智慧人車的技術(shù)難點(diǎn)主要體現(xiàn)在以下幾個方面。

一是技術(shù)難題，涉及眾多復(fù)雜技術(shù)，如高級語言程序設(shè)計、數(shù)據(jù)結(jié)構(gòu)和算法分析、智能駕駛原理等，每一項(xiàng)研究成果背后可能包含數(shù)十種技術(shù)，企業(yè)難以完成所有硬件研發(fā)和智能技術(shù)，且大數(shù)據(jù)、5G、云計算等依賴足夠的數(shù)據(jù)場景和基礎(chǔ)設(shè)施建設(shè)，這對多數(shù)企業(yè)很難實(shí)現(xiàn)。

二是產(chǎn)業(yè)整合問題，汽車智能化市場爆發(fā)，創(chuàng)業(yè)公司林立，供給側(cè)涌現(xiàn)多樣智能化方案，但技術(shù)路線差異大，市場存在泡沫，呈現(xiàn)“散兵游勇”局面，企業(yè)營收有限而研發(fā)成本高。

三是環(huán)境感知技術(shù)，傳感器獲取環(huán)境信息存在不足，如攝像頭在惡劣天氣和遠(yuǎn)距離觀察上受限，毫米波雷達(dá)信號易衰減、傳輸距離短且分辨率不高，激光雷達(dá)易受干擾且成本高。同時，自動駕駛環(huán)境感知有“弱感知+超強(qiáng)智能”和“強(qiáng)感知+強(qiáng)智能”兩大技術(shù)路線，各有特點(diǎn)。

四是高精度定位技術(shù)，目前商用GPS技術(shù)定位精度不夠，易受干擾，需通過融合多部件信息實(shí)現(xiàn)精確到車道線的全球?qū)崟r定位。

五是決策與規(guī)劃技術(shù)，要融合多傳感器信息進(jìn)行任務(wù)決策和路徑規(guī)劃，有全局規(guī)劃和局部規(guī)劃之分，常見決策規(guī)劃體系結(jié)構(gòu)有分層遞進(jìn)式、反應(yīng)式及混合式，各有優(yōu)劣。

六是控制與執(zhí)行技術(shù)，包括車輛的縱向控制和橫向控制，涉及多種模型和控制算法。

此外，還面臨交通相關(guān)因素的整體協(xié)同難題，若無法建立大一統(tǒng)的交通相關(guān)因素管理系統(tǒng)，無人駕駛難以應(yīng)用于現(xiàn)實(shí)。

解決這些難點(diǎn)，一方面可通過產(chǎn)業(yè)鏈深度合作利用彼此技術(shù)優(yōu)勢降低研發(fā)成本，另一方面要依靠強(qiáng)大的自研實(shí)力獲得市場認(rèn)可提升溢價能力。