1、英特爾：Mobileye + Altera + Movidius
英特爾在自動駕駛領(lǐng)域主要是通過并購來完成布局：2015年6月167.5億美元收購FPGA 巨頭Altera;2016年9月收購計算機視覺處理芯片公司Movidius;2017年3月153億美元收購以色列自動駕駛汽車技術(shù)公司Mobileye。
通過上述收購，英特爾在自動駕駛處理器上的布局已較完善，包括Mobileye的EyeQ系列芯片(ASIC)、Altera的FPGA芯片、Movidius的視覺處理單元VPU，以及英特爾的CPU處理器，可以形成自動駕駛的整體硬件解決方案。
EyeQ1：Mobileye的EyeQ系列芯片最初是和意法半導(dǎo)體公司共同開發(fā)，第一代芯片EyeQ1從2004年開始研發(fā)，2008年上市;
EyeQ2：EyeQ2則于2010年上市。最初的兩代產(chǎn)品僅提供L1輔助駕駛功能，EyeQ1的算力約0.0044Tops，EyeQ2則約0.026Tops，功耗均為2.5w。
EyeQ3：2014年量產(chǎn)的EyeQ3基于其自主ASIC架構(gòu)自行開發(fā)，使用了4顆MIPS核心處理器、4顆VMP芯片，每秒浮點運算為0.256萬億次，功耗為2.5w，可以支持L2高級輔助駕駛計算需求。
EyeQ4：第四代EyeQ4芯片在2015年發(fā)布，2018年量產(chǎn)上市，采用28nm工藝。EyeQ4使用了5顆核心處理器(4顆MIPSi-class核心和1顆MIPSm-class核心)、6顆VMP芯片、2顆MPC核心和2顆PMA核心，可以同時處理8部攝像頭產(chǎn)生的圖像數(shù)據(jù)，每秒浮點運算可達2.5萬億次，功耗為3w，最高可實現(xiàn)L3級半自動駕駛功能。
EyeQ5：Mobileye的下一代EyeQ5計劃于2018年出工程樣品，2020年實現(xiàn)量產(chǎn)，將采用7nmFinFET工藝。該產(chǎn)品對標(biāo)Nvidia的DriveXavier芯片，定位于L4/L5全面自動駕駛計算需求。單顆芯片的浮點運算能力為12Tops，TDP是5W。EyeQ5系統(tǒng)采用了雙路CPU，使用了8顆核心處理器、18核視覺處理器，浮點運算能力為24Tops，TDP是10W。
據(jù)說，Mobileye的芯片價格也超過1千美金。
2、英偉達：Drive PX系列芯片
Drive PX：Nvidia自動駕駛芯片始于2015年初推出的Drive PX系列。在2015年1月CES上英偉達發(fā)布了第一代Drive PX。Drive PX搭載TegraX1處理器和10GB內(nèi)存，能夠同時處理12個200萬像素攝像頭每秒60幀的拍攝圖像，單浮點計算能力為2Tops，深度學(xué)習(xí)計算能力為2.3Tops，可支持L2高級輔助駕駛計算需求。
Drive PX2：2016年1月的CES上英偉達又發(fā)布了新一代產(chǎn)品Drive PX2。Drive PX2基于16nm FinFET工藝制造，TDP達250W，采用水冷散熱設(shè)計，支持12路攝像頭輸入、激光定位、雷達和超聲波傳感器。其中，CPU部分由兩顆NVIDIATegra2處理器構(gòu)成，每顆CPU包含8個A57核心和4個Denver核心;GPU部分采用兩顆基于NVIDIA Pascal架構(gòu)設(shè)計的GPU。單精度計算能力達到8TFlops，深度學(xué)習(xí)計算能力達到每秒24萬億次，在單精度運算速度上是Drive PX的4倍,深度學(xué)習(xí)速度是Drive PX的10倍，可以滿足L3自動駕駛的運算要求。
