汽車智能駕駛技術(shù)及產(chǎn)業(yè)發(fā)展白皮書-聯(lián)合發(fā)布單位HUAWEI心在于構(gòu)建全域要素深度融合的智能系統(tǒng)。需要在感知算法、決策控制、高精定位、計算芯片等關(guān)鍵領(lǐng)域持續(xù)發(fā)、測試、運行的安全框架，讓技術(shù)始終服務(wù)于人的生命價值。01010202性能瓶頸、車用操作系統(tǒng)自主可控、數(shù)據(jù)安全與倫理階段，未來隨著技術(shù)與產(chǎn)業(yè)的發(fā)展與成熟，3級駕駛自術(shù)研究中心有限公司、清華大學(xué)、華為技術(shù)有限公司聯(lián)合編寫了《汽車智能駕駛技術(shù)及產(chǎn)業(yè)發(fā)展白皮書》，從智能駕駛發(fā)展過程中相關(guān)易錯、易混的概念，分析智能駕駛相關(guān)技術(shù)原理與發(fā)展水平，研究智能駕駛安全體系希望通過白皮書的發(fā)布與傳播，協(xié)助智能駕駛產(chǎn)業(yè)能夠成為更加具象化的新質(zhì)生產(chǎn)力，激發(fā)行業(yè)及全社會的創(chuàng)0303SBWAEB汽車智能駕駛技術(shù)及產(chǎn)業(yè)發(fā)展白皮書縮略語05051.3數(shù)據(jù)是智能駕駛發(fā)展的核心第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力08第三章智能駕駛行業(yè)賦能與場景創(chuàng)新2407075.3智能駕駛測評體系倡議第六章智能駕駛產(chǎn)業(yè)未來展望740101遍認(rèn)可的SAEJ3016的0-5級分類框架，根據(jù)我國國0-5級，如表1-1所示。圍0級1級2級3級（執(zhí)行接管后成為駕駛員）4級5級0303系統(tǒng)輔助人類執(zhí)行動態(tài)駕駛?cè)蝿?wù)，駕駛主體仍為駕駛員；3-5級為自動駕駛，系統(tǒng)在設(shè)計運行條件下代替人assistance）系統(tǒng)不能持續(xù)執(zhí)行車輛的橫向或縱向控制任務(wù)，但具備一定的環(huán)境感知和事件響應(yīng)能力，系統(tǒng)可以在特定情況下短暫介入車輛控制，以輔助駕駛員assistance）系統(tǒng)能夠在特定條件下持續(xù)控制車輛的橫輛的橫向和縱向運動，但駕駛員仍需持續(xù)監(jiān)管系統(tǒng)運automateddriving）系統(tǒng)能內(nèi)執(zhí)行全部的動態(tài)駕駛?cè)蝿?wù)，但在系統(tǒng)發(fā)出接管請求automateddriving）系統(tǒng)能夠所示。2級車輛能夠同時自動進(jìn)行持續(xù)的橫向和縱向控時干預(yù)車輛，責(zé)任主體為駕駛員。3級駕駛自動化的核心特征是在特定設(shè)計運行條件（ODD）下，系統(tǒng)可執(zhí)截止本白皮書發(fā)布日期，市場上汽車產(chǎn)品均處于2級根據(jù)現(xiàn)行交通法規(guī)及技術(shù)標(biāo)準(zhǔn)，2級駕駛自動化階段運標(biāo)準(zhǔn)中已經(jīng)對駕駛自動化等級做了詳細(xì)的定義、解釋駕駛輔助的一個總稱；自動駕駛功能是指3級及以上自動化功能是指駕駛自動化系統(tǒng)在特定的設(shè)計運行條是指沒有駕駛員情況下的高度自動駕駛（4級駕駛自動化）和完全自動是指駕駛自動化系統(tǒng)在特定的設(shè)計運行條件內(nèi)執(zhí)行部分或全部動態(tài)駕駛?cè)蝿?wù)的能力，指的是應(yīng)急輔助（0級駕駛自動化）、駕駛輔助（1、2級/航、數(shù)據(jù)管理和模型訓(xùn)練等功能，通過OTA向車端推0505操作系統(tǒng)可細(xì)分為智能駕駛操作系統(tǒng)與車控操作系統(tǒng)，其中智能駕駛操作系統(tǒng)支持CPU、NPU等計算資源高片提供AI算力支撐神經(jīng)網(wǎng)絡(luò)推理，域控制器集成多源心特點是融合實時決策與多重安全保障機制。管理域通過OTA升級模塊接收云端模型更新，結(jié)合故障診斷器協(xié)調(diào)傳感器數(shù)據(jù)輸入，操作系統(tǒng)則確保算法實時調(diào)型訓(xùn)練則利用這些數(shù)據(jù)持續(xù)優(yōu)化AI算法模型，并通過OTA向車端推送迭代版本。該層與車端算法層緊密聯(lián)同時車端采集的傳感器數(shù)據(jù)回傳至云端形成數(shù)據(jù)閉環(huán)，在智能網(wǎng)聯(lián)汽車時代，車輛通過傳感器矩陣和云端互練升級。中國工程院院士鄔賀銓指出，5級智能駕駛需EB。特斯拉創(chuàng)始人兼首席執(zhí)行官馬斯克曾表示，特斯通過攝像頭、雷達(dá)等傳感器從汽車外部環(huán)境采集的道路、建筑、地形、0707當(dāng)前，汽車智能駕駛行業(yè)中存在技術(shù)過度化營銷的現(xiàn) 0909第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力圖2-1智能駕駛系統(tǒng)關(guān)鍵技術(shù)架構(gòu)圖為智能駕駛系統(tǒng)實現(xiàn)環(huán)境感知的核心視覺數(shù)據(jù)源載體。圖像像素越大分辨率越高，但分辨率過大對目標(biāo)識攝像頭每秒能記錄或顯示的圖像數(shù)量，越大畫面實時性越高、提供的信息越精細(xì)，但幀率過大對目標(biāo)雷達(dá)通過電機帶動激光發(fā)射和接收裝置進(jìn)行360度旋件，利用相控陣、Flash等技術(shù)實現(xiàn)激光的快速掃描，精準(zhǔn)勾勒出車輛、路牌、行人輪廓，即使在車水馬龍第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力毫米波雷達(dá)是通過發(fā)射毫米波頻段的電磁波，經(jīng)目標(biāo)反射后被接收，并對接收到的信號進(jìn)行處理，進(jìn)而探雷達(dá)和4D毫米波雷達(dá)，其中4D毫米波雷達(dá)相較傳統(tǒng)相比，不論是傳統(tǒng)毫米波雷達(dá)還是4D超聲波雷達(dá)是利用超聲波的特性在超聲波頻率范圍內(nèi)接收探頭接收，再通過測量超聲波發(fā)射和接收的時間11轉(zhuǎn)向角度傳感器測量駕駛員轉(zhuǎn)動方向盤的角度和速率，反映駕駛員的轉(zhuǎn)向意圖，是車輛動態(tài)控制的關(guān)鍵輸徑，ACC系統(tǒng)可預(yù)判彎道半徑，調(diào)整跟車距離，如大輪速傳感器主要測量車輪轉(zhuǎn)速，通過脈沖信號計算車輪線速度、滑移率，降低抱死風(fēng)險。