7月上旬，特斯拉接连被曝出了3起车祸，其中一起车祸导致了驾驶者的死亡。这是自动驾驶史上的首宗命案。更严谨地说，这是特斯拉Autopilot自动驾驶系统闯的祸。对此，大陆集团底盘与安全事业部总裁Frank Jourdan表示，Autopilot并不是严格意义上的自动驾驶，它只能算是辅助驾驶。
业界把实现自动驾驶的过程从低到高分为0到5级。在Jourdan看来，如果5级是完全自动驾驶，那么特斯拉Autopilot大概处在2级水平。7月1日，宝马宣布与英特尔、Mobileye合作开发自动驾驶，旨在打造面向未来的解决方案，让驾驶者不仅可以“解放双手”，还能“解放双眼”（3级），甚至“解放大脑”（4级）。驾驶者在车内的状态将由此发生转变——可在车内进行休闲娱乐或者办公。这也将允许车辆在技术层面上实现“无人驾驶”（5级）。
尽管闯了大祸，但也不能全盘否定Autopilot系统。李开复曾在他的微博里上传了一段特斯拉车主用行车记录仪拍摄的视频：在可视条件非常差的情况下，对面道路上的一辆车突然猛烈地拐弯，车主没有及时反应。就在这时，车辆紧急制动系统被激活，最终避免了事故发生。这样看来，Autopilot还是起作用了。
从目前宝马、奔驰、沃尔沃等国际企业重点展示的自动驾驶技术来看，基于驾驶辅助技术的产品已经开始实现大规模产业化运用。
ADAS迎来广阔增量市场
ADAS是Advanced Driver Assistance System的缩写，就是高级驾驶辅助系统，它主要通过大量传感器技术的配合，让汽车能够像人一样具有环境感知与决策控制的能力，能够自动分析车辆行驶是否处于安全状态，辅助、补充，甚至替代驾驶员对车辆进行的复杂控制。
ADAS由3个模块构成：感知层、认知与判断层、执行层。感知层是实现ADAS功能的第一步，包括摄像头、雷达、激光雷达等传感器感知周围环境的各种细节，要求看得远、看得准。然后是通过算法对数据进行处理，识别对车辆行驶安全造成危害的障碍物，从而进行制动干预，要求自动进行紧急制动，行动要快，最终目标是避免事故的发生。另外也要避免过多的电子干预，它会降低司机的驾驶乐趣。
作为无人驾驶的基础，ADAS将大幅提升驾驶安全和舒适度。未来，其市场将迎来广阔的增量空间。由于ADAS成本偏高，其系统主要装配在豪华品牌汽车上，整体市场渗透率普遍较低。目前，全球ADAS市场渗透率约为5%。
随着汽车智能化趋势加速和安全需求的提升，未来全球ADAS市场渗透率将会大幅提高。据PR Newswire咨询公司测算，到2020年，全球ADAS渗透率将达25%，预计未来5年的增长率将达19%，特别是全球新车的ADAS搭载率有望达到50%。
有机构预计，自2015年起，我国ADAS市场规模逐渐放量，2017至2018年将是装配ADAS车型的大规模放量期，增速也将发生明显变化。未来5年，ADAS市场年复合增长率将达到39%。
传感器销量爆发增长
博世底盘控制系统中国区总裁陈黎明认为，对自动驾驶而言，目前最大的挑战还是技术。在自动驾驶的技术维度里，共有感知、定位、决策、执行四个方面。即便这些技术问题都解决了，还要面临工业化的问题。持相同观点的Jourdan坦承，自动驾驶最大的难点主要是感知和算法。
要实现自动驾驶，首先需要不同类型的传感器组成强大的感知系统。有预计显示，2016年，国内车用传感器市场规模将会从5年前的24亿美元倍增到48亿美元，传感器年销量将从5亿只翻倍达到10亿只，这一增长速度将是全球平均增速的3倍。
博世集团旗下汽车传感器业务已现飙升态势。2014年，博世用于驾驶辅助系统的环境传感器总销量首次突破5000万套。2015年，其雷达传感器和视频传感器的销量实现翻番。
法雷奥半自动、全自动泊车传感器的全球市场占有率超过50%。目前，法雷奥在全球已经供应了1亿个超声波传感器、近1000万个高清摄像头。法雷奥中国总裁毕诺认为，半自动泊车、自动泊车等功能从豪华车的选配走向标配，从豪华车走向中高级车，未来前景一片大好。
