1.5 智能汽车的技术路线

现如今涉足智能汽车领域的不仅有传统和新兴的车企，还有相关的零部件供应商以及跨界的科技公司。目前智能汽车技术正处于发展探索阶段，在技术路线上存在多种可能，并没有一条大家都比较认同的路线。由于各个企业的经验、资金和技术水平等不同，所以各个企业都有自己倾向的技术路线。

传统的车企倾向于通过技术的不断累积、测试数据的不断增加、场景的不断丰富，逐步从先进驾驶辅助系统过渡到半自动驾驶，最终实现完全自动驾驶。而某些跨界的科技公司则借助其在数据采集处理、算法、硬件平台、人工智能等方面的优势，直接跨越到高等级自动驾驶的阶段[21]。例如现如今各大传统车企借助其在整车方面的优势，都积极推出配备有相应的驾驶辅助系统、部分自动化驾驶系统的车型。而打算直接跨越到自动驾驶的科技公司则直接开发4/5级别的自动驾驶车辆，其直接目的就是要实现自动驾驶车辆的量产上市。

智能汽车在技术路线上主要有两种方案：一种是以视觉为主导的方案（比如特斯拉），通过摄像头进行环境的感知，可以用于对物体的识别和追踪以及车辆的定位。该路线使用的摄像头价格低廉，安装方便，比较适用于自动驾驶车辆的量产。它的缺点就在于算法的复杂程度较高，容易受到极端天气的影响，在光线比较弱的情况下效果比较差。

另一种是以激光雷达（Light Detection and Ranging, LiDAR）为主导（比如谷歌）的方案，通过激光雷达进行障碍物的检测，借助激光雷达扫描的点云和高精地图的匹配实现车辆的定位。这种方案可以解决摄像头受光线影响的缺点，而且激光雷达的检测范围广，准确度高，算法的复杂程度相对较低。但是它也有缺点，激光的传播速度容易受到悬浮颗粒物的干扰，当空气中的悬浮颗粒物过大时，其准确性会大大降低。另外其价格昂贵，阻碍了自身的实际应用。不过对于坚持以激光雷达为主导的谷歌来说，它通过自主开发激光雷达，将成本降低了90%，从7万多美元下降至7500美元。若是智能汽车量产上市，该激光雷达的价格还会降低。

由于各大企业在各部分关键技术的优势不同，因此各企业之间的合作交流必不可少，通过借助其他企业的某些优势技术进行技术整合，可以集中精力攻克另一些技术难关，从而促进智能汽车技术的进一步发展。如美国优步（Uber）公司与戴姆勒公司达成协议，双方将合作探索智能汽车在共享出行方面的应用；福特公司对人工智能初创企业Argo AI投资10亿美元，并在交易完成后获得后者的控股权。Argo AI将专门为福特公司的自动驾驶开发软件，福特公司表示开发的软件还可能授权给其他公司[22]；宝马、Mobileye以及英特尔宣布三方合作，共同开发自动驾驶车辆[23]；各企业纷纷加入百度的阿波罗战略计划，开展智能汽车方面的合作。各企业之间的合作越密集，就越有利于智能汽车技术的进步，以及各方资源的进一步整合。