硅谷无人驾驶技术有三个王权。
下一个驾驶年龄与奔驰在过去的CES上所显示的完全一样：无人驾驶汽车、人、阅读或饮酒，但机器驱动汽车普及需要多长时间不仅司机更自由、更安全，整个运输系统也会提高效率。目前最大的困难在于，他们可以像人们看到的那样；一旦越过这个障碍，一部科幻电影少数派报告
一
考虑到无人驾驶的必要性，我得到的答案是，它能给人更大的自由mdash；mdash；没有你的驱动，但相对于公共交通，是个人，路线完全服务的人，也能更好地保护隐私，在过去要实现这些，你需要雇佣一个司机。是的，现代技术的一个重要特征是用机器和算法的机器，这样的机器和算法可以在过去的普通人的东西。
看看在行动领域的Uber，就能知道这件事的必要性：2015年5月，Uber的机器人实验室卡内基梅隆大学所有相关人员和自动消失，包括研发人员、市场专家50余人，此外，还从实验室小于1英里（大约有1.61公里远）租了53000平方英尺（约合4923.86平方米）的地方，建立一个技术中心。
人力资源成本高是一个为美国分担经济的重要原因。这是超级独角兽公司允许私家车车主按照他们的吩咐把乘客和司机谁赚钱赚佣金的盈利模式。毫无疑问，如果无人驾驶的司机可以代替司机，这将具有更高的利润，公司带来新的盈利模式。
这不仅仅是谷歌的Uber；为更好的生活；我们的目标是推动这一技术的积极性。在过去的两年中，谷歌已在美国喜欢宠物的山地城市驾驶公司的自动驾驶汽车，让人们可以知道公司在该领域的作用。据卫报报道，谷歌建立了自己的汽车公司，谷歌汽车，这是设计出可爱的无人驾驶车辆。
值得注意的是，中国的互联网巨头百度也涉足这一领域。2015年12月，百度将无人驾驶汽车开发的公司开在北京的一个复杂的路。从技术上讲，百度的无人驾驶汽车已经超越了谷歌，但他们不能忽视中国企业的驱动力研究技术的普及。
二
目前，无人驾驶主要有两种路径，一种是触觉，另一种是依靠视觉；
在雷达上，我们可以看到，在山景城附近的谷歌无人驾驶汽车上也看到一个黑色雷达。百度车也是这样的。他们依靠车载雷达，通过激光扫描来识别周围障碍物之间的距离。
Ldquo；很容易发现前方的障碍物有多远，不需要太多的计算，许巍，在百度硅谷研究院的杰出科学家，在一个界面，这条道路有其固有的弱点，接受采访时说，雷达探测，它只知道在前面它存在的东西，例如知道，是很难的，在前面的车道线，它不能识别一些交通标志。
目前，以雷达为基础的无人驾驶技术路线在很大程度上依赖于高精度地图，毫无疑问，这是非常有限的，而声称在多年使用无人飞行器（如百度）的公司也计划扩大高精度地图的范围。
即使谷歌车看起来像是在山上漫步，但实际上并不是那么的悠闲和满足，不得不被复制，谷歌已经装备了强化的山景城市街景和城市虚拟地图。这样，无人驾驶汽车就能清楚地知道街道是什么样子，只需要雷达来探测汽车和行人等障碍物。
到目前为止，谷歌已经在美国400万英里（643万7300公里）的公路上行驶了2000英里（3128.68公里），这是一段很长的路要走。
此外，依靠雷达探测的硬件成本也很高。根据techinsider调查，一个激光测距系统的价格约为8万元（约51万9000元）。
一些制造商包括特斯拉认为，自动驾驶的未来方向应该依靠视觉即基于深度学习算法的图像识别。Ldquo；然后机器，就像人一样，可以识别图像并决定要做什么。深度学习在很大程度上依赖于大量的在计算机视觉这是深度学习算法Rdquo，许巍说。
这条道路没有被采用的原因是，目前的技术还达不到无人；水平；其精度还达不到自动驾驶，要求为例，对汽车的远程监测前方不被雷达做得好，另一方面，其计算量远大于雷达系统。；许巍在百度硅谷研究所从事计算机视觉的研究，应用于无人驾驶车辆是其研究和应用方向。
图像识别在一定程度上解决了雷达路径不能识别交通标志、依靠高精度地图、价格昂贵等问题。
Elon Musk是这条道路的坚定支持者，它指责谷歌错误的道路的同时，这两种途径相结合，揭示了从特斯拉的无人驾驶汽车外，使用高速相机自动看到此外，车道，交通标志识别，还使用12个雷达车周围的车，感觉和其他障碍。
看，麝香也希望通过现有的特斯拉车主培训；自动驾驶系统将在未来使用，人们训练机，使机器越来越像人目前正在参与共同的路径——深度学习算法；mdash；脸谱网雇佣了一批人员的培训，ldquo M即将到来虚拟机的研究；。
三
领航的时代迟早会到来，包括许巍在内的一批科学家相信这一点。Ldquo；最后的形式应该像人一样，可以看到什么，如何判断，不需要一个非常精确和精确的地图。
像许巍这样的科学家的工作是使机器--，，和大多数哺乳动物--，自然的能力。世界上几乎所有的动物都有眼睛，可以在一个特定的方式看世界，即使它是昆虫，比人类大脑更简单，知道如何看，不研究的强大的计算能力的需要；mdash；他们已经发展到这种与生俱来的功能。
像一个人走很长一段路，像漂浮在高速公路上的纸一样清晰可见，但没有危险。
更重要的是，在开车时，它涉及到司机、行人和行人之间的关系或交流。这种沟通常常是一种微妙的表达，甚至是一种表情。例如，司机常常微笑着表示行人过马路，很难辨认出类似的小动作。
谷歌最近发布的一份报告说，自2009无人驾驶车辆的测试，总数已达到14次，其中包括11追尾事故。公司特别强调，在所有的汽车事故，谷歌的自动驾驶仪是一种非过错方，但在我们看来，这不排除一种可能性是，如果有司机和司机之间的有效沟通，有些事故是可以避免的。
毫无疑问，一旦无人驾驶汽车规模较大，一些驾驶习惯，甚至交通状况也会随之发生变化，但可以预见，当人们驾驶一辆混合无人驾驶汽车时，会遇到一些麻烦。Ldquo；太愚蠢了，无人驾驶汽车，也不会少抱怨，无人驾驶汽车的最终目标是提高整体交通效率，这可能需要无人驾驶车辆达到一定比例的车辆在整体上运行。
此外，目前无人驾驶汽车经常陷入伦理困境。司机必须决定是否在卡车上右转三个人，或者向左拐杀摩托车骑手。
事实上，这种道德困境已经发生在人类驾驶的现状中。答案当然是，没有解决办法，而这次辩论最终会被司机在各种事故发生时的本能反应所取代。现在，作为无人驾驶汽车，程序员需要回答辩论。mdash；mdash；他们需要程序首先告诉汽车如何应对这种情况。
此外，程序员还需要在危险面前给出另一个严肃的答案，以保护乘客或保护行人吗
问题是，谁来决定我们想要什么Rdquo，Jeffrey Miller，一个美国专家写的自动驾驶软件，说你不能让一个百分之一百、双赢的决定是，右边的人是正确的。当然，最后的结果是可以从大量数据中获取mdash；mdash；这些人司机回应成千上万的事故过去数百。
但科技公司并没有参与这次辩论，他们说他们可以避免通过技术，不可避免地；