説起自動駕駛，現如今早已不是什麼新鮮概念。從小時候開始，自動駕駛汽車就在大熒幕中頻頻出現，到如今自動駕駛技術逐步走向成熟，走出熒幕，這一切都離不開科學技術的快速發展。不過在如此多廠商研發自動駕駛技術的今天，你知道自動駕駛究竟有幾種方式可以實現麼？接下來，就讓我們探究一二。

　　在現有技術水準上，自動駕駛大致可以分為兩種技術路線：

　　第一種是基於車輛現有雷達和感測器，以ADAS(Advanced Driver Assistance Systems高級駕駛輔助系統)為切入點，進行的自動駕駛研究。這種技術偏向於讓車輛進行即使演算，通過攝像頭和雷達等車載設施的配合讓車輛達到自動駕駛目的。

　　第二種以V2V（vehicle to vehicle意為車車資訊交互）和V2X（Vehicle to X意為車與外界資訊交互）為基礎，讓車輛通過移動互聯，與周邊環境建立資訊通訊，從而得知實時交通狀況，實現可預見性自動駕駛。

　　現如今，這兩種技術都有不小進步，但距離真正意義上的自動駕駛，還是具有相當一段差距的。

　　以ADAS為基礎的自動駕駛：

　　為什麼要將ADAS作為自動駕駛的基礎呢？原因很簡單，因為ADAS儼然已經具備了量産基礎，各種駕駛輔助系統向中低端車型逐步滲透就是最好證明。

　　目前，雖説ADAS的全球市場滲透率還不高，大約只有5％，但隨著汽車安全性和智慧化需求的增加，未來ADAS的市場滲透率還會大幅度提升。根據諮詢公司PRNewswire預測，到了2020年，全球ADAS滲透率將會達到25％，全球新車ADAS搭載率更是有望突破50％，如此龐大的一個滲透基數，用來作為自動駕駛的基礎難道還不夠麼？

　　並且，ADAS在硬體方面也都相當成熟，博世、恩智浦、大陸等零部件供應商每年向車企供應的感測器、執行器早已達到千萬數量級，如此龐大的一個供應量足以説明，ADAS在硬體方面已經相當可靠。特別是恩智浦近日還利用最新BlueBox引擎，發佈了功能強大的自動駕駛平臺。

　　不過僅僅依靠ADAS就能夠實現自動駕駛麼？當然不是。拿特斯拉為例，特斯拉在ADAS領域做得可謂超前，但它依舊只能達到二級自動駕駛水準，這一切的原因還是由於缺乏高精度地圖的有效支援。

　　現如今，高精度地圖儼然已經成為自動駕駛的必要不充分條件。根據地圖廠商的劃分，高精度地圖大致可以分為兩大類，第一種是ADAS級高精度地圖，它的精確程度可以達到米級；第二種是HAD級高精度地圖，它的精確程度更是可以達到釐米級別。

　　由於兩種地圖的目的不同，ADAS級更多只是收錄道路形狀、坡度等基本資訊，然後用於配合車輛本身的駕駛輔助系統，減輕駕駛壓力。HAD級收集的資訊則更為精準，車道類型、寬度，道路周圍環境，它都會詳細記錄，這樣一來車輛才會有更為詳盡的參考資訊，所以在ADAS的基礎上，高精度地圖已然成為不可或缺的一部分。

　　不過由於城市道路的複雜性，高精度地圖在城市內部道路的採集還是具有相當難度，發展成熟還需假以時日。

　　以車聯網為主導的自動駕駛：

　　説完以ADAS為基礎的自動駕駛，我們再來談談以車聯網為主導的自動駕駛又是怎麼一回事？

　　簡單來講，V2V和V2X技術理念就是在汽車上加裝一個通訊設備，然後將交通指示燈、道路標識、道路行駛車輛、行人等全都作為信號發射源來進行實時通訊。這樣就算汽車本身不具備探測能力，但通過不斷詢問周邊車輛和交通設施，也能夠了解其周邊的交通環境，從而實現安全的自動駕駛。

　　V2V、V2X技術相對於ADAS的最大優勢就在於，它可以讓車輛具備預見性，而不是到了眼前才做出應有反應。拿信號燈為例，ADAS是基於攝像頭來識別圖像，通過演算法來判斷信號燈究竟是紅是綠的，而V2X可以讓車輛在百米之外就收到信號，從而得知信號燈狀態，這就讓自動駕駛變得更為簡單。

　　不過，這種技術依舊需要高精度地圖作為基礎。它最大的難點在於，在所有交通設備上都加裝信號接收裝置和通訊器材是一件非常龐大的事情，並且信號頻率如何統一也是擺在研究人員面前的難題。