制動場景中，若車輪轉(zhuǎn)速驟降，傳感器會觸發(fā)ABS模塊，周期性釋放制動壓力，保持車輪滾動，如冰雪路面緊急制動時，避免車輛失控；起步或加速場景中，若驅(qū)動輪轉(zhuǎn)速高于從動輪，系統(tǒng)減少發(fā)動機扭矩或?qū)Υ蚧囕喼苿樱謴?fù)抓地力，如泥濘路面起步時防止空轉(zhuǎn)；當(dāng)某輪胎胎壓不足時，直徑變小導(dǎo)致轉(zhuǎn)速高于其他車輪，輪速傳感器通過轉(zhuǎn)速差報警。傾斜角度及碰撞沖擊，陀螺儀則持續(xù)監(jiān)測繞X/Y/Z軸者數(shù)據(jù)在IMU內(nèi)形成互補。當(dāng)車輛急加速或轉(zhuǎn)向過度別轉(zhuǎn)向不足/過度狀態(tài)，通過ESP系統(tǒng)實施單輪制動修正軌跡；面對坡道起步場景，縱向加速度感知結(jié)合Z主動介入。在隧道、城市峽谷等拒止環(huán)境中，IMU通通過攝像頭、紅外傳感器、壓力傳感器等硬件，結(jié)合AI視覺算法，如人臉檢測、姿態(tài)識別、眼球追蹤等，駛員的疲勞程度、注意力集中情況以及是否有異常行為。例如，DMS系統(tǒng)可以通過檢測眼睛的眨眼頻率和第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力根據(jù)參與感知部件的不同，感知技術(shù)方案主要分為三少量超聲波雷達(dá)、短距毫米波雷達(dá)等傳感器，形成“視適應(yīng)城區(qū)等復(fù)雜路況，是在純視覺方案基礎(chǔ)上未來可以達(dá)到老司機駕駛水平。三是多傳感器融合方域控制器是智能駕駛系統(tǒng)的傳感器接入與車端推理算法運行的硬件平臺，是智能駕駛系統(tǒng)運行的核波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)、GPS/IMU組合定位1313算力，業(yè)界一般是集成為一顆SoC中，計算SoC的算力大小對智能駕駛推理算法的部署與運行效果至關(guān)車端算力要求：當(dāng)前2級智能駕駛主流場景下，現(xiàn)有50~200TOPS稠密算力水平已經(jīng)可以滿足實際運行需求，過度堆砌算力反而會造成資源浪費與成本增加。法架構(gòu)與算力利用方式實現(xiàn)超越，計算資源需求僅為ChatGPT的1%左右。這一案例充分證明，算力并非決定技術(shù)表現(xiàn)的唯一要素，算法優(yōu)化與算力利用效率提升同樣關(guān)鍵。回歸智能駕駛領(lǐng)域，2級智能駕駛ACC、LCC、APA、AVP、RPA、TJP、高ACC、LCC、APA、AVP、RPA、TJP、高速自動駕駛、城區(qū)自第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力力的宣傳口徑。從數(shù)據(jù)結(jié)構(gòu)特性與計算模式維度的不的能力，如浮點運算、INT8及以上精度整數(shù)運算等，(1)GMSL標(biāo)準(zhǔn)接口，支持?jǐn)z像頭輸入RawData感知持激光雷達(dá)傳感器接入和時間同步，可對接T-Box、kbps和2Mbps，支持毫米波雷達(dá)、超聲波雷達(dá)等傳(4)提供標(biāo)準(zhǔn)的CAN總線的車控信號接口，其中一路(6)提供GPI輸入和GPO信號（具體功能依整車方案(7)支持GPS/IMU組合定位設(shè)備的接入，數(shù)據(jù)接口支a）功能安全：符合ASILD的功能安全架構(gòu)和安全機b）信息安全：從硬件、啟動、內(nèi)核到應(yīng)用層的保護(hù)，c）實時：支撐應(yīng)用確定性實時調(diào)度與分布式實時通信d）豐富易用的集成開發(fā)環(huán)境：支撐第三方應(yīng)用開發(fā)者15和加速器，支持車控平臺通用設(shè)備，存儲（Flash、非AUTOSAR應(yīng)用使用的通信中間件通信接口，以及準(zhǔn)的嵌入式操作系統(tǒng)，它在OSEKOS的基礎(chǔ)上進(jìn)行了擴展和改進(jìn)。AUTOSAROS繼承了OSEKOS的核心汽車電子系統(tǒng)對高性能和復(fù)雜功能的需求。AUTOSAROS提供了更強大的功能和更高的靈活性，使其成為汽的結(jié)果又能在規(guī)定的時間之內(nèi)來控制生產(chǎn)過程或?qū)μ嶭inux：嵌入式Linux系統(tǒng)作為一種廣泛應(yīng)用于嵌入式的類Unix硬實時微內(nèi)核操作系統(tǒng)。具有安全、可靠、可信的特點，因此通常應(yīng)用于對安全性要求極高的領(lǐng)域。QNX由微內(nèi)核和一組共操作的進(jìn)程構(gòu)成，具有高度可伸縮性，可靈活地裁剪。