Drive Xavier：Drive Xavier是英偉達最新一代自動駕駛處理器，最早在2016年歐洲GTC大會上提出，2018年1月的CES上正式發(fā)布。同時發(fā)布的還有全球首款針對無人駕駛出租車打造的車載計算機DrivePX Pegasus。在配置方面，Xavier基于一個特別定制的8 核CPU、一個全新的512核Volta GPU、一個全新深度學(xué)習(xí)加速器、全新計算機視覺加速器、以及全新8K HDR 視頻處理器而打造。每秒可運行30萬億次計算，功耗僅為30w，能效比上一代架構(gòu)高出15倍，可以滿足L3/L4自動駕駛的計算需求。該產(chǎn)品預(yù)計2018年一季度向提供樣品。
Drive PX Pegasus：Drive PX Pegasus是針對L5級全自動駕駛出租車的AI 處理器，搭載了兩個Xavier SoC處理器。SoC上集成的CPU 也從8核變成了16核，同時增加了2塊獨立GPU。計算速度達到320Tops，相當(dāng)于PX Xavier的10倍，算力能夠支持L5完全自動駕駛系統(tǒng)，但其功耗也達到了500w。預(yù)計首批樣品將于2018年年中交付客戶。
據(jù)說，英偉達DrivePX2的價格超過1萬美金。
3、高通&恩智浦NXP
作為移動通信領(lǐng)域的絕對龍頭，高通一直希望通過自己的移動處理器芯片(改成車規(guī)級)切入汽車電子領(lǐng)域。
在2016年初CES上，高通就發(fā)布了整合LTE數(shù)據(jù)機和機器智能的Snapdragon 820車用系列產(chǎn)品。這個系列產(chǎn)品包含了高通的Zeroth機器智能平臺，旨在協(xié)助汽車制造商使用神經(jīng)網(wǎng)絡(luò)為ADAS和車載資訊娛樂系統(tǒng)創(chuàng)建基于深度學(xué)習(xí)的解決方案。但目前車廠設(shè)計訂單還限于資訊娛樂功能;國內(nèi)ADAS 廠商縱目科技在2017年CES上推出了首個基于820A平臺并運用深度學(xué)習(xí)的ADAS產(chǎn)品原型，12月正式發(fā)布。據(jù)悉，目前這款產(chǎn)品已經(jīng)進入量產(chǎn)前的驗證階段，預(yù)計將于2019年量產(chǎn)。
作為汽車電子龍頭廠商，恩智浦在自動駕駛方向的積累相比高通則深厚很多。
2016年5月恩智浦發(fā)布了BlueBox平臺，該平臺集成S32V234汽車視覺和傳感器融合處理器、S2084A嵌入式計算處理器和S32R27雷達微控制器，能夠為汽車制造商提供L4級自動駕駛計算解決方案。
其中，S32V234是NXP的S32V系列產(chǎn)品中2015年推出的ADAS處理芯片，在BlueBox平臺上負責(zé)視覺數(shù)據(jù)處理、多傳感器融合數(shù)據(jù)處理以及機器學(xué)習(xí)。這款芯片擁有CPU(4顆ARM CortexA53和1顆M4)、3D GPU(GC3000)和視覺加速單元(2顆APEX-2vision accelerator)，能同時支持4路攝像頭，GPU能實時3D建模，計算能力為50GFLOPs。同時，S32V234芯片預(yù)留了支持毫米波雷達、激光雷達、超聲波的接口，可實現(xiàn)多傳感器數(shù)據(jù)融合，最高可支持ISO26262 ASIL-C標(biāo)準(zhǔn)。
恩智浦還有一款專門的雷達信息處理芯片MPC577XK。這是一款面向ADAS應(yīng)用的Qorivva32位MCU，基于Power架構(gòu)，能夠支持自適應(yīng)巡航控制、智能大燈控制、車道偏離警告和盲點探測等應(yīng)用。
4、瑞薩Renesas
與恩智浦類似，瑞薩在2017年4月也發(fā)布了一個ADAS及自動駕駛平臺Renesas Autonomy，主打開放策略，目的在于吸引更多一級供應(yīng)商以擴大生態(tài)系統(tǒng)。
同時發(fā)布的還有R-CarV3M SoC，該芯片配有2顆ARM CortexA53、雙CortexR7鎖步內(nèi)核和1個集成ISP，可滿足符合ASIL-C級別功能安全的硬件要求，能夠在智能攝像頭、全景環(huán)視系統(tǒng)和雷達等多項ADAS應(yīng)用中進行擴展。
R-CarV3M SoC的樣品于去年12月開始供貨，計劃于2019年6月開始量產(chǎn)。
