无人驾驶一定是人工智能领域的最大趋势，一切以无人驾驶为核心应用场景的硬件、技术、算法、系统等等也都将是热门！
近些年，关于无人驾驶的热度无需赘言，而AI在无人驾驶中的作用更不用多说。
不久前，中科创星创始合作人米磊博士在接受镁客网采访时这样说到，人工智能进入到具体领域的时候，大家比较看好的是交通、医疗、金融、制造、大数据、无人驾驶等几个领域。仅以无人驾驶为例，在全球科技巨头集体扎堆式进入的背景下，它在未来二三十年的估算会达到6、70万亿的市场规模，价值巨大。
自动驾驶将对国内的汽车产业带来哪些影响？
在被问到这一问题时，奇点汽车总裁助理高华表示，当汽车普遍拥有了越来越强大的自动驾驶功能，购买汽车的考量因素也就会发生变化。消费者曾经考虑的经济性、豪华性、舒适性、运动性等汽车本身的性能舒适指标，将会变为车辆自动驾驶能力的强弱，以及你的智能网联系统可以提供什么样的数字化娱乐办公新体验。智能互联交互平台因此将会成为汽车产业创造价值的平台，同时基于自动驾驶的共享出行——自动驾驶出租车也会快速发展。
根据PWC的预测，预计到2030年，共享出行与新技术以及基于数据的服务会占整个行业的17%，利润则占36%以上，智能互联将成为创造新价值与利润的核心驱动力。仅仅基于汽车互联和自动驾驶新产生的市场价值，在未来5年左右的时间就会成长为1500亿美金的规模。
今天硅谷已经变成北美汽车业的焦点，自动驾驶技术是典型的人工智能，并且是人工智能体量最大、最佳的应用场景之一。自动驾驶与智能网联紧密相关，革命性地提升驾乘者的出行体验，汽车产业因此也面临着前所未有的变革的挑战和机遇，以人工智能为核心的创新科技与软件将会扮演越来越重要的角色，产业的价值链将会逐步重构。
除了自动驾驶本身，围绕自动驾驶应用场景的众多硬件、技术、算法等等也同样是热门。
激光雷达为无人驾驶车洞察一切障碍物
在无人驾驶/自动驾驶的进程中，激光雷达和计算机视觉，是其中两项最为核心的部分。
谈到激光雷达，早些年还仅在军工领域用于定位和测距；而时至今日，作为无人车上最精准的“眼睛”，这个传感器受到了各主流互联网公司和整车车厂的大力追捧。而且随着近些年的发展，激光雷达单个售价已经由最初的近百万人民币，逐步下降到几万元，这也加速了无人驾驶/自动驾驶商业化进程。
禾赛科技CEO李一帆认为，从市场而言，激光雷达正处于一个即将爆发的时间节点。
“这个市场可以分为两部分，一部分是无人驾驶的测试市场，另一部分是具有ADAS功能的量产车市场。无人驾驶的测试市场从2015年逐渐开始热了起来，各大互联网公司，如Google、百度、Uber等都投入了巨资，进行无人车的研发。国内的互联网造车企业和主机厂也都有无人车研发团队。这带动了无人驾驶测试市场激光雷达的需求，每年可达数亿美金，目前这一市场被美国的Velodyne所垄断。”李一帆说。
“在乘用车市场上，欧美各国纷纷立法，确定在2018年将AEB测试列为汽车是否可以获得五星碰撞安全的标准。可以预见，ADAS市场将在2018年开始实现井喷，而目前毫米波雷达在行人判断上经常会失效，摄像头又不能100%确保识别行人（特别是在光照变化剧烈的背景下），在汽车安全领域，一个99.9%有效的解决方案意味着每天都会有成千上万的车祸会由于其0.1%的失效导致。激光雷达对障碍物的探测比较直观，有就是有，没有就是没有，且不受环境光照影响。其在ADAS系统中对于‘毫米波雷达+摄像头’解决方案的补充，几乎可以杜绝AEB失效的情况，由此也大大提升了ADAS系统的实用性，从而保障了车内人员和行人的安全。”
未来随着无人驾驶/自动驾驶商业化进程的加快，激光雷达的发展趋势一定是小型化、轻型化，并且更加强调低成本和高可靠性。目前国际上真正实现商业化的激光雷达公司还基本处于起步阶段，国内众多自主企业还有很大的机会。
计算机视觉帮助自动驾驶进行完整的环境感知
事实上，除激光雷达外，计算机视觉技术也在无人驾驶中发挥了重要的作用，“雷达+摄像头”的双王组合更是保证了无人驾驶系统的快速和高效，更是加强了安全保障。
近几年随着计算机视觉，尤其是深度学习的发展，通过合理的多算法交叉验证以及传感器融合，我们完全有能力通过摄像头替代人眼实现自动驾车。这一方面解决了激光雷达成本迟迟难以降低的商业化难题，另一方面，我们可以通过视觉直接取得语义信息，从而对周围世界进行更好的表示。
图森未来CEO陈默说：“在环境感知中，高级别自动驾驶不同于辅助驾驶，它要求对周围环境进行完整感知。要达成这样的目标，我们不仅仅需要完成像车道线检测，目标检测与追踪这类传统视觉感知任务对路面感兴趣的物体进行分析，还额外需要场景分割、双目深度估计、光流估计等任务交叉验证上述任务输出的结果。”
除此之外，陈默还补充道：“通过这些，我们可以对当前时刻进行准确感知。除此之外，人在开车的时候还有很多预判行为，这些预判和估计对于安全同样是至关重要的。在这些预判中，有一部分是完全可以通过视觉特征得到，例如车辆的转向灯刹车灯有没有亮，车辆之间先后遮挡关系等等；另一部分，我们需要融合大量场景的先验知识，例如，我们知道车辆不会飞，车辆就算被遮挡出现的位置也应该是连续的。所以在这些基础感知任务以上，我们还需要定义一些高级感知来处理前述问题，并使用合理的方式，将场景先验知识融入到对整个环境的理解和推理中去。”
AI+无人驾驶，还将有哪些深度创新？
上文写到的两项无人驾驶领域关键技术，经过一段时间的发展后，浅层的技术难点已基本突破，而且未来的发展方向也逐步明朗。但无人驾驶领域中所应用到的新兴技术，可不仅仅是上述这些，整个产业都在期待更有深度的技术创新。
更何况随着人工智能的快速发展，相关产业在历经60年的起伏之后，如今在全球范围形成一轮新的抢位发展趋势。未来的3至5年内，光是全国的人工智能市场规模将超过360亿元，全球更是将超过3000亿元。而作为火爆的无人驾驶领域，更是在这庞大的市场规模中占据着不小的地位。
不论你是无人驾驶领域内的大咖、学者、从业者、创业者，一定不要错过镁客网7月9日在北京国家会议中心举办的“3E“硬纪元”AI+产业应用创新峰会”，峰会期间将会有众多人工智能、无人驾驶领域的大咖，分享他们的最新见解与洞察。所以，你还在犹豫什么，赶紧点击链接报名参加吧！
