答案是，能。南京宏琪说交通，一位女车主开一辆特斯拉，车门自动上锁打不开了，车主打电话问后台如何能打开，最后是后台遥控打开车门。
原来只知道特斯拉贵，不了解它这么可怕。
按照网友们分析透露出来的真像，特斯拉就是一个能满世界跑的智能间谍机器人。
对国家安全具有危害或潜在危害的技术及其成果，国家应该如何依法加以防范？这应该是一个重大而紧迫的问题！
远程遥控特斯拉 汽车 -理论与事实都可以实现
特斯拉 汽车 的“亮点”是自动驾驶系统，车辆实现的是“电动”“网联”“准智能”；这样的 汽车 当然是能够实现远程 *** 作的，只是普通车辆一般指支持车辆配置的远程控制，比如车窗、尾门、空调系统的开关，以及远程预约充电等等。
遥控驾驶大多是通过蓝牙模块连接，在近距离进行遥控 *** 作；通过网络实现远程驾驶是暂时不能实现的，或者说这项功能还不应该出现。但不应该或不能出现不代表不可以，如果让黑客来 *** 作的话，远程驾驶没有任何 *** 作障碍。
汽车 驾驶的前提是什么？
启动车辆需要的是车钥匙，远程破解PKES车钥匙，TSP服务器等等 *** 作，对于黑客而言貌似是轻而易举的事情；近几年在海外已经出现过上千例智能网联 汽车 被远程攻击的事件， *** 作都是通过车辆的远程信息处理器实现，远程给车辆驾驶信号，比如给电门和自动驾驶转向等等，车辆当然是可以正常驾驶的。
而且关于车钥匙的破解其实并不难，甚至可以不破解车钥匙而开走车辆；因为车钥匙总是在发射射频信号，很多车辆都是走近 汽车 就能自动感应到，之后通过门把手的感应开关就能解锁。
所以特斯拉还出现过不破解钥匙就能偷走车辆的案例，那就是通过中继器靠近放钥匙的位置，信号随即被放大并且定向发射；于是车辆就会认为车钥匙已经到附近了，随后就能正常解锁并启动车辆。这就是驾驶智能 汽车 需要注意的事项，离开车辆之后的车钥匙要妥善保管，车辆也要停在稳妥的位置，否则这些车辆就不是很安全了。
特斯拉的寻车系统等于远程驾驶！
寻车系统指的是设定好位置和轨迹后，车辆可以自动开到设定点；这也就等于远程驾驶了，那么通过远程控制系统的侵入，或者特斯拉企业需要控制车辆的话，实现完全的自动驾驶也不是没可能了。
这也就是特斯拉 汽车 的安全隐患问题，当然其他的智能网联 汽车 也不例外；目前最大的问题是远程控制这些车辆之后，车辆如果能保证不去“做危险的事情”。好在其他车企在信息安全方面做得普遍比较全面，在发现网络攻击后能够及时阻断；但特斯拉在这一方面做得是比较差的，很多实验室都进行过量产车的是远程攻击测试，最短几十秒就能实现远程控制了。
重点：特斯拉的寻车召唤功能不建议使用，因为这套系统的可靠性很差，很多车辆在使用过程中都出现剐蹭或碰撞障碍物；究其原因还是特斯拉的自动驾驶硬件很低级，雷达用的是毫米波和超声波，主要使用的是「摄像头」。
也就是通过“看”来实现自动驾驶，那么这就很容易出现问题了；比如在光线很差的路段使用自动驾驶，车辆无法有效识别道路信息则有可能偏离车道。其次在面向阳光或远光灯自动驾驶的时候，摄像头是什么看不到的！不相信的话就用手机摄像头做测试，对着手电筒拍摄能拍到什么呢？
其次特斯拉自动驾驶系统的算法也比较诡异，比如道路标识的识别系统，对于一些特殊的、磨损的、覆盖的标识，其系统则无法判断应当如何 *** 作车辆。障碍物如果与背景色“浑然一体”，传感器也难以判断到障碍物的存在，结果则是直接碰撞。
最后则是超声波雷达与噪音的关系，超声波雷达面对超声波当然会受到影响，如果道路存在异常的超声波则会造成传感器接收到错误的信号；这也是特斯拉自动驾驶系统容易失控的原因之一吧，所以特斯拉的寻车系统还是要慎重使用，自动驾驶也远不能达到无需司机辅助控制的L5级，用车时还要做好钥匙的保管和车辆的定时检查。
天和MCN发布，保留版权保护权利
智能自动驾驶的车理论上是完全可以由后台控制或黑客 *** 作开走的，但在实际的电路布局中完全可以避免的，只要车钥匙不是全智能的，电路的开启必须是钥匙接通电源、钥匙起动，那就无法遥控开走车的。因此智能化再先进它也离不开电，只要是以物理方式来接通电路，再高明的智能化也是白搭的。
昨天朋友买了新车，能用手机远程启动解锁，但不能开走，因为有档位，相信它死了也能，如果它死了没有档位的话能开走，有档位的话应该不能。它死了之所以刹车失灵应该是在于摄像头所导致的，大家都知道无论多么高清的摄像头在强光下都显得模糊不清，就如我们现在所有的车载倒车影象，如果对着阳光倒车都显得不清楚，它死了用摄像头做为探测路面工具，而不用激光雷达成像不出事才怪，因为摄像头在对着强光时，影像模糊不清，就能导致电脑模块判断失误，发出错误指令，但此时前方确实危险，此时若踩刹车，电脑，人为双方冲突就出事了。有它死了的朋友不妨试试。
