专用集成电路（ASIC）：像一个专业教授，但为了培养这个教授，需要巨大的资源——除非批量培养，否则不值得为一个人，搭建这套教育体系

　　2、整合型芯片

　　过去：各类配置的芯片可能需要行业里供应链上多个集团的参与。

　　未来：一个芯片供应商，整合所有芯片的功能——协同运算提高效率。

　　（数据来源：Google，《无人驾驶，驶向未来》招商证券，Gartner，IDC，公开信息整理）

决策的悖论

　　安全问题：先生蛋还是先生鸡？驾驶要保证绝对安全，意味着要安全了才能上路，而没有足够的上路行驶数据积累，就不能做出很好的模型。

　　伦理问题：紧急情况如何设定？问题一：应该优先保护谁才是正确的。情况举例：两个方向，来不及刹车，A方是突然迎面违章驶来的客车，B方是正常行驶的卡车，A方会造成更多伤害，但B方是完全无辜的，该如何抉择？问题二：出现事故，过失责任如何认定。

　　决策方面，本地化公司有独特机会

　　中国公司的机会：各国的交通规则、行驶环境、驾车方式都不同，在美国的决策系统，在中国不一定适用。

　　（数据来源：《高精地图指引未来，高壁垒铸就行业稀缺》长江证券，IT桔子，虎嗅）

　　商用车和乘用车可能会有不同决策模型

　　乘用车车主是自由的，而商用车通常肩负一定使命，常是集体行为，涉及车辆间通信；而且商用车使用频率高、耗损大，减少阻力、节省燃油对效力提升作用大。

　　（数据来源：Crunchbase，公开信息整理）

　　控制系统相对简单，但需与厂商合作

　　难度低，但是需要与厂商合作。常用的控制方法：电磁控制系统，通过电磁原理控制相应的部件。常用的算法：PID，传统的PID即可。

　　既可控制燃油汽车，也可控制电动汽车，与电动汽车的契合度会更好一点。

　　此外，汽车网络安全可能会是新机会

　　汽车网络安全目前是重点+盲点。

　　慕尼黑再保险公司面向企业风控经理做过一次调研，调研中，55%的人将网络安全看作是无人驾驶汽车面临的最大问题。

　　目前仅有少量公司涉足这个领域。

　　Argus曾在2015年获得$2,600万B轮融资，后被英飞凌（Infineon）收购。

　　（数据来源：Crunchbase，公开信息整理）

当无人驾驶被广泛应用……

　　基础设施的机会只是第一波，很快会结束

　　1、硬件——以雷达为例

　　2、软件——以决策系统为例

　　共享用车是第二波——降低70%出行成本

　　（数据来源：《无人驾驶，驶向未来》招商证券）

　　汽车保有量下降40%——进退两难的汽车厂商

　　由于无人驾驶+共享用车可以大幅降低出行成本，未来汽车保有量可能会大幅下降40%，例，美国可能下降43%。

　　事实上，仅从需求角度来讲，无人驾驶推广后，所需的汽车数量会下降70%。

　　（数据来源：密歇根大学交通运输研究所）

　　停车场需求巨降——释放城市空间

　　送抵目的地后，汽车可以自己寻找车位，或者继续工作——几乎不需要停车场。