在自动驾驶技术如此飞速发展的今天，电子展认为行业内部应对自动驾驶的未来保留着谨慎的乐观，想要迎来无人驾驶真正上路的那天，目前来看需要解决如下四个问题：

第一，技术的可靠性和安全性。自动驾驶技术最重要的问题之一就是安全性。虽然自动驾驶车辆的技术在过去的几年里已经有了巨大的进展，但是对于许多人来说，他们仍然对这项技术的可靠性和安全性有所担忧。因此，车辆制造商需要证明自动驾驶技术的可靠性和安全性，以便消除公众的顾虑。美国加州有各家公司的自动驾驶路测，路测中有一个每10万公里安全员干预次数指标。至今，依然没有0次干预的自动驾驶技术，安全员干预的问题包括：高精地图问题、视觉感知障碍、软件稳定性问题、感知系统问题导致紧急刹车、运动轨迹需要优化、未正确识别红绿灯、车道错误、误识别等。

第二，法律和监管框架的制定。电子展认为随着自动驾驶车辆的出现，还需要相应的法律和监管框架。尽管目前已经有一些法律和规定针对自动驾驶车辆的使用进行了制定，但是还需要更多的规定来确保这项技术能够安全地在公共道路上行驶。需要制定的法律和监管框架包括对自动驾驶车辆的道路测试和上路的规定、车辆的保险要求、生产标准和技术要求、道路基础设施的更新等。同时，还需要对自动驾驶技术的隐私和数据安全进行保护，以确保车主和车辆的信息不被滥用。

第三，仿真路测和现实路测。电子展认为在技术上，各地应通过路测数据来发放运行许可，路测数据应该由官方确定。理论上说，自动驾驶需要上百亿公里的路测数据才能达到安全门槛。许多公司，现实路测里程不足，则仿真模拟里程来凑。仿真里程，说到底还是在一个虚拟环境中的驾驶数据。由于自动驾驶的核心是单车智能中的AI视觉神经网络，而深度学习神经网络是AI机器学习的一种，所以自动驾驶的发展依赖于行驶数据的积累，当前自动驾驶企业都以仿真路测来代替现实路测，体现出自动驾驶企业急躁的心态，但对于自动驾驶技术来说，这并不能增强可靠性。仿真虚拟环境，还是不能替代现实路测，因为现实远比仿真环境更不可测，问题更多。

第四，测试环境和开放环境并不相同。量产的自动驾驶面临的环境更加复杂，用户并非专业人士，他们不知道何时要去接管自动驾驶车辆，也不会去维护系统，保持系统稳定性。工业上有个词，叫鲁棒性，指在异常和危险情况下系统生存的能力。测试往往在稳定环境中运行，而现实不存在稳定环境。在开放环境下，我们不能要求人人都规范地和AI交流，这也将导致一些未曾料到的问题。

电子展表示在自动驾驶真正上路之前，我们首先需要有一套自动驾驶系统能力的评测体系，各地需要开展路测来验证各家自动驾驶技术的成熟度，这样才能让新的技术稳定安全地走进日常生活中来。