從瑞薩的芯片系列來看，R-Car系列是其在自動駕駛方向的主要產(chǎn)品線：
第一代產(chǎn)品(R-CarH1/M1A/E1)在2011-12年期間推出，可支持初級的巡航功能;
第二代產(chǎn)品(R-CarH2/M2/E2)相比第一代性能基本翻倍，可支持360°環(huán)視等ADAS功能;
第三代產(chǎn)品(R-CarH3/M3)在2015年以后陸續(xù)推出，符合ASIL-B級安全要求;同時期推出的還有R-CarV3M、R-CarV2H等ASSP處理器，這類產(chǎn)品基本可支持L2等級的自動駕駛應(yīng)用需求。
除了R-Car系列產(chǎn)品外，跟恩智浦一樣，瑞薩也有針對雷達傳感器的專業(yè)處理器芯片如RH850/V1R-M系列，該產(chǎn)品采用40nm內(nèi)嵌eFlash技術(shù)，優(yōu)化的DSP能快速的進行FFT的處理。
5、德州儀器TI
TI在ADAS處理芯片上的產(chǎn)品線主要是TDAx系列，目前有TDA2x、TDA3x、TDA2Eco等三款芯片。
TDA2x：TDA2x于2013年10月發(fā)布，主要面向中到中高級市場，配置了2顆ARM Cortex-A15內(nèi)核與4顆Cortex-M4 內(nèi)核、2顆TI定浮點 C66xDSP內(nèi)核、4顆EVE視覺加速器核心，以及雙核3DGPU。TDA2x主要是前置攝像頭信息處理，包括車道報警、防撞檢測、自適應(yīng)巡航以及自動泊車系統(tǒng)等，也可以出來多傳感器融合數(shù)據(jù)。
TDA3x：TDA3x于2014年10月發(fā)布，主要面向中到中低級市場。其縮減了包括雙核A15及SGX544GPU，保留C66xDSP及EVE視覺加速器核心。從功能上看，TDA3x主要應(yīng)用在后置攝像頭、2D或2.5D環(huán)視等。
TDA2Eco：TDA2Eco是2015年發(fā)布的另一款面向中低級市場的ADAS處理器，相比于TDA2x，TDA2Eco去掉了EVE加速器，保留了一顆Cortex-A15、4顆Cortex-M4、DSP、GPU等內(nèi)核。TDA2Eco支持高清3D全景環(huán)視，由于TDA3x主要應(yīng)用于2D或2.5D環(huán)視，所以TDA2Eco填補了中低級市場對于高清3D全景環(huán)視應(yīng)用的需求。
6、ADI
相對于以上幾家芯片公司，ADI在ADAS芯片上的策略主打性價比。針對高、中、低檔汽車，ADI針對性的推出一項或幾項ADAS技術(shù)進行實現(xiàn)，降低成本。
在視覺ADAS上ADI的Blackfin系列處理器被廣泛的采用，其中低端系統(tǒng)基于BF592，實現(xiàn)LDW功能;中端系統(tǒng)基于BF53x/ BF54x/ BF561，實現(xiàn)LDW/ HBLB/ TSR等功能;高端系統(tǒng)基于BF60x，采用了流水線視覺處理器(PVP)，實現(xiàn)了LDW/ HBLB/ TSR/ FCW/ PD等功能。集成的視覺預(yù)處理器能夠顯著減輕處理器的負擔(dān)，從而降低對處理器的性能要求。
7、英飛凌Infineon
英飛凌在2015年針對ADAS市場推出過芯片組Real 33D，可實現(xiàn)司機疲勞檢測等功能。而在奧迪新A8使用的zFAS自動駕駛計算單元中，也使用了英飛凌提供的Aurix芯片，A8最關(guān)鍵的TrafficJam Pilot，是由這塊芯片最終實現(xiàn)的。
8、東芝(Toshiba)
2017年7月東芝宣布與日本電裝共同推出基于視頻的主動安全系統(tǒng)。
該系統(tǒng)配備了東芝最新的Visconti 4自動駕駛專用芯片，Visconti 4內(nèi)置8個多媒體處理核，能夠同時執(zhí)行8種應(yīng)用，專門為自動駕駛視頻應(yīng)用做了優(yōu)化，識別速度從100毫秒縮短到50毫秒，只用Visconti 4 就可以構(gòu)建出車道偏離警告、前后方防撞警告、前后方行人防撞警告、交通標(biāo)識與信號識別等功能。
