1、无人驾驶 实现无人驾驶有两个方向：一是重定位，一是重感知。 重定位是通过高精地图等提供信息（prior knowledge），然后通过定位来确定位置。 重感知是通过计算机视觉等理解整个环境，没有环境信息也能即时观察整个环境，作出判断。 重定位是谷歌等大公司。 重感知需要技术突破，比如传感器的探测范围、复杂环境下准确性的局限性。 2、高精地图比普通地图更准确，包含的道路信息更多，制图成本更高。高精地图是给机器看的，普通地图是给人看的。普通地图信息丰富度更高，所以高精地图与普通地图的数据量相差不大。 prior knowledge是指某些可以提前采集且短时间内不会改变的信息。 高精地图可以理解位一个“管道”，无人车保证自己在“管道”内驾驶就行。 3、问题： 车辆的控制、目标识别、跟踪、特殊场景（下雨天对雷达的影响）、车具有改装可能性、夜间出行、训练数据从哪里来、司机如何接管车、车的测试环境 4、《Fast Multi-Pass 3D Point Segmentation Based on a Structured Mesh Graph for Ground Vehicles》。算法实现后是真的快，单32线雷达只需要17ms，一个32线加两个16线融合后只需要22ms。 5、自动驾驶5个级别 零级–无自动化 在“ 0级自动驾驶”的情景下，驾驶员执行所有的操作任务，例如转向、制动、加速或减速等。 一级–驾驶员辅助 车辆可以辅助一些功能，但驾驶员仍然可以处理所有加速、制动和周围环境的监控。 二级–部分自动化 大多数汽车制造商目前都在开发这种级别的汽车，驾驶员必须随时准备好控制车辆，并且仍然负责大多数安全关键功能和所有环境监测。 三级–条件自动化 从2级到3级及以上的最大飞跃是，从3级开始，车辆本身控制着对环境的所有监测（使用像激光雷达这样的传感器）。驾驶员的注意力在这个水平上仍然很重要，但可以脱离制动等“安全关键”功能，在条件安全的情况下将其交给技术部门处理。 四级–高度自动化 在4级和5级，车辆能够转向、制动、加速、监控车辆和道路以及响应事件，确定何时变道、转弯和使用信号。在第四级，所有的责任都是车的责任。 五级-完全自动化 这种程度的自动驾驶绝对不需要人的注意。无需踩油门、刹车或握方向盘，因为自动驾驶系统控制所有的关键任务、监测环境和识别独特的驾驶条件，如交通堵塞。 6、滴滴自动驾驶传感器：激光雷达，毫米波雷达，摄像头。 激光打到雨滴会散射，看不远。 滴滴自动驾驶车的激光雷达可以看到100米内障碍物的形状。 车后备箱下是整个车数据处理的核心，收集全车的传感器数据，用深度学习。 滴滴 滴滴自动驾驶（央视新闻）https://weibo.com/tv/show/1034:4520405453701144?from=old_pc_videoshow 1、未来一两年还会有驾驶员。 2、需要雨天采集数据，标记数据，优化算法。 3、收集数据做深度学习。 4、车知道人行道、车道、非机动车道位置。 5、复杂条件下，车把传感器数据传到远程处理中心，远程处理中心的人类帮助判断并给出指令。 6、上海嘉定是滴滴自动驾驶测试最主要的区域。 7、车路协同：智慧的车放到智慧的道路上。 8、以前自动驾驶算法基于规则，现在自动驾驶基于数据。 9、下雨天，人撑伞或穿雨衣会对识别带来影响。 10、VTS对自动驾驶是基础设施，因为单车有盲点，比如红绿灯前停的大卡车，会挡住单车的视线，需要红绿灯把信息传给车。但还要优先发展车自身 的技术，假设没有这些道路传递的信息。 11、车路协同行业还在探索，没有同一标准。 12、未来车是空间的延伸。 为什么汽车厂商投资无人驾驶 如果 Uber 、滴滴掌握了无人驾驶技术，它就能挑价格合适的车厂，量产无人车。到时候汽车厂商自己不掌握无人驾驶技术，必须依附技术公司。最后汽车制造业不过就是一个高端富士康而已。
