最近我们的自动驾驶首发刷屏，ADS终于不是什么神秘组织了。今天回头看，这是锤炼一个创新产品的及其痛苦但又必须经历的过程。安全领域也不例外。这个过程，迫使我们抛开所有的标准、规范，拷问自己：本质上，自动驾驶的安全风险来自于哪里？

本文重点阐述鸟瞰图描述的整体软件架构中跟智能驾驶相关的部分。也就是“智能驾驶软件框架和基础组件” 部分。深入描述了这一部分的两个核心框架，“环境模型框架”和“EPX-SA模型的实现框架”。

智能驾驶软件架构涉及太多不同领域的技术（算法设计，算法加速，通讯，图像处理等等），每一个领域都可以是一个企业的专属产品。我们需要一种方法对涉及的纷繁复杂的相关产品做一个产品架构上的梳理。厘清不同产品之间的结构层次。不同产品之间的依赖关系。这...

传感器就是无人驾驶车的“眼睛”，分布在车辆的顶部、前面和后面，可以“看”到相距240米内的场景。计算单元则是车辆的大脑，它隐藏在车身之中，对“眼睛”观察到的环境进行综合处理分析。

作为一种更安全、高效的出行方式，无人驾驶能够带来的影响远远超出人们的想象：除了带来交通方式的变革，它还将颠覆人们的工作、生活方式，重塑城市图景，甚至改变整个地球的生态环境。

无人驾驶将改变城市和居民的空间成本、时间成本和环境成本。越来越多的人好奇，无人驾驶未来会给城市带来哪些颠覆性的改变？

无人驾驶出租车就要驶上街头了吗？无人驾驶领域技术和配套发展情况如何？未来出行会发生怎样的变化

无人驾驶汽车的辅助技术必须首先通过 6 个无人驾驶等级，才能在相应的限制条件下，如地理围栏，上路行驶。这些级别具体如何划分？ 以及我们现在处于哪个级别？ 美国汽车工程师学会 (SAE) 定义了6个无人驾驶等级 — 从 0 级（完全手动）到 ...

本文归纳出感知能力逐步进化的三个阶段。并分析了以下几大难题给感知带来的挑战：深度学习模型本身存在的缺陷、多传感器需要进行扬长避短的融合、低延迟要求和有限算力间的矛盾、难以准确表征和处理不确定性。最终，对感知的未来发展提出展望。

在交通出行领域，自动驾驶、新能源汽车和智能交通这三大产业在2020年实现了一系列新的技术和场景的创新。完全自动驾驶商用上路、新能源车迎来逆势上扬、智能交通开始5G车联网的车路协同场景推进。