一、有利因素

　　（一）政策利好

　　我国智能驾驶既有顶层政策战略导向，又有专项政策指导实施，标准法规也不断完善。在我国政策顶层设计中，《中国制造2025》和《十三五规划》都将智能驾驶作为汽车产业升级的重要方向。在专项政策中，2015年7月，国务院发布《关于积极推进“互联网+”行动的指导意见》，加快智能辅助驾驶的研发与应用。2016年10月，汽车工程学会专题发布了《无人驾驶技术路线图》；11月，中汽协发布《汽车行业升级投资指南》，从行业的技术和投资角度，引导智能驾驶的发展。2017年6月，工信部发布《国家车联网产业标准体系建设指南（智能网联汽车）（2017）》，2018年3月、4月，工信部接连发布《2018年智能网联汽车标准化工作要点》和《智能网联汽车道路测试管理规范（试行）》指导行业标准化落地实施，上路测试有法可依。

　　（二）人工智能推动自动驾驶汽车产业发展

　　人工智能技术一定会不断发展，并且越来越完善，其在自动驾驶汽车产业中进行应用，也一定会让汽车的性能提升，让自动驾驶技术的可靠性、科学性以及安全性得到提高，并会不断发展成为我国工业发展中的一个重要产品。自动汽车的发展，也会成为推动我国经济发展的一个重要方向，其集成多种高新技术，如，传感器、通信设备、计算机处理器、人工智能以及地图导航等，我国对于自动驾驶汽车的研究也会不断加强，这会促进人工智能在自动驾驶汽车中的应用以及发展。

　　（三）深度学习提高无人驾驶安全性

　　深度学习在图像识别方面得到了很大的突破，其算法能够通过多层迭代学习特征抽象的模式识别，进而可以提升对物体及路况识别的精准度。在云计算及大数据时代下，智能控制技术需要依靠深度学习，来满足自动驾驶在精确度以及安全度上的要求。深度学习属于人工智能中的一门学科，利用计算机算法在机器上对神经网络进行模拟，进而让机器能够获得学习的能力。

　　无人驾驶汽车利用深度学习可以对其驾驶行为进行不断的优化，这也是当前最有效的解决方案。无人驾驶汽车在行驶中都会遇到各种交通情景以及突发情况，进而产生很多的数据，这些数据会被传回到云平台中，为其深度学习提供训练样本，经过大量的训练以及学习，就会让其得到自身行驶的驾驶经验，还能得到其他车辆的学习以及训练成果，样本训练日益增加，驾驶技术也会相应的提升，让无人驾驶技术能得到极大的进步，提升其安全性。

　　（四）互联网企业纷纷涉足智能驾驶行业并成为重要驱动力

　　从国际上看，Google的自动驾驶汽车测试已经超过400万英里，从实验室走向了实用阶段，公司正在为其商业化，积极布局，并与多家主机厂开展了合作；Uber已在匹兹堡、坦佩、旧金山和加州获准进行无人驾驶路测；苹果公司也于2017年4月获得了加州测试许可证；韩国互联网公司Naver成为韩国第13家获得许可的自动驾驶汽车研发企业，计划于2020年前商业化L3自动驾驶汽车。

　　从国内来看，互联网企业百度、阿里、华为等企业纷纷进军智能网联汽车的技术研发和服务工作，由于拥有较高技术实力，这些企业的态度更加积极。2016年5月，百度宣布在芜湖建立无人驾驶汽车运营区域，并计划在3年内实现商用。腾讯于2016年下半年成立自动驾驶实验室，依托360°环视、高精度地图、点云信息处理以及融合定位等方面技术积累，聚焦自动驾驶核心技术研发。

　　二、不利因素

　　（一）互联网层面的挑战

　　人工智能技术是基于互联网工作的，其主要依托为互联网实时的更新交通路况、上传数据以及接收数据。所以，人工智能技术对于互联网具有较强的依赖性，其开发的自动驾驶汽车也对互联网有较强的依赖，然而现阶段的网络安全情况并不是很好，经常会出现网络攻击事件，这就给不法分子提供了机会。所以，当前在发展自动驾驶汽车时，怎样能够确保人工智能技术在其中应用的安全性以及可靠性，是需要认真思考的一个问题。

　　（二）法律上的挑战

　　在法律层面上没有清楚的规定自动驾驶汽车，尤其是对自动驾驶汽车产生事故之后的相关方面缺乏规定，无法认定责任，让自动驾驶汽车没有法律约束，这也成为其发展的一个重要挑战。