0
| 本文作者： 于勝越 | 2018-08-29 23:08 | 專題：2018 全球智能駕駛峰會 |
2022年，可以看作決定自動駕駛公司“生死”的一年。大多數(shù)自動駕駛公司都將2022年作為其自動駕駛汽車量產(chǎn)的時間節(jié)點。
距離玩家下注的日子越來越近，諸多關(guān)于自動駕駛汽車量產(chǎn)化、商業(yè)化的議題也被放大。
自動駕駛最先大規(guī)模應(yīng)用的場景，如何應(yīng)對智能駕駛中汽車大腦及執(zhí)行機構(gòu)帶來的挑戰(zhàn)，如何打造人人用得起的激光雷達，自動駕駛賦能物流科技需要注意什么......這些都是行業(yè)人士、關(guān)心的話題，也是智能駕駛生態(tài)圈中亟待解決的難點。
在此節(jié)點，智能駕駛領(lǐng)域的垂直媒體，雷鋒網(wǎng)新智駕將于10 月 26 、27 日在蘇州相城舉行“2018全球智能駕駛峰會”，此活動由蘇州高鐵新城管理委員會主辦，雷鋒網(wǎng)&新智駕（微信公眾號：AI-Drive）、數(shù)域承辦。屆時，25+ 智能駕駛重磅嘉賓、1000+ 業(yè)內(nèi)人士齊聚，圍繞當下自動駕駛的熱點話題展開頭腦風暴，探尋智能駕駛產(chǎn)業(yè)未來發(fā)展。
更多大會內(nèi)容點擊：https://gair.leiphone.com/gair/ad2018 了解詳情。
在往屆CCF-GAIR智能駕駛分會場上，雷鋒網(wǎng)新智駕曾邀請到20余位自動駕駛企業(yè)領(lǐng)頭人以及業(yè)內(nèi)學(xué)者作大會報告，深度講述他們對自動駕駛技術(shù)與業(yè)務(wù)的理解與思考。
本文節(jié)選了其中26位行業(yè)大牛的獨到見解，讓更多人了解引領(lǐng)者遇到的智能駕駛難題與解決方法。
中科院自動化所復(fù)雜系統(tǒng)管理與控制國家重點實驗室主任 王飛躍：
目前交通正在走向交通5.0。最初，交通5.0是指城市交通、公共交通、靜態(tài)交通、物流交通，以及社會交通一體化。但后來IEEE專委會討論認為，應(yīng)該從以前的機械化、電氣化，信息化、網(wǎng)絡(luò)化，進入到平行化，平行化就是智能化的技術(shù)途徑。
智能只是一個概念，如何實現(xiàn)虛實互動的平行智能，是我們需要思考的問題。將來，不僅會有交通的控制中心TOC，還會有車輛運控中心VOC，嚴格控制車輛上路，它將變得更加安全，甚至消除事故傷亡。
UC Berkeley人機交互專家 Anca Dragan：
當人類真正體驗自動駕駛車，并看到自動駕駛車是如何工作的，他們會逐漸習(xí)慣和建立這種認知模型。乘坐得越多，越了解自動駕駛車的工作原理，越不會在發(fā)生狀況時表現(xiàn)得太驚訝。
但事情不會都是這樣。如果自動駕駛車沒有發(fā)生很多交互行為，人類就無法從中了解信息。所以我們想的是，能否加速人類對自動駕駛車了解的過程，如果一個人來買自動駕駛車，他是否能提前了解自動駕駛車是如何工作的呢？實現(xiàn)這一點的方式是，如果自動駕駛車表現(xiàn)出某些行為，人類會通過真實道路或是模擬器了解到它，這不僅會影響物理中的交通、車輛，也會影響乘客對自動駕駛車的觀念。
現(xiàn)在我們找到了一種方式讓人類盡快理解自動駕駛車的工作原理，就是向人類展示自動駕駛車是如何進行模型分析的，參數(shù)展示了自動駕駛的決策模型。
2018 汽車工程學(xué)會（SAE International）主席、Velodyne的高級副總裁兼CQO Mircea Gradu：