最小配置只占用幾十KB與運行要求，安全隔離引擎、μs級硬實時任務(wù)調(diào)度，第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力件平臺的計算能力單元CPU上部署AP，可進(jìn)行二次（3）實時通信中間件：提供DDS（基于共享內(nèi)存、UDP、TCP協(xié)議）、SOME/IP等多種（1）診斷服務(wù)：提供故障診斷服務(wù)（UDS服務(wù)a）離線診斷：診斷儀通過軟件平臺提供的UDS服務(wù)獲取該MDC的各種故障信息，進(jìn)行故障信息定位和b）在線診斷：車輛運行過程中按規(guī)范要求記錄各種軟b）診斷升級：提供標(biāo)準(zhǔn)診斷接口，通過診斷儀上位機c）命令行升級：提供命令行操作界面，以外接升級服d）智能功耗管理：提供運行模式、待機模式、休眠模通過HMI接口與車載信息娛樂系統(tǒng)進(jìn)行通信，包括智f）數(shù)據(jù)錄制：支持在路測過程中對車輛周邊環(huán)境及車g）調(diào)試與跟蹤服務(wù)：通過MDC工具鏈，車企或合作h）數(shù)據(jù)預(yù)處理：提供Camera圖像數(shù)據(jù)的預(yù)處理，以及激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、IMU/GPS等（3）傳感器/車輛數(shù)據(jù)同步：支持不同傳感器以及車a）所有模塊產(chǎn)生的數(shù)據(jù)都有時間戳記錄，其時間信息b）所有模塊的時間信息保持精確一致，精度控制在毫17（4）傳感器/車輛標(biāo)定服務(wù)：提供傳感器標(biāo)定以及車經(jīng)過感知硬件實時采集環(huán)境數(shù)據(jù)與智能駕駛算法計算隨著汽車保有量增長及車輛外形尺寸大型化趨勢加速，第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力），實際駕駛中，傳統(tǒng)懸架總成的矛盾性與局限性日益凸數(shù)據(jù)驅(qū)動的端到端AI模型架構(gòu)，通過海量駕駛場景數(shù)1919基于人工定義的邏輯規(guī)則，通過條件判斷實現(xiàn)無強小弱隨著智能駕駛場景越來越復(fù)雜，需要更多的傳感器來滿足不同的場景要求，比如道路結(jié)構(gòu)及紅綠燈需要攝像頭傳感器，夜晚光線不足時需要激光雷達(dá)傳感器，雨霧塵天氣時需要毫米波雷達(dá)傳感器，識別特殊車輛時需要車外麥克風(fēng)傳感器等，所以會有大量不同類型的數(shù)據(jù)產(chǎn)生，對于車端推理算法的要求也越來越高。一是車端推理模型需要具備多傳感器、多模態(tài)的感知數(shù)據(jù)的并行處理能力。二是在車端推理模型與云端訓(xùn)練模型的協(xié)同上，需使用專用智能駕駛云端模型提升運行效率，如以開源通用語言大模型為基模型進(jìn)行二次訓(xùn)練與蒸餾出的智能駕駛模型，解決模型臃的運行效率，降低對車端算力及成本的要求。四是車端推理模型要有預(yù)見未來的能力，除了輸出當(dāng)前的行車軌跡用未來，算法將逐步向AI大模型的方向發(fā)展，借鑒智能駕駛的整體智能化水平與人機交互體驗。但AI大在云端超算集群通過分布式架構(gòu)訓(xùn)練端到端神經(jīng)網(wǎng)絡(luò)基于真實事故數(shù)據(jù)構(gòu)建包含極端工況的超大規(guī)模場景庫，測試模型泛化能力。最后，通過OTA技術(shù)將優(yōu)化第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力2121（1）數(shù)據(jù)規(guī)模是突破統(tǒng)計顯著性閾值的核心前提。云沒有足夠數(shù)據(jù)量訓(xùn)練的模型在長尾場景下的誤判率將（2）高精度數(shù)據(jù)質(zhì)量是提升標(biāo)注基準(zhǔn)的核心要素。原建立多級質(zhì)量控制體系，也就是找到老司機開得好的數(shù)據(jù)。以自動泊車功能研發(fā)為例，當(dāng)使用標(biāo)注誤差超10cm的低質(zhì)量車位邊界線數(shù)據(jù)進(jìn)行訓(xùn)練時，算采用精準(zhǔn)標(biāo)注數(shù)據(jù)訓(xùn)練后，誤差控制在5cm以內(nèi)，自（3）多樣化的數(shù)據(jù)是打破場景分布偏差陷阱的關(guān)鍵。多樣化的場景數(shù)據(jù)需要盡可能覆蓋各類地理環(huán)境、氣實際道路上駕駛時遇到的CornerCase脫敏數(shù)據(jù)，匯行集成測試，以完成對CornerCase場景的優(yōu)化。但現(xiàn)實世界中CornerCase的場景出現(xiàn)的次數(shù)與頻率比間效率上較低。而作為訓(xùn)練數(shù)據(jù)的有效補充，虛擬仿擬仿真出符合現(xiàn)實世界基本物理規(guī)律的智能駕駛場景，能駕駛算法對絕大部分的普通場景已經(jīng)可以正確處理，對長尾的CornerCase處理能力仍需完善。通過云端地彌補數(shù)據(jù)閉環(huán)中現(xiàn)實世界中CornerCase數(shù)據(jù)量與陣運算和數(shù)據(jù)處理。例如圖形處理器GPU具有數(shù)千個行實時計算并輸出匹配結(jié)果，它們是連接AI模型與實效決策的核心技術(shù)支撐，按照功能和設(shè)計特點來芯片可以分為三種類型。一是中央處理器CPU。作為統(tǒng)的穩(wěn)定運行。在車輛啟動階段，CPU需要協(xié)調(diào)傳感器、執(zhí)行機構(gòu)和其他芯片的初始化工作；在行駛過程駕駛模式切換等邏輯任務(wù)。二是圖形處理器GPU。憑環(huán)境模型。三是神經(jīng)網(wǎng)絡(luò)處理器NPU。NPU是專為神云端算力是智能駕駛算法模型長期演進(jìn)與迭代以及未來實現(xiàn)自動駕駛的重要保障，尤其是面對AI芯片被封當(dāng)前汽車行業(yè)云端算力標(biāo)注存在概念模糊等誤導(dǎo)性表指標(biāo)，應(yīng)以EFLOPS作為基礎(chǔ)單位，這既符合特斯拉也能適配未來算力需求。通過統(tǒng)一采用EFLOPS標(biāo)注第二章智能駕駛技術(shù)架構(gòu)與關(guān)鍵能力2323率甚至可較通用云平臺提升近一倍。三是持續(xù)供給能車端功能更新速度取決于技術(shù)支撐體系與管理體系的端更新能力是技術(shù)架構(gòu)彈性與管理體系敏捷性的乘積，化與復(fù)雜化特征，各場景下的具象化功能模塊相互耦2525第三章智能駕駛行業(yè)賦能與場景創(chuàng)新圖3-1智能駕駛技術(shù)功能原理圖追尾事故是汽車事故場景中發(fā)生概率最大的事故之一，F(xiàn)CW通過技術(shù)手段將事故預(yù)防節(jié)點前置，填補了人類程的核心準(zhǔn)則。