完全可以！就像几年前的一个科幻片（名字忘了）里说的那样，总服务器控制者可以决定人的生死！不过科幻片里说的是主电脑有了自主智力，不受设计者控制了，反过来杀死了设计者，然后开始控制人类。
理论上是完全可以的。 以下是个人观点：从特斯拉的发展布局来看， 汽车 只是他众多板块中最不起眼的一环。特斯拉现在能稍微看出来的是一条以太空火箭卫星为链条， 汽车 充电等基础基站为坐标点，软件后台数据分析为中心的布局。它先通过 汽车 产业及其附带的充电基站等基础建设准确的标记各个服务区的坐标定点，然后通过后台软件精准分析各项对它及其后面势力“有用的”数据，大数据分析好了在发射卫星火箭，以备不将来精确制导。
这是什么脑洞呀，只要你不把电池断掉，不仅特斯拉能把车开走了，还能让它往哪开就往哪开，能开多快开多快，能开多慢开多慢！就是你开车的时候，真的是你开的吗？你所作的每一个 *** 作动作，都要经过车上的电脑（实际上是它的整个网络）进行了一系列的研判之后，再由车上的电脑对车辆进行实际的 *** 控。也就是说，你对车辆的 *** 控与电脑对车辆的实际 *** 控，不仅仅是有差别，有时候可能更会天差地别！但出事了，就是你开的问题！因为车的一切都是正常的。所以，特斯拉越能证明它的车没问题，它的问题就越大！！！！
这个不用问，特斯拉早就明确告诉你可以的，好多车主钥匙锁车里了，还是让人家在后台远程给你打开的，你能遥控召唤，首先必须得他能，他能了才给你提供这个服务和功能。
从原理上说，一定可以。特斯拉公司总部几乎可以控制车辆的所以功能，并收集车辆数据。从这一点上说，除了车辆的行驶安全，信息安全也是个大问题。从国家安全角度看，这个问题必须引起重视。
智能驾驶与无人驾驶是不同概念，智能驾驶更为宽泛。它指的是机器帮助人进行驾驶，以及在特殊情况下完全取代人驾驶的技术。智能驾驶作为战略性新兴产业的重要组成部分，是由互联网时代到人工智能时代过程中，成为了世界新一轮经济与科技发展的战略制高点之一。在智能驾驶技术中，尤其是深度神经网络建模及训练，需要大量计算力，因为汽车自动驾驶是需要很多大量数据进行训练，让这个汽车能够去进行图象图形的识别，然后应用在汽车当中，让汽车能够智能化的去自动驾驶。思腾合力就服务过小鹏汽车，对于小鹏汽车智能驾驶计算力的需求，思腾合力推荐了GPU高性能计算服务器解决方案。800V高压平台，充电5分钟，续航200公里；
XNGP高速、城市快速路接近零接管，城市无需高精地图，全国都能用；
600PFLOPS算力中国最大自动驾驶智算中心；
语音交互全时对话、多音区、纯本地化、控制更多部件；
前后一体化式铝压铸，最大压铸力12000吨；
电池车身一体化，垂向节省5%空间……
你相信吗？这些对标保时捷、特斯拉，领先全行业的智能电动黑科技，都隶属一个技术架构。
4月16日，小鹏汽车发布SEPA 20“扶摇”全域智能进化架构，集成了几乎所有智能电动车领域该有的黑科技。
何为架构？可以理解成平台的平台。传统汽车企业推崇平台造车理念，通过车身平台化、驱动系统平台化，通过A级B级C级的车型级别+12L、15L、20L发动机的组合，来提升不同车型的协同性，降低成本、提升效率。
但是，架构造车是升维，除了车身平台、驱动系统平台，还包括动力电池系统平台、电子电气架构平台、智驾平台、智舱平台、数据平台……覆盖全域，协同性更强，是软件定义汽车时代，真正核心的竞争力。
不过，在智能电动汽车行业，如何实现架构造车，业内还没有成熟先例。而小鹏汽车SEPA 20“扶摇”全域智能架构，可以说给行业打了一个样。
它带来的系列黑科技，是以平台化的面目出现——基于这个架构设计生产的车型，只要拿出来就能卷爆整个同级市场。
这是小鹏真正的护城河，也是小鹏5年磨一剑，投入100多亿元才拿出来的大杀器。
对于小鹏自身来说，这条护城河带给他的是低成本、高范式的产品，在市场上高出友商的竞争力。
01
“扶摇”架构，都有哪些软实力？
小鹏最新发布的SEPA 20 “扶摇”全域智能架构，堪称当代车圈最全最大的黑科技武器库。
其中以智能标签傍身的小鹏汽车，软件能力一直是其优势所在，而小鹏的软件能力，最为用户所感知的，就是智能驾驶和智能座舱。
