无人驾驶智能汽车的技术瓶颈有哪些

无人驾驶智能汽车的技术瓶颈主要集中在以下几个方面:

首先是感知层面，当前对于异形障碍物的识别和分类能力不足，如被风吹起的塑料袋、树叶等，目前基本仅能对常见障碍物较好识别，解决不常见障碍物问题成本高、耗时久。此外，在感知技术路线上也存在争议，如摄像头、激光雷达、毫米波雷达等单一技术路线都有各自的瓶颈。摄像头虽然成本低，但精准度有限；而激光雷达在测距、激光器、激光波长、探测器、扫描模块等方面的技术路线尚未统一。

其次，决策规划在极端场景中面临挑战。例如，车里有孕妇或后面是特殊任务车辆时，基于规则的决策规划模块难以灵活应对，竞争策略和非常规策略有待攻克。

再者，端到端自动驾驶采用的深度神经网络是黑盒子，出现问题难以对症下药，更多靠数据训练解决，这降低了开发优势。

另外，精确导航技术尚未达到厘米级精度，无法应对近距离突发状况。

还有道路设施需要升级，车道线和红绿灯设置要规范，人工智能技术与导航、物联网技术融合不够，无法适应复杂路况。语音识别控制技术也面临挑战，使用场景有限，在嘈杂环境下难以准确识别中文，识别难度高，交互模式不成熟，误操作几率大。

在技术路径方面，自动驾驶技术的实现、大数据收集共享、实地路测、基础道路设施改进及降低成本等问题存在争议。此外，道路交通法规不完善，对道路准入、事故责任认定等缺乏明确规定。

要突破这些瓶颈，政府需要完善法规，企业加大研发投入，探索盈利模式，科研机构加强基础研究，各方共同努力，推动无人驾驶智能汽车的发展。