无人驾驶技术的发展正如同一场全球性的追逐，每个科技巨头都在积极参与其中。据报道，苹果公司在加利福尼亚州的无人驾驶测试车辆数量超过了Drive．Ai、特斯拉和Waymo，这显示了它们在这一领域的投入。然而，无论是美国、德国还是英国，早已从1970年代开始对无人驾驶汽车进行研究。

国内虽然相对晚起，但现在也正在快速布局，无人驾驶技术成为各大企业争相追求的焦点。百度最先行于众，其自2014年7月便开始研发自动驾驶平台，并于2017年推出了Apollo系统。在此基础上，2018年初，它还搭载了Apollo2.0系统进行美国加州公路上的测试。

腾讯与长安汽车合作提供智能车联网整体方案，而阿里巴巴也宣布正在进行无人驾驶研究。这一切都预示着BAT（百度、阿里巴巴、腾讯）以及滴滴出行等企业将如何深耕这个市场。此外，5月10日，滴滴获得批准，在美国加利丰尼亚州测试自动驾驶车辆。

尽管如此，无人驾驶事故频发的事实提醒我们，我们必须小心谨慎地前进。例如，一起致命事故发生在Uber自动驾驶汽车撞伤了一名女子，这是全球首例导致死亡的人员被自动驾驶车辆撞伤。此外，还有多起特斯拉Model S引发的事故使得人们对于这项技术的安全性产生了疑虑。

360董事长周鸿祎曾在世界智能大会上提出冷水，他认为：“没有安全，就不可能有真正到来的智能汽车时代。”从安防角度看，这确实是一个需要重视的问题，无人的安全技术应该是其核心研究内容之一。

无人驾驶主要依赖于内部计算机系统，其中包括但不限于AI、视觉计算、雷达监控装置和GPS等技术，以协调运作并实现完全自动化控制。而这些关键技术——AI、高精准视觉算法、雷达探测能力以及高精度定位系统——都是当前无人的核心挑战所在。

AI能够提升机器视觉识别精度，同时控制传感器融合ECU中的重要作用。但余贵珍教授警告说，即使深度学习和应对机制分析体系能有效解决问题，但AI并非万能药，只是一种算法，不应被过分依赖。

视觉计算用于识别道路线和交通信号灯等，但易受光照变化影响；雷达则用于探测障碍物但成本高且探测范围有限；而CNN为激光雷达提供补充。但现有的图像识别算法尚未达到高精准标准，因此仍需改进。此外，全地球定位系统至关重要，因为它为基于位置服务奠定基础，但面临遮挡问题等挑战。

总之，无人的安全事故频发，是由于核心技术不到位，以及各个部分之间协调配合不足，以及配套设施未能跟上发展步伐所致。这提醒我们，对待这项革命性技术时应当保持谨慎态度，并持续投入资源以提高其可靠性和效率。