目前小鹏的智能驾驶方案XNGP，已经在小鹏G9 MAX以及新款P7i MAX版本上搭载，具备全场景的智能辅助驾驶，即高速、城区开放道路以及泊车域点对点高阶智能驾驶能力。
值得注意的是，这套智能驾驶系统可以在不依赖高精地图的前提下实现高阶智能驾驶能力。
现在来看，抛弃高精地图已经是业内玩家的共识，从具体的进展来看，小鹏在这条路上走在了行业的领先位置。这一切，首先要归功于小鹏于去年1024科技日上发布的国内首个且唯一量产的BEV感知“XNet深度视觉神经网络”。
这套感知方案，就是基于多摄像头数据进行多帧时序前融合，实时生成“高精地图”。同时XNet的另一大特点，是利用神经网络代替了手写后处理逻辑，真正实现数据驱动算法迭代。
说到数据，小鹏XNGP的功能体验，离不开其背后的数据处理能力，尤其是其全自动标注系统和自动驾驶智算中心。
资料显示，小鹏的全自动数据标注系统，可以做到人工标注45000倍二代标注效率，原来XNet2000人一年的标注工作，通过这个全自动标注系统仅需167天就能完成。
此外，小鹏在去年8月与阿里合作建成国内最大的自动驾驶智算中心，算力高达600PFLOPS（每秒浮点运算60亿亿次）。在其加持下， 自动驾驶模型训练效率提升602倍。与2400TFLOPS算算的服务器进⾏单机训练相比，80机并行训练可将训练时⻓由276天缩短⾄11小时。
强大的数据处理能力，为小鹏XNGP的快速迭代创造了条件。
谈及这部分，何小鹏也是颇为自信。在发布会后的采访中，何小鹏说，自动驾驶智算中心，是小鹏智驾领先一个很重要的点，“我们在后台能力，在中国做的是绝对地第一。”
目前，小鹏XNGP已经释放了第一阶段的能力，在上海、深圳、广州三座有高精地图覆盖的城市开放城市NGP，到今年下半年，XNGP将在摆脱高精地图的基础上，实现全国大多数城市的覆盖。
届时小鹏无高精地图的XNGP方案能力如何，这里我们先小小的期待一下。
小鹏另一大为人所知的智能化体验，是Xmart OS⻋载智能系统。
在此之前，小鹏Xmart OS已经在业内积累了相当好的口碑，不管是响应迅速、本地化的全场景语音，还是用户个性化编辑的座舱功能服务，抑或是人机共驾的体验，都是行业标杆的存在。
而在SEPA20 “扶摇”全域智能进化架构赋能下Xmart OS座舱系统将变得更加智能，开发成本和使用体验也更加具有优势。
小鹏透露，有了扶摇全域智能架构加持，Xmart OS的综合研发周期以及语音对话服务可以缩短50%。
在看到上层软件能力的同时，强大的软件功能体验，离不开符合智能化要求的汽车电子电气架构。
目前，小鹏自研的X-EEA电子电气架构已经升级到30阶段，这套架构目前已经在小鹏G9、新款P7i以及即将到来的G6上得到应用。相比之前的版本，这一版本的电子电气架构最大的特点，就是采用了中央超算+区域控制架构平台，集成度更高。
对汽车电子电气架构有所了解的朋友应该知道，随着软件定义汽车的时代来临，电子电气架构开始向集中式架构演变，从最初以多个ECU为基础的分布式架构，到20时代的域集中式架构，再到现在的中央超算+区域控制架构，背后的演变逻辑正是如此。
就目前来看，业内大多数玩家的电子电气架构还处在第二个阶段，即域集中式架构，能做到更加集成的中央超算+区域控制，除了小鹏之外，也就剩下特斯拉了。
据小鹏介绍，X-EEA电子电气架构主要由三大平台构成，具有高性能、高安全和端云一体三大特征。
其中，硬件架构平台由大算力芯片构成计算大脑，担负整车的计算任务，车内千兆以太网、5G网络通信和各个部门的执行器，组成了X-EEA架构的神经系统和四肢。
在这套硬件系统之上，基于SOA分层式整车及数据接口设计的整车软件平台，可以对车辆基础功能和智能化功能进行分层管理，软件开发服务可以通过服务化接口API和原子化接口进行范式化复用。
这种基于SOA架构的底层软件设计带来的价值是，大大降低了上层软件的开发难度和成本，让整车二代综合研发成本降低50%，智能体验（比如智能驾驶和座舱功能）的迭代周期可以缩短30%，极速OTA速率较原来提升300%。
除此之外，小鹏X-EEA架构还有一个数据技术平台，为车辆提供数字可视化生产和售后智能诊断，在提升生产效率的同时，保证车辆的软硬件质量，全生命周期保证用户的用车体验。
以上，就是SEPA20 “扶摇”全域智能进化架构的“软”实力。软实力之后，是小鹏聚焦于动力补能领域的“硬”功夫。
02
“扶摇”架构，都有哪些“硬”功夫？
