近期，國內企業(yè)在無人駕駛領域的探索和實踐越來越多。繼百度宣布紅旗自動駕駛車型量產(chǎn)計劃之后，廣州街頭出現(xiàn)自動駕駛出租車，德邦無人駕駛貨車完成首單大件快遞配送。一時之間，多家企業(yè)不約而同向無人駕駛技術發(fā)起了新一輪沖擊。

自動駕駛或者說無人駕駛的技術看似還很遙遠，但在不斷的實踐過程中，已經(jīng)有了較大程度的發(fā)展。在逐漸落地使用的過程中，領域內的主要玩家已經(jīng)完成了在基礎技術領域的布局，那么哪些技術和應用才是它們比拼的焦點？國內整個自動駕駛行業(yè)已經(jīng)走到了落地的哪一步？在將來，自動駕駛將會怎樣改變相關領域的商業(yè)形態(tài)？

無人駕駛都需要基礎技術支持 BAT基本完成布局

無人駕駛涉及到的技術多且復雜，這里主要討論比較熱門和重要的一些方面。當然最首要的是汽車本身，入局自動駕駛要么必須會造車，要么就需要和車企達成合作。專業(yè)的人做專業(yè)的事，對于BAT這幾家互聯(lián)網(wǎng)企業(yè)來說，與車企合作是常見方案。

除了汽車本身，還有幾項關鍵的技術是對自動駕駛能力產(chǎn)生巨大影響的，BAT在這些領域都不甘落后。

第一個是對外界環(huán)境的信息收集和基本感知，其中高精地圖是自動駕駛技術所需的重要信息來源。傳統(tǒng)地圖只是作為駕駛員的信息參考，高精地圖則要被用于AI直接做出駕駛決策。因此這一塊也是自動駕駛企業(yè)發(fā)力較早的部分，百度地圖（長地萬方）、高德地圖和騰訊投資的四維圖新都是BAT在高精地圖領域的布局。

除高精地圖外，各類傳感器也是單車智能的必備要素。在車路協(xié)同還不發(fā)達的時期，自動駕駛對攝像頭、激光雷達等傳感器的依賴程度更高，而這些技術也有很高要求，并且造價十分高昂。目前國內在激光雷達方面有所成就的有速騰聚創(chuàng)和禾賽科技，正好也已經(jīng)分別投入阿里和百度麾下。

第二個是計算機視覺或圖像識別，也就是把采集到的信息進行分析處理，這是一個比較復雜的過程。尤其是對于千變萬化的路況來說，要做到足夠準確是有一定難度的。目前百度大腦和騰訊優(yōu)圖實驗室都在攻堅視覺識別技術，阿里系的商湯科技也開始在探索其原本較成熟的識別技術在自動駕駛領域的應用。

第三個是車與外界的信息交互，也就是V2X，它能與智能道路和云計算等技術結合，是車路協(xié)同方案的重要組成部分。通過把更多收集信息的義務交給道路，汽車通過V2X技術與智能道路和其他交通參與者在車聯(lián)網(wǎng)中共享信息，相對來說更能保證信息的準確性和高效性。目前，百度和阿里的兩套方案最受關注。

第四個是車載OS和AI芯片，這是其他技術應用實現(xiàn)的必經(jīng)途徑。BAT都有各自的車載系統(tǒng)，并且也承載著自己的生態(tài)目標。OS的差異也開始出現(xiàn)封閉傾向，不同的生態(tài)割裂開來，這對于未來車聯(lián)網(wǎng)中信息的溝通會存在一定的不便，智慧交通必然要求打通數(shù)據(jù)，那時市場份額更高的OS或許會掌握更多話語權。

至于AI芯片，未來肯定是不可缺少的一部分，除了BAT已經(jīng)發(fā)布或正在研發(fā)的之外，還有眾多企業(yè)入局這片市場，其中不乏華為等硬件廠商。但是否已經(jīng)能夠滿足自動駕駛的需求，最終還是要看落地效果。