尽管英国《卫报》在2015年——的前景“到2020年，你将永远是最后一排的司机”在今天过于乐观，但自动驾驶时代的到来是一个不争的事实。智能汽车和智能道路相互配合，这使得自动驾驶在许多场景中成为现实，尽管对那些对自行车智能有强烈情结的人来说，这似乎有点不酷。自动驾驶显示终端的相关问题可以到网站仔细了解，专业人士为您解答，为您排忧解难！！
新一波热潮
国内巨头们正在用实用的产品和解决方案攻击城市，而不是像几年前那样想象未来、谈论建筑或展示他们的技能。
4月9日，百度阿波罗正式发布“王牌交通引擎”，其方案已在北京、长沙、保定等十多个城市实施。例如，4月19日，百度阿波罗在长沙推出了机器人出租车服务。4月28日和6月23日，阿里的高德分别在上海和广州上线或访问机器人服务。6月27日，滴滴出行也在上海向公众开放了自动驾驶网络汽车服务。
据报道，华为在2012年参与了自动驾驶，“专注于信息通信技术，并成为智能联网车辆的增量部件供应商”。除了通信网络、操作系统等领域，华为还开始开发智能汽车的核心传感器，如激光雷达和毫米波雷达。在5月举行的全球分析师会议上，华为发布了《自动驾驶网络解决方案白皮书》，详细说明了自主驾驶相关网络连接需求计划的具体任务。这是华为在过去三年发布的第三份与自动驾驶相关的白皮书。
6月24日，2016年进入公司的腾讯发布了新一代虚拟仿真平台tadsim2.0，对其进行了真实性、全面性、可视化、标准化和轻量化五个维度的升级，以提高自动驾驶开发和测试的效率。据悉，该公司正在与国家智能联网汽车(长沙)试验区、公安部交通管理研究所以及部分汽车企业进行合作。
此外，还有一些相对低调的垂直行业龙头企业也在自主驾驶或智能联网汽车方面做出了巨大的实质性动作。例如，钱芳科技将2017年提出的“一体两翼”战略升级为“双驱动双引擎”战略，全面规划智能交通和智能物联网。今年3月，钱芳科技发布通知，针对“以智能为核心的第四次道路交通革命给交通行业带来的新需求”，将进一步开展“下一代智能交通系统产品及解决方案r&d升级产业化项目”。
在工业繁荣的背后，产业政策的红利无疑是有力的推动者之一。据不完全统计，自2018年12月以来，至少有五份部长级文件涉及智能汽车。最新最直接的是今年2月发行的《智能汽车创新发展战略》；更高层次的设计属于新的基础设施，“两新一重”。
车路合作成为新周期的焦点
自动驾驶的历史至少可以追溯到1961年的斯坦福卡特。在20世纪70年代早期，使用摄像机和早期人工智能系统绕过障碍物很方便，但是速度非常慢，每20分钟一米。当然，真正的“智能汽车第一年”可能是2012年。那一年，谷歌获得了美国第一张自动驾驶汽车牌照。
长期以来，自动驾驶的重点一直是让汽车更智能，即自行车智能(v2v)，旨在让汽车像人一样智能，包括新的力量，如韦默，特斯拉和优步，以及传统汽车公司，如通用汽车和奔驰。
然而，安全一直是困扰v2v迈向更高水平的核心问题。与人脸识别不同，汽车危险因素的识别准确率可以达到96%，只要不接近100%，就几乎为零。为了提高精度，只能配备更好、更多的激光雷达和传感器。结果，成本高，大规模生产困难，而且远远不够。因此，业界有一句流行的话，“只有汽车，没有道路，自动驾驶将永远停留在ppt！”因此，它正在成为主流
中国在车路协调方面具有领先优势。早在2011年，清华大学领导的研究团队在863计划的支持下，围绕车路协同的关键技术进行了系统的探索和研究。该项目于2014年通过验收，同年10月在青岛初步展示了人、车、路的真正合作。欧美的转折发生得很晚。例如，2019年12月，美国联邦通信委员会一致投票通过了一项新提案，重新分配5.9千兆赫波段的大部分频谱，其部分用途涉及碳-钒-2x技术。这被认为是美国放弃了探索多年的专用短程通信技术，转而采用中国倡导的基于蜂窝网络的c-v2x的信号。
中国许多企业都在安排车辆与道路的协调，先行者优势相当显著。以钱芳科技为例，参与了北京市两个封闭的试验基地————海淀基地和亦庄基地的建设，并提供了v2x设备和系统、监控系统等。两个基地，包括车辆终端(v2xobu)，路边终端rsu，路边协同控制单元ccu，边缘计算单元电子控制单元，路边信号采集器等。截至2020年4月底，其参加的自主驾驶创新示范区三级测试里程已达134万公里，注册企业13家，车辆70余辆。在长沙、重庆、阳泉、沧州等地，v2x设备也已在自动驾驶或车路合作示范区采用。
发展方向：终端、边缘、网络和云的自主协同控制
当人们发现很难解决降低成本和确保安全的问题时，车路合作实际上是他们选择的第二条道路。从某种意义上说，v2x可以分担和协调v2v无法承受的重量，这不仅大大降低了成本，而且提高了效率。
一般来说，汽车只有能够自己做一系列动作才能自动驾驶，从而实现交通的安全、方便、愉悦和需求。首先，它应该实时感知路况，包括其他车辆的状态和意图、路网交通、天气、人、交通控制信号等。并避免视觉盲点。数据必须准确，“看”的距离足够远；然后对采集到的数据进行实时存储和处理，进行分析和筛选，去除微弱的相关信息和噪声等。然后，通过模型计算动作指令；最后，指令被传输到车辆，车辆执行该指令。整套动作的延迟必须非常短，计算和操作必须非常准确、可靠和流畅。
为了实现这一愿景，交通基础设施必须数字化、网络化和智能化，感知、计算、控制、通信、互动、管理和服务等必要功能必须整合。最后，智能车获取多源数据，在人工智能技术的支持下，实现自适应、自学习、自控制和自管理。此外，还需要一个分布式的、多层次的、智能的交通大脑，通过数据驱动的、精细的和自动化的交通管理来优化车路合作的环境。简而言之，有必要实现终端、边缘、网络和云的自主协作控制。
毫无疑问，汽车-道路协作跨越了许多行业，需要汽车、通信、云计算、物联网、旅游、软件和硬件开发等许多行业的企业一起跳舞。无论是巨人、初创企业、行业领袖还是跨国企业，都将根据各自的优势进行合作和竞争，联合联恒的故事将会更加精彩。