實(shí)現(xiàn)雄心勃勃的自動(dòng)駕駛目標(biāo)的關(guān)鍵所在，是利用分析學(xué)和人工智能（AI）的力量，建立自動(dòng)駕駛系統(tǒng)在實(shí)際道路上的反應(yīng)模式，并利用現(xiàn)實(shí)模擬技術(shù)來加速開發(fā)進(jìn)程。這意味著數(shù)據(jù)工程、管理、存儲和分析變得比以往任何時(shí)候更加重要，要做好以下幾點(diǎn)：

1、做好準(zhǔn)備迎接海量數(shù)據(jù)的“洗禮”。自動(dòng)駕駛汽車在進(jìn)行測試時(shí)會(huì)產(chǎn)生大量數(shù)據(jù)，每輛汽車每秒就會(huì)產(chǎn)生6～ 8GB的數(shù)據(jù)。僅僅在2017年，該領(lǐng)域就創(chuàng)造了大約250EB的大數(shù)據(jù)（1 EB= 1024PB，1PB=1024TB）。汽車廠商需要有先進(jìn)的概念來處理這些數(shù)據(jù)并從中獲取價(jià)值。

2、在汽車研發(fā)與計(jì)算機(jī)和數(shù)據(jù)科學(xué)之間搭建一座橋梁。工程制造是汽車廠商的強(qiáng)項(xiàng)，但他們對于數(shù)據(jù)科學(xué)可能并不太熟悉。這些學(xué)科的交融，可以幫汽車廠商打開新大門，加快其創(chuàng)新和研發(fā)。雖然車企研發(fā)部門也有專門的數(shù)據(jù)工程團(tuán)隊(duì)，但他們經(jīng)常還是需要借助數(shù)據(jù)科學(xué)以及人工智能領(lǐng)域?qū)＜业牧α浚詫?shí)現(xiàn)最好的研發(fā)效果。

3、高效處理和分析數(shù)據(jù)。當(dāng)自動(dòng)駕駛汽車進(jìn)行測試時(shí)，Lidar(激光雷達(dá))、全景相機(jī)和雷達(dá)等部件會(huì)生產(chǎn)大量以ADTF、ROSbag和MDF4等格式呈現(xiàn)的專業(yè)化數(shù)據(jù)?，F(xiàn)在已經(jīng)有可以對這些海量數(shù)據(jù)以PB為單位進(jìn)行快速訪問的工具了。在過去，通常需要好幾天的時(shí)間來提取和分析數(shù)據(jù)，而現(xiàn)在只需要幾分鐘或幾秒鐘就可以得到結(jié)果。

4、選擇性、針對性地對大數(shù)據(jù)進(jìn)行篩選。工程師可以使用AI技術(shù)來確定哪些數(shù)據(jù)是有價(jià)值的，哪些可以剔除。一般而言，拍攝自動(dòng)駕駛汽車的測試場景時(shí)，每秒鐘會(huì)產(chǎn)生30幀視頻，但這些視頻大部分都是汽車在開放道路上平穩(wěn)行駛的場景，并沒有任何特別的事情發(fā)生。這樣的視頻就算時(shí)間再長，對汽車工程師而言用處也不大。自動(dòng)駕駛汽車在轉(zhuǎn)彎、碰撞或者與其他物體進(jìn)行互動(dòng)時(shí)產(chǎn)生的數(shù)據(jù)才更有價(jià)值。