改变二：操控及通行的人工智能化

　　精确道路匹配技术是不能达到目的的，无论使用摄像机还是雷达测量都不现实，道路形态是模糊动态变化的，随着天气和季节都会有较大差异，还不用说因为各类突发事件需要动态修改行驶线路的极端情况。

　　我认为仅仅依靠现有导航数据基本已经可以满足智能交通需求，方案如下图所示，使用两个或三个（示意图是两个）高速摄像头配合补光灯可完成一般情况下的自动行驶要求，两个摄像头模拟人的两眼产生立体感的图形，从而实现物体距离、大小、移动情况的信息采集，并可以根据以上信息初步做出物体种类及危险性判断，对于无法准确判断的可疑物体可以根据图像已有信息快速调节摄像机聚焦线圈以得到清晰成像来实现物体识别，这可以视作仿生技术。因为在特殊情况下摄像机无法正确成像，所以还需要一个雷达做360度扫描来辅助成像，雷达的另外一个用途是补充摄像机因没有侧方位及车辆后部实时数据的缺陷。

　　摄像机图像识别与分析可以采用两个方案，一个是使用两台高清摄像机做图像初略模糊识别与分析，对于无法识别的物体快速重新聚集完成对焦识别，识别完成后聚焦回退到初始状态继续模糊识别，这个方案对摄像机性能要求比较高。另外一个方案是使用三台摄像机来做图像识别，第三台主要是辅助成像和特殊物体精确对焦识别。

　　使用高清摄像机采集不同景深图像进行模糊识别与分析，动态分析出道路形态、道路交通标志、交通信号灯、行人、车辆、物体形态分析、物体运动速度、物体距离、道路表面状态等，关键是特征分析必须准确、计算机运算速度要足够快，另外每辆车之间需要数据共享、学习成果分享及自动分享修正后的道路信息，或者在车辆集中度高的地方建立道路修正信息自动上传平台。

　　车载雷达和激光测距虽然有不受环境影响的好处，但是对被识别物体缺乏足够的信息容量，最终还是得依靠摄像头来分析。雷达属于主动探测型，摄像机属于被动探测型，探测灵敏度肯定有区别，但是摄像头更符合趋势，符合人们开车习惯。另外车载雷达和激光测距大量使用的话不能作为唯一探测设备，可能存在相互干扰的问题导致行车数据出错。

　　改变三：故障处理流程改变

　　在特殊情况下，一定会出现需要人工干预行驶的可能性，人工干预可以采用模拟控制设备或智能控制器来操作，可以不再使用真正的传动机构来实现。

　　而车辆之间的智能连接接口也可以轻易实现车辆之间的相互连接和相互帮助，诸如车辆动力或者其他故障可以更加人性化解决。