鑽石舞台

整體來看，截至目前，小米投資的領域覆蓋三電系統、視覺傳感器、激光雷達、芯片、自動駕駛解決方案、車載智能產品、智能座艙等重要領域。

除了投資、收購之外，眾所周知，和百度、華為等互聯網企業造車有所不同，小米在入局之初，便劍指「100% 自研自動駕駛」，且定下了要全棧自演算法的技術布局戰略，也包括自建工廠。

根據小米的規劃，其自動駕駛技術覆蓋了傳感器、芯片、感知算法、仿真技術、高精地圖、高準定位、工具鏈、訓練能力等研究方向。對於現階段而言，雷軍在發布會上曾表示，「自動駕駛是智能電動汽車決勝的關鍵點。」

從技術維度來看，近日，小米公司官微發布了一條 8 分鐘的《小米自動駕駛技術解讀版》視頻，揭曉了小米在自動駕駛的最新進展。

其實，自動駕駛車輛對於大部分常規車輛的識別並不難，但總有一些異形車輛，需要自動駕駛車輛特殊對待，進行專屬外觀識別學習，避免出現安全風險。通過運用雷達、視覺傳感器系統等技術，以及基於道路測試、自動泊車測試，小米已完成且驗證了三十項與自動駕駛場景，包括：

其中，在事故車輛自動繞行場景中，小米自動駕駛通過敏銳的系統感知和大量優化訓練，測試車成功識別事故車和三角警示牌，完成近身騰挪技術動作。

小米自研的 RTK 算法可以不斷提升定位精準度，海量路口測試學習也提升紅綠燈與車道的關聯準確性。

在專利方面，不久前，小米還帶來了一項「方向盤脫手檢測方法、裝置、可讀存儲介質及車輛」的專利，涉及自動駕駛領域。

該方法包括：周期性獲取針對車輛方向盤的電容傳感器採集的電容值；獲取針對所述方向盤的扭矩傳感器採集的扭矩值；周期性根據所述電容值與預定的電容基準值確定電容值變化量；當所述電容值變化量小於預定的電容值變化量閾值，且所述電容傳感器的工作狀態未處於有效狀態時，根據所述電容傳感器的工作狀態和所述扭矩值確定脫手檢測結果。

這樣，即便在一些特殊使用場景下，也能夠準確地檢測出方向盤是否脫手，為輔助駕駛系統提供了準確的信息，提高了駕駛的安全性。

要想汽車真正地實現自動駕駛，需要不斷地對系統進行訓練，而截至目前，仍然還沒有真正一款完全自動駕駛車輛的出現，而我們也還有很長的路要走。

在訓練自動駕駛技術方面，駕駛是一個需要能夠同時做很多事情的過程。機器實際上只是完成其任務的計算機程序，在行動背後沒有任何批判性思維。相較機器，人類駕駛員同時具有批判性思維和多任務能力，這有助於對非決定性（即概率性）情況做出反應。

因此，自動駕駛的挑戰在於建立一個由各部分共同工作的系統，類似於人類對世界的感知。它在軟件和硬件中實現程序，以模仿人類在駕駛時對情況的感知。最早的系統利用了 LiDAR（用於計算機視覺）等傳感器。

傳感器使汽車能夠對其環境有一個認識。它有助於創建道路的視覺地圖，使汽車能夠 "看到 "前方的情況。另外，通過攝像頭加強這方面的能力，幫助汽車創造一個更好的甚至是最好的視覺地圖。其他類型的傳感器如雷達、超聲波和紅外線也可以使用。將各種傳感器結合在一起被稱為傳感器融合。這為自動駕駛汽車提供了眼睛或視覺系統。

如果視覺系統不能解釋它所看到的東西，那麼它就沒有用。對機器來說，來自傳感器的數據只不過是像素而已。它們必須能夠識別像素中的模式。然後，它需要被處理成可以被汽車理解的信息。這個過程包括以下：