自動駕駛既要耳聽八方，又要眼觀六路
自動駕駛汽車的只要“耳朵”雷達還不足以完成完美的安全駕駛任務，還需要“眼睛”來協同工作才能更好的完成自動駕駛，這只眼睛就是自動駕駛汽車上的攝像頭，我們來看看它是怎么工作的和它的特點。
攝像頭構造
攝像頭在汽車上的應用，目前主要有單目和雙目攝像頭兩種類型。簡單的講，單目攝像頭的測距原理是先通過圖像匹配進行目標識別(各種車型、行人、物體等)，識別出物體的具體輪廓，特別是寬度，根據傳感器的尺寸，再通過目標在圖像中的像素大小估算目標距離。這就要求在估算距離之前首先對目標進行準確識別，判斷是汽車還是人，是貨車，SUV還是小轎車。準確識別是準確估算距離的第一步。要做到這一點，就需要建立并不斷維護一個龐大的樣本特征數據庫。保證這個數據庫包含待識別目標的全部特征數據。而雙目攝像頭就是利用兩幅圖像的視差直接對前方霧天測量距離，無需判斷物體的類型。理論上。雙目攝像頭的精度可達毫米級，而且雙目攝像頭計算距離所花費的時間遠低于單目攝像頭。
三目攝像頭
攝像頭的致命弱點是對外部光源的依賴，低照度或者夜晚光線弱的情況下，攝像頭的性能會迅速下降，另外，正對陽光，出入隧道，都使攝像頭有瞬間“失明”發生，雖然只有短短幾秒，也是相當危險的，還有，雨雪霧霾等惡劣天氣也讓攝像頭無用武之地。攝像頭是迄今為止所采用的最密集的感測模式，而且成本價低的感測技術。
編輯總結：自動駕駛的感測傳感器不僅僅限于雷達和攝像頭，在科技技術快速發展的時代肯定會有更完美的方案來解決自動駕駛汽車感測的盲點問題，或者利用多方位的感測技術互相協調互補的方式，完成自動駕駛的感測周圍一切的任務，確保無論什么環境都會100%識別，達到完美的駕駛模式。
自動駕駛現實挑戰很多，解決了才進一步
自從有了汽車，就有了對自動駕駛或者無人駕駛汽車的設想，從虛構小說科幻電影到現實研究和產業開發，以及首先實現部分自動駕駛功能的量產系統，自動駕駛汽車的夢想也經歷了100多年，我們還在追夢的路上奔跑著，最近，自動駕駛汽車雖然取得了長足的進展，但也仍然面臨這一些挑戰。
安全性的挑戰
技術與功能的安全性：自動駕駛的算法人們都在進行開發和優化。零部件商在研制新型的更好的傳感器，有些公司在測試各種各樣的成套傳感器。目前的待解決的挑戰有，如何應對突如其來的天氣變化?遇到傳感器從來沒見過的物體時怎么辦?出現臨時建筑工地或者與預先輸入的地圖有所變化時怎么辦?自動駕駛技術在過去的這些年中取得的了巨大的進步，但是是自動駕駛技術在可靠性和安全性上還需要做哪些提高才能具備實際應用的條件?
網絡安全性：自動駕駛汽車應該的互聯的汽車，這樣才能下載地圖和交通狀況的升級更新，以及連接到其他車輛或者諸如信號燈等交通設施。但是，互聯網汽車近來已經成為黑客攻擊的目標。網絡安全性可能永遠不會完美，制造商如何能生產出安全的車輛呢?
人的因素
自動駕駛汽車最終還是為人服務的，牽扯到人勢必就會有，法律、責任和道德。在自動駕駛、高度自動駕駛和完全自動駕駛汽車中，人分別起到什么作用?誰在主宰?誰來負責?從駕駛人到汽車的責任如何過渡?自動駕駛汽車之外的交通參與者對此會做出什么反應?
需要厘清責任層面的不確定性，如果發生交通事故。誰來承擔責任?是否由于對汽車的控制由駕駛人交給了自動駕駛汽車?而責任也轉移給自動駕駛汽車了呢?還是責任有駕駛人轉移給自動駕駛汽車的制造商了呢?
自動駕駛汽車是不是和人類駕駛一樣安全?或者是不是應該更安全呢?安全到什么程度?如果自動駕駛汽車在顯著降低死亡人數的同時又造成了新的不同類型的事故時該怎么辦?又比如，車內乘員的安全性和車外行人安全性的優先級這樣的道德問題怎么權衡?
基礎設施
交通需要依靠道路基礎設施，自動駕駛汽車也要依靠數字和模擬的基礎設施。但是多少基礎設施是真正需要的?自動駕駛汽車能夠、應該或者必須依靠基礎設施嗎?自動駕駛的地圖多久更新一次?
編輯總結：自動駕駛汽車將對出行需求和交通產生巨大影響，但交通流量，未來交通形式以及城市化的具體變化還存在高度不確定性。總體車輛行駛里程會增加嗎?自動駕駛汽車占用的空間會比現在的汽車少嗎?是不是總體車輛數量減少會使車位需求也會減少呢?實際上上述問題現在沒有答案，有些問題甚至將來也不會有答案。