優(yōu)秀的FCW應(yīng)具備精準(zhǔn)的探測能力，撞危險時發(fā)出警告信息的功能。后方碰撞預(yù)警（RearCollisionWarning，RCW是指實時監(jiān)測車輛后方環(huán)境，并在可能受到后方碰撞危險時發(fā)出警告信息功心功能，其發(fā)展與AEB密切相關(guān)，但更聚焦于預(yù)警機通俗講就是在可能發(fā)生碰撞風(fēng)險前汽車自主進(jìn)行制動。FCW僅通過聲音、視覺等方式預(yù)警潛在碰撞風(fēng)險，而AEB在預(yù)警基礎(chǔ)上會主動介入制動系統(tǒng)，自動施加剎車以避免或減輕碰撞；在干預(yù)階段上，F(xiàn)CW在碰撞風(fēng)險初期觸發(fā)，留給駕駛員反應(yīng)時間；AEB則在駕駛員輔助的閉環(huán)流程。出色的ESA功能應(yīng)具備卓越的環(huán)境ESA秉持精準(zhǔn)介入，人機協(xié)同的設(shè)計理念，在保障行AES），是指可以實時監(jiān)測車輛前方、側(cè)方及側(cè)后方行駛環(huán)境，當(dāng)系統(tǒng)判斷僅依靠制動系統(tǒng)無法避免碰撞時，自動控制車輛轉(zhuǎn)向，以避免碰撞或減輕碰撞后果的功能。在全國交通事故中追尾事故比例約為20%～30%，AEB功能可有效減少追尾事故的發(fā)生，而AES作為AEB功能的補充，疊加后可把事故避免率作為AEB的補充功能，AEB優(yōu)先級應(yīng)該高于AES。讓后帶來的二重風(fēng)險。當(dāng)遇到前方存在碰撞風(fēng)險的場景時，AEB會輔助車輛能剎停盡量剎停，在剎不停的情況下，要基于AES的避撞策略做出決策。從車身框架車身B柱等結(jié)構(gòu)，防碰撞強度低于縱向，除非無法剎第三章智能駕駛行業(yè)賦能與場景創(chuàng)新2727停且側(cè)方具備安全緊急變道條件時AES才會進(jìn)行介入避免碰撞發(fā)生。優(yōu)秀的AES應(yīng)具備毫秒級響應(yīng)速度確軌跡，以及主動懸掛與ESP的協(xié)同控制保障變道過程變道碰撞預(yù)警（LaneChangeWarning，LCW是輔助車輛規(guī)避危險。優(yōu)秀的LCW功能須具備全方位的碰撞隱患時，LCW就會通過聲音提示、儀表盤燈光閃又能避免在正常跟車或相鄰車道車輛保持安全距離時LCW遵循精準(zhǔn)預(yù)判，人機協(xié)同的設(shè)計原則，在尊重駕System，LKAS/LKA是指車輛可能發(fā)生非預(yù)期的調(diào)方向盤或其他執(zhí)行機構(gòu)，幫助車輛保持在車道內(nèi)。LKA是LDW（車道偏離預(yù)警）的升級功能，整合了預(yù)顧駕駛舒適性與法規(guī)合規(guī)性。優(yōu)秀的LKA功能應(yīng)具備震動或視覺提示警告駕駛員，不主動干預(yù)控制車輛。），將出現(xiàn)非駕駛意愿的車道偏離時發(fā)出警告信息的功能。通俗講就是當(dāng)車輛在行駛中因駕駛員分心或疲勞導(dǎo)致故。LDW功能是基于視覺識別的車道線監(jiān)測與基礎(chǔ)預(yù)LKA的前置決策模塊，LDW遵循“預(yù)防為主、最小介的技術(shù)導(dǎo)向，避免因盲目糾偏引發(fā)側(cè)方碰撞或駕駛誤判。優(yōu)秀的LDW功能應(yīng)具備高檢測精度、低誤報率、），—FCTA），是指在車輛低速前進(jìn)時，實時監(jiān)測車輛前部發(fā)出警告信息的功能。后方交通穿行提示系統(tǒng)（Rear第三章智能駕駛行業(yè)賦能與場景創(chuàng)新2929ISLI），是指自動獲取車輛當(dāng)前條件下所應(yīng)遵守的限速信息并實時監(jiān)測車輛行駛速度，當(dāng)車輛行駛速度不符合或即將超出限速范圍的情況下適時發(fā)出提示信息的能限速提示（ISLI）是交通標(biāo)志識別（TSR）中的報警功能，TSR通過前視攝像頭等傳感器對道路限速標(biāo)志智能限速提示（ISLI）與智能限速控制（ISLC）是兩個示給駕駛員，同時具備ISLI功能，在車速超過檢測到SBSD功能與自動緊急轉(zhuǎn)向、車道保持等主動安全功能SBSD），是指實時監(jiān)測駕駛員視野的側(cè)方及側(cè)后方盲），第三章智能駕駛行業(yè)賦能與場景創(chuàng)新3131在組合駕駛輔助系統(tǒng)中，車道居中控制（LCC）與自適交通擁堵輔助（TrafficJamAssist，TJA是指在車車道內(nèi)行駛，減輕駕駛員頻繁踩油門、剎車和轉(zhuǎn)向的部《車輛產(chǎn)品主要汽車參數(shù)》清單和中汽中心C-ICAP其為NCA，雖然各廠商的叫法雖有不同，本質(zhì)上都是依托高精度傳感器融合和AI算法，在導(dǎo)航設(shè)定的路線用場景及設(shè)計運行域（ODD）下點到點的領(lǐng)航行車輔高速公路和城區(qū)快速路開啟，主要包含自動進(jìn)出匝道、第三章智能駕駛行業(yè)賦能與場景創(chuàng)新3333泊車輔助功能主要有RCA（倒車輔助）、IPA（智能倒車輔助（ReversingConditionAssist，RCA），智能泊車輔助（IntelligentParki），泊車指示和/或方向控制等輔助功能。助系統(tǒng)的設(shè)計理念為以環(huán)境感知冗余化和控制執(zhí)行精其設(shè)計初衷源于解決城市停車痛點，推動智能駕駛演進(jìn)。優(yōu)秀的智能泊車輔助應(yīng)具備高精度環(huán)境感/側(cè)方/斜列式車位，泊車完成后車身與車位邊線保持一定距離，光照不足/障礙物遮擋等極遙控泊車輔助（RemoteParkingAssist，RPA），可以理解為通過手機APP、遙控鑰匙或其他外部設(shè)備RPA功能設(shè)計需在安全邊界內(nèi)打造類人泊車體驗，借），該功能由小鵬首次發(fā)布，后續(xù)持續(xù)在記憶數(shù)量、路線存儲與分享、學(xué)習(xí)方式等方面對功能進(jìn)行迭代優(yōu)化；華為支持路線云端存儲并可通過賬號同步至其他車輛、一、二線城市高峰時段綜合停車時長平均為30～60可自主漫游尋找空閑車位的泊車輔助功能。