国内自动驾驶技术算法发展的现状和要求-车元素
环境感知层面，作为生产大国的中国来说，突破传感器的硬件技术和道路基础设施发展方面在逐步加紧赶上国际高端传感器硬件水平，这都不是难事。目前国内自动驾驶技术算法方面任然有待加强，而且，国内相比较其他发达国家交通状况和道路环境更为复杂多变，在汽车驾驶环境中有太多的不确定性，本身自动驾驶对于传感器能给到中央处理器采集回来的信息后，这些信息处理的数据量和计算量是非常大的，因此，在实际驾驶环境中要想汽车机器人达到司机的水平，需要有强大的多层面的核心算法来支撑自动驾驶的人机交互、机器人驾驶等。
自动驾驶汽车对信息（目标）的处理（算法）发展要求有：
1、需要更多算法训练数据。
由于国内的传感器技术起步晚，部分城市人口稠密、混合交通环境复杂、交通标志复杂多变、野蛮驾驶、交通违规现象普遍，需要更过的方式和途径采集国内大量的训练数据供算法公司作研发使用，作出更好的更加强大的传感器算法。目前，国内很多算法公司通过购买的方式从外部购买所需要的训练数据。
2、需要更加成熟的信息处理算法。
自动驾驶汽车很重要的一块是其中央处理器，因为它是自动驾驶汽车控制指令发出的依据。当然，中央处理器的存在方式多种多样，如传感器本身的中央处理器、多传感器技术融合的中央处理器、交通道路设备的中央处理器、其他汽车的中央处理器甚至云端的大数据中央处理器，中央处理器是自动驾驶汽车环境信息的重要来源也是算法分工的形式，自动驾驶汽车的算法如何才能更加高效安全的分工和运作，汽车最终需要所有处理器上的哪些信息，保障控制指令发出的准确性，保证不错报不漏报，这是非常关键的一步。
需要更多的技术投入和人才培养。
自动驾驶算法是一项坚韧而复杂研究工作，需要长时间的持续研究和改善，不断的论证和完善，而这些，均是在产品未量产之前要做的长期大资金投入的工作。同时，国内也很稀奇精通自动驾驶算法的工程师，因此，也需要在人才培养和教育方面有更大的力度。
所有这些，都是为了能做出更加符合国情、更加准确、更加安全的算法，为自动驾驶技术提供有力的软件支持。
