2019-2023年中国智能驾驶行业影响因素

一、有利因素

(一)政策利好

我国智能驾驶既有顶层政策战略导向,又有专项政策指导实施,标准法规也不断完善。在我国政策顶层设计中,《中国制造2025》和《十三五规划》都将智能驾驶作为汽车产业升级的重要方向。在专项政策中,2015年7月,国务院发布《关于积极推进“互联网+”行动的指导意见》,加快智能辅助驾驶的研发与应用。2016年10月,汽车工程学会专题发布了《无人驾驶技术路线图》;11月,中汽协发布《汽车行业升级投资指南》,从行业的技术和投资角度,引导智能驾驶的发展。2017年6月,工信部发布《国家车联网产业标准体系建设指南(智能网联汽车)(2017)》,2018年3月、4月,工信部接连发布《2018年智能网联汽车标准化工作要点》和《智能网联汽车道路测试管理规范(试行)》指导行业标准化落地实施,上路测试有法可依。

2019-2023年中国智能驾驶行业影响因素

(二)人工智能推动自动驾驶汽车产业发展

人工智能技术一定会不断发展,并且越来越完善,其在自动驾驶汽车产业中进行应用,也一定会让汽车的性能提升,让自动驾驶技术的可靠性、科学性以及安全性得到提高,并会不断发展成为我国工业发展中的一个重要产品。自动汽车的发展,也会成为推动我国经济发展的一个重要方向,其集成多种高新技术,如,传感器、通信设备、计算机处理器、人工智能以及地图导航等,我国对于自动驾驶汽车的研究也会不断加强,这会促进人工智能在自动驾驶汽车中的应用以及发展。

(三)深度学习提高无人驾驶安全性

深度学习在图像识别方面得到了很大的突破,其算法能够通过多层迭代学习特征抽象的模式识别,进而可以提升对物体及路况识别的精准度。在云计算及大数据时代下,智能控制技术需要依靠深度学习,来满足自动驾驶在精确度以及安全度上的要求。深度学习属于人工智能中的一门学科,利用计算机算法在机器上对神经网络进行模拟,进而让机器能够获得学习的能力。

无人驾驶汽车利用深度学习可以对其驾驶行为进行不断的优化,这也是当前最有效的解决方案。无人驾驶汽车在行驶中都会遇到各种交通情景以及突发情况,进而产生很多的数据,这些数据会被传回到云平台中,为其深度学习提供训练样本,经过大量的训练以及学习,就会让其得到自身行驶的驾驶经验,还能得到其他车辆的学习以及训练成果,样本训练日益增加,驾驶技术也会相应的提升,让无人驾驶技术能得到极大的进步,提升其安全性。

(四)互联网企业纷纷涉足智能驾驶行业并成为重要驱动力

从国际上看,Google的自动驾驶汽车测试已经超过400万英里,从实验室走向了实用阶段,公司正在为其商业化,积极布局,并与多家主机厂开展了合作;Uber已在匹兹堡、坦佩、旧金山和加州获准进行无人驾驶路测;苹果公司也于2017年4月获得了加州测试许可证;韩国互联网公司Naver成为韩国第13家获得许可的自动驾驶汽车研发企业,计划于2020年前商业化L3自动驾驶汽车。

从国内来看,互联网企业百度、阿里、华为等企业纷纷进军智能网联汽车的技术研发和服务工作,由于拥有较高技术实力,这些企业的态度更加积极。2016年5月,百度宣布在芜湖建立无人驾驶汽车运营区域,并计划在3年内实现商用。腾讯于2016年下半年成立自动驾驶实验室,依托360°环视、高精度地图、点云信息处理以及融合定位等方面技术积累,聚焦自动驾驶核心技术研发。

二、不利因素

(一)互联网层面的挑战

人工智能技术是基于互联网工作的,其主要依托为互联网实时的更新交通路况、上传数据以及接收数据。所以,人工智能技术对于互联网具有较强的依赖性,其开发的自动驾驶汽车也对互联网有较强的依赖,然而现阶段的网络安全情况并不是很好,经常会出现网络攻击事件,这就给不法分子提供了机会。所以,当前在发展自动驾驶汽车时,怎样能够确保人工智能技术在其中应用的安全性以及可靠性,是需要认真思考的一个问题。

(二)法律上的挑战

在法律层面上没有清楚的规定自动驾驶汽车,尤其是对自动驾驶汽车产生事故之后的相关方面缺乏规定,无法认定责任,让自动驾驶汽车没有法律约束,这也成为其发展的一个重要挑战。

相关推荐