一種是視覺算法。以特斯拉的自動駕駛大腦系統為例，其主要借助攝像頭，對周邊物體建立模型，同時把數據添加至神經網絡進行純視覺計算，在自動駕駛中承擔“識別”的作用。
另一種是激光雷達，工作時向四周散射激光，基於反饋判斷周邊是否存在障礙物並生成點雲圖，在自動駕駛中承擔“感知”的作用。小鵬P5、ARCFOX極狐等多家車企選擇了以激光雷達為主導的方案。
業內人士認為，從技術角度看，兩者不存在根本性衝突。激光雷達不具備攝像頭的物體識別能力，感知與識別兩項能力不能在激光雷達上進行融合。但基於多傳感器方案，可以採用攝像頭進行補充。
德勤在《新基建下的自動駕駛：單車智能和車路協同之爭》中，對自動駕駛的發展方向提出了新的觀點，即單車智能和車路協同。
德勤指出，由於單車智能的成本高昂，若用路側設備代替部分技術，讓路“變聰明”，可降低不少車載成本。單車智能和車路協同本質是技術和成本在車側和路側的分配。
德勤表示，對於中國而言，4G和5G基站數量多，覆蓋廣，同時政府大力推行5G網絡、物聯網等新型基礎設施建設，在道路的改造方面堅決推行5G LTE-V2X技術標準，支持LTE-V2X向5G-V2X平滑演進。未來，中國有望通過車路協同實現自動駕駛領域的“彎道超車”。
商業化進程提速 |
