南京萬通汽車學校老師
- LEVEL0：無自動駕駛輔助功能：沒有裝備任何自動駕駛輔助的功能或僅安裝了一些預警如前碰提醒（FCW）、側偏提醒（LKW）等。
- LEVEL1：特定功能自動駕駛輔助：車型裝備瞭如自動定速巡航（ACC）、自動緊急助剎（AEB）、道路偏移回證（LKA）等功能。這些功能能協助駕駛者在特定情況下實現自動駕駛，提高安全性，降低駕駛強度等。2005 年後這些功能便逐步引入。
- LEVEL2：組合自動駕駛輔助：將多個自動駕駛功能組合協調工作，實現特定場景的自動駕駛，如自動泊車、高速公路上的自動駕駛等。自 2015 年開始，這些功能已經出現在了部分車型中，如沃爾沃 XC90 可以實現公路上 50km 以下的自動啟停駕駛。
- LEVEL3：有限自動駕駛輔助（高度自動駕駛）：隨著汽車的自動化可靠性和性能的發展，汽車將逐步替代人類成為行駛的主導，將在大部分時間中代替駕駛者操控。德爾福改裝的 SQ5 實現了穿越美國的全自動駕駛。預計 2020 年，自動量產車將會上市。
- LEVEL4：無人駕駛。汽車完全實現無人駕駛。只需駕駛員給出既定地點即可前往。或許在 2030 年後，我們就可以看到完全無人駕駛的車輛大量行駛在道路之上。
- LEVEL5：完全自動化，由自動駕駛系統完成所有的駕駛操作，人類駕駛員能夠應付的所有道路和環境，系統也能完全自動完成。
我們現在先說無人駕駛的實現原理：
跟人類的操作形成對比，無人駕駛也需要獲取外部的圖像信息，聲音信息，激光雷達信息。但是這個優勢在於，客戶快速的將外部的信息，進行緊急的執行操作。也就是說可以將人類的手腳，反應時間控制在很短的時間，並且在人工智能算法的控制下，可以實現錯誤性操作。
無人駕駛從原理上來說，環境感知—決策與規劃—控制與執行這三個層面。
當前的無人駕駛發展到什麼階段了？
無人駕駛的研究，從上世紀就已經開始了。國內外知名的無人駕駛研究的企業以：汽車廠例如，大眾，寶馬，奔馳，沃爾沃，福特，通用汽車等老牌傳統汽車。新能源汽車企業：特斯拉，蔚來汽車等。互聯網企業：百度，滴滴，UBER，谷歌等企業都在無人駕駛的程序開發方面技術較為靠前。
目前安裝在汽車中的無人駕駛系統，主要為LEVEL3，和LEVEL4,特斯拉目前已經安裝了LEVEL4等級的無人駕駛系統。可以實現遠程召喚，以及緊急制動避障功能。
特斯拉在夜間行車中，緊急自動規避行人。
特斯拉智能召喚
2015 年 10 月，特斯拉推出的半自動駕駛系統 Autopilot，Autopilot 是第一個投入商用的自動駕駛技術。目前，特斯拉的量產車上均已安裝 Autopilot 1.0、2.0 或 2.5 硬件系統，其自動駕駛功能可通過 OTA（空中下載）進行從 Level 2 到 Level 4+的軟件升級，這是在已量產車上，完成了自動駕駛硬件準備。
激光雷達作為無人駕駛汽車的眼睛，能夠快速精確的識別外部環境。
2016 年，通用汽車收購了自動駕駛技術創業公司 Cruise Automation ，正式進入無人駕駛領域。後者初創於 2013 年，一直從事具有完全自動駕駛功能的無人駕駛技術研發。2018 年1 月，作為通用汽車旗下自動駕駛部門的 Cruise Automation 發佈了新一代（第四代）無人駕駛汽車——Cruise AV。Cruise AV 沒有方向盤、油門踏板和剎車踏板，安裝了 21 個普通雷達、16 個攝像機和 5 個激光雷達來感知車輛周圍的環境和障礙物，是真正的無人駕駛汽車。通用汽車不僅開始量產 Cruise AV 的測試車，以便在美國各城市甚至全世界各地進行實際路試，並且也已向美國國家高速公路交通安全管理局遞交請願書，以便能夠在 2019 年開始初步實際部署無人駕駛車輛。
2018 新款奧迪 A8 是全球首款量產搭載 Level 3 級別的自動駕駛系統的車型，其攜帶有 12 個超聲波傳感器、5 個攝像機、5 個毫米波雷達、1 個激光雷達、1 個紅外線攝像機共 24 個車載傳感器，可以在60km/h 以下車速時實現 Level 3 級自動駕駛，使駕駛員在擁堵路況下可以獲得最大限度的解放。
無人駕駛的發展會在未來5-10年迎來高速落地期。未來也許你真的不需要學習駕照就可以擁有自己的汽車。
機器人觀察
我身邊還沒發現有無人駕駛的技術例子，我想不久的將來肯定會有這技術，這個安全係數再高我也好怕怕，還是自己駕駛安心。
阿昌輝
無人駕駛汽車
21世紀顛覆性的技術之一
人工智能
幫助駕駛體驗得到巨大的變革
同時，最重要的是
無人駕駛汽車將從根本上提高駕駛安全
無人駕駛汽車可將事故率降低最多90%
