目前大部分的自動駕駛，都離不開傳感器、激光雷達和攝像頭，在復雜的駕駛場景里如何識別交通標志、車輛行人和紅綠燈等，是最基本的問題。
自動駕駛的美麗愿景，吸引了越來越多的車企和科技公司加入其中，各種與自動駕駛相關的新技術、合作計劃和測試項目頻頻上頭條。盡管前景一片大好，但對于吃瓜群眾來說卻沒有什么實感，小編忽然想起美國財經科技網站的一份深度報告，曾預測2020年將有一千萬輛自動駕駛汽車，然而2017年轉眼就要到來了，自動駕駛汽車離大規模量產似乎仍有不小距離。那么，實現量產有哪些困難呢？
技術瓶頸
目前大部分的自動駕駛，都離不開傳感器、激光雷達和攝像頭，在復雜的駕駛場景里如何識別交通標志、車輛行人和紅綠燈等，是最基本的問題。現在很多車企都進行了道路測試，不過很多都是在較封閉單一的道路上。讓機器像人那樣具備應對各種場景的能力，仍有不小難度。
今年最負面的新聞莫過于特斯拉的致死事故，一輛ModelS以自動駕駛模式在高速上行駛，結果撞向一輛橫穿的白色卡車，事故的原因是在晴朗的天氣里，ModelS的攝像頭錯把卡車的白色車廂當成天空，以至于沒有啟動剎車。這就反映了傳感器的精度仍有待加強，目前駕駛員需要將注意力放在路面上。
倫理算法
雖說自動駕駛系統在偵測到前方障礙物時，會進行減速剎車，然而現實中你會面臨更極端的選擇，比如說幾個行人忽然沖出馬路，在來不及剎車的情況下，你是選擇撞人還是撞向一邊的車輛？從系統的算法策略來看，就是“優先車內乘員安全”與“傷亡率最小化”的抉擇。
老人與小孩，行人與司機，讓機器去學會衡量生命價值的大小，聽起來是不是有些殘酷？但如果想廣泛普及自動駕駛，“優先車內乘員安全”算法會更符合人的天性，畢竟不是每個人都甘愿獻身去保護別人。
基礎設施
構建一個城市交通網絡，除了汽車還有配套的基礎設施。車企為了搶先布局，在技術發展上不遺余力，但問題是技術有了，基礎設施建設跟上了嗎？在不久的未來，自動駕駛汽車的傳感器會更加精確，然而斑駁不清的車道線、道路標志和交通燈，會讓這些努力付諸東流。從目前來看，即使是美國也有65%的公路需要重新修整。
當自動駕駛發展到更成熟的階段，我們的道路設計包括路寬、護欄、減速帶等將發生巨大改變，為了實現自動泊車功能，也要設計專門的停車場和配套的收費系統。
地圖精度
自動駕駛汽車依靠傳感器獲得實時路況，但這并不足夠，因為碰到雨雪極端天氣時，交通標志變得模糊，傳感器的精度會大打折扣。所以我們還需要一張高精度的地圖，在現有地圖的基礎上，將車流量，道路數據和交通標志等具體信息一一采集。目前的商用地圖已經做到米級精度，但要實現自動駕駛則需要厘米精度，盡可能地還原現實。
制作高精度的地圖需要高昂的成本，為了收購諾基亞的Here地圖，寶馬、奧迪和戴姆勒三大汽車公司就花費了28億歐元的巨額。如何降低地圖的更新維護成本，是車企頭疼的問題。德爾福/Mobileye、谷歌、福特都希望采用眾包地圖的方式，讓車輛代替航拍儀和衛星，但這種方式需要足夠的用戶基數。
法律法規
自動駕駛商業化的前提是制定相應的法律法規，比如人們最關心的責任問題，當機器代替人去駕駛，尤其是那些優先保護車內乘客的汽車，在出現事故時該如何界定責任？特斯拉總裁馬斯克曾表示，未來人類駕車將是違法行為，換言之就是機器比人類更加可信。
買家意愿
車企推出的自動駕駛概念車，讓人心生向往，擺脫煩瑣的通勤駕駛，躺在車里安心聽歌、閱讀、看電影，釋放更多的時間來享受生活，這份期待成為車企發展自動駕駛的源動力。然而在初級階段，很多人都不愿意做第一個吃螃蟹的人，特斯拉事故中那位看《哈利波特》的駕駛者就是前車之鑒。
美國汽車協會曾經做過民意調查，有61%的受訪者希望下一輛新車擁有至少一項半自動駕駛功能，但同時75%的受訪者害怕乘坐自動駕駛汽車。小編認為，未來短短三年恐怕難以打消人們的疑慮，尤其是接受能力相對較弱的老一輩車主，2020年自動駕駛會迎來爆發，但要實現千萬之眾恐怕很難。
