南京萬通987654
智能汽車是指像人一樣會主動分析判斷決策的汽車，實現了運轉和行駛過程的自動分析、智能判斷和自我決策。
一、智能汽車現狀
現在的很多汽車都說是智能汽車，但實際上只能稱為自動化汽車。這些自動化汽車一般都安裝了緊急自動剎車系統（AEB）、緊急車道輔助系統（ELA）、車道保持系統（LKS）、自動泊車輔助系統（APA）等等。這些所謂的智能汽車系統，其實質還是通過編程設置的自動化汽車輔助駕駛技術，同智能汽車的自思考、自判斷、自決策還是有很大差別的，或者勉強可以說是半智能化的汽車。
目前世界上真正的智能汽車還沒有出現。這種全工況無人駕駛汽車還處於研發狀態，最終的實用性測驗和驗證還需要很長的時間。
目前在智能汽車研發方面走在最前面的是谷歌，但是谷歌智能汽車到底什麼時間誕生也還是未知數。
二、智能汽車要有進行混沌決策“不死機”的安全保證機制
什麼是智能汽車的混沌決策？就是決策環境條件是不確定性因素混亂無序的組合。簡單說你不知道在什麼條件下會出現哪些事情而且都是需要瞬間決策的，或者需要決策的不確定事件連接不暇。這種混沌決策的場景直接關係生死存亡或者各類交通事故。
智能汽車的行駛狀態是一個典型的混沌環境條件。來自道路、車輛、交通管理、自然氣候等立體、全方位、多維度、多頻次的各種決策事件不規則地出現，甚至是爆炸式湧現，而且都需要智能汽車及時合理地做出反應，否者後果就不好收拾。
因此，智能汽車的前提一定是能夠做到在複雜工況下自主決策反應的汽車。
三、智能汽車要有像人腦那樣的“機器大腦”
- 智能汽車要有強大的數據採集能力
智能汽車全身佈滿了數千個傳感器、控制器、數據採集器等，實現了每一個零部件的互聯互通。一部汽車就是一個發達的汽車物聯網。每一個零部件都要向車載電腦（ECU）報送信息數據。在接受數據信息的基礎上，車載電腦（ECU）就會進行分析判斷處理，瞬間作出決策反應。同時反應數據也會再次反饋到車載電腦（ECU）做進一步分析處理決策，循環往復直至整個過程完成。這個處理過程速度是以電子運行速率進行的。
智能汽車還需要有汽車行駛數據處理能力，保證車載電腦接受處理來自包括行車攝像頭、行車雷達、車載導航定位系統、車體傳感器系統、交通信號處理系統、車道信號系統等越來越多數據源的系統數據。
智能汽車的巨大數據胃口要能夠隨時隨地吞下海量級的數據傳輸。
2.智能汽車要有一個移動數字化平臺
智能汽車實現了五大總成的數字化，即發動機總成、方向機總成、變速箱總成、前後橋總成、車架總成的全部數字化。這五大總成的運轉狀態、做工情況、設備性能、維護狀態等全部實現了可檢測和運行數字化。
另外智能汽車對外部狀態的反應也實現了數字化，包括基礎道路通行的數字化、交通管理處理的數字化、行車氣象監測的數字化、行車環境識別的數字化、車輛通訊過程的數字化等。智能汽車還能夠實現汽車承載運輸過程的數字化、車載客貨狀態的數字化等。
這個移動數字化平臺的優勢使智能汽車比傳統汽車更透明、更容易使用和管理，實現了全地理環境出行、全路況運行和全遠程診斷維護管理。在遠程管理平臺上體現的是一個移動數字平臺，使智能汽車可視、可控、可追溯。
3.智能汽車要有思考決策的“機器大腦”
智能汽車的機器大腦能處理汽車一萬多個零部件，幾百個專用模塊，幾大汽車總成的所有信息數據，主動思考決策、主動處理事件，實現了全工況無人駕駛的基本要求。
智能汽車會多維度決策。汽車大腦工作環境呈“混沌狀態”，因此，
它要不斷地同智能化道路系統進行“對話”，讀取來自道路系統的擁堵信息、路況信息、行車標誌信息等，然後進行決策；
它要不斷地同智能化的交通管理系統進行交流，獲取交通通行信息、交通指揮信息等並及時進行決策；
它要不斷地同行駛交會區域內同向、異向的車輛打“招呼”，獲取各自車輛的行駛動機信息，採取自己的相應動作；
它要不斷地同大自然監測系統“交流”，瞭解風向、光照、溫度、雨雪等自然氣象數據，思考決策及時應對；
它要不斷地同導航衛星系統進行“對接”，獲取定位、導航、前方路況等信息，進行大腦加工決策；
它還要不打斷地向後方控制總平臺“彙報”，執行後臺控制中心的操作指令；
它自己內部還要不斷地同五大總成，特別是高速狀態下的動力、輪胎、燈光、方向機構等關鍵部件“溝通”，掌握它們的工作狀態，及時調整協調它們之間的動作，消除安全隱患。
最重要的是如果上述各個系統同時要求決策處理時，智能汽車的大腦要能夠保證“不死機”，清醒決策、及時決策、優化決策。這對汽車大腦的要求是非常高的。
四、智能汽車最終目標是要學習進化出自己的“汽車機器意識”
智能汽車形成“機器大腦”是一次重要的跳躍，最關鍵的還要能夠進化出自己的“汽車機器意識”。
目前的半智能汽車的思維能力好比嬰兒，屬於弱人工智能型。也就是說，它的“機器大腦”還沒有成熟，分析判斷有時準有時不準。而且它也只能夠按照程序員給它設計好的程序運行，超出預定程序的就無法應對。因此人們還不能完全讓它上路，只能有人陪駕或者在指定的道路行駛。