2025年12020年歐盟采納通過全球首個3級智能駕駛國際法年修訂后擴展了車速上限，在高速公路上車速上限從60km/h擴展到了130km/h，推動了3級智能駕駛在歐盟地區(qū)的應(yīng)用。2021年12月，奔馳成為首家獲得于2019年通過修正案，允許L3級自動駕駛汽車上路2023年，四部委聯(lián)合發(fā)布《關(guān)于開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點工作的通知》，遴選具備量產(chǎn)條件的搭載自動駕駛功能的智能網(wǎng)聯(lián)汽車產(chǎn)品，開展準(zhǔn)入第三章智能駕駛行業(yè)賦能與場景創(chuàng)新3535試點；對取得準(zhǔn)入的智能網(wǎng)聯(lián)汽車產(chǎn)品，在限定區(qū)域內(nèi)開展上路通行試點。2024年底，《北京市自動駕駛3級智能駕駛在北京市的測試和運營規(guī)則。與此同時，智能駕駛逐步進(jìn)入商用階段。然而，當(dāng)前仍屬于2級交通擁堵領(lǐng)航可以理解為在交通擁堵的高速公路或城領(lǐng)航系統(tǒng)能夠?qū)煌〒矶轮械母鞣N復(fù)雜情況進(jìn)行分析奧迪最早提出交通擁堵領(lǐng)航概念，并在奧迪A8上嘗試3級功能，但因法規(guī)和技術(shù)限制未實際啟用。交通擁堵高速公路領(lǐng)航可以理解為專注于高速及城市快速路場景的自動駕駛功能，相較交通擁堵領(lǐng)航增加了智能變高速公路領(lǐng)航通過多傳感器融合，結(jié)合AI算法，實現(xiàn)時，可以提前發(fā)出介入請求，請求駕駛員接管，且無需引導(dǎo)車輛。通過多傳感器融合感知、定位與智能決城區(qū)公路領(lǐng)航是針對城市復(fù)雜道路場景的3級自動駕支持的功能，3級智能駕駛車輛可提前發(fā)出介入請求，Robotaxi作為城市出行革命的核心載體，將重塑城市出行范式。2021年SAE對J3016標(biāo)準(zhǔn)更新定義了遠(yuǎn)程協(xié)助、遠(yuǎn)程駕駛的功能和場景，Waymo和蘿卜時在技術(shù)上也通過云端大模型與單車智能的深度協(xié)同，干線物流作為現(xiàn)代物流體系的核心環(huán)節(jié)，承擔(dān)著長距燃油消耗（傳統(tǒng)重卡油耗占比30%），編隊運輸模式可減少駕駛員需求，人力成本從20%降至更低；通過知、決策、執(zhí)行全鏈路升級。華為云園區(qū)方案通過5G肥駱崗中央公園部署的無人機送餐與自動駕駛接駁巴第三章智能駕駛行業(yè)賦能與場景創(chuàng)新3737第一階段：2025—2027年，3級智能駕駛高2023年四部委聯(lián)合發(fā)布《智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通京市自動駕駛汽車條例》實施，明確3級智能駕駛車輛合法上路權(quán)。華為、小鵬等企業(yè)已推出3級高速智），埃安等計劃2025—2026年在廣州、北京等城市開展Robotaxi試點運營，通過網(wǎng)約車高頻場景積累數(shù)據(jù)。干線物流領(lǐng)域，卡爾動力等企業(yè)預(yù)計2027年實現(xiàn)無駕端到端AI模型（如華為乾崑智駕ADS4城區(qū)方案）和MoE架構(gòu)壓縮技術(shù)提升復(fù)雜路況處理能力，整體方案成本可控，推動功能下沉至中端車型；在法規(guī)上預(yù)計更多城市跟進(jìn)責(zé)任認(rèn)定細(xì)則，明確系統(tǒng)激活期間的保險與事故處理規(guī)則。菜鳥4級智能駕駛物流車、文遠(yuǎn)知行環(huán)衛(wèi)車等已在30多個城市部署，成本下降20%～30%，驗證垂直場景經(jīng)濟性。滴滴與廣汽埃安前裝量產(chǎn)4級智能駕駛Robotaxi車型計劃2026年運營，若單車成本與傳統(tǒng)出租車持平（當(dāng)前差距約支持4級智能駕駛在80%以上城區(qū)道路運行。通過試點運營（如北京Robotaxi）積累公眾信任，保險制度一體化架構(gòu)。一方面，通過SOTIF消除感知－決策鏈3939用周期的運行安全體系，包括遠(yuǎn)程監(jiān)控、動態(tài)ODD合車自動駕駛安全系統(tǒng)的系統(tǒng)安全及運行安全進(jìn)行詳細(xì)自動駕駛系統(tǒng)安全主要包括系統(tǒng)安全性、故障安全響（1）系統(tǒng)安全性（SystemSafety處于自動駕駛（2）故障安全響應(yīng)（FailsafeResponse）：自動駕駛車輛應(yīng)能檢測系統(tǒng)故障或ODD條件不滿足的情況，（3）人機交互界面/操作員信息（HumanMachineInterface，HMI/Operatorinformation在駕駛（4）目標(biāo)物與事件檢測響應(yīng)（ObjectEventDetectionandResponse，OEDR自動駕駛車輛須具備檢測并響應(yīng)ODD內(nèi)合理預(yù)期目標(biāo)物/事件的（5）運行設(shè)計域（OperationalDesignDomain，ODD）：就車輛安全性評估而言，制造商應(yīng)書面說明車輛支持的ODD范圍及規(guī)定ODD內(nèi)的功能表現(xiàn)，ODD應(yīng)明確描述自動駕駛模式下的預(yù)期運行條件，至（6）系統(tǒng)安全驗證（ValidationforSystemSafety制造商應(yīng)基于系統(tǒng)工程方法，通過可靠的設(shè)計與驗證流程證明其自動駕駛系統(tǒng)不存在不合理的安全風(fēng)險，且需要符合道路交通法規(guī)。