智能驾驶继续突破，国内国外技术进入深水区

　　随着技术的推进，自动驾驶市场开始潮水涌动，即将掀起一个巨大的浪潮。而在自动驾驶的技术领域，也呈现了万箭齐发的盛况。

　　

　　据麦肯锡报告显示，中国自动驾驶规模将突破万亿美元，有潜力成为世界上最大的自动驾驶汽车市场，并将使中国自动驾驶汽车行业的流动性利润至少增加 600 亿美元。这么大一块蛋糕，引得各路英豪为之厮杀。

　　

　　根据公开资料，北京已经成为中国自动驾驶开放测试道路最长的城市，有 200 条道路 699.58 公里。截至 2020 年 6 月，北京自动驾驶车辆的道路测试路程已超过 158 万公里，有 13 家企业共 77 辆自动驾驶汽车获得临时号牌。

　　

　　硬件布局，侧重于芯片

　　在芯片领域，布局最严谨的就是特斯拉，为自家车型打造了芯片组，全称是全自动驾驶(FSD)计算机(也就是 Autopilot 硬件 3.0)。全新的芯片组的性能超过 144 TOPS。迄今为止，特斯拉的 FSD 仍然保持着量产车自动驾驶算力纪录。而特斯拉认为，FSD 足以为其将推出的完全自动驾驶(Full Self-Driving)功能提供支持。

　　

　　而英伟达发布了用于自动驾驶和机器人的软件定义平台：NVIDIA DRIVE AGX Orin。该平台内置全新 Orin 系统级芯片，Orin 由 170 亿个晶体管组成，集成了 NVIDIA 新一代 GPU 架构和 Arm Hercules CPU 内核以及全新深度学习和计算机视觉加速器，每秒可运行 200 万亿次计算，是上一代 Xavier 系统级芯片性能的 7 倍。

　　

　　华为目前最新的自动驾驶平台旗舰产品是 MDC600，能够满足 L4 级别自动驾驶对域控制器的性能需求;而针对 L3 级别有条件自动驾驶，华为推出了 MDC300。昇腾 310 单芯片算力为 16TOPS，功耗为 8W，能耗比为 2TOPS/W。目前昇腾 310 采用的是台积电 12nm 工艺制造，随着未来生产工艺提升至 7nm 甚至 5nm，其能耗比还有进一步提升的空间。

　　

　　软件平台，前后层出不穷

　　威盛电子在上海正式发布了任我行智驾科研平台，并展示了 AI 智驾实验室。这一科研平台面向开发者打造，可以基于威盛电子的硬件、软件、人工智能技术、机器学习和云端组件工具，自行开发自动驾驶系统。根据威盛公布的数据，自动驾驶开发套件的计算平台算力可以达到 60TOPS，并且支持激光雷达、毫米波雷达、摄像头、超声波传感器等多种传感器数据输入运算。

　　

　　腾讯新一代自动驾驶虚拟仿真平台 TAD Sim 2.0 近日正式亮相。腾讯自动驾驶虚拟仿真平台 TAD Sim 在设计之初，就有别于传统的仿真系统，是为自动驾驶测试验证而专门设计开发，内置厘米级高精度地图，构建了包含动态和静态要素真值数字孪生系统，用千变万化的场景进行自动驾驶算法完备性的测试。

　　

　　中国 AI 芯片企业地平线(Horizon Robotics)在自动驾驶 Workshop 挑战赛上获得 5 项挑战中的 4 项全球第一。此前，长安 UNI-T 已率先搭载了地平线征程 2 芯片，并具备了 L3 级自动驾驶能力。地平线征程 2 芯片已率先搭载在长安 UNI-T 车型上。基于地平线 AI 芯片以及感知算法，长安 UNI-T 实现了包括视线亮屏、分心提醒、疲劳监测、唇语识别、智能语音拍照等智能化功能，拥有出色的人机交互体验。

　　

　　郑州输卵管性不孕医院:http://yyk.39.net/hospital/fc964_doctors.html/郑州做输卵管造影多少钱:http://yyk.39.net/hospital/fc964_doctors.html/郑州治疗输卵管堵塞哪家好:http://yyk.39.net/hospital/fc964_doctors.html/

　　而深圳元戎启行科技有限公司也在自动驾驶上有所建树。元戎启行是一家国际化的 L4 级自动驾驶全栈解决方案提供商。自主研发的感知算法在 “3D 点云语义分割” 的单次扫描赛道排行榜上斩获第一。通过自主研发的 L4 级自动驾驶技术，与领先的自动驾驶商业化落地项目，正在行业赛道上长驱直入。2019 年 10 月，在全球权威机器视觉算法 KITTI 排行榜上，元戎启行的 ZoomNet 算法在对自行车和汽车这两类目标检测的排行中，获得了全球第一和第六的成绩，超过了 Apple，Uber ATG。

　　

　　总结：

　　随着自动驾驶系统的不断普及，无论是乘用车还是商用车的驾驶员都将享受自动驾驶系统带来的出行便利。但现在这个阶段，还是个技术的积累期，还需要更多的时间来验证技术的成熟性。因为自动驾驶关系到安全问题，是一件不得马虎的事情，必须相当严谨。

　　从人类技术上讲，跨时代的变革都需要时间和全行业的共同努力才能够获得突破。随着现在大数据、深度学习、AI 人工智能、处理器、芯片技术和软件的不断发展，自动驾驶技术已经进入到深水区，相信不久的将来，我们能够实现自动驾驶的愿景。