一、自動駕駛還需要較長的路要走

　　ADAS、自動駕駛、無人駕駛、智能汽車等詞語風靡科技圈，如果哪個智能硬件團隊或科技公司無法與這些關鍵詞建立關聯，頗有被世界遺棄之感。但是，如果客觀的去分析，真正意義上的自動駕駛尚有較長的路要走。

　　1）不存在完美的傳感器件

　　無論是何種程度的智能駕駛，第一步都是感知，也就是感知車輛周邊的負責的路況環境。在這個基礎上才能做出相應的路徑規劃和駕駛行為決策。感知所采用的各種傳感器包含：各種形式的雷達、單目攝像頭、雙目攝像頭等，或是由這些傳感器進行不同組合形成的感知系統，而這些傳感器件各有利弊。

　　比如：激光雷達對雨霧的穿透能力受到限制、對黑顏色的汽車反射率有限;毫米波雷達對動物體反射不敏感;超聲波雷達的感知距離與頻率受限;攝像頭本身靠可見光成像，在雨霧天、黑夜的靈敏度有所下降。

　　2）從90分到100分要走的路才是最艱難的

　　如果人去開車，一年中發生些小的刮蹭、磕碰是再正常不過的事。但如果自動駕駛系統發生這些事故，就要成為關注的焦點甚至不被接受。其實，我們對機器智能的可靠性要求要遠遠超出人工智能的可靠性。每種機器智能設備的投入使用都是在其可靠性遠超人工之后才被允許的。所以，自動駕駛的目標不是“像人一樣的去開車”，而是“在安全性、舒適性、合理性完全超過常人的狀態去開車”。

　　3）復雜的路況問題是自動駕駛的壁壘

　　相對于歐、美、日本，中國的各種路況要復雜的多。僅僅紅綠燈的形態不下100種;各種交通標識的形態沒有統一;車道線的寬窄、間隔參差不齊，甚至許多道路沒有車道線。所以，高速公路的自動駕駛、某段路線的自動駕駛與真正意義上的自動駕駛是兩個層面的問題，這些都是在實現完全自動駕駛之前需要我們解決的問題。

　　4）法律方面的壁壘

　　除了技術問題，還有我們社會的法律問題。這些技術要在法律層面得到認可，就要說清楚一系列的技術問題，還要有大量繁雜的數據支持。法律上認可的過程也一定會是漫長的一個過程。當然，這些工作都在同時開展著。

　　綜上所述，自動駕駛需要一步一步的走，不會一下子跳躍過去。ADAS系統會是自動駕駛的第一個階段，當我們實現了危險駕駛行為的準確預警，積累了大量的經驗和使用數據后，下一步的工作才有可能實現。

　　二、ADAS與行車記錄儀對成像系統的要求截然相反

　　可以確定的講，凡是在行車記錄儀成像系統的基礎上添加ADAS功能的，都是在炒作概念。目前車上用的智能硬件多是行車記錄儀、云鏡等產品，在這個上面開發ADAS功能，只是廠家賺取噱頭的方式。

　　其根本原因是ADAS與行車記錄儀對成像系統的要求是截然相反的。

　　行車記錄儀的目的是記錄車輛周邊的狀況，看的越清晰越好、越全面越好。這就需要成像系統具有超高的分辨率、超好的色彩還原性、超大的廣角鏡頭，視角增大意味著焦距的縮小。

　　而ADAS的要求如下：

　　一是看的越遠越好，看的越遠就能有更加充裕的時間做出判斷和反應，從而避免或者降低事故發生造成的損失。而焦距越長看的會越遠。

　　二是只關注車輛行駛區域內的障礙物，所以是窄視角，也就是長焦距。這樣能降低車輛兩側障礙物（如路基、欄桿等）對系統誤報的影響。

　　三是要求黑白圖像。彩色圖像在sensor表面進行了鍍膜或分光的帶通過濾光譜，雖然提升了人眼的感知體驗，但實際上降低了信噪比或者說信息量。這對真正意義的圖像計算不利。

　　綜上所述，在短焦距只關注周邊景物的行車記錄儀成像系統的基礎上，進行ADAS的研發是不切實際的。