小鹏SEPA20 “扶摇”全域智能进化架构的“硬”功夫，主要体现在三电补能领域，以及与成本、效率息息相关的制造工艺方面。
这其中，如果有一项要最先拿出来说，那一定是全域800V⾼压SiC碳化硅平台。
800V高压平台的概念，是保时捷在2019年发布首款纯电车型Taycan Turbo S时带出来的，这项技术的出现，让业内看到解决纯电车型补能效率短板的希望，所以，在那之后，国内外诸多车企也纷纷布局800V高压平台。
随着小鹏G9的上市，小鹏的800V⾼压SiC碳化硅平台在国内率先实现量产，而且还是包括动力电池、电驱、电源、压缩机等所有高压部件整车全域的800V。
据小鹏介绍，该平台标配3C电芯，较上一代充电倍率提升50%，同时还能兼容4C电芯，车桩结合实现最快充电5min，续航200km的能力。
不仅小鹏自建的充电网络，第三方充电桩也能获得最大约180kW的充电功率，相比之下，目前主流的充电桩充电功率还停留在100kW。
除了充电效率的提升外，在能耗方面，小鹏SEPA20 “扶摇”全域智能进化架构还将其自研的800V XPower电驱和X-HP智能热管理系统应用上车，保障高压超充时的电池寿命和冬季的续航能力。
另外，小鹏充电补能网络也正在布局当中，目前，小鹏的补能体系系包括7KW和11KW家充桩、20KW直流快充桩、S2 180KW直流超充桩、S4 480KW直流超快充桩等。
小鹏表示，在今年将建成500个具备S4超快充能力的站点，核心城市车主的3公里补能生活圈覆盖率将达到85%，全国车主3公里补能生活圈覆盖率达到80%，真正普及超快充。
整车制造方面，小鹏也将目前业内最先进的技术应用上车，比如一体化压铸。
小鹏表示，其目前已经具备前后一体式铝压铸量产车身的能力，最大压铸力达到12000吨。
12000吨是什么概念？
在一体化压铸领域走在最前端的特斯拉，也是在去年才完成了9000吨压铸机的组装测试。
最后，小鹏自研的CIB电池⻋⾝⼀体化也在SEPA20 “扶摇”全域智能进化架构中出现，这项技术的应用，可以让小鹏的产品拥有更优的车身强度和车内空间。
这就是小鹏SEPA20 “扶摇”全域智能进化架构的全貌。小鹏表示，到2025年，小鹏将自有包括肇庆、广州以及正在规划中的多座工厂，通过过技改、升级，最终全⾯适应SEPA 20“扶摇”全域智能进化架构。
据小鹏汽车透露，SEPA 20“扶摇”全域智能架构研发工作历时5年，累计研发投入超过100亿元。可以说，这是小鹏汽车过去5年技术研发成果的集中展现。
SEPA 20“扶摇”全域智能架构中应用的任何一项技术方案，无论是软件还是硬件，单拎一件出来在业内也是行业头部的存在。但是，如果你以为SEPA 20“扶摇”全域智能架构只是简单的堆叠技术，那就太简单了。
事实上，SEPA 20“扶摇”全域智能架构是以平台化的方式，将这些技术打通，兼容多个研发平台，轴距宽带1800mm-3200mm。
这意味着，依托于SEPA 20“扶摇”全域智能架构，这些黑科技能否以低成本高效率的方式覆盖多个不同级别的轿车、SUV、MPV乃至是皮卡等多种车型。
也就是说，未来小鹏的产品，都将具备标配这些行业前端技术的潜力，而且是低成本的那种。即将在上海车展上亮相的小鹏G6，将是验证SEPA 20“扶摇”全域智能架构能力的首款车型。
结合小鹏在过去一段时间的现状，我们可以认为，SEPA 20“扶摇”全域智能架构是其对过去产品、技术逻辑进行深刻反思，以及对未来智能电动车技术发展进行研判的成果，并将带来超越同行的价值和体验，为小鹏构建广而深的护城河。
本文来自易车号作者电动汽车观察家，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
智能汽车不一定必须是网联汽车，但大多数智能汽车都具有网联功能。智能汽车主要是指应用了各种先进的智能技术，例如自动驾驶、人机交互、车联网等技术的汽车。而网联汽车则是指通过无线通信技术，将车辆与周围环境、其他车辆和基础设施等实现连接，并实现数据共享、交通协同等功能的汽车。虽然智能汽车和网联汽车的概念不同，但两者的技术和应用往往是相辅相成的，智能汽车中的许多功能都需要车辆与周围环境的通信支持才能实现。因此，大多数智能汽车都会具有网联功能，可以与其他车辆、交通信号灯、行人等进行实时交换信息，并实现车辆之间的协同与共同决策。在这里同时也希望大家能够喜欢我的分享，大家如果有更好的关于这个问题的解答，还望分享评论出来共同讨论这话题。 无人驾驶 汽车 是指通过车载传感系统得到本车位置，同时感知道路、车辆等周围环境，自动规划行驶路线，自动控制车辆的驱动速度、转向和制动，能主动对障碍物进行避障，最终控制车辆到达目的地的智能 汽车 。在此基础上，还涉及衍生的V2V、调度管理系统、人机交互系统等技术。