出行市場出現(xiàn)了許多新的商業(yè)模式，有很多大型的科技企業(yè)，都在推動著自動駕駛技術(shù)的發(fā)展。而大數(shù)據(jù)、人工智能等技術(shù)都在自動駕駛中得到應(yīng)用。自動駕駛中非常重要的一點是對這項技術(shù)的驗證，SAE的其中一項業(yè)務(wù)，就是對自動駕駛的驗證。
在傳感器方面，雷達和攝像頭做不到的，激光雷達都能做到，因此激光雷達是有優(yōu)勢的。
激光雷達是一個非常好的工具，能夠提高數(shù)據(jù)的準確性以及自動駕駛的質(zhì)量。3D激光雷達已經(jīng)有了非常好的性能，并且得到了L3-L5自動駕駛市場大量的應(yīng)用。當然這個領(lǐng)域也出現(xiàn)了非常多新的技術(shù)，呈指數(shù)級增長，像SAE這樣的專業(yè)學(xué)會也在推動自動駕駛的改革。
DARPA 挑戰(zhàn)賽冠軍隊成員 Adrian Kaehler：
很多人都擁有這樣的自信：將各類技術(shù)與深度學(xué)習(xí)融合在一起就能為我們提供有效的工具來打造可靠的自動駕駛汽車。理由在于，很多學(xué)術(shù)界的人更加在乎的是邊界，他們會說，“我們還需要其他的一些什么東西？除了不會撞到行人、會在停止線之前停車之外，整個自動駕駛行業(yè)還需要些什么呢？”
我把一些我曾經(jīng)想過的問題列在了這里，里面有一些問題已經(jīng)有一致性意見了。一是關(guān)于駕駛員應(yīng)該怎么做的問題；二是駕駛員是否意識得到我們正在追蹤他們的眼睛、臉部，他們是否在到處看，他們在駕駛的時候是不是在注視前方；三是用視覺的方式構(gòu)建地圖同時優(yōu)化定位表現(xiàn)。
通用汽車全球視覺系統(tǒng)部門負責人 張文德：
*張文德博士（中）
通用這樣的企業(yè)需要與合作伙伴進行緊密合作，最終消除掉技術(shù)上的短板，把效果做到最好。特別是在自動駕駛車輛的成本方面，激光雷達這樣的傳感器現(xiàn)在還很昂貴，所以要考慮到量產(chǎn)之后如何去控制成本，當然也包括把傳感器很好地融合近車輛中，形成某種標準。
有很多一開始處在討論狀態(tài)的東西，最后都投入到了實踐中，還有很多合作。有時候我們會做一些合并收購的動作，OEMs 和一些新興科技公司合作，就像底特律與加州合作一樣。
小鵬汽車自動駕駛研發(fā)副總裁 谷俊麗：
在大規(guī)模量產(chǎn)的乘用車中部署機器學(xué)習(xí)框架，是與傳統(tǒng)研發(fā)路線最重要的不同之處。小鵬汽車今年在自動駕駛上的戰(zhàn)略重點之一，就是建立這種供自動駕駛不斷自學(xué)習(xí)的數(shù)據(jù)閉環(huán)。
從最上層的駕駛數(shù)據(jù)庫（也就是算法在其中得以生長的數(shù)據(jù)基因組），到云端的訓(xùn)練和部署（將被部署在高性能GPU上），到車內(nèi)的高性能計算單元，最終到車內(nèi)的OTA軟件升級。只有在大規(guī)模部署量產(chǎn)車，形成數(shù)據(jù)閉環(huán)后，我們才有資格說我們的算法正在演化和迭代。
采埃孚工程技術(shù)中心總監(jiān) 綦平：
傳統(tǒng)汽車剎車、轉(zhuǎn)向兩者之間獨立，但進入到自動控制過程中，汽車主要核心是以汽車動態(tài)學(xué)原理為導(dǎo)向，從行駛方向，如縱向和橫向的動態(tài)作為控制基礎(chǔ)。我們要將車控制到什么狀態(tài)，同是要兼顧執(zhí)行器的動態(tài)，給汽車一定的指令，彼此之間要進行相互的關(guān)聯(lián)。
這時就需要強大的“大腦”進行處理，原來由駕駛員單獨控制的這些子系統(tǒng)的工作，需要由采埃孚的“協(xié)調(diào)員”—cubiX綜合管理。
