接受刘博和吴总建议，把文章写的更简单易懂一些。今天这篇随笔重点是说明无人驾驶技术框架的大的知识框。

　　以下的这张图，是欧洲关于这块无人技术的分类框，主要有以下这么几个大的框架：

　　A 车内技术

　　1）传感器优化：主要是对道路环境识别的传感器，做进一步的优化（成本、分辨率和寿命），其中激光扫描雷达会是一个发展的重点的支撑。

　　2）系统架构：核心是带冗余的分布式和集中式系统控制架构，还有内部的嵌入式系统架构，这里包含了数据交互的内部架构和安全性设计。

　　3）人员监控：检测在无人驾驶或者辅助驾驶模式下，人员的实际情况检测

　　4）功能安全：这块是大大需要从部件、子系统和整车系统去实现的。

　　B）基础设施：无线通信、动态地图、定位

　　整个两块容易被忽略的，其实是一个车企的核心价值

　　系统设计：系统可靠性和鲁棒性设计，失效机理分析，关键技术把控（FMEA 测试和原型）还有很大的一块的系统验证技术

　　系统整合验证：整合整个传感器和控制器的AUTOSAR软件，传感器感知融合和环境模型，车辆与环境验证

　　标准化：车辆功能的变革（往线控导向的设计），系统测试

　　这个实际上可以从两个维度来理解，以上这部分，是整个系统在实现部署过程中的各个细化阶段。而在横向的组成分类上，智能汽车整个系统内核主要有测量（传感器感知车内外信息、传感器输入信息模型融合）、环境识别（车辆周边环境量化）、汽车定位（位置确定和车辆姿态判定）、汽车联网（车与后台，车车之间的数据交互）、行驶路径（车辆的行驶路径算法规划）和汽车执行（控制车辆的前进和转向）。

　　这里借用刘工做的一个图来做个总结：

　　整个知识的积累，是对每个单元的技术演进做梳理，然后对每个子系统和大的单元的系统设计、系统验证和系统安全上面完全确认，这个过程是每个企业必须经历的。完成功能做一个Demo演示，真的只是第一步。

　　小结：

　　1）一个很好的技术和总结的办法是，应用已经有的大的完整技术结构，对每个开放项目，企业的演示和相关信息，进行评价；

　　2）随着在IEC、ISO和UN层面的工作展开，我们可以把大量的基础讨论和探讨工作，作为我们理解整个车辆智能化技术发展阶段的发展关键。想要深入理解一个东西，先要切开成细小的单元，然后一个个拼起来，然后再来各个角度来审视。