人工智能是对人的意识、思维、动作等过程的模拟。人工智致力于研究能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
而根据无人驾驶 汽车 的功能模块，可将无人驾驶的关键技术分为：定位导航技术、环境感知技术、规划决策技术和自动控制技术。
在无人驾驶技术中的各个模块中，其实都涉及到人工智能的某个方面，比如环境感知需要图像识别的支持，决策规划离不开专家系统等。
因此，可以说无人驾驶技术是人工智能的一个具体应用。在以上的分享关于这个问题的解答都是个人的意见与建议，我希望我分享的这个问题的解答能够帮助到大家。
我最后在这里，祝大家每天开开心心工作快快乐乐生活， 健康 生活每一天，家和万事兴，年年发大财，生意兴隆，谢谢！
其实，这要看对人工智能的定义是什么，在很多人看来这就是人工智能，甚至官方或者政府也定义为人工智能应用，的确相关于之前 汽车 ，无人驾驶的应用可以说是跨时代的。
但就我个人认为，这并不能算是人工智能，而且按理以现在人类可以达到的算力是没有可能实现真正的人工智能（量子机有可能达到）。无人驾驶说白了只是基于各种传感器数据再利用一系列预设算法进行机器判断，没有体现真正的“智能”（自我思考和判断，当然这个是很可怕的）。
所以我个人认为无人驾驶只是基于现有互联网，物联网（射频技术、传感器技术，图像识别技术等）联动的一个高级应用形式，离真正的“智能”不可同日而语。
无人驾驶和人工智能是两个概念，但是人工智能里面一定包含了无人驾驶这项技术。说一下我理解的观点，希望可以给你有所启发。1无人驾驶是 汽车 科技 的一种技术提升。 汽车 工业发展到现在一百多年 历史 ，从最早的工业革命开始至今各种品牌百花齐放，无论在车身结构和驾驶体验都得到了质的飞跃，但是越来越多的竞争和市场也让各大 汽车 企业有效 科技 创新，从ESP车身稳定系统、四驱、自动大灯延迟、导航、无钥匙进入、车道偏离防碰撞安全系统等等，再到现在 汽车 中控都装备了智能触摸显示屏，都说明了 汽车 科技 进步和发展是日新月异，智能 汽车 也将是以后的趋势。
2无人驾驶是 汽车 科技 的一种人为需求。无人驾驶按照现在分级别的话其实是自动驾驶的最高等级，看过一篇文章是这样分类的：目前我们在市场上所能见到的自动驾驶主要有5个级别，分别是从L0-L5。首先，所谓的L0级自动驾驶也就是没有任何自动化技术，车辆驾驶完全靠驾驶员自己 *** 作。而L1级驾驶又被叫做辅助驾驶，其中包括定速巡航，自动泊车以及车道保持等基本功能。这些功能可以让驾驶员在驾驶 汽车 的过程当中避免一些疲劳驾驶，不用耗费过多的精力。L2级驾驶也就是半自动驾驶，是目前市面上最常见的，在大多数的车型中我们都能够看到，其中包括自动辅助驾驶，危险预判刹车等功能，在安全性能方面还是比较可靠的（比如沃尔沃）。L3级驾驶又被称为有条件自动驾驶，与L2级相比，它可以在正常的路段下实现完全自动化驾驶，但是在一些紧急情况发生时，还是需要人工来进行辅助制动（比如特斯拉的自动驾驶技术）。L4级驾驶属于高度自动驾驶， 汽车 的整体制动性能以及反应能力已经达到了一个比较高的水准，驾驶员坐在 汽车 内部不用自己 *** 控，而且 汽车 行驶比较平稳顺畅（这个在某些高端车型上已经实现，但技术还不完善）。最后一个级别就是L5级自动驾驶，它可以实现无条件的全自动驾驶技术。也就是不管在任何情况下，都不用担心路况以及天气，只需要坐在车里面休息就可以了，这才是真正的无人驾驶。
3要实现无人驾驶必须和人工智能相结合。只有开发了相关电子程序，运用到 汽车 上，才能完成真正的无人驾驶，目前也是趋势。其实在某些科幻中，已经预示着 汽车 今后的变化，将会更快更 科技 ，交通事故更少。当然，进步空间还非常大。
最后，个人觉得，无人驾驶如果普及了实现了，再好，也不要过度依赖，驾驶感受毕竟是人的一种体验和感觉；人工智能再先进，也需要人来控制，毕竟只是智能系统。人，才是关键，你说是吗？
可以肯定的是，无人驾驶属于人工智能的范畴，属于人工智能的一种，比较有代表性的是google的无人驾驶技术。