偉世通首席架構(gòu)師 王凱：
汽車行業(yè)發(fā)生了重大改變，自從英偉達的芯片使自動駕駛功能落地變現(xiàn)，整個產(chǎn)業(yè)鏈由以前的樹型結(jié)構(gòu)逐漸向環(huán)形結(jié)構(gòu)發(fā)生劇變。
環(huán)形結(jié)構(gòu)是什么？其實就是OEM不再擔任核心角色，而是所有參與者漸漸地都能坐在圓桌上討論議題，尤其是汽車的自動化、輕量化、網(wǎng)聯(lián)化和智能化方面。今后汽車行業(yè)的發(fā)展情況是誰能夠把出行概念全部集成一體化，誰就會坐在圓桌的正中央，成為出行行業(yè)的NO.1。
我們預(yù)計到2025年，高速公路上的L3級車輛將成為自動駕駛最大的細分市場，因為它面向的是從OEM到普通用戶，發(fā)展趨勢非常明顯。
安波福電氣分配系統(tǒng)亞太中心產(chǎn)品工程總監(jiān) 余寧：
未來的電子電氣架構(gòu)如何支持 L4 自動駕駛汽車所需要增加的功能？如果我們在整車里增加傳感器、中央處理器以及各種 L4 自動駕駛所需要的元器件之后，整個車輛電子電氣架構(gòu)會發(fā)生什么？答案是接近于崩潰。
所以在這種情況下，安波福創(chuàng)造性地提出了未來的智能電子電氣架構(gòu)，以適應(yīng)自動駕駛的需求。
針對未來的智能電子電氣架構(gòu)，安波福提出了“大腦”與“神經(jīng)”結(jié)合的方案。
Metawave CEO兼聯(lián)合創(chuàng)始人 Maha Achour：
LiDAR 對于自動駕駛汽車來說并非不可或缺。如果地圖精度足夠高，未來自動駕駛汽車上裝配 4 個毫米波雷達、4 個攝像頭便就足夠了。其中，毫米波雷達負責車身 360 度范圍以及上下角度的探測，攝像頭則觀察周圍環(huán)境，再配合 AI Engine 一起使用。這樣的方案 2030 年是有可能實現(xiàn)的。
速騰聚創(chuàng) CEO 邱純鑫：
固態(tài)激光雷達是未來的方向，現(xiàn)在激光雷達做下來，我們覺得 MEMS 是最容易實現(xiàn)的。它的優(yōu)點是在于它的高分辨率、長距離、車規(guī)級、易量產(chǎn)以及低成本。
現(xiàn)在的 32 線或者 16 線激光雷達，分辨率再往下做很大程度上受到物理體積的限制。但是 MEMS 激光雷達可以做到水平分辨率 0.09 度、垂直分辨率 0.2 度，往后能達到水平分辨率 0.1 度、垂直分辨率也是 0.1 度，再往后還能識別出 200 米外的 10*10 厘米大小的物體。
在車規(guī)級方面，目前的 MEMS 激光雷達已經(jīng)在做車規(guī)級的認證，然后就是量產(chǎn)準備，它基本產(chǎn)品化之后，它的成本也會隨之降低。
Innovusion CEO及聯(lián)合創(chuàng)始人 鮑君威：
為了讓機器或者說自動駕駛汽車達到L4的水平，你需要讓機器的感知能力，錯誤識別率比人類更低。
如果激光雷達想要作為一種主要傳感器與其他的傳感器融合，來實現(xiàn)比人類更好的感知能力的話，那么激光雷達的垂直和水平角分辨率都需要在0.2°以內(nèi)。對于今天的激光雷達來說，水平方向的角分辨率可以做到很高，但垂直角分辨率的提升有一定的難度。
這要讓自動駕駛車輛在高速路段上能檢測到150米/200米開外的物體，我們說到需要達到0.2°的角分辨率，我們假設(shè)一款激光雷達的垂直可視角是20°，也就意味著需要實現(xiàn)100線的效果。
Mobileye中國區(qū)總監(jiān) Boaz Sacks：
