發展趨勢
未來汽車的主要角力點在自動駕駛、物聯網化和電動化等方面。
智能化自動駕駛
自動駕駛技術之所以在汽車和科技領域如此炙手可熱，是因為它是未來電動互聯汽車社會的重要實現手段。人工智能是自動駕駛最核心的技術驅動力。2016年，隨著谷歌的AlphaGo的勝利和無人駕駛汽車產品化，人工智能再次成為了爆點，一個炙手可熱的新名詞“深度學習”出現在了人們的詞典中。
其實，深度學習的概念是2006年提出的，另一個更基礎的概念“神經網絡”已經存在了二三十年。為什么人工智能今天才又受到追捧，我認為主要的原因是計算和感知能力的進步和成本的下降，使人工智能能夠以合理的成本解決實際的問題。關于人工智能的話題，由于篇幅所限，請容另行撰文進一步講述。
無人駕駛的技術核心之一，是讓車輛自己學習道路信息。另一方面，人工智能也在嘗試在車內給駕駛和乘坐帶來智能交互和創新體驗。今年的CES，有關人工智能技術走進車內的各種應用嘗試中，亞馬遜的Alexa是最大的明星，合作伙伴囊括了福特、大眾等主要車企。其他巨頭包括谷歌、微軟、百度以及眾多更小規模車聯網領域的創業公司，整車廠商也多紛紛提供智能交互系統。寶馬描繪了未來概念內飾科技HoloActive駕駛艙，在娛樂系統里整合了手勢識別。博世提供了未來汽車內置的概念參考設計，用攝像頭識別個人，并按照其喜好設置車輛、調節艙內溫度和播放喜好的音樂等等。日本松下展示了它的自動駕駛汽車的乘坐艙，艙內安裝了帶有4K交互顯示屏的小桌，和眾多的觸摸屏及增強現實顯示。
在實現自動駕駛的核心器件中，激光雷達的高成本是自動駕駛發展的一個瓶頸。Uber或者谷歌無人駕駛汽車，車頂上都帶有一個不停旋轉的設備，就是激光雷達。Velodyn是最早為谷歌無人駕駛汽車提供激光雷達的合作伙伴。無人駕駛汽車要獲得普及，必須要把激光雷達的成本從目前的數千美元降到100~200美元的價格區間。目前，激光雷達正在從傳統機械式掃描向固態掃描發展，一些新興的創業公司如Quanergy（2016年由三星投資）開始走向舞臺。有些更初期的創業公司，采用矩陣激光源或CMOS感應器的方式，可以極大地提供精度和降低成本，值得期待。毫米波雷達也是輔助駕駛系統和自動駕駛汽車常用的核心器件，成本的下降也是勢在必行。
激光雷達的小型化和低成本化當務之急
另外一個基礎問題是運算能力。運行一輛無人駕駛汽車將會產生龐大的數據量，除了本地的處理能力，也需要足夠的帶寬把數據傳輸到數據中心，4G網絡已經顯得太慢。3D地圖對自動駕駛也是必要的核心技術，無人駕駛汽車需要的地圖信息對精確度的要求很高。很多汽車廠商都設立了實驗室，著重研發3D高清地圖，也有廠商是選擇與第三方地圖公司合作，例如福特就投資了3D地圖公司Civil Maps。
物聯網化
相對于電動車的性能，本屆CES上人們更加關注的是車企如何在電動汽車上實現物聯網化。與自動駕駛和電動化趨勢相比，物聯網各方面的條件已經比較成熟。具備系統和軟件優勢的谷歌、蘋果等科技類公司已經針對物聯網推出了自己的解決方案，并且試圖將各自的軟件系統嵌入到汽車的前裝市場。這是科技類公司的強項。按說意識到這一差距，車企更愿意與科技類公司合作實現自身在此領域的未來規劃。但在本屆CES展上，更多的車企以強勢的姿態表達自行搭建生態的計劃。
汽車是我們普通人生活中擁有的最為昂貴的消費品，但人對車的使用頻率卻不高。根據本田的調研數據：私家車輛96%的時間是閑置的。這樣看來，無人駕駛汽車可以在接送上下班以外的時間，能夠自己開出去提供類似Uber的服務來幫你賺錢，或者在有了發達的無人駕駛汽車的服務前提下，你是否真的需要在產權上擁有一輛車。創新將會從技術到商業模式上改變汽車行業和生態，未來車企可能被迫改變單一的汽車銷售模式，轉而關注其他由數據、移動化和服務帶來的新的商業機會。
電動化
電動車是自動駕駛汽車的主要的硬件載體。電動車的核心技術包括了電機、電控、電池包為核心的動力驅動，輕量化和整車設計。目前主要的關注點還是在于如何提高電動車的續航能力，這需要電池能量密度的進一步提高，這方面比較有商業化前景的是硅納米材料在電池負極的應用（硅的能量密度比傳統石墨電機高一個數量級），比較領先的企業包括Amprius和Enevate。
電控和動力驅動系統的性能和小型化也是極其關鍵的技術壁壘。為了提高效率和性能，電動車的設計需要高電壓和大電流的功率器件的支持，傳統的硅基IGBT已經難以跟上需求。新型的氮化鎵和碳化硅功率期間正在走向主流，包括GaN Systems、英飛凌、Cree和EPC等。
在充電方面，自動駕駛車輛的普及一定會帶來無線充電的興起，你很難想象一個合作的無人駕駛的車隊要有人來手動充電。市場需要在充電效率、距離、角度靈活性、成本和體積等方面有突破的充電技術，并且需要有像高通在消費電子領域Qi的標準聯盟。值得關注的企業包括Witricity和Wibotic。
微信二維碼