人工智能不一定是人形机器人，具有人类思维模式的计算模型和方式也是属于的，他可以自主地与人交互。比如现在的语音陪聊机器人，电话机器人，它并没有机器组成部件，背后作支撑的是人工智能的运用从逻辑运算来说，无人驾驶 汽车 从感知， *** 作，应急等方面几乎和人的反应是一样的了，有些方面甚至还要超过人类！但是也不能说现在无人驾驶技术能够完全代替人类！
无人驾驶 汽车 的出现将会减少市场对货车司机、出租车司机及其他职业司机的需求。相反，利用远程信息技术——即利用电信通讯来促进沟通及收集车辆数据——出租车和货车公司将得以更好地管理自驾驶 汽车 ，提高服务质量和优化服务路线。
无人驾驶是属于人工智能的。
要实现无人驾驶，目前的方式是通过传感器才起路面信息，再通过算法控制 汽车 的相应动作，这属于本地处理，也算边缘计算吧。
这种方式受限与数据数据不够多，不能更好的训练神经网络，所以存在很多弊端。
随着5G网络的建设，以后传感器采集的路面数据可以上传到服务器，数据处理由服务器完成，再将处理后的数据下发给 汽车 ， 汽车 再根据数据执行相应动作，由于5G的实时性更高，因此安全性可以得到很大的保障，这样越多车上传数据，服务器的神经网络就会越智能越精准。
非常感谢悟空邀请！在这里能为你解答这个问题，让我带领你们一起走进这个问题，现在让我们一起探讨一下。
在这里同时也希望大家能够喜欢我的分享，大家如果有更好的关于这个问题的解答，还望分享评论出来共同讨论这话题。 无人驾驶 汽车 是指通过车载传感系统得到本车位置，同时感知道路、车辆等周围环境，自动规划行驶路线，自动控制车辆的驱动速度、转向和制动，能主动对障碍物进行避障，最终控制车辆到达目的地的智能 汽车 。在此基础上，还涉及衍生的V2V、调度管理系统、人机交互系统等技术。
人工智能是对人的意识、思维、动作等过程的模拟。人工智致力于研究能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
而根据无人驾驶 汽车 的功能模块，可将无人驾驶的关键技术分为：定位导航技术、环境感知技术、规划决策技术和自动控制技术。
在无人驾驶技术中的各个模块中，其实都涉及到人工智能的某个方面，比如环境感知需要图像识别的支持，决策规划离不开专家系统等。
因此，可以说无人驾驶技术是人工智能的一个具体应用。在以上的分享关于这个问题的解答都是个人的意见与建议，我希望我分享的这个问题的解答能够帮助到大家
在以上的分享关于这个问题的解答都是个人的意见与建议，我希望我分享的这个问题的解答能够帮助到大家。
在这里同时也希望大家能够喜欢我的分享，大家如果有更好的关于这个问题的解答，还望分享评论出来共同讨论这话题。
我最后在这里，祝大家每天开开心心工作快快乐乐生活， 健康 生活每一天，家和万事兴，年年发大财，生意兴隆，谢谢！
无人驾驶应该是多项技术的综合，不能完全划归到属于人工智能。这里面比较重要是物联网，雷达及人工智能。在环境探测中就会用到图像识别，在驾驶决策中就会用到机器学习。这两项都是人工智能中的技术。
无人驾驶是人工智能的一种。人工智能基本特点是大数据处理和机器学习功能。
无人驾驶需要实时采集周边路况信息，并进行处理，具备大数据处理的特点。同时，需要自主进行路径规划和路况学习，属于机器学习一类。
所以无人驾驶是属于人工智能的。
无人驾驶是现代人工只能（AI）在 汽车 领域的一种应用。目前的发展阶段还比较初级，依赖传感器数据采集、外部数据实时运算、传输等非内部因素。将来应该能进化到更高阶的形式。
无人驾驶是人工智能的交通范畴落地应用。人工智能有很多应用范畴，如医学、交通、农学等。
计算平台相对系统的发展速度是落后的。
文 | 祥威
“整个行业的自动驾驶系统量产时间节点延迟了，因为在那个节点上要有一个车规级的域控制器。行业内原定的是2021年的第一季度（实现自动驾驶量产）。现在普遍都延后了一年或一年半。”比亚迪智能驾驶首席专家王欢近日接受新智驾专访时表示。
域控制器是指自动驾驶 汽车 的计算平台，相当于车载大脑。在王欢看来，近年来计算平台相对系统的发展速度是落后的，由于缺少满足车规级的自动驾驶域控制器，导致大部分主机厂和供应商在开发时只能暂时冷处理，将整个量产的时间节点向后推迟。
新智驾了解到， 汽车 产品标准分为消费规、工规和车规。其中车规是级别最高的，需要通过抗冲击性、振动性、防火和高低温等实验。同时作为智能驾驶功能安全， 汽车 产品必须满足ISO26262标准。
谁能率先推出车规级自动驾驶域控制器？关键或许在于客户群体。