無人駕駛不只是一個產(chǎn)品，更是一個產(chǎn)業(yè)，關(guān)乎軟硬件技術(shù)、車廠、政府與大眾，利益方復(fù)雜交錯。如何實現(xiàn)安全的無人駕駛？對 Mobileye 來說，站在“巨人”身旁，都幾乎是“非如此不可的選擇”。
Mobileye產(chǎn)品已經(jīng)完成 2700 萬輛車的裝載量，并與 26 家汽車廠商建立聯(lián)系，這給了 Mobileye 作為視覺駕駛技術(shù)龍頭的充分底氣。
Mobileye 的自動駕駛車隊一定會開到中國，但無人駕駛關(guān)乎生命安全，有嚴格的落地時間表，所有計劃都是循序漸進的，不過，對 Mobileye 來說，中國和以色列相像的一點在于，從決策到執(zhí)行幾乎都是光速的，可能今天還在討論，明天就會馬上落地。
地平線 創(chuàng)始人 余凱：
無論是Mobileye還是英偉達，相對于他們的競爭對手，有一個共同點：他們充分地結(jié)合了算法和計算，進行協(xié)同設(shè)計，由此提供了完整的解決方案，在這一點上，其它競爭對手與這兩家的差距甚遠。
谷歌切入處理器領(lǐng)域的時間并不長，但很快就把TPU做出來了，不僅在AlphaGO大放異彩，還將其做成了一項AI服務(wù)，其商業(yè)潛力巨大。
這一現(xiàn)象的背后，折射出一個新的趨勢：深刻理解人工智能的軟件將促進處理器架構(gòu)的研發(fā)效率。本質(zhì)上講，這是一場由人工智能應(yīng)用場景驅(qū)動的軟硬件技術(shù)革命。人工智能芯片的本質(zhì)并不是硬件，而是軟硬結(jié)合的載體。人工智能芯片的發(fā)展，并不是單純的工藝和晶體管密度驅(qū)動，而是計算架構(gòu)與算法的配合驅(qū)動，使其實際的計算效率不斷提升，追求極致效能。
可以說，應(yīng)用場景決定算法，算法定義芯片，軟硬件協(xié)同設(shè)計，這就是AI時代的新摩爾定律。誰理解了應(yīng)用場景并掌握了算法，誰就掌握了核心優(yōu)勢。
西井科技 CEO 譚黎敏：
關(guān)于什么樣的成本能讓自動駕駛芯片走向量產(chǎn)的問題，可以分兩個維度，一個是降成本，我們會通過壓縮算法、減小芯片的面積，以及量產(chǎn)來降低成本。另一個維度是幫助用戶發(fā)現(xiàn)芯片的價值，減少用戶對成本的敏感度。在初始階段我們不會過于關(guān)注成本問題，當然成本在產(chǎn)品中一定是越來越重要的衡量指標。
黑芝麻智能科技芯片架構(gòu)副總裁 齊崢：
自動駕駛SOC已經(jīng)成為了最具有挑戰(zhàn)性的邊緣芯片，主要表現(xiàn)在幾個方面，首先是芯片的設(shè)計和驗證非常復(fù)雜，集成了大量第三方的IP，需要集成很多軟件模塊；其次，汽車應(yīng)用對于功耗、可靠性和功能安全的要求非常高；高性能芯片需要用最先進的封裝設(shè)計，這給芯片的加工、生產(chǎn)和測試帶來了很大的挑戰(zhàn)。
只有自動駕駛獲得穩(wěn)定、可靠的感知和認知后才能保證安全。要達到這一目的，要有清晰的圖象和視覺，以及優(yōu)化的算法對獲得的圖象的視覺進行智能化的分析。此外，還需進行多傳感器融合的技術(shù)，對芯片的要求就非常高。
Righthook 聯(lián)合創(chuàng)始人兼CTO Righthook.io Jon Mullen：
