恩智浦公司的田云峰汽车产品经理田云峰在山东智能车竞赛技术研讨会上介绍了公司未来汽车电子特别是汽车MCU发展的路线图。他从对比现在同学们所制作的智能车与实际的智能汽车之间的差异开始入手，逐步引出现代汽车中对于高性能MCU的需求延长公司这方面的战略规划。
下图显示了智能车竞赛中普通车模中电子系统的基本框架。根据参赛同学的基础理论与技术水平，所制作的车模控制部分还都是围绕着单一的微处理器所展开的。
所使用的传感器根据不同的竞赛组别可以分别配置摄像头或者电磁信号的传感器。执行部分也只包括有电机驱动和转向舵机等。这样的配置使得比赛车模只能够适应简单的比赛场景。对于复杂的道路场景，局限于传感器与处理器的性能限制，比赛车模还无法应付。
这其中的核心问题，来自于处理器的性能限制。虽然随着12年国内高校智能汽车竞赛的发展，车模中所使用的微处理器也从原来的8位、16位，现在统一过渡到32位处理器的平台，但是与处理复杂环境所需要的处理能力还远远不够。
下图描述了智能汽车为了适应实际公路的要求，所需要的传感器、通信、处理器的要求。对于汽车自动驾驶，按照自动化水平和性能标准可以划分为五个水平。对于水平最高的LEVEL5，车模所需要配置的声呐雷达812个，毫米波雷达612个，激光雷达13个，摄像头812个，需要能够进行云计算，车内的数据存储空间需要达到80TB。
能够处理这些信息的控制器则需要搞到200kDMPS的处理能力。这样的处理能力比起智能车上的单片机要高出两个多数数量级的处理能力。
下图是智能汽车中标准的配置以及控制系统的架构。可以看出，这要比智能车竞赛的结构复杂的多。
对于自动化专业的本科生来讲，现在车模比赛中车模的内容，已经裁剪到一个比较合适的大小，适合初学者通过10个多月的一业余时间的学习、制作和测试，完成现场的比赛。随着今后，处理器的性能不断的提高，这样参赛队伍可以在竞赛车模上集成更多先进的传感器，实现更多现代信号处理与模式识别的功能，提高车模对于环境的适应性与完成功能的复杂性。这一切将会在未来的车模竞赛中逐步实现。
期望智能车竞赛这个平台，为同学在专业课程学习和技能培养方面起到一个入门引领的作用。激发起大家对于自动化以及信息专业的热爱。为今后的职业生涯打下良好的基础。随着时代技术的不断进步，可用资源不断丰富，同学们的想象空间可以得到最大化的发挥。