對于這種誤判和漏測，張于慶表示更主要的原因在于硬件，“目前特斯拉汽車并沒有安裝能在200米內掃描成像，精確度到厘米級的激光雷達，而Google 每輛self-driving車都有。這些傳感器系統本身未完全成熟，業界更尖端的傳感器技術如激光雷達技術（Google無人駕駛采用），特斯拉也并未采用。”

　　需要說明的是，百度無人車負責人王勁也向記者表達了同樣的看法，在被問及“百度無人車是否會出現特斯拉一樣的事故風險”時，他直言不諱地表示特斯拉之所以存在風險，是因為硬件成本上有要求，硬件太便宜了。

　　“特斯拉用的傳感器比較少、價格也較為便宜，車上配備的攝像頭和毫米波雷達也比較少。諸如百度這樣的互聯網公司做無人駕駛，使用的是非常昂貴的傳感器， 包括64線的激光雷達、彈道導彈級別的慣性導航，放置了多個毫米波雷達及多個攝像頭，還配備紅外攝像頭、紅外感應器。所以對于百度等使用激光雷達的互聯網 企業的無人車來說，類似特斯拉事故的誤判基本不會產生。”王勁說。

　　值得一提的是，目前王勁所稱的64線的激光雷達，價格接近80萬元，這幾乎是那輛發生事故的Model X的售價。

　　計算機視覺會被VC重點關注

　　也正是硬件成本的高昂，讓諸多VC透過特斯拉事件看到了軟件層面投資的重要性。

　　在硅谷，雖然不少VC從硬件層面入手，開始重點關注雷達等領域，包括進行3D雷達開發，進行360度探測，獲得更完整、全面的數據。但大家也知道新型硬件方面成本居高不下，需要時間等到硬件成本不斷降低，才能廣泛應用。

　　在特斯拉事故之后，圍繞無人駕駛所需要的圖像識別、計算機視覺、深度學習等關鍵技術的投資熱度在明顯增強。另外，也已經有公司在開發不同于普通地圖 的3D地圖，能詳細到道路旁邊的電線桿的位置，以及與下一個油桶、燈柱的距離。對于無人駕駛的發展，這些周邊的技術和系統扮演著非常重要的角色。

　　完善的無人駕駛需要海量數據，需要對每個城市道路交通情況有充分地認知過程。還需要在感應器、大數據、機器學習、計算機視覺和車聯網等諸多領域進行長期且深入的投入。

　　總而言之，從風險投資的角度，這些位于特斯拉“故鄉”的硅谷VC普遍表示：這一定程度上讓無人駕駛獲得更廣泛的關注，得到更多資源的支持，會進一步加快行業的發展——至少比預期要更快。

　　無人駕駛的研發技術雖然有一定難度，但在國內也并非不能攻破，百度已經身先士卒。國內的汽車工程師更是應該抓住機遇，加大研發力度，提高我國汽車軟硬件實力。眼下就有個和汽車同行互相交流學習的絕佳平臺，今年的8月30日即將于深圳開幕的Automotive World 2016 中國汽車電子技術展覽會將匯聚汽車電子行業的知名專家、業界學者及汽車工程師，打造一場汽車電子技術的頂級行業盛會。配合優質的參展服務，參展商和買家面對面的交流體驗和溝通效果將獲得進一步提升，業內同行將一起探討行業矚目的熱點話題，共同審視行業發展需求，碰撞出新的機遇。