新的問題在于，自動駕駛汽車開發(fā)中最復(fù)雜的部分在于軟件。軟件的開發(fā)周期跟硬件很不一樣，軟件的開發(fā)其實沒有盡頭，整個過程中將不斷更新。而測試是開發(fā)周期中一個重要的環(huán)節(jié)，所以當你在等待其他硬件系統(tǒng)的開發(fā)進度時，你怎樣讓軟件繼續(xù)保持提升，怎樣快速地測試不同的傳感器組合，怎樣建立不同的測試環(huán)境。我們認為解決方法是，在虛擬仿真環(huán)境中進行自動駕駛測試。
我們在高精度地圖的基礎(chǔ)上（比如DeepMap）開始建立虛擬仿真的世界，從高精地圖開始建立三維世界，同時我們也在環(huán)境中嵌入傳感器仿真所需要的參數(shù)。我們會給一些主流的傳感器建立仿真模型，同時也給主流的車輛平臺建模。我們現(xiàn)在也提供密集車流以及道路基礎(chǔ)設(shè)施的建模數(shù)據(jù)。
最后，我們連接到ROS這樣的中間件平臺上，通過ROS的可視化工具來展示仿真的畫面。
DeepMap COO及產(chǎn)品負責人 羅維：
傳統(tǒng)地圖授權(quán)的方式，是地圖廠商通過運營測繪車隊掃描道路繪制地圖，然后它會向所有的客戶授權(quán)同一份基本一致的地圖。在這種情況下，客戶其實是得到了一份使用授權(quán)，但并不具有數(shù)據(jù)的所有權(quán)。同時這些客戶也不具有數(shù)據(jù)相關(guān)的一些衍生權(quán)限，這不止是針對傳統(tǒng)像TomTom、Here這樣的傳統(tǒng)廠商，比如Mobileye的客戶遇到的情況也是這樣的。
Mobileye的案例也說明，在地圖領(lǐng)域，有時候整個系統(tǒng)就像一個黑盒子，你看不到地圖的原始數(shù)據(jù)，也無法拿到基于原始數(shù)據(jù)衍生的一些信息。這對自動駕駛來說是一個很大的挑戰(zhàn)，而自動駕駛的技術(shù)核心是怎樣獲取到更多的數(shù)據(jù)，來不斷訓(xùn)練你的系統(tǒng)，來進行測試和模擬等等。
Roadstar.ai 創(chuàng)始人兼 CEO 佟顯喬：
Roadstar.ai的傳感器方案大概只有百度方案1/3的價格，未來方案還有大幅的降價空間，我們認為在2020年每套系統(tǒng)的方案大概會降到5萬人民幣以下，屆時在法律法規(guī)成熟的情況下，無人駕駛的出行服務(wù)就有真正大規(guī)模的實現(xiàn)的土壤。
未來5年，傳感器可能會變成一個固態(tài)的傳感器，會融到車體里面。固態(tài)的傳感器方案會優(yōu)化無人駕駛汽車的美觀度、同時汽車的安全性和可靠性也會有更高的保證。自動駕駛的最后一個階段是2025年以后，屆時無人駕駛的技術(shù)會變成一個非常成熟的操作系統(tǒng)或者解決方案。在進入了最后一個階段后，汽車已經(jīng)演進成移動空間。
AutoX 創(chuàng)始人兼 CEO 肖健雄：
自動駕駛行業(yè)有一個特殊點，就是技術(shù)要求非常高，包括人工智能技術(shù)。雖然載人與載貨車、高速與低速場景，最終都是自動駕駛要落地的場景，但是每個場景中都有很多的難點需要突破，例如低速載貨車，它的路況就非常復(fù)雜，尤其是低速場景下的行人，還有大量穿梭馬路上的摩托車和自行車。當然低速載貨車也不是沒有好處，假如發(fā)生事故，不會造成很嚴重的人員傷亡。
所以說，有些場景可以用來實驗，真正落地恐怕困難重重。因為無論任何情況下，安全是首位的，沒有安全的保證，就無法落地實現(xiàn)。
Drive.ai 聯(lián)合創(chuàng)始人 王弢：
*王弢（中）
我們認為（自動駕駛）很重要的重的指標之一是可靠性，而我覺得冗余則是我們實現(xiàn)穩(wěn)定性的關(guān)鍵。舉個例子，假如單個激光雷達一年內(nèi)失效的幾率是千分之一次，這已經(jīng)是一個比較樂觀的數(shù)字了。那么，這對自動駕駛來說，是不是就足夠優(yōu)秀了呢？
