新時代汽車款式各式各樣，智能，電動，等等，那么有幾個小伙伴知道汽車本身的知識呢，我相信很多小伙伴都不會很關注這些，那么小編收集到了關于一個汽車動態知識跟大家分享，希望大家看了有所幫助。

　　你認為，距離我們可以完全在路上解放雙手，在車里看書、開會甚至睡覺還需要多久？Elon Musk說，在2020年將會有100萬輛特斯拉的Robo Taxi行駛在路上，它們可以在無人駕駛的情況下實現接送乘客，在你上班的時候幫你去掙點外快。

　　這聽起來很有未來感，但是特斯拉并不準備稱其為L4甚至L5級自動駕駛，原因很簡單，我們距離真正的自動駕駛還差得很遠。

　　特斯拉描繪下的自動駕駛

　　我們都知道，特斯拉一直堅信，既然人可以通過視覺來實現駕駛車輛，車也一定可以通過視覺的方式實現，所以我們看到特斯拉在車身四周安置了多個攝像頭，也因為目前的處理器算力不夠而開始自己開發芯片，但是，只靠視覺真的就萬事大吉了么？

　　相信你還記得，特斯拉的自動駕駛第一次出事故的時候，就是因為攝像頭把一輛藍色的箱式貨車識別成了藍天，所以沒有減速，導致車禍的發生，而車企一直在強調的自動駕駛仍然需要更多的行駛里程累積，也有很大一部分原因源自視覺識別。對于計算機來說，識別一個物體其實是一個試錯的過程，只能通過告訴它那些是錯的，它才能實現正確的識別，而這件事是需要大量的實驗來支撐的。

　　不過，其實各個車企也用了類似毫米波雷達以及超聲波雷達等輔助傳感器來捕捉更精確的信息和數據來輔助攝像頭識別物體，但它還是少了一個方面，交流。

　　因為需要交流，所以我們需要車聯網

　　在一個沒有紅綠的十字路口，當兩輛及以上的車同時抵達的時候，駕駛員通常會用手勢和眼神的交流來確定誰先走，但是放在自動駕駛上，如果只靠視覺傳感器來判斷，而當數量變成3輛車的時候，難度將會成倍增長，這對于算法、處理器以及實驗規模的要求也將會更加苛刻。

　　這就需要車與車之間有一個交流，來確定究竟是誰先來的，誰應該先走，也能讓整個過程更加流暢，同時對于處理器的要求也更低，這個概念其實早就有了，叫做V2X（Vehicle to X未知），也就是車與各種物體之間的聯系，跟車之間的聯系，可以讓道路交通減少許多突發狀況，因為每一輛車的動作，都是經過周圍車輛甚至更遠的后續車輛默許的；跟紅綠燈之間的聯系，可以確定什么樣的速度可以不需要等待，或者提前減速以獲得平穩的乘坐體驗； 跟人之間的聯系（通過手機），可以提前預判有多少人要過馬路，提前做出減速和避讓等。

　　也就是說，V2X解決的問題，是用更精確的數據信息，來避免汽車進行過多的運算。

　　寫在最后

　　視覺當然應該是自動駕駛的主要判斷因素，但是，如果只靠視覺感官的話，距離我們真正實現全自動駕駛的時代應該還有很長的一段路要走，而V2X的加入，算是對于目前解決方案的一個優化，只不過問題在于，它需要對很多城市的技術建設進行改造，至于哪種方式需要我們等待的時間更長，不過有一點可以肯定的是，V2X這種方式，有更多的行業能幫得上忙。