設(shè)計與驗證方法應(yīng)包括自動駕駛系統(tǒng)的危害分析與安全風(fēng)險評估、并確保在健全的文檔版本控制環(huán)境下實現(xiàn)數(shù)據(jù)的可追（9）自動駕駛汽車事件數(shù)據(jù)記錄系統(tǒng)與數(shù)據(jù)存儲系統(tǒng)確保已投入市場的自動駕駛車輛在全生命周期內(nèi)持續(xù)符合安全要求的系統(tǒng)性措施，主要包含三方面：一是ODD適用性，確保車輛實際運行環(huán)境始終符合預(yù)設(shè)的ODD邊界，包括地理圍欄、天氣條件、道路類型等參系統(tǒng)安全是指在自動駕駛汽車系統(tǒng)生命周期內(nèi)應(yīng)用安合性體系。系統(tǒng)安全的研究重點是如何通過合理的保障技術(shù)改善功能安全、預(yù)期功能安全和信息安全，即問題、功能不足導(dǎo)致的預(yù)期功能安全（SafetyOfThe功能安全作為道路車輛電子電氣系統(tǒng)的核心安全屏障，在國際標(biāo)準(zhǔn)ISO26262中賦予了明確定義，指不存在不合理風(fēng)險[2][3]。這一定義以風(fēng)險防控為導(dǎo)向，構(gòu)建了程序（ESP）為例，主要包括傳感器（通過陀螺儀、加常，系統(tǒng)也無法實現(xiàn)預(yù)期功能，更無法對外界環(huán)境產(chǎn)），41障（因組件老化或接觸不良，如ECU焊點虛接導(dǎo)致偶通過流程改進(jìn)（如代碼評審、設(shè)計驗證）消除。后者和系統(tǒng)集成測試及安全確認(rèn)（Validation）兩部分，分銜接，而只有完成具體的硬件和軟件開發(fā)，才能進(jìn)行系統(tǒng)層面的集成測試和安全確認(rèn)。以軟件功能安全開發(fā)為例，ISO26262第6部分規(guī)定的軟件功能安全開預(yù)期功能安全（SOTIF）是伴隨自動駕駛技術(shù)迭代應(yīng)運全評估與管理，在設(shè)計階段精準(zhǔn)識別潛在功能缺陷同以3級自動駕駛為例，當(dāng)車輛故障為輕微失效時，此10s內(nèi)未接管，則執(zhí)行最小風(fēng)險操作（MRM）進(jìn)入最小風(fēng)險狀態(tài)（MRC）；而當(dāng)車輛故障為嚴(yán)重失效時，則為車輛劃定了安全運行邊界，從道路類型、氣象條件到系統(tǒng)參數(shù)等多個維度明確規(guī)定了車輛可安全執(zhí)行隨著智能駕駛從2級向3級進(jìn)階，系統(tǒng)復(fù)雜度與場景如圖4-3所示，SOTIF的危害事件模型可通過可視化車制動延遲造成碰撞事故?；诖?，如圖4-4所示，圖4-4預(yù)期功能安全活動帶來的場景區(qū)域之間時速安全：在動態(tài)變化的交通場景中，不同速度對應(yīng)差異化的風(fēng)險特征，通過建立速度域與安全邊界的動態(tài)映射，自動駕駛系統(tǒng)能夠?qū)崟r匹配環(huán)境感知、決策響應(yīng)與機械控制的協(xié)同節(jié)奏，有效預(yù)防因速度適配偏差引發(fā)的碰撞、失控等安全隱患。低速場景行業(yè)生效范圍一般≤5～20km/h，優(yōu)秀企業(yè)可做到生效范圍高速公路上保持設(shè)定的較高速度（如100～120km/h），高速場景前向自動緊急制動速度生效范圍行業(yè)一側(cè)向防碰撞的速度生效范圍行業(yè)一般≥80km/h，優(yōu)秀4343決策算法的適應(yīng)性和控制執(zhí)行的可靠性提出了嚴(yán)苛挑系統(tǒng)可靠性邊界；駕駛員失能靠邊停車與輔助控制功緊急Cut-in鳴笛與HUD危險顯示構(gòu)成的預(yù)警體系，每個場景都考驗感知－決策－執(zhí)行閉環(huán)的無縫銜接。態(tài)升級，保障系統(tǒng)長期可靠，如危急時刻的人機4545對于自動緊急制動（AEB）系統(tǒng)，需通過壓力傳感器獲車輛緊急避險協(xié)同策略：AEB應(yīng)優(yōu)先于AES啟動，AEB通過主動減速實現(xiàn)風(fēng)險化解，而AES作為補充手下，AES系統(tǒng)需執(zhí)行更嚴(yán)苛的防誤觸標(biāo)準(zhǔn)，其誤觸發(fā)這種指數(shù)級安全冗余源于AES作為終極避險手段的特殊屬性，每次介入都意味著系統(tǒng)已突破AEB的安全邊轉(zhuǎn)向冗余、電源冗余、通信冗余、熱管理冗余等，通數(shù)）到車輛與駕乘人員狀態(tài)規(guī)范，ODD構(gòu)建了多層次用單階段式目標(biāo)檢測網(wǎng)絡(luò)模型結(jié)合雙目視覺與點云處監(jiān)測則為SOTIF注入法律約束維度。為了實現(xiàn)法規(guī)數(shù)先級劃分與模型預(yù)測控制算法，動態(tài)生成合規(guī)行駛軌如圖4-5所示[7]。信息安全在自動駕駛領(lǐng)域承載著保障系統(tǒng)可信運行的調(diào)對遠(yuǎn)程控制、OTA升級等關(guān)鍵場景的威脅防護(hù)，要4747）：管系統(tǒng)（車外通信）：實現(xiàn)車與車（V2V）、車與人（V2R）的無線通信。專用短程通信（DSRC）用于近云系統(tǒng)（云端平臺）：通過T-Box連接車輛與云端，必要路徑，更是重塑智能交通生態(tài)信任基石的戰(zhàn)略選擇。通過將GB44495—2024的安全基因植入自動駕等新型風(fēng)險，又能為未來一體化協(xié)同提供可信數(shù)據(jù)底通信的攻擊信號。隨著AI技術(shù)的快速成熟，在入侵檢測系統(tǒng)中利用神經(jīng)網(wǎng)絡(luò)模型自適應(yīng)標(biāo)記異常行為是當(dāng)加密與認(rèn)證技術(shù)是保障車載信息傳輸與訪問安全的重速度快適合視頻傳輸）和非對稱加密（如RSA，適合密鑰交換）。例如，車載攝像頭拍攝的畫面通過AES[9]。身份認(rèn)證：指用于確認(rèn)操作者及信息訪問者身份的過例如，禁止外部設(shè)備隨意訪問車載診斷接口（OBD）內(nèi)網(wǎng)模擬一個虛假的空調(diào)控制節(jié)點，當(dāng)黑客嘗試入侵自動駕駛運行安全管理體系涵蓋運行風(fēng)險管控與運行職能聚焦自動駕駛系統(tǒng)在環(huán)境交互及交通參與者交互建立環(huán)境參數(shù)實時監(jiān)測機制。