可能不是，因為自動駕駛是如此重要的，大家知道激光雷達可以用于很多功能如定位、檢測等等。
我們已經(jīng)建立起了自己的系統(tǒng)，在車輛的頂部裝配有六個激光雷達，假設(shè)其中有兩個激光雷達失效了，我們還有其它四個來保證系統(tǒng)運作，處理重要的任務(wù)，這樣的事情發(fā)生的概率是多少呢？0.1% 的立方，也就是十億分之一，系統(tǒng)失效發(fā)生的概率只有十億分之一，這將造就 100 萬倍的穩(wěn)定性。
擁有更多的冗余性，系統(tǒng)的穩(wěn)定性也將會得到顯著提升。
Renovo.auto 創(chuàng)始人 Chris Heiser：
當被問到是否擔心有太多公司從事自動駕駛技術(shù)開發(fā)而使得行業(yè)競爭非常激烈時，我的答案是否定的。
因為自動駕駛涉及的問題廣泛，當車輛在不同環(huán)境中駕駛，不同地區(qū)的駕駛文化和法律的差異讓自動駕駛變得非常復(fù)雜。
一項無人駕駛的用車服務(wù)，要在多輛無人駕駛出租車和眾多的地理位置上，去共享數(shù)據(jù)和實時信息，是一個很大的挑戰(zhàn)。
酷哇機器人 CEO 何弢：
我們都知道 L3 到 L4 的關(guān)鍵一步取決于高精地圖，高精地圖是從靜態(tài)規(guī)則的環(huán)境進行梳理、標注，加入非常多信息。這里面有個問題，當汽車在一條馬路上開的時候，什么時候會去看紅綠燈？只有當 GPS 信號告訴它到達一個路口的時候，它才會把攝像機打開，在設(shè)定好的方向上做感知，這是高精地圖帶來的作用：不用時時刻刻去觀察攝像機，不用時時刻刻觀察紅綠燈，提高了可靠性。
這里也帶來了問題，比如說深南大道突然加了一個紅綠燈，高精地圖上沒有標注出來，這種情況很危險，汽車直接就過去了，因為高精地圖上沒有標識出這個地方有紅綠燈，這就是我們解決的不依賴于 GPS 的感知定位和規(guī)劃。
PlusAI 工程副總裁 付強：
在自動駕駛領(lǐng)域，數(shù)據(jù)量是很大的，一臺車行駛幾公里后，就積累了大量的視覺數(shù)據(jù)。大數(shù)據(jù)強調(diào)的是規(guī)模。如何讓大數(shù)據(jù)達到規(guī)模呢？行業(yè)中大體有兩個方向，一個是追求一致性，一個是追求通用性。
大家看到現(xiàn)在很多的相關(guān)事故，自動駕駛失靈的原因就是一致性做得太強，通用性做得不夠。當過多地告訴計算機高度一致的信息的時候，當這個算法處理稍微不一樣的數(shù)據(jù)時，就可能會失靈，與其這樣，我們不如更多地強調(diào)通用性。而研究人工智能的目的，就是讓它更好地模擬人類思考、感知社會的方式。
iSee 創(chuàng)始人 趙一彪：
當自動駕駛汽車上路的時候，它們要面臨的狀況是要與人類司機駕駛并存，其中一大挑戰(zhàn)在于如何讓自動駕駛汽車真正理解人類。
這是我自己的推論，我所在的 MIT 實驗室，我們自己建立起理論基礎(chǔ)以及研發(fā)了諸多技術(shù)來驗證我的推論，是一種人的能力能明白其他人的思維狀態(tài)。
因此，挑戰(zhàn)在于，因為我們能得到的信息來自于傳感器數(shù)據(jù)，有一些能夠被觀察出來的狀態(tài)，比如車輛位置、速度等狀態(tài)，然后，還有一些隱藏起來的內(nèi)容，比如意圖、欲望、專注和信任，這些內(nèi)容是不能被直接觀察出來的，人類具備超復(fù)雜、超強大的理解這些事情和與預(yù)測其他人行為的能力。
目前，如何理解其他的人，如何建立一個計算架構(gòu)來做這件事，我認為這是非常開放的問題。