王欢认为，由于大陆、博世拥有庞大客户群体，所以向客户推送时会更加方便。华为在做生态，由于体积大、联盟伙伴多，推起来可能也会更加容易，但创业公司面临的困难可能会比较多。
除了域控制器，实现自动驾驶量产还涉及到一些研发模式等问题。比如，对于许多公司采取的在改装量产车上进行方案论证的模式，主机厂会认为它并非量产的正确模式。
据王欢介绍，面对复杂的自动驾驶，主机厂需要有正向的开发模式、验证体系、自动驾驶系统架构等。
他在一次名为《自动驾驶开发升级》的主题演讲中重点介绍了这些量产要求。以验证体系为例，自动驾驶对于开放道路测试数据、人机交互、评价维度和系统架构均有着迫切需求。而且，这些需求与传统 汽车 有着根本区别。
附：
今天我站在主机厂的角度，分享一些自动驾驶开发升级过程中面临的问题。
众所周知，自动驾驶的开发模式主要分两种，一种是以Waymo为代表的 科技 公司主导的跨越式开发模式，一种是以特斯拉以及其他主机厂主导的渐进式开发模式。跨越式开发模式是指跨过L3，直接研究L4级自动驾驶。渐进式开发模式主要指以传统的ADAS技术为基础，慢慢过渡到L3、L4。这两大阵营在开发工作项目中也有紧密的合作，一些算法公司、传感器巨头都参与到了合作当中。
无论是L3还是L4，行业内都遵循着这样的原则：首先要找出自动驾驶的落地点，然后分析这些落地点的场景，基于场景开发功能。或者沿着反方向，从场景功能倒推落地点。
如果自动驾驶适合的场景非常少，边界非常窄，对 汽车 的安全贡献就会非常小，甚至由于运行过程中超出边界而发生危险，那么，它就是不安全的。同理，如果驾驶场景边界特别宽，现在的技术又不能全面分析它的安全性，那么，这种场景也是比较危险的。
总结看， 自动驾驶就是要确定合理的场景，并且设定科学的安全目标来进行开发，行业也都是按照这个流程来做的。大家会逐渐地把功能开发聚焦到几个方面，以L3和L4举例，它们包括HWP、TJP和AVP等，这个过程中有大量的方案论证，经过大量的验证，然后展示，再示范运营，最后收集数据进一步优化算法。
其实在主机厂看来，这种模式基本上量产不了，原因很简单，量产的过程比这复杂得多。因为量产自动驾驶是一项很庞大的工作，投入会很大，时间也会很长，车厂还要和一些公司建流程、出标准等等。所以说大家之前做的工作意义很大，但是还不够。
对于这种复杂的开发，我们迫切地需要对原始的开发流程进行升级，不仅要有一个正向的开发模式，还要有一个验证体系。此外，由于现在的开发都是类似于后装的车改制的方式，所以还需要一个自动驾驶系统架构。最后，人机交互和车辆平台也是非常重要的。
自动驾驶是以车为中心的车辆系统，所以还是要遵循V流程开发模式，在开发过程中要借鉴传统的标准。一些标准比如说ISO21448，它只针对L1、L2而不针对L3，但是没有关系，我们可以借鉴里面的思想，然后扩展标准里的开发流程。
主机厂更注重什么？首先是预期功能安全，它关系到能否解决场景的问题。甚至可以说，产生自动驾驶危险更多的是因为场景不足，而不是系统的不安全。预期功能安全这个标准主要关心四个范围。范围一是已知的安全场景。范围二是已知的不安全场景，范围三是未知的不安全场景，范围四是未知的安全的场景。
很明显，我们的重点是在范围二和范围三，怎么样用一切办法缩小它们的范围很重要。
首先，必须要有一个场景库，场景库是任何一个开发团队的核心数据库。通过场景库，找到一些不合理或者是不安全的场景，针对这些场景提供安全措施，通过验证安全措施的方式，最终达到安全目的。当安全目标都能够满足范围二的范围标准的时候，主机厂就可以接受了。针对范围三，对于未知的不安全的因素怎么考虑，其实对这个问题，可能到现在我们的行业都没有一个有效的方法，都是按照完整分析测试来实现的。所谓的完整分析，其实是对于一个基础场景进行排列组合的分析，对它所有的可能出现的状态进行分析。
然后是功能安全标准ISO26262，这个标准已经比较成熟，但在L3自动驾驶上的分析还是比较新颖的，可能目前来看，还没有更全面的分析经验。
针对L3级别以上的自动驾驶与传统的ADAS等级的功能安全的区别在哪？在L3的开发过程中，我们进行安全分析时目标和对象会更庞大。比如，基于V2X的HWP功能进行分析，当我们进行分析时，除了对车进行分析，还要对通讯接口、路边设备已经云端服务器进行分析，这是自动驾驶功能安全需要额外考虑的问题。