在與交通參與者交互層ODD是自動駕駛系統(tǒng)設(shè)計運行的核心邊界框架，其明條件集合。根據(jù)國際標(biāo)準(zhǔn)與行業(yè)實踐，ODD通常涵蓋非機動車的密度與行為模式）等。ODD的核心價值在超出ODD邊界時，需觸發(fā)后援響應(yīng)（如人工），在傳統(tǒng)自動駕駛開發(fā)中，ODD通常作為靜態(tài)參數(shù)寫入邊緣案例的不可窮舉性：靜態(tài)ODD難以覆蓋所有潛在緣案例往往是事故高發(fā)場景；環(huán)境參數(shù)的連續(xù)變化特4949者行為、氣象參數(shù)等數(shù)據(jù)；通過V2X獲取路側(cè)單元發(fā)測概率與能見度映射關(guān)系，當(dāng)檢測概率低于安全閾值出ODD（如突發(fā)大面積積水），通過路徑規(guī)劃算法實自動駕駛系統(tǒng)嚴(yán)格遵守交通規(guī)則是其安全運行的基石。公安部道路交通安全研究中心憑借其權(quán)威性與專業(yè)性，蓋不足20%的內(nèi)容，且多為定性測試，對安全駕駛操雜情況下像人類駕駛員一樣準(zhǔn)確遵循自然語言編寫的的行為信息可以準(zhǔn)確判斷車輛行為是否符合法規(guī)要求。自動駕駛道路交通法規(guī)符合性技術(shù)是自動駕駛技術(shù)實別場景變化及安全人員干預(yù)等方面提出明確且嚴(yán)格的在自動駕駛技術(shù)不斷邁向商業(yè)化與規(guī)模化應(yīng)用的進(jìn)程部署安全模型規(guī)避事故風(fēng)險是邊界狀態(tài)風(fēng)險管控技術(shù)確保實施適當(dāng)主動安全控制是邊界狀態(tài)風(fēng)險管控技術(shù)應(yīng)對措施。MRM的制定需充分考慮技術(shù)可行性、5151自動駕駛系統(tǒng)的安全評估已從單一功能測試轉(zhuǎn)向全生退出的閉環(huán)評估框架，如圖4-5所示。其核心思想源駕駛員的交互是否安全[11][12]。本套流程體系可實現(xiàn)對鈕后2秒內(nèi)完成自檢的同時，同時需要確認(rèn)駕駛員狀5353據(jù)的準(zhǔn)確性與可靠性，內(nèi)容包括但不限于：a)極端天畫質(zhì)，毫米波雷達(dá)需維持穿透性探測能力；b)復(fù)雜光確保交通標(biāo)識、行人等目標(biāo)的識別準(zhǔn)確率；c)傳感器冗余設(shè)計：多模態(tài)傳感器（如激光雷達(dá)+攝像頭+毫面對動態(tài)交通流與突發(fā)場景，系統(tǒng)需展現(xiàn)類人化決策邏輯，平衡安全性與通行效率，內(nèi)容包括但不限于：a)統(tǒng)需通過預(yù)碰撞安全系統(tǒng)（FCW+AEB）實現(xiàn)毫秒級制博弈：在擁堵路段加塞、環(huán)島合流等場景中，系統(tǒng)需策略融入車流，避免激進(jìn)變道或過度保守引發(fā)擁堵；c)遲或控制偏差引發(fā)風(fēng)險，包括但不限于：a)底盤協(xié)同系統(tǒng)需根據(jù)車道曲率動態(tài)調(diào)整轉(zhuǎn)向比，配合CDC（連1）單場景風(fēng)險矩陣：根據(jù)場景風(fēng)險程度和通行結(jié)果的嚴(yán)重程度，將單場景得分映射至[-3,3]區(qū)間，負(fù)數(shù)代3）綜合能力分級：通過加權(quán)求和各子能力得分，最終1級未來汽車安全評估的核心演進(jìn)方向在于超越傳統(tǒng)基于向AI化。因此，通過收集和分析涵蓋廣泛車輛、駕駛大數(shù)據(jù)的統(tǒng)計評估不僅能更精準(zhǔn)地反映當(dāng)前安全狀態(tài)，還將為AI算法的持續(xù)迭代優(yōu)化和安全策略的動態(tài)調(diào)整5555核心目標(biāo)：以宏觀規(guī)劃為主，明確智能駕駛技術(shù)戰(zhàn)略2020年工業(yè)和信息化部和公安部等11部委《智能汽開啟3級、4級智能駕駛功能的限制性試點。2023年限定區(qū)域開展公共道路試點，明確8項核心產(chǎn)品技術(shù)要求，如表5-1所示，包括動態(tài)駕駛?cè)蝿?wù)執(zhí)行、接管1在激活狀態(tài)下，自動駕駛系統(tǒng)應(yīng)避免導(dǎo)致交通事故，當(dāng)事故不可避免時，應(yīng)采2及時向安全員發(fā)出介入請求，并能夠檢測安全員是3在自動駕駛系統(tǒng)執(zhí)行最小風(fēng)險策略過程中，不應(yīng)禁止安全員通過合理的方式干4有效地響應(yīng)干預(yù)的策略，并應(yīng)能檢測安全員是5自動駕駛系統(tǒng)在激活狀態(tài)下，不應(yīng)對車輛駕乘人員和其他交通參與者造成不合67企業(yè)要做到告知義務(wù)，且在升級過程中通過技術(shù)手段確保車輛安全，若升級失8產(chǎn)企業(yè)承擔(dān)智能網(wǎng)聯(lián)汽車產(chǎn)品質(zhì)量和生產(chǎn)一致性主體責(zé)任；二是試點只是針對公共領(lǐng)域的道路運輸經(jīng)營用第一批試點的名單涉及9家企業(yè)聯(lián)合出行平臺，雖然國家層面通過準(zhǔn)入試點和政策體系建設(shè)推動智能駕駛商業(yè)化落地，地方層面則通過立法探索為試點應(yīng)用積累了經(jīng)驗。當(dāng)前，3級及以上智能駕駛主要集中在第五章智能駕駛產(chǎn)業(yè)環(huán)境與生態(tài)構(gòu)建5757TOB場景，如干線物流、無人配送、自動駕駛出租車（Robotaxi）等。