電裝在2015年就開始將Visconti 2應(yīng)用在輔助駕駛上，除了核數(shù)翻倍，Visconti 4在行人識別算法上也比前一代改善很多，采用增強型CoHOG識別算法的Visconti4，極大提升了在陰暗場景下對行人和騎自行車者的識別能力。
9、Xilinx(賽靈思)
在汽車ADAS上，Xilinx最被廣泛應(yīng)用的產(chǎn)品是Zynq®-7000 All Programmable SoC。該系統(tǒng) (SoC)平臺可幫助系統(tǒng)廠商加快在環(huán)繞視覺、3D環(huán)繞視覺、后視攝像頭、動態(tài)校準(zhǔn)、行人檢測、 后視車道偏離警告和盲區(qū)檢測等ADAS應(yīng)用的開發(fā)時間。Zynq采用單一芯片即可完成ADAS解決方案 的開發(fā)。
Xilinx(賽靈思)也與西門子業(yè)務(wù)部Mentor合作，推出了DRS360自動駕駛平臺。
10、意法半導(dǎo)體(ST)
意法半導(dǎo)體在2017年還推出了業(yè)界首款集成專用全隔離硬件安全模塊(HSM)的車載微處理器Telemaco3P。發(fā)展車聯(lián)網(wǎng)的一大障礙即信息安全，對于汽車這樣高速移動的龐然大物，如果被黑客入侵或干擾通信，后果可能是災(zāi)難性的。
所以無論是移動影音娛樂、基于地理信息的救援服務(wù)，還是最近火爆的軟件空中更新(OTA)，這些功能普及的基礎(chǔ)在于汽車能否及時有效安全地傳遞信息。HSM對接收到的外部信息進行檢查與安全認證，未經(jīng)安全認證的信息與外部設(shè)備均不能與被保護模塊通信，Telemaco3P對外發(fā)出的信息也經(jīng)HSM加密，采用專用硬件模塊來對進行安全管理，將極大提升車載通信安全。
另外，ST與Mobileye合作開發(fā)的機器視覺芯片EyeQ5裝備了8枚多線程CPU內(nèi)核，搭載18枚Mobileye的下 一代視覺處理器。
11、地平線機器人(Horizon Robotics)
地平線的自動駕駛AI芯片“征程”在去年12月20日正式發(fā)布。在參數(shù)上，征程能夠以1.5W的功耗，實現(xiàn)1Tflops的算力，每秒處理30幀4K視頻，對圖像中超過200個物體進行識別，能夠?qū)崿F(xiàn)FCW/ LDW/ JACC等高級別輔助駕駛功能，滿足L2的計算需求。對比英偉達的DrivePX2，其采用16nm FinFET工藝，單精度計算能力為8TFlops，深度學(xué)習(xí)計算能力為24TFlops，官方TDP是250w;從性能功耗比來看，征程還是有明顯優(yōu)勢的。同時，由于ASIC不是GPU類的通用計算，內(nèi)部直接封裝了算法，數(shù)據(jù)交換只是底層I/O，因此其計算的時延也會比GPU更低。不過地平線采用ASIC的路線也是犧牲了芯片的可編程性以獲得更高的性能，是否能獲得足夠訂單量來降低芯片成本值得關(guān)注。請加微信公眾號：工業(yè)智能化(robotinfo) 馬云都在關(guān)注
12、中科寒武紀(jì)(Cambricon)
寒武紀(jì)在去年11月初的發(fā)布會上首次發(fā)布了面向智能駕駛領(lǐng)域的1M智能處理器IP產(chǎn)品，據(jù)介紹其性能可達到寒武紀(jì)1A處理器的10倍以上。據(jù)了解，2016年上市的1A處理器在1Ghz頻率下理論峰值性能為：FP16半精度浮點計算能力為512GFlops，稀疏神經(jīng)網(wǎng)絡(luò)計算能力為2TFlops。
13、四維圖新
四維圖新在2016年5月收購了聯(lián)發(fā)科旗下的汽車半導(dǎo)體公司杰發(fā)科技，后者在2017年6月的CES Asia上展出了首款車規(guī)級ADAS芯片。