G7 總裁 馬喆人：
目前OEM也在為轉(zhuǎn)型積極做準備，而且OEM所積累的實力不容小覷。如果簡單地把自動駕駛分層級：第一層級是技術(shù)應(yīng)用，把自動駕駛技術(shù)具體應(yīng)用在車輛上；第二層級是把成熟的自動駕駛車輛合理運用到市場中，實現(xiàn)落地運營。
針對第一層級，未來自動駕駛公司假如沒有找到合適的場景實現(xiàn)落地運營，可能會和OEM之間回歸到Tier1和主機廠的關(guān)系，OEM做主導(dǎo)，掌握數(shù)據(jù)。
2018全球智能駕駛峰會將圍繞智能汽車商業(yè)化應(yīng)用、智能駕駛關(guān)鍵技術(shù)應(yīng)用、智能駕駛核心傳感器應(yīng)用展開探討。我們將邀請 25+ 位嘉賓，聚集汽車行業(yè)智能化產(chǎn)業(yè)資源，匯聚中、美、日、韓、以色列頂尖智能駕駛研發(fā)力量：不僅有學(xué)術(shù)領(lǐng)域，還涵蓋車企、零部件供應(yīng)商與自動駕駛領(lǐng)域創(chuàng)新公司，他們的演講將從眾多應(yīng)用場景出發(fā)，為行業(yè)呈現(xiàn)最前沿的智能駕駛技術(shù)思考與落地方案。
除了在全球智能駕駛峰會聆聽嘉賓們的技術(shù)分享與行業(yè)洞見外，我們還精心準備了 3 個保留節(jié)目。
1、自動駕駛試乘體驗
全球智能駕駛峰會期間，我們將舉辦一場為期兩天的自動駕駛汽車乘坐體驗，目前正與相關(guān)自動駕駛公司敲定路測以及體驗細節(jié)。屆時參會觀眾將有機會試乘體驗自動駕駛車輛。
2、嘉賓晚宴
在全球智能駕駛峰會（10 月 27 號下午 4 點）結(jié)束后，我們將在陽澄湖畔舉辦嘉賓晚宴：飲茶品蟹，賞陽澄湖美景，與行業(yè)專家縱論智能駕駛未來趨勢。
3、【新智駕會員】兩份重磅研報發(fā)布
今年 4 月，新智駕推出了為智能駕駛行業(yè)定制的年度內(nèi)容服務(wù)計劃——新智駕年度會員。在這次的全球智能駕駛峰會上，新智駕將發(fā)布傾力打造兩份重磅研報。
總結(jié)來說，為期兩天的全球智能駕駛峰會將包括：2 場大會報告、20+ 主題演講以及 1000 人次到場參會。
時間：2018.10.26（周五）- 10.27（周六）
地點：蘇州相城區(qū)高鐵新城電競館
規(guī)模：1000 人
門票&報名鏈接：https://gair.leiphone.com/gair/ad2018
另外，全球智能駕駛峰會早鳥期間，499 元= 1 年「新智駕年度會員」權(quán)益+全球智能駕駛峰會門票。新老「新智駕年度會員」可領(lǐng)取 499 元峰會立減優(yōu)惠券（會員專享），會員定向免費參與峰會，限量放出。部分 Pro 老會員可升級 VIP 門票，先到先得，領(lǐng)完即止。
領(lǐng)取步驟：
1、加入「新智駕年度會員計劃」（掃描上方海報二維碼）；
2、微信添加小慕（微信 ID：moocmm），備注會員信息領(lǐng)取優(yōu)惠碼；
3、使用優(yōu)惠碼購買門票。
注：大會門票優(yōu)惠形式不可疊加，本次活動的解釋權(quán)歸官方所有。
想了解智能駕駛領(lǐng)域最新動向，與諸多學(xué)術(shù)大師、一線自動駕駛企業(yè)代表面對面進行頭腦風暴，那就不要錯過這場年度智能駕駛技術(shù)盛宴！
雷鋒網(wǎng)推薦閱讀：
25+ 智能駕駛重磅嘉賓、1000+ 業(yè)內(nèi)人士齊聚，蘇州相城到底有什么吸引力？
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