這些場景具有封閉性高、風(fēng)險可控圳、北京、武漢等地率先對3級以上個人乘用車自動車管理條例》是國內(nèi)首部關(guān)于智能網(wǎng)聯(lián)汽車管理的法規(guī)，明確規(guī)定列入產(chǎn)業(yè)目錄的智能網(wǎng)聯(lián)汽車，經(jīng)過公安機關(guān)交通管理部門登記后，方可上道路行駛，允許3動駕駛汽車條例》中對3級及以上智能駕駛的應(yīng)用場盡管典型城市為3級及以上智能駕駛汽車的上路提供（3）國家層面強化準(zhǔn)入審查與召回機制，加強智能網(wǎng)2022年4月15日，工業(yè)和信息化部發(fā)布《關(guān)于開展汽車軟件在線升級備案的通知》，對獲得道路機動車輛生產(chǎn)準(zhǔn)入許可的汽車整車生產(chǎn)企業(yè)及其生產(chǎn)的具備2025年2月25日，工業(yè)和信息化部、市場監(jiān)管總局組合駕駛輔助系統(tǒng)和具備軟件在線升級（OTA升級）這兩份通知既為智能網(wǎng)聯(lián)汽車產(chǎn)品及軟件在線升級管自動駕駛主要針對3級和4級自動駕駛，主要涉及基12GB/T44373—2024《智能網(wǎng)聯(lián)汽車術(shù)語和定義》3456789點工作方案》等。標(biāo)準(zhǔn)支撐層面，制定GB/T行的《北京市自動駕駛汽車條例》明確3級及以上自第五章智能駕駛產(chǎn)業(yè)環(huán)境與生態(tài)構(gòu)建5959第五章智能駕駛產(chǎn)業(yè)環(huán)境與生態(tài)構(gòu)建6161AI計算單元是支撐人工智能任務(wù)的核心硬件模塊，涵蓋云端訓(xùn)練芯片和車端推理芯片兩大場景。其中云端算力、并行計算能力為核心，典型架構(gòu)包括GPU（如英偉達(dá)A100/H100）、TPU（如谷歌第四代及NPU（如華為昇騰910系列）。車汽車控制單元是車規(guī)級芯片中的一種，它是把CPU的時鐘、I/O端口及串行通訊等多種功能模塊和接口集成車載T-BOX是車聯(lián)網(wǎng)核心組件，通過集成GPS、第五章智能駕駛產(chǎn)業(yè)環(huán)境與生態(tài)構(gòu)建6363通過攝像頭、紅外傳感器等硬件實時監(jiān)測駕駛員的疲平線搭載征程芯片可實現(xiàn)低延遲DMS；華為DMS監(jiān)規(guī)模量產(chǎn)為核心優(yōu)勢，通過自研芯片和高度集成化技布局深遠(yuǎn)，推出了192線激光雷達(dá)，具備超遠(yuǎn)距離感的核心矛盾，其與算法的深度融合才是未來發(fā)展的關(guān)海康威視、歐菲光、聯(lián)創(chuàng)電子、華為等。隨著800萬像素高清攝像頭滲透率的提升，車載攝像頭將向多光譜感知、事件驅(qū)動成像等方向演進(jìn)，市場格局或?qū)⒃?025年后隨新興廠商突破硅基量子點傳感器技術(shù)而出森思泰克其第二大股東是國內(nèi)知名上市公司?？低?，出現(xiàn)變化，4D毫米波雷達(dá)技術(shù)突破成為國產(chǎn)替代的核心路徑，國產(chǎn)廠商通過4D技術(shù)突破實現(xiàn)替代思泰克4D雷達(dá)已進(jìn)入吉利、長城供應(yīng)鏈；華端SLAM聚類、人工修正后形成結(jié)構(gòu)化矢量圖層，并度與四維圖新市占率超一半。百度2013年收購傳統(tǒng)圖布百度智圖；四維圖新早在2001年便獲取甲級資質(zhì)，是中國最獲批的企業(yè)之一，深耕地圖產(chǎn)業(yè)多年，2014年又獲得騰訊資金助力；高德地圖在2014年被阿里收可提供強大的AI能力，助力車企實現(xiàn)智能化躍升；阿用于問界、智界等車型；卓馭科技的車端軟件以視覺現(xiàn)AEB、LKA等基礎(chǔ)ADAS功能，針對中國復(fù)雜道路當(dāng)前，智能駕駛解決方案市場呈現(xiàn)出多元化的競爭格環(huán)境專項訓(xùn)練模型，場景適應(yīng)能力更強；東軟睿馳的局，國內(nèi)外供應(yīng)商憑借各自的技術(shù)優(yōu)勢和資源整合能力，共同推動行業(yè)快速發(fā)展，典型企業(yè)有華為、馳芯片；百度Apollo依托昆侖芯片實現(xiàn)算法－芯片協(xié)強大自研能力。Momenta通過提供標(biāo)智能駕駛技術(shù)正以前所未有的速度重構(gòu)人類出行圖景，實踐，推動3級智能駕駛逐步規(guī)模化落地，重塑著人第五章智能駕駛產(chǎn)業(yè)環(huán)境與生態(tài)構(gòu)建6565傳統(tǒng)BEV（鳥瞰圖）感知框架雖解決了多攝像頭視角尾場景理解等方面仍存在建模瓶頸。2023摒棄BEV空間，由GOD神經(jīng)網(wǎng)絡(luò)實現(xiàn)白名單目標(biāo)和異形障礙物識別，避免構(gòu)建BEV時的信息損失，通過更直接和高效地利用各傳感器數(shù)據(jù)實現(xiàn)更高級別的物理規(guī)則和場景理解；在2025年進(jìn)一步升級為WEWA算力方面實現(xiàn)爆發(fā)式增長，芯片的自主可控取得突以及特斯拉自研FSD芯片的相繼問世，徹底點燃了行和特斯拉HW1.0將攝像頭系統(tǒng)與深度學(xué)習(xí)結(jié)合，但受測距離、分辨率和可靠性。2020年，華為發(fā)布車規(guī)級混合固態(tài)激光雷達(dá)，并在2025年最新發(fā)布的高精度固45×50×44mm，是目前行業(yè)內(nèi)最小的車規(guī)級激光雷達(dá)行定義和修改，就像手機App，進(jìn)而降低硬件成本。算法通用化（如BEV+Transformer其出現(xiàn)具有劃形成SoC決策而MCU負(fù)責(zé)執(zhí)行和監(jiān)控，SoC自身也世界模型成為智能駕駛領(lǐng)域探索出的最新前沿解決方），系統(tǒng)（激光雷達(dá)、視覺等）與AI算法，實現(xiàn)城市/高艙與智能駕駛系統(tǒng)的深度協(xié)同，支持服務(wù)無縫流轉(zhuǎn)與OTA持續(xù)升級，其軟硬一體化架構(gòu)以安全性和開放性在主動安全領(lǐng)域通過多傳感器融合與實時決策算法實響應(yīng)閉環(huán)。其全域環(huán)境感知能力可覆蓋雨霧夜間的低能見度場景，有效彌補人類駕駛者的感知盲區(qū)與反應(yīng)路徑規(guī)劃到泊入完成逐步過渡到無需人工介入，窄道