自动驾驶技术需要依赖的几个方面。

随着科技技术越来越智能，我们在生活中，免不了应酬，疲劳驾驶，等等影响驾车的行为。我们就想着有没有让车子自动行驶的办法。像电影里面的智能电脑操控汽车飞奔，所以我们一直都在为这个目标而改进相应的技术，下面我们来看看自动驾驶技术需要依赖的几个方面：

1、自动驾驶技术之计算性能。

研究表明，人类的反应时间通常是100。～150ms，尽可能保证安全的自动驾驶技术响应时间应低于100ms[68]，而自动驾驶系统面临的持续输入数据量则非常巨大，车身上的高分辨率照相机每秒会产生2GB像素，输入到用于决策和推断的深度神经网络中，实现物体和行人跟踪、交通信号检测和识别、车道检测等250万亿个操作。

同时，对于这样规模的计算量，数据处理系统也要严格控制硬件发热问题，避免性能损耗、续航减少、能源浪费甚至车身自燃等严重问题。因此，如何在很短的时间内高能效地实现大规模运算，将是对驾驶数据处理系统的一大考验。

2、自动驾驶技术之存储性能。

传感器遍布车身的数据传输带宽可达3～40Gbit/s[69]英伟达的自动驾驶技术测试还表明，车辆学习数据收集系统可以在几个小时内充满TB级固态存储硬盘。(SSD)。

自动驾驶技术在短时间内产生如此大规模的数据量，需要不断提高车载存储系统的性能。一方面，由于网络通信条件的限制，车辆无法将传感器收集的实时原始数据直接上传到计算平台；另一方面，降低传感器数量或数据采集质量将直接影响数据价值，导致识别错误和决策准确率下降。

3、自动驾驶技术之网络通信性能。

对自动驾驶、车联网等智能驾驶技术而言，网络通信几乎为各种功能提供了底层支持：

车与车之间的互联:通过车辆点对点网络，车辆可以进行事故报警、碰撞预测、协同巡航等应用，无需驾驶员实现智能通信。

汽车与计算平台之间的互联:由于汽车处理系统受限于有限的计算资源，人们不能直接将所有复杂的任务交给自己进行计算，必须卸载基于更高级别的计算平台的特定任务。通过智能化车辆可以连接路边单元、基站等计算服务设施，从而实现数据交互、计算卸载等过程。

汽车与用户设备的互联:无论是驾驶员还是乘客，都需要对机动车本身的情况有不同程度的了解，从而评估驾驶安全性等问题。

但传统网络通信技术由于无线通信状况、通信带宽限制、网络流量拥堵等问题，在不考虑数据处理时间费用的情况下，通常会导致数据传输费用远高于100ms的限制标准，从而导致行车数据处理系统性能严重瓶颈。然而，基于云端的现有远距离网络传输技术很难达到响应时间限制，因此有必要尝试在该地区实现短距离网络通信。

标签：智能驾驶,智能驾驶,无人驾驶,自动驾驶