自动驾驶和汽车智能化是三个阶段。第一阶段是辅助驾驶，现在已经在实施的，比如说自动泊车。第二，在特等条件下，限定条件下的无人驾驶，一定是在特定的条件下，实现自动驾驶。第三，实现全部的汽车智能互联，完全智能驾驶。
　　三个月内，接连三起与特斯拉自动驾驶技术相关的交通事故,不仅把特斯拉推上风口浪尖,让交通立法显得茫然无措,也让自动驾驶技术面临质疑，而此前Google自动驾驶也因事故被不断质疑。自动驾驶目前处于一个评测阶段，技术尚存在缺陷。
　　毫无疑问,人们对自动驾驶这项汽车业热点技术充满期待。但不少专家表示,这项技术并不具备取代司机和大规模普及的条件。美国杜克大学机器人项目主管米西?卡明斯5月在美国国会一场听证会上指出,自动驾驶目前并没有做好搭载人类上路的准备,根本不能取代驾驶员的工作,“绝对”不具备大规模普及的条件。除了对复杂路况的掌控能力很弱外,自动驾驶也无法应对包括雨雪在内的恶劣天气,更不要说应对黑客攻击等能力了。美国智库兰德公司2016年4月发布的报告显示,需要测试数亿至数千亿公里,才能验证自动驾驶汽车在减少交通事故方面的可靠性,而现有自动驾驶汽车测试的总里程还很少。事实上,特斯拉同样承认自动驾驶技术仍未完全成熟。马斯克指出,当技术成熟时,所有特斯拉汽车将配备全自动驾驶系统,可应对操作失败等状况,但调整和验证软件需要相当长的时间,并非安装摄像头、雷达、声波定位仪和计算处理等硬件这么简单。但他强调,这绝不是说应该禁用这一功能。
　　随着汽车产业的发展，汽车智能化与自动驾驶越来越受到关注。自动驾驶技术在提升驾驶安全性、减少事故发生率、减轻司机负担方面有着相关优势。目前，自动驾驶汽车技术逐渐进入早期实用化阶段，国内汽车行业对于自动驾驶技术的关注和重视也在逐步提升，部分企业已经在汽车智能化和自动驾驶上开始进行尝试，相关法律法规与监管措施如何跟上产业发展需求也已开始提上日程。
　　一、汽车自动驾驶技术现状与难点
　　（一）自动驾驶技术的最大桎梏是人类自身
　　多年的研究发现，人类在从事诸如系统监控等无聊工作时候非常难以保持注意力。因为人类大脑会一直寻找一个刺激点，而如果没有找到的话，大脑的注意力便会逐渐衰退。通常来说，越是可靠的自动驾驶技术就越是容易让人类大脑感到“无聊”。
　　目前，许多汽车厂商都在为车辆在复杂路况中行驶增加更多的自动化系统，但这些系统无一例外都需要人类驾驶员保持对路况的警惕性。就拿特斯拉的Autopilot来说，该系统可以实现自动并线、加速、减速，甚至是自动寻找停车位。
　　（二）传感器件感知能力有待升级
　　无论是何种程度的智能驾驶，第一步都是感知，也就是感知车辆周边的负责的路况环境。在这个基础上才能做出相应的路径规划和驾驶行为决策。感知所采用的各种传感器包含：各种形式的雷达、单目摄像头、双目摄像头等，或是由这些传感器进行不同组合形成的感知系统，而这些传感器件各有利弊。
　　比如：激光雷达对雨雾的穿透能力受到限制、对黑颜色的汽车反射率有限；毫米波雷达对动物体反射不敏感；超声波雷达的感知距离与频率受限；摄像头本身靠可见光成像，在雨雾天、黑夜的灵敏度有所下降。
　　（三）复杂的路况问题
　　相对于欧、美、日本，中国的各种路况要复杂的多。仅仅红绿灯的形态不下100种；各种交通标识的形态没有统一；车道线的宽窄、间隔参差不齐，甚至许多道路没有车道线。所以，高速公路的自动驾驶、某段路线的自动驾驶与真正意义上的自动驾驶是两个层面的问题，这些都是在实现完全自动驾驶之前需要我们解决的问题。