四維圖新在去年7月正式發(fā)布了該款A(yù)DAS芯片，并與蔚來、威馬、愛馳億維等新造車公司達成了合作。公開資料顯示，該芯片采用64位Quad A53架構(gòu)，內(nèi)置硬件圖像加速引擎，支持雙路高清視頻輸出，和四路高清視頻輸入，能同時支持高級車載影音娛樂系統(tǒng)全部功能和豐富的ADAS功能。功能包括：360°全景泊車系統(tǒng)、車道偏移警示系統(tǒng)LDW、前方碰撞警示系統(tǒng)FCW、行人碰撞警示系統(tǒng)PCW、交通標(biāo)志識別系統(tǒng)TSR、車輛盲區(qū)偵測系統(tǒng)BSD、駕駛員疲勞探測系統(tǒng)DFM和后方碰撞預(yù)警系統(tǒng)RCW等。
14、森國科(原深圳市國科微半導(dǎo)體)
森國科(原深圳市國科微半導(dǎo)體)在去年12月也發(fā)布了自主研發(fā)的高性價比ADAS芯片SGKS6802X，據(jù)介紹產(chǎn)品已經(jīng)正式出貨。
SGKS6802X配置了雙核ARM Cortex A7處理器、高速雙核8線程GPU和2D加速GPU;采用40nm 工藝，芯片典型功耗1500mW，全系統(tǒng)功耗1800mw(包括DDR);最大支持4路編碼處理能力，整數(shù)運算能力7200MIPS+ 3200MIPS，半精度浮點運算能力25.6GFLOPS，單精度浮點運算能力6.4GFLOPS;可支持LDW、FCW、PCW、TSR、NV、TFAH、ZCD、CTA、BSD、DFM、RCW等ADAS算法，滿足L2高級輔助駕駛的計算需求。
美光正在開發(fā)GDDR6，以達到自動駕駛技術(shù)對汽車內(nèi)存容量及帶寬的要求，美光同時還在開發(fā)PCIe接口的非易失性存儲器，以滿足5G通信、高清地圖與車載黑盒子對非易失存儲的需求。
從本質(zhì)上說激光雷達和毫米波雷達都是利用回波成像來構(gòu)顯被探測物體的，就相當(dāng)于人類用雙眼探知而蝙蝠是依靠超聲波探知的區(qū)別。但激光雷達會比較容易受到自然光或是熱輻射的影響，在自然光強烈或是輻射區(qū)域的時候，激光雷達將會被消弱很多而且激光雷達的造價成本高，對工藝水平要求也比較高。
而毫米波雷達而言，雖然抗干擾能力較強，但是距離和精確度確實硬傷，而且在行車環(huán)境下，處于多重波段并存的環(huán)境下對毫米波的影響是極大的。毫米波對于較遠處的探測能力也是極為有限的。
15、激光雷達
16、毫米波雷達
自動駕駛技術(shù)是未來的趨勢，但是發(fā)展的過程中難免或有所犧牲，比如前段時間的自動駕駛車禍?zhǔn)录?/p>
所以我們要理性看待，下面盤點一下自動駕駛引發(fā)的車禍或者負面的事件：
NO1、Uber自動駕駛車公共道路致路人死亡案件
事件回顧：2018年3月18日晚十點左右，美國亞利桑那州一名女子被Uber自動駕駛汽車撞傷，之后不幸身亡。這是全球首例自動駕駛車輛致行人死亡的事故。事發(fā)時，盡管有一名司機坐在方向盤后面，但是這輛車當(dāng)時正處于自動控制模式。當(dāng)時警方聲明稱，該車當(dāng)時正朝北行駛，而該女子正在人行橫道外從西往東走。最新消息：當(dāng)?shù)鼐炀珠L表示，初步調(diào)查顯示Uber的無人駕駛汽車并無過錯。
NO2、奔馳車巡航失靈事件
事件回顧：2018年3月14日晚8點左右，一輛奔馳C級轎車在開啟定速巡航后，車輛失控，無法減速和停車，只能以120公里/時的速度繼續(xù)飛馳，車主命懸一線......慶幸的是，在河南、陜西兩省高速交警緊急施救以及奔馳售后方面操作下，奔馳車在失控近一小時、約一百公里后，終于安全停下。不知此事件的真假我們還不得而知。
NO3、特斯拉Model S 高速公路追尾消防車案件
事件回顧：2018年1月22日，在洛杉磯405高速公路上，一輛特斯拉Model S撞上了一輛停在路邊的消防車，所幸無人員傷亡。司機告訴消防部門，當(dāng)時汽車處于自動駕駛模式。
NO4、特斯拉Model 3騰空入河案件