信息安全方面，自动驾驶要解决的问题是怎么抵抗黑客攻击和网络攻击。在整个行业内，信息安全几乎没有一家能够独自完成。为什么？因为一旦车联网以后，它能够被攻击的接口太多了，有网关、T-BOX、V2X、第三方的云、主机厂的云、手机APP、车机、充电桩等等，甚至包括自动驾驶传感器及系统本身，这些都会受到信息安全带来的挑战，所以需要各方合作。
无论信息安全还是功能安全，最终的落脚点都是车，如果车不动，发的信息车不执行，那就是安全的，所以功能安全和信息安全之间有某种联系。
在开发的过程中，怎么判断这种关系，将他们联系在一起？首先我们要定义一个安全指标，并且对这种安全指标进行策略分析，分别执行两件事，一个是功能安全，一个是信息安全，这一流程应该可以把功能安全和信息安全联系在一起。
以上这几个安全，包括V流程的一些开发，是主机厂面临开发升级所面临的挑战。
接下来谈一下验证过程。传统的ADAS开发有很多地方可供借鉴，但是它和自动驾驶的深度和广度完全不是一个数量级的。智能驾驶更关心的数据，或更难拿到的数据是开放道路测试数据，这是有实际意义的，而且是必须要有的。
然后是人机交互，这也是验证过程中的重头戏。整个验证过程的工作量是非常大的，是每个主机厂的核心工作。问题的关键点不仅在于怎么测试，还在于怎么通过一个评价体系把这些东西串在一起。
要引入我们虚拟测试的自动化，只有自动化才能够满足我们对这种工况的分析的条件。
分析结果后怎么评价，我在这里给出几个维度的建议，一是安全度，一是舒适度，车与车之间的交互等等一些因素。以安全度为例，主要是碰撞，碰撞的程度怎么样，碰撞之后车辆的表现如何。我们会发现，每个主机厂对自动驾驶的理解是不同的。
下面谈一下主机厂更关心的系统架构。
大家的前期开发都是基于量产车的改装，属于后装形式，成本也很高，这时就急需一种正常的智能驾驶架构。要搭建这种架构的前提是针对什么样的功能。基本上，功能可以分为两大类，一个是Fail-safe，一个是Fail-degrade，这些功能分别包括定位、感知、警醒等。
针对这些功能的架构，我们可以给出一个架构体系，就是传感器的输出到主辅控制器的工作模式，主辅控制器的工作受到安全监控这个模块的宏观调控，再决定是由主控制器来控制，还是辅控制器来控制，这是行业比较认可的一种架构。当然这里面没有提到通讯和电源的冗余，正常情况是要考虑到的。
这个功能集成是指控制器必须有L1和L2的功能，也包含L3的功能，现在的车上既然已经有了L1和L2的功能了，如果控制器只有L3的功能，意味着车的成本是增加的。那么，为什么不能用强大的计算力，在L3的控制器把L1和L2一起都做了呢？在项目的开发过程中，其实能够提供这种解决方案的人也比较少。
对于未来的OTA软件升级，包括降低成本和轻量化，其实主机厂对于这种体系架构有迫切的需求。
域的概念有一个好处就是功能集成。近年来行业里提出来一个架构，就是以车辆的物理空间为基础的域，比如它可以控制雷达、应急车灯。像这种域很明显，它的布线就比较简单，但是它对软件架构要求非常严，这种域在特斯拉的Motel3上已经量产了。
然后是人机交互。在L3上，已经不仅仅是人机交互那么简单的事情，而是和安全甚至控制有密切的关系。传统 汽车 的人机交互大部分基于人对 汽车 信息的监控，L3、L4之后， 汽车 要监控人的信息，这是有着天壤之别的。
所以针对人机交互的开发是不容小觑的。驾驶员在接管了自动驾驶之后的表现怎么样，他慌不慌张，他迷不迷茫。另外一点就是车在接管之后，它的功能表现怎么样，不同的车辆之间的替换，不同安全等级之间的切换，尤其是L2和L3，因为L2也控制纵向横向，L3也控制纵向横向，驾驶员容易混淆，以上的这几点加在一起，就需要有一个行业上统一的HMI标准，这正是我们需要的。
同时还有一些其他的标准，包括乘客上下车的交互和场景的交互等。场景的交互主要是指车和车，包括L4的远程控制等等。另外，人机交互还必须有关于漏报和误报的指标，不能总发生狼来了事件。
最后谈一下车辆平台，L3以上的自动驾驶开放平台和传统的车辆平台之间的差别在哪，我认为主要体现在，传统 汽车 上，驾驶员在驾驶的时候，要求舒适性、 *** 控性和安全性，但是在自动驾驶系统控制时，问题就来了，我们称这个车是Fail-degrade的，是双备份冗余的。
这个双备份冗余指的是执行层面，包括制动、转向和电源等等，以及自动驾驶对车辆指令的响应，对响应性要求是很高的。另外就是车辆动力学的性能，发出一条指令之后的运动应该是线性的，不能是非线性的。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）