自動駕駛級別提升的技術瓶頸是什么？

自動駕駛級別提升的技術瓶頸主要有以下幾個方面。

首先是傳感器的問題。現在車上安裝的各種傳感器，像毫米波雷達、激光雷達、超聲波雷達、單目攝像頭、雙目攝像頭、紅外攝像頭等，無法檢測到環境中的所有威脅，即便傳感器融合也難以做到，這就無法完全保障駕駛的安全。

其次是算法。現有算法，不管是傳統的還是基于深度學習的，都無法滿足感知部分的需求，不能準確檢測到威脅車輛的因素。在算法上還需要繼續改進和提升。

然后是車輛安全問題。一方面是功能安全標準還不完善，雖然有像 IEC61508、ISO26262 以及 SOTIF 等標準，但真正把功能安全用好的還很少，SOTIF 的可行性也受到質疑。另一方面是雙冗余、線控底等系統底層構建安全還不夠成熟。目前量產的域控制器、線控機構成本高，部署不廣泛，域控制器暫時不能支持更多傳感器和模塊工作，I/O 不足。為滿足功能安全，需要兩個同等模塊共同作用于系統，這會增加成本并考驗研發能力，導致很多功能缺少必要的冗余備份。

此外，算力也是關鍵瓶頸。自動駕駛從 L1 到 L5，每增加一級，對算力的需求就增加一個數量級。當前的行業展開了一場算力的軍備競賽，感知是現階段對算力需求最大的部分。

最后，產業發展理念、技術路線等方面尚未完全形成共識，不同行業對智能網聯汽車跨界融合特征認識不足，新的產品架構、研發模式、商業模式、測試模式等都還需要不斷創新和探索。

不過，雖然存在這些瓶頸，但自動駕駛是未來的趨勢，相信隨著技術的不斷進步，這些問題都將逐步得到解決，實現更高等級的自動駕駛。