道路千萬條，安全第一條，行車不規范，親人兩行淚。在我國，每年均有26萬人于交通事故中喪生，這意味著每天都有700人因車禍離世。而在全球，每年道路交通事故所引發的損失則高達2306 億美元。數據表明，其中94%的交通事故由人為錯誤產生。基于這些洞察，從高級駕駛輔助系統（ADAS）入手，以安全為指導方針，堅持循序漸進和開放的發展方向，深挖交通數據紅利，打造智慧交通，終將能實現自動駕駛。

　　從ADAS入手，將安全貫穿于駕駛的全過程

　　我們相信，自動駕駛不是一蹴而就的。從預警、到駕駛員輔助、到自動駕駛，技術的成熟應逐步通過落地應用來實現，這才是一個良性的發展過程。在實現自動駕駛之前，作為汽車從傳統功能車向智能互聯車過渡的一項重要技術，ADAS發揮了非常重要的作用。目前，ADAS能夠有效降低交通事故率已是行業共識。全球包括中國在內的多個國家，紛紛推出了普及ADAS相關技術應用的法律法規。消費者對ADAS的功能認知度也逐漸得到提升。

　　既然ADAS技術已日趨成熟，那就應當先普及ADAS技術來讓今天的道路更安全，而不是一味地等待自動駕駛完全就緒。自動駕駛是高級駕駛輔助的最終目標，ADAS屬于L2（部分自動駕駛）級別的自動駕駛。在通往L5級別自動駕駛的道路上，ADAS系統的成熟與完善是基本保障。就目前的技術來看，ADAS系統需要突破的是外界信息采集的精度和數據處理能力，前者的解決方案是高精度攝影與激光雷達的組合，而后者的解決方案是專業的車用級處理芯片如MCU、GPU或GPU+FPGA。當然，與之配合發展的還有高精度地圖的發展。

　　從技術發展來看，隨著自動駕駛產業的快速發展，不同等級的自動駕駛對地圖需求各不相同，高精度地圖是L3/L3+以上級別自動駕駛不可或缺的重要支撐技術，且高精度地圖作為自動駕駛現有傳感器的補充，為車輛提供了更加可靠的感知能力。

　　為了實現自動化駕駛，必須具備以下三個條件：

　　● 車輛完全了解環境車輛；

　　● 根據環境做出想對應的處理；

　　● 確保汽車本身安全和信息安全。

　　這三者缺一不可。

　　而三個條件又依賴于高級駕駛系統（ADAS）技術的不斷發展。ADAS的主要作用就是保證駕駛安全，目前的ADAS主要是為駕駛人提供車輛的工作情形。車外周邊環境的變化等信息。

　　并且同時將這些信息進行分析，從而判定并預警可能發生的危險情況，讓駕駛員今早做相應的措施，避免發生意外。

　　ADAS如今正在不斷發展，同樣的，伴隨著發展，它內部的技術也在日益復雜，自動化的程度也在不斷上升，直到最后演變為完全自動駕駛。ADAS是汽車智能化必須要掌握的技術，而且還需要投入大量的時間和精力。

　　深挖數據紅利，全面實現智慧交通

　　除了發揮ADAS技術在安全駕駛方面的積極作用，也要重視相關數據的應用，挖掘數據價值，為打造智慧交通奠定堅實基礎。同濟大學國家創新發展研究院執行院長、中國交通研究院院長李興華從研究角度出發，未來智慧交通下的數字交通系統將具備不同的特征和特質。其中以下六大概念最具代表性：

　　一個以用戶需求、偏好、數據流和動態響應為中心的移動性范例；建立一個動態的、多模式的交通系統，傳統的交通信息和數據共享模式必須得到根本的改變；交通需求將在公共、私人和非營利機構日益多樣化的生態系統中得到滿足；整個交通系統中無處不在的連接，車輛之間、車輛和周邊基礎設施之間、以及交通系統和其使用者；一個良好連接系統，使用戶可以輕松從A點到B點，不管其方式，服務提供商；道路、停車場動態收費，資產共享以平衡供需。

　　所以，預測未來的交通趨勢可能用“4+X”來概括比較有依據?！?”是未來智慧交通的基礎，代表自動化、電動化、互聯化和共享化。此外，在交通運輸的社會性和經濟性方面，精準、綠色、公平等特征也必不可少。

　　在傳統汽車行業向服務化轉型的大潮中，大數據能提升整個主機廠企業內部的運營效率。汽車行業的聯網數字化可分為三個階段，觸網時代、聯網時代和智能數字化時代。智能網聯數字化技術能夠幫助我們探索車與車、車與交通、車與智能家居之間的關系，結合一些智能化的AI技術給用戶提供更貼心的出行和生活服務輔助。比如與前車通訊預判危險、某一路線車流量過大時自動變更路線預防擁堵、汽車回家入庫智能家居自動運行等。

　　基于大數據的無人駕駛，也將徹底改變傳統的駕駛模式，汽車出行將不再局限于駕駛員資質和年齡，可以無視長時間駕駛帶來的疲勞效應，降低雨雪霧霾天氣發生交通事故的風險等。據預測，到2040年自動駕駛市場規模將達3000億左右，ADAS作為智慧交通的一環，隨著技術的進步，將逐步實現“聰明的車”駛入“智慧的路”。