【太平洋汽車網】特斯拉、沃爾沃采用不同的環境感知技術路線來實現自動駕駛，『弱感知+超強智能』和『強感知+強智能』兩大技術路線中，特斯拉采用前者，沃爾沃選擇了後者。
從理論上來說兩條技術路線殊途同歸，但就現階段而言，『強感知+強智能』確實是可行性更強的解決方案，回答『為什麼』之前先來看看『是什麼』。
一、什麼是自動駕駛，以及自動駕駛原理簡析人們普遍理解的自動駕駛是人工智能的終極場景。
作為現代工業的明珠，汽車工業本身的高體量需求以及幾乎涵蓋所有制造業部門的超長產業鏈支持，讓自動駕駛成為人工智能實現場景落地的最重要方向。
理解了自動駕駛等級分類標準，再來聊聊自動駕駛軟硬件架構。
汽車自動駕駛過程其實與大腦的人工駕駛過程一一相對，簡單理解就是傳感器輸入諸多數據，經過處理器運算，辯識環境規劃路徑，作出決策並通過電子系統控制車輛。
如前所述，自動駕駛軟硬件架構主要分為環境認知、決策規劃、控制執行幾個環節，每個部分具體功能如下。
1、環境認知層：如同人的眼睛一樣，主要起到獲取車輛所處環境信息和車輛狀態信息，為進一步決策提供視知覺信息參考。
1》信息獲取傳感器：包括激光雷達、毫米波雷達、超聲波雷達、車載攝像頭、夜視系統、GPS、陀螺儀等；
2》環境感知信息：車道線檢測、紅綠燈識別、交通標識牌識別、行人檢測、車輛檢測、障礙物識別和車輛定位等；
2、決策規劃層：如同人的大腦一樣，根據設定的路線規劃、所處的環境和車輛自身狀態等，規劃下一步具體的車輛行駛任務、行為、路徑；
《圖/文/攝：太平洋汽車網問答叫獸》