幫助1000萬人在每10年間免於交通事故
通過硬件、軟件和網絡技術
提供空前的可靠性、可用性、安全性
超高的處理能力會生成海量數據
處理、管理、移動、存儲、與共享數據
應對數據洪流的能力變得從未如此重要
在分析、計算，與整理移動數據方面
沒有任何公司能與英特爾的規模匹敵
隨著英特爾繼續向無人駕駛汽車方向邁進
數據挑戰將變得愈發複雜
應對數據挑戰
英特爾無人駕駛團隊
已經部署無人駕駛的數據中心
這些獨實驗室用於算法開發和訓練
理解無人駕駛數據移動
存儲的特殊基礎設施需求
此外，英特爾也在與合作伙伴一起搭建實驗室。
無人駕駛並不是一個遊戲
它是未來人類出行的最佳方式
當汽車在無人干預的情況下思考和行動時
它們必須安全可靠。
曉車說
汽車無人駕駛技術在理論上是要比有人駕駛高出幾個安全數量級的。
因為在汽車無人駕駛的過程中，一定區域內的車載電腦可實現聯網，並由統一的控制中心進行控制，那麼在理論上這塊區域內的所有汽車就可以做到車速一定，車距一定，這樣就可以極大減少潛在的交通風險。
當然，這只是理論上想象的場景，在實際的應用中，會出現很多意料之外的情況，所以自動駕駛技術就需要海量的真實道路數據做支撐。
而這也是目前影響汽車無人駕駛大規模商用的主要原因之一。
人工智能發展的這些年，企業注重的更多是算法與算力領域，對於數據領域關注的並不多。以汽車自動駕駛為例，在實驗階段，無人駕駛汽車更多是在園區、實驗室進行測試，此時只需要少量的數據就可以滿足實驗的需要。但是到了真實的路況上，這些數據就無法滿足實際需求，真實路況上出現的各種狀況是無人駕駛汽車數據庫中從沒有遇到過的情況，因此在對面這些狀況中，無人駕駛汽車就無法做出正確判斷，從而很容易發生意外。
目前，很多企業已經意識到了在數據方面的不足，並投入大量的人力與物力彌補，相信隨著數據標註行業的發展，標註數據集在數量與質量上會更加滿足無人駕駛汽車的需求。
曼孚科技
個人覺得汽車無人駕駛安全性能暫時不可行。
，就會發現一個十分尷尬的問題——除了超聲波雷達以外，剩下的設備都買不起。
所以個人做無人駕駛研究，在沒有大資金支持的情況下，就不要考慮基於實車做研究了。
斷了從硬件方面著手做研究的念頭，我們直接看看軟件方面。
對於自動駕駛汽車來說也是一樣。現在的傳感器就相當於人類駕駛員的眼睛，就算你眼睛睜得再大，也總有看走眼的時候，更何況是傳感器？
軟件方面可以做的工作就很多了，掌握其中某一項或多項技能，對你在該領域的發展都大有裨益。
不過隨著五g網絡來臨絕對能實現。
小宅遊記
你好，再高級的自動駕駛技術，都不如自己過硬的駕駛技術，要永遠相信自己的技術，不要把生命交給一個，人工智能！
車行天下順
當今時代科技飛速的發展，給我們的生活帶來了很大的便利，從支付方式，購物形式就能看得出來，現在我們足不出戶就可以滿足自己的大部分需求。時代的進步也改變了我們的出行方式，汽車現在是越來越快，越來越智能了。目前無人駕駛技術不再是簡單的概念了，距離我們的生活是越來越近了，這也是汽車發展的一個大趨勢。
無人駕駛技術簡單的來講就是解放我們的雙手，讓汽車自主的感知道路狀況，通過計算機的處理來規劃駕駛路線，避讓車輛等一切駕駛工作。這離不開傳感器、雷達、攝像頭等部件的配合工作，還要有汽車電腦精確的計算，想完成這一系列複雜的事情是不易的。
目前有很多企業涉足無人駕駛這個領域，國內的知名企業百度，長安，一汽，廣汽，吉利等都有所研究。這其中也是有所收穫的，比如說長安2000km無人駕駛取得成功等。國外的企業有谷歌，蘋果，大眾，奔馳，特斯拉等，目前無人駕駛還處於發展中的狀態，很多問題還是需要處理的。
現在運用在汽車上最多的是輔助功能，比如說特斯拉推出Autopilot功能，這使得特斯拉車主在高速公路上行駛時能夠將駕駛系統交給汽車，車輛可以實現自適應巡航、變道、緊急剎車以及自動轉向功能。
但是特斯拉被報道有車主使用Autopilot模式行駛途中發生車禍，導致駕駛員死亡。原因是駕駛員分心走神了，沒有注意到路口的貨車，車傳感器也沒有檢測到貨車的存在，所以才發生了這起傷亡事故。發生事故的可不止這一件，所以說目前我們還不能解放自己的雙手，這作為輔助設備還是可以的，但是絕不能掉以輕心。
目前最先進的自動駕駛系統仍有不少缺陷，這項技術還是要不斷研發和改善的。無人駕駛的技術想要取得成功，至少還要數十年的發展。任何事情都是循序漸進的，我們也相信無人駕駛遲早會來到我們身邊的。
流星雨看雨
無人駕駛提出來的時候是寄於所有人的希望，大家都對無人駕駛充滿好奇心，所以無人駕駛越炒越火，而真正的無人駕駛技術現在還不是特別成熟，很多安全性的問題還需要完善等。