人們的目標是讓智能汽車進入超級智能汽車時代，完全自動行駛，事故率能夠降低到人類級的千分之一水平級以下。這就要求智能汽車具有像人一樣的“意識”
智能汽車的“機器意識”形成不能像人類那樣經過300多萬年來慢慢自然進化。智能汽車的“機器意識”只能通過“人工智能式學習進化”。這種學習進化的最大好處是通過構築一個“意識學習進化系統”，讓所有的仿真意識通過機器學習實現超速成長進化，達到甚至超越人類意識。
當然人類自身也會利用人工智能科技來使自己的意識快速進化。所以，人工智能的機器學習、深度學習等技術不管是人還是機器還是智能汽車，都是快速進化意識的有效途徑。
五、智能汽車要有對人類永遠友好的倫理保證
智能汽車對人類很重要，對“他”自己也很重要。人類在沒有進化出自己的飛行翅膀以前，還需要智能汽車能夠解決人類的中短程距離的出行問題。同樣，智能汽車對自己也很重要，否者“他”就沒有存在的價值，就有可能被淘汰，從而徹底喪失將來進化到具有意識功能新物種的機會。
智能汽車如何才能保證自己同人類的關係永遠處於友好相處的狀態？這就需要解決好智能汽車的倫理機制問題。在學習進化智能汽車大腦的意識系統時，需要通過深度機器學習等技術，為智能汽車培育倫理道德意識。通過人類高水平倫理道德和制度法律意識標本庫數據的輸入，讓智能汽車大腦不斷學習，直到“他”的倫理道德模型算法自動生成並不斷強化，最終成為一個高尚仁德的汽車大腦。
同時要調整控制汽車智能意識進化過程中“本我”意識的形成。智能進化過程中必然會出現一個“智能意識觀”形成的階段。但這個階段也是可控的，能夠完全消除智能汽車的自我意識和本位主義觀念，讓智能汽車意識成長為一個完美無缺的意識模塊。
另外，人工智能技術的普及也同樣在對人類整體的意識產生高質量的提升。人類現階段的各種問題會得到徹底解決，人類好的意識榜樣，也會為智能汽車大腦提供學習模仿的樣本。
總之，智能汽車是能夠做到完全具備像人一樣意識，成為友好善良的人工智能新物種。自我觀察、自我分析、自我決策、自我駕駛成為智能汽車的必備功能。智能汽車也會成為“人類友好型”典型，是人類須兒不可離開的助手，也是人工智能技術最完美的體現、最成功的結果。
智能汽車大有可為。同樣學習智能汽車也是大有可為。建議提問者參加清華大學，北京理工大學，天津大學等著名汽車專業課程的脫產學習和網絡教育
科技思想庫
汽車智能主要體現在以下幾方面：
自動駕駛
自動駕駛雖然已經存在了比較長的時間，但仍舊屬於比較前沿的領域。自動駕駛主要包括駕駛輔助（如自動校正）、自動泊車以及真正意義的自動駕駛。技術主要體現在從傳感器、機器視覺、自動控制各大領域，但歸結起來，都屬於人工智能的大範疇。傳感器主要用於捕獲汽車外部環境信息，如樹、行人、車輛的影像、距離等信息。機器視覺主要用於識別影像中的影像是樹木、車、還是人，用於做後續的基礎判斷。自動控制則是負責將各種信息進行彙總分析，並且進行行為決策的一系列複雜技術的彙總，比如左轉右轉、前進剎車等等。
車聯網
車聯網主要目的是提高交通運行的效率和保證駕駛安全。車聯網是基於5G技術的產物，每輛車通過5G連接網絡，實時上報自身行駛狀態、位置以及即將採取的行為，並告知給周圍車輛，所有車聯動計算，做出全局最優解。例如紅燈變綠燈，可以實現所有車同時起步而不撞車。相關技術主要體現在5G相關的通信領域、大規模雲計算等。
當然，也有涉獵過一些不通過5G，而是用類似藍牙的方式，發現周邊汽車，在一個有限範圍內進行運算的方式。
車載設備的智能化
這部分主要目的是提升車內駕駛體驗，例如通過AR技術提供更完善的導航體驗。這部分展開有比較多的可能性，但是多數還是目前現有技術的應用，如AI語音對話、AR、機器視覺(疲勞檢測等)。
道路設施智能化
僅僅汽車智能化，有很多問題是無法被解決的。道路智能化，也是大勢所趨，例如紅綠燈聯網，人行道使用狀態檢測等等。
上述提到的知識，基本都是需要系統化學習的，很難僅僅通過一個培訓搞定。如果只是做其中某一個小的應用，那麼可以嘗試從軟件開發入手，相關培訓就很多了。
賈梓筠
人工智能，物聯網，AR等技術的綜合應用。自動駕駛屬於機器深度學習，自動識別車距，紅綠燈，人和物，並能轉彎，倒車入庫等，無一不用到人工智能。車內與車外的信息鏈接就是物聯網了，如智能打火，AR導航，AR辦公，視頻聊天等功能的實現。
BuddyYee
這些自動化汽車一般都安裝了緊急自動剎車系統（AEB）、緊急車道輔助系統（ELA）、車道保持系統（LKS）、自動泊車輔助系統（APA）等等。
熱心市民段先森
主要是輔助駕駛這一塊，包括自適應巡航，車道防偏離預警，車道居中保持，防側翻，防碰撞預警等，簡單點說就是檢測雷達與制動的自動配合。