传感器要因地制宜
Mobileye中国区总经理苏淑萍认为，为了避免事故发生，不是说把传感器武装到牙齿，传感器集成不是简单的1+1=2。传感器的融合一定是为了需求，而不是说越多的传感器融合一定能达到越好的性能。每一种技术都有其独特的应用点，但也都存在短板。目前的自动驾驶是多种技术的融合，要看是在什么样的场景下，采用哪方面的技术。
在高速自动驾驶状态下，需要前视摄像头、微波雷达、激光雷达等多种传感器的融合。在确定多种传感器融合的同时，应该明确各个传感器的优缺点，以及适用的环境。例如，焦距范围在100米以内的摄像头对近距离物体的检测，尤其对一些小动物的辨别优势明显；毫米波雷达在恶劣天气下对远距离物体的检测，以及低光照情况下的物体检测更“擅长”；高分辨率三维激光扫描雷达既能实时成像，又能绘制周边环境，甚至在恶劣的环境条件下也能稳定工作。所以在进行技术组合时，能根据各项技术的不同优势，在不同的环境下采取灵活的融合策略，能更好地达到精确感知的目的。
软件能力才是核心
深度学习是近年来人工智能领域取得的最重要的突破之一，其在语音识别、自然语言处理、计算机视觉等诸多领域都取得了巨大成功。深度学习能取得重大进展的根本，是机器能通过读取更海量的数据来不断“学习”，提升自己的能力。由于车辆的行驶环境复杂，当前感知技术在检测与识别精度方面仍然无法满足自动驾驶发展的需要，深度学习被证明在感知复杂环境方面有巨大优势。
沃尔沃从S60到S90，其产品并没有安装更多的传感器，其数量甚至由于硬件集成而有所减少。沃尔沃高级主管工程师龚晓宁认为这是一种趋势，表明沃尔沃的主动安全技术已经从早期的硬件堆集阶段开始过渡到系统集成阶段，把各自为政的传感器信息有效地集成起来，实现一些全新的功能。
在龚晓宁看来，汽车学会自动驾驶就像婴儿学会走路一样，需要具备两个必不可少的条件：第一，它的“四肢”要足够强健，这是对自动驾驶硬件系统的要求；第二，它必须有良好的协调能力，要实现这一点，自动驾驶软件系统的发展是重中之重。“我们以前过度地把精力放在硬件系统上，但是如果没有一个良好的系统集成，那就像婴儿四肢强健，也只是爬得比较快，不能站起来，想要双手离地站起来，必须有良好的协调能力。汽车实现自动驾驶同样如此，需要很好的系统集成。”
未来车辆有“智慧”
今年年初，《福布斯》杂志发表了基于摩根斯坦利的研究报告。报告指出，未来汽车60%的价值来自于软件，其硬件部分只有40%的价值。
在互联网行业的人士看来，未来的汽车是带着轮子的电脑。百度自动驾驶事业部总经理王劲表示，未来的汽车是由软件来定义的，决定未来汽车的是以人工智能为核心的软件技术，而不再是传统的技术与性能指标。其人工智能由六大部分来控制，其中三个是视、听、说的能力，模拟人类的眼睛、嘴巴和耳朵，还有三个是预测、规划、行动控制的能力，这三大能力共同决定了人工智能的发展。
宝马、英特尔和Mobileye三家分别来自汽车、科技与计算机视觉和机器学习行业的领军企业开展合作。从门锁到数据中心，英特尔为互联汽车提供端到端的计算技术；Mobileye提供世界领先的视觉分析，而宝马则提供终极驾驶体验。
高度自动驾驶车辆及其所连接的一切，都需要强大、可靠的电子“大脑”，这样车辆才有足够的智慧来快速应对意外情况并避免发生事故。这包括为鲁莽的司机或绕行评估周围环境；快速发现情况，并做出选择，例如突然地转向、刹车，甚至未来可以与其他汽车直接“沟通”；做出正确的决策并据此采取行动。为了处理在城市环境中自动驾驶汽车行驶所需的复杂运算能力，英特尔将提供一系列包括云计算、互联、安全、机器学习等方面的技术，从而完成一个真正的端到端解决方案。
随着科学技术的发展，汽车将被赋予更多的功能，未来的汽车产业将向着高智能、强互联的方向发展。越来越多的汽车制造商向科技公司“取经”，寻求技术合作、探索各种创新应用，以有效地为消费者提供更加强大的信息、娱乐功能，更加安全的行车环境和愉悦的驾乘体验。
