执行层其实是主机厂和Tier1的专长，比如在底盘制动控制方面，博世就推出iBooster+ESP的冗余设计方案，以提升安全性。目前，自动驾驶系统的主要安全挑战在感知层和决策层。

『博世iBooster』

在感知层，目前被广泛关注的就是天气变化、光照因素给摄像头、雷达、激光雷达等传感器带来的挑战。这方面也需要通过技术升级不断弥补，例如大陆集团、博世等都在研发全新一代的激光雷达等产品。

中科慧眼创始人、副总经理崔峰也认为环境感知是影响当前自动驾驶汽车安全的主要因素之一，环境感知方面，传感器性能受材质、结构、加工工艺等多方面影响。就国内发展情况来说，这又与中国的材料、光学能力等基础学科实力有关。同时也与工业水平有关，尤其是高精尖的传感器。

但从另一个角度来说，自动驾驶成本又是企业所考量的重要因素，并不是所有的解决方案都会采取高精尖的设备，因此这也是带来安全隐患的因素。激光雷达公司禾赛科技CEO李一帆就曾提到，一切试图走捷径的、人肉小白鼠众包式的低成本传感器方案都是无稽之谈，是犯罪！

除了感知层以外，与安全有重大关系的就是决策层，目前的AI水平显然是有明显不足的，训练算法的程度不够，不能完全覆盖所有场景和突发意外。自动驾驶汽车需要海量的测试，2016年美国智库兰德公司曾给出一个数字：路测里程需达到110亿英里。大量的路测试验以及后期分类标定、数据处理等方面尚存许多不确定因素。

当前，人与AI的区别在于人有很强的迁移学习能力，对未遇到过的交通场景也能自如应对，这也是AI需要着重研究的方向。但AI还有个问题在于神经网络的黑盒，给其输入数据得出输出结果的过程并不能被解释，也就是说AI给出决策的过程并不透明，无法debug（排除故障）也导致了自动驾驶汽车的不可控性。不过，这一方面也有了一些突破，英伟达曾声称打开了黑盒。