随着5G的到来，自动驾驶已成为热门话题。自动驾驶示范车的浪潮已成为人们错误地认为自动驾驶即将到来的信号。但是，演示车和量产车的概念并不相同，需要大量时间等待量产。此时，从自动驾驶应用场景开始解决驾驶难题是更为实际的。自动驾驶量产的汽车仍然很远。实际上，自动驾驶的核心不在于汽车本身，而是在于使汽车具有出色的驾驶员和“老驾驶员”。以精湛的驾驶技巧取代了现有的一种。司机。因此，人工智能在自动驾驶中具有重要的地位。但是，根据中国工程院院士李德义的分析，我国的人工智能研究和核心技术仍落后于美国，但人工智能的应用技术和商业模式要比美国的要快。美国。同时，目前自动驾驶的大量生产仍然是该行业的无人区。李德义院士在第二届龙湾论坛上说，新概念车，示范车和示范车不等于量产。在10次试验中，可以将5到6次成功称为示范车，但是一旦量产的汽车出现问题，就可能不得不召回成千上万辆汽车，甚至全部召回。就2018年全球自动驾驶汽车的大规模生产而言，所有公司的规模都在50到100之间，真正的大规模生产之间仍然存在巨大差距。实际上，批量生产中最重要的元素是成本。根据Maxi-Silberstone曲线，当汽车的年产量增加到1,000至50,000时，成本将下降40％； 50,000至100,000辆车，成本降低了15％；从100,000到200,000辆车，成本降低了10％；从200,000到400,000辆车，成本降低了5％。只有实现批量生产，价格才能为消费者所接受。显然，各家公司所谓的批量生产量远没有达到上述数量级。李德义院士预测，根据目前的全球汽车形势，汽车数量将保持在20亿辆，每辆汽车的使用寿命为20年，每年将生产1亿辆新汽车。到2025年，自动驾驶汽车将占新车的1％。直到2035年，直到两年后才将自动驾驶汽车增加一倍的假设是，到2035年，所有新生产的汽车将成为自动驾驶汽车，总产量将达到4.4亿辆。完成70亿辆汽车的全面更新将需要大约2054年甚至更长的时间。李德义院士说，解决痛点具有更现实的意义：“决定自动驾驶技术影响的不仅是技术的先进水平，还在于现有系统的痛点。”换句话说，没有商业应用，就不会大量生产，并且将实现自动驾驶。应用场景，例如自动停车，定点上下车，快速公共交通，有限区域内的无人驾驶出租车等。如果您发现需要的场景，可以使用起来更现实自动驾驶的优势创造了新的需求和新的生态意义。上述现实的应用场景还具有更快实现的可能性。例如，预计2024年将在中国试行快速运输的自动驾驶。之所以迅速实施，是因为公交车是固定线路和定点停车操作，并且运营公司可以在整个范围内进行远程调度。框架为自动驾驶真正进入现实之路提供了机会。上周，一种旨在解决到达驾驶员目的地后停车困难的自动驾驶技术出现了。吉利汽车正式发布了“履带智能系统”。在第二届龙湾论坛上，驾驶员可以在到达目的地后直接到达。离开后，汽车将自动在停车场中找到一个停车位并完成停车任务。当驾驶员准备离开目的地时，汽车将自动驶出停车场并驶向驾驶员所在的位置。在整个过程中，驱动程序通过移动应用程序发布指令。所述“履带式智能系统”被称为“履带式智能系统”。解决了当前的“难停车”问题。另外，根据现场演示，“履带式智能系统”还可以用于汽车。也可以通过V2X技术感知信号灯。即使在恶劣的天气下，汽车也可能会