　　（四）法律方面的壁垒
　　除了技术问题，还有社会的法律问题。这些技术要在法律层面得到认可，就要说清楚一系列的技术问题，还要有大量繁杂的数据支持。法律上认可的过程也一定会是漫长的一个过程。当然，这些工作都在同时开展着。
　　综上所述，自动驾驶需要一步一步的走，不会一下子跳跃过去。ADAS系统会是自动驾驶的第一个阶段，当我们实现了危险驾驶行为的准确预警，积累了大量的经验和使用数据后，下一步的工作才有可能实现。
　　二、汽车自动
　　驾驶技术创新与发展方向
　　随着科技的进步，自动驾驶已从新生技术走向实际应用。自动驾驶的发展离不开技术的发展与创新，自动驾驶领域对于通信、信息、数据等方面提出了较高的要求，在发展自动驾驶技术中，需要在这几方面不断进行创新与突破。
　　（一）重视协同式信息传送
　　从自动驾驶的方式和发展趋势来看，汽车不仅要通过自身的传感器对环境进行感知，协同式的信息传送也是非常重要的环节。不管是从交通安全角度，还是从风险管理的角度来考虑，基于车和车之间的通信系统极为重要，这些相关通信组件安装在车上，对车和人之间的沟通、安全、效率是重要保障。
　　在技术层面，欧洲和美国都做了大量的车辆试验，技术相对成熟。目前国内的中兴、华为、大唐在推动V2X技术，现有V2X标准需要进一步测试和实施，实现产业化发展还需要一段时间，因此要根据产业主体的时间点进行规划，实现产业互动。
　　（二）要进行整体数据规划和信息同步
　　自动驾驶对于数据规划提出了更高要求，车辆将成为大量数据的载体。如通过电子地图和雨刷数据，可以进行整体分析，形成比天气预报更精准的降雨区域图。对车距的计算也一样，尽管个体上传的数据量很小，但是应用到每一辆车上，就是每个车给数据生态体系贡献信息，成为实现动态地图的根本保证。车与车之间、企业与企业之间共享数据，将形成大量的数据信息，并可整理成路况信息源，将信息的推送从以前通过交通电台定时播报变成车辆自动及时推送。因此，对于车辆、路况、天气等所有相关的数据规划和信息同步极为重要。
　　（三）自动驾驶技术发展需要资金投入
　　自动驾驶技术的发展不仅是汽车产业的重大变革，对其他行业的影响也不容忽视。以货运为例，国内大型的销售平台对于物流的需求非常大，如果做好了高精地图的数据化，势必在物流和其他运营效率上带来好处。这不仅对自动驾驶技术提出了更高的要求，也需要进行大量的资金投入。
　　以地图为例，高精地图由静态和动态两部分组成，静态部分是基础数据的采集，需要大量的资金投入。以国内28万公里的高速公路为例，一辆高清采集车要采集完所有的数据，需要花费近800万人民币。高精地图采集的精度与设备以及设定的属性紧密相关。动态地图的资金投入更大，其包括路况的动态变化和交通状况的变化，需要进行大规模的在技术和模式上的独创性。
　　（四）企业要实现产品和技术的创新和进步
　　对于各企业来说，自动驾驶最终要落实到技术和产品的不断完善。企业可以采取由易到难的战略，先将已有的技术进行完善，变成更成熟的产品，从简单的自动跟车、自动巡航、自动变道，逐渐形成比较成熟的技术。在此基础上再考虑下一步的创新和发展，如对标识的识别，对红绿灯信号灯的识别等，逐渐推进技术和产品的进步，分阶段实现最终的目标。