事件回顧：2018年1月12日，一輛特斯拉Model 3翻入了一條小溪，事故中的司機顯然是在拐彎時失去了控制，導(dǎo)致車輛騰空而起，然后躍入溪流之中。
NO5、福特Argo AI自動駕駛車致乘客受傷案件
事件回顧：2018年1月10日，由福特投資的Argo AI公司在美國賓夕法尼亞州匹茨堡發(fā)生了一起交通事故，事故最終導(dǎo)致兩人受傷。截止目前，當(dāng)局認定這起事故是人為失誤造成的，事故起因是一輛卡車闖紅燈。當(dāng)時車上有四名乘客，所幸只有兩名乘客受傷且在送往醫(yī)院后無大礙。
NO6、Cruise自動駕駛車刮蹭摩托車案件
事件回顧：2017年12月7日，一輛 Cruise 自動駕駛汽車正以自動駕駛模式行駛在 Oak 街上，穿過 Oak 街和 Fillmore 街的十字路口后，保持在第三車道上向東行駛。之后，汽車在變道過程中刮蹭了變道中的摩托車。事故造成摩托車司機肩部受傷，目前已經(jīng)送往醫(yī)院接受治療。
NO7、美國首輛無人駕駛巴士與卡車相撞案件
事件回顧：2017年11月8日，美國拉斯維加斯無人駕駛巴士在獲準(zhǔn)上路的第一天就卷入了一場車禍。這輛無人駕駛巴士在低速行駛的情況下，與一輛人力駕駛的運貨卡車相撞，所幸事故中沒有人員受傷。據(jù)悉，無人駕駛巴士由法國公司Navya制造，可承載15名乘客。
NO8、Uber自動駕駛試驗車碰撞致側(cè)翻案件
事件回顧：2017年3月24日，一輛Uber自動駕駛試驗車在亞利桑那州坦佩市發(fā)生交通事故。在一處十字路口處，由北向南行駛的Uber自動駕駛汽車與一輛東西行駛試圖左拐的普通汽車發(fā)生了碰撞。Uber自動駕駛汽車發(fā)生側(cè)翻，另一部車嚴重受損，所幸沒有人員傷亡。警方表示，這一事故是由人類司機并未讓行直行的自動駕駛車輛所致。
NO9、谷歌無人駕駛測試車與貨車相撞案件
事件回顧：2016年9月23日，谷歌無人駕駛測試車在美國山景城遭遇了一次嚴重的交通事故。在事故中，谷歌的無人駕駛測試車遭受了一輛道奇商用貨車的嚴重撞擊，致使無人駕駛測試車受到了嚴重的損壞，不得不借助拖車才離開現(xiàn)場，所幸這場事故并未造成人員傷亡。
NO10、特斯拉 Model S 自動駕駛車致司機死亡案件
事件回顧：2016年5月7日下午三點，司機Joshua Brown駕駛一輛2015款特斯拉 Model S 在佛羅里達州高速公路上與一輛垂直方向開來的掛車發(fā)生相撞。調(diào)查報告稱，在強烈的日照條件下，駕駛員和自動駕駛系統(tǒng)都未能注意到拖掛車的白色車身，因此未能及時啟動剎車系統(tǒng)。由于拖掛車正在橫穿公路，且車身較高，這一特殊情況導(dǎo)致Model S從掛車底部通過時，其前擋風(fēng)玻璃與掛車底部發(fā)生撞擊，導(dǎo)致駕駛員不幸遇難。
NO11、谷歌無人駕駛車與公共汽車相撞案件
事件回顧：2016年2月14日，事故發(fā)生在谷歌總部所在地硅谷的芒廷維尤市。當(dāng)時，谷歌公司一輛“雷克薩斯”牌改裝無人駕駛汽車在芒廷維尤市街頭測試。在無人駕駛汽車試圖繞開道路上的沙袋、向左并入道路中央時，卻意外與一輛公共汽車的右側(cè)方相撞，導(dǎo)致無人駕駛汽車左前翼子板、左前輪和駕駛側(cè)傳感器受損，所幸雙方車輛中沒有人員受傷。
NO12、特斯拉自動駕駛車致司機死亡案件
事件回顧：2016年1月20日，京港澳高速河北邯鄲段發(fā)生一起追尾事故，一輛特斯拉轎車直接撞上一輛正在作業(yè)的道路清掃車，特斯拉轎車當(dāng)場損毀，司機高雅寧不幸身亡。調(diào)查結(jié)果顯示，事發(fā)時車輛為勻速行駛狀態(tài)，高雅寧開啟了無人駕駛功能。事故發(fā)生時，涉事特斯拉沒有剎車和減速的跡象，也沒有采取任何躲避措施。交警認定，在這起追尾事故中，駕駛特斯拉的司機高雅寧負主要責(zé)任。
NO13、谷歌自動駕駛車追尾致乘客輕傷案件
事件回顧：2015年7月1日，谷歌公司一輛雷克薩斯牌改裝樣車在公司總部所在地——加利福尼亞州芒廷維尤市街頭測試時發(fā)生追尾事故，事故中有三人受輕傷。
