的確，自動駕駛需要大量的資料傳輸和計算，形容為資料洪流也不為過。因為自動駕駛必須快速獲取周邊路況、訊號等大量資料進行計算和分析，然後再快速下發行駛指令。這對於計算能力、資料傳輸速度要求極高。而且還不是隻有車輛自身就能做到自動駕駛，還必須有道路、周邊車輛、交通指揮中心的支援。才可以有效安全的自動起來。

很明顯，5G的到來非常及時，這高速傳輸能力加上超低的時延率恰好能滿足上述要求。再加上物聯網、車聯網及雲計算，自動駕駛就可以進入實踐階段了。

預計自動駕駛將在五年左右初步實現。

世界上一些高科技巨頭鼓吹自動駕駛時代已有時日，並投入巨資進行相關產品的研發，也取得非常可喜的成就。比如一些科技公司已經成功完成了無人駕駛汽車路上實驗，初步驗證了無人駕駛汽車複雜路況的可操作性。當然，這距離人們期待的自動駕駛時代還有待時日。就如題主所提，對於自動駕駛所要應對的資料洪流如何處理？這是無人駕駛汽車不可繞開的難題。

總的來說我們可以從兩個方向來解決資料處理的問題。一個是透過網際網路對資料進行元處理；一個是透過汽車車載電腦對實時資料進行分析處理。從理論上說，無論哪方面技術發展到極致，都能解決無人駕駛的資料處理問題。然而現階段來說，這依舊是技術難點。仍需要更多的科技進步與社會積累。

隨著移動網際網路的發展，特別是5G時代即將來臨，人們設想的萬物互聯將被實現。當5G網路延伸至我們生活的每個角落且不留盲角，當5G技術能確保我們運動時能實時高速的實現資料傳輸時。那麼透過網際網路處理資料釋出指令或可成真。超級計算機透過萬物網際網路收集路況/車況對資料進行分析處理，實時釋出指令對無人駕駛汽車進行指引，全方位對汽車速度/停/開車進行指導，並對乘客要求進行最有效的最佳化方案，實現高質量/最最佳化無人駕駛體驗。透過網際網路對資料進行分析處理的優點是兼顧社會資源和成本，有效分配行車路線和時間，最大限度的提高了社會的行車效率，且最大限度的排除了安全隱患，受益全社會。缺點就是必須整合社會資訊，即萬物入網/實時監控，這需要社會極度進步/和巨大成本，且抗突發事件差。

所以，現如今的高科技企業重點把自動駕駛的突破方向放在了對汽車的自我控制之上。即透過汽車各種感測器對資訊進行實時抓捕，傳至汽車電腦進行實時分析處理，並對汽車進行狀態進行指令調整。而這方面涉及的技術包括對影片動態事物的捕捉/分析/處理技術，紅外測距/預警技術，甚至微波技術，雷達技術，紅外技術這些普遍應用於軍事的前沿技術都可以應用到汽車的無人駕駛上，透過這些技術手段實時收集路況資訊，透過汽車電腦自帶軟體分析處理對汽車行駛狀態進行控制，加上衛星定位技術，實現無人駕駛。依靠汽車的收集以及自主電腦的控制的無人駕駛汽車，具有適用複雜路況和應對突然狀況的實時處理能力，是人類社會發展現階段比較實用且比較容易達到的目標。是無人駕駛必經和必要階段。

其實，二者並不是孤立的選項，無論是汽車電腦控制還是網際網路調配，這都是我們科技發展的必然選項，且可以相容。目前無人駕駛汽車的發展方向是汽車自主控制為主網際網路為輔，這讓無人駕駛汽車能提前規避擁堵/風險，儘可能的實現駕乘者安全/便捷行車體驗。而未來發展方向必定是以網際網路控制行車路線和狀態為主，汽車電腦主要功能是預防和應對突發狀況和緊急狀態下的汽車控制。實現行車體驗和社會效率的最大化。

期待美好的未來，擁抱無人駕駛。

誰說自動駕駛要應對資料洪流？現在運營的自動駕駛出租車，靠雷達紅外線，地圖 gps 自帶的系統。自己就處理了資料了。自動駕駛算大半個單機遊戲，要什麼資料量。