行業內普遍把自動駕駛分為五個等級。其中L0為完全人工駕 駛，L1-L2為部分輔助駕駛，從L3-L5由部分自動駕駛逐漸向 完全自動駕駛過渡。 L0：提供警告和瞬時協助，如AEB（自動緊急制動）、車道 偏離警告等。 L1：借助感知系統對車輛做單一方向的運動控制/輔助，如車 道居中LCC（橫向運動控制，方向盤）或自適應巡航ACC（ 縱向運動控制，油門/剎車）。 L2：同時提供縱向和橫向控制。如自動泊車。 L2+：高速公路/快速路/城市道路領航輔助駕駛（高速/城市 NOA），但是人類仍然是駕駛主體，需要保持觀察環境。 L3：系統是駕駛主體，人類不需要觀察環境，只有系統請求 時，人類需要接管。 L4：系統是駕駛主體，人類不需要接管，但有特定道路和環 境條件要求。 L5：在所有條件下隨處行駛，人類不需要接管。 目前大部分主機廠都處於L2+階段。

自動駕駛方案正在從模組化向端到端方案發展。 傳統的自動駕駛系統採用模組化部署策略。在之前很長一段時間，智能駕駛架構都來源於機器人架構，每個功能，如感知、 預測和規劃，都是單獨開發並整合到車輛中的。感知模組主要負責使用感測器蒐集資料、資料處理等，用於識別行人、交通訊號、道路標誌和其他車輛等等，高精地圖、 IMU等則提供車輛位置等，感知處理模組將這些資料轉化為車輛可以理解的環境模型，並送入到預測模組； 預測模組主要用於模仿人類感知來預測其他道路使用者的行為意圖，例如有人橫穿馬路、有車要突然搶道等；規劃與決策模組根據前兩個模組的資訊來設計汽車的行駛策略，生成詳細的行駛軌跡，並行送給控制模組； 控制模組，執行上述行車命令的模組，包括油門、剎車、轉向，還有HMI的顯示。

特斯拉領先實踐。在特斯拉的帶動下，過去量產自動駕駛常見的 後融合演算法（每個感測器的資訊各自通過神經網路模型處理，然 後融合運算）逐漸被拋棄，特斯拉推出的FSD Beta V9首次使用 了BEV(Bird Eye View) + transformer的演算法架構，實現了前融合 的BEV演算法，把多個攝影機的感知到的畫面直接放進AI演算法裡， 生成一個鳥瞰視角的3D空間，並在這個空間內輸出感知結果。在此基礎上，2021年，特斯拉引入了名為 HydraNet 的多工學 習演算法，允許自動駕駛系統使用單一的神經網路來實施不同的任 務，可以檢測車輛、標誌牌、車道線等，2022年特斯拉引入佔據 （Occupancy）網路，將圖像空間轉為立體空間，並且給每個空 間單位分配一個“佔據/未佔據”的標識，從而幫助找到更多相關 的特徵，能夠預測那些物體（甚至物體的那個部分）會移動。 至此，特斯拉的自動駕駛系統架構中部分模組已經被深度學習模 塊所替代，但仍不是一個端到端訓練模式的自動駕駛系統，因為 系統中仍然存在規劃的部分，例如軌跡評分、手動規則等。

華為汽車業務主要圍繞智能汽車數字平台(iDVP)、智能駕駛計算平台(MDC)和 HarmonyOS智能座艙平台三大平台。 華為與整車廠的合作模式主要有三種。 1. 華為智選模式。華為智選致力於將華為的工業團隊、軟體團隊、使用者體驗團 隊等參與到汽車製造的合作中，與車企共同實現產品設計、品牌打造，並通 過華為的銷售管道為汽車銷售提供支援。這種合作方式主要是為了將華為面 向消費者的能力賦能給車企，是最深入的合作模式。2025年鴻蒙智行“四界 ”將有多款新車型面世，此外華為和上汽合作可能帶來“第五界”品牌“尚 界”。 2. Huawei Inside (HI) 模式。華為Inside模式提供包括MDC、智能座艙、智能 駕駛、智能車雲等在內的全端智能汽車解決方案。目前，華為與長安阿維塔 、北汽極狐等品牌採用該模式進行合作。在這種合作方式中，華為更多處於 被整合的角色，與車企聯合研發。 3. 零部件供應模式。華為提供AR HUD、激光雷達、熱管理、電驅等零部件。這 種模式是華為最早進入智能汽車領域時的業務形式，擁有眾多合作夥伴。

中國自動駕駛領域目前還沒有國家層面立法，但相關試行規章制度已經陸續出台。2024年6月，工信部等四部門發佈 ，中國首批確定由9個汽車生產企業和9個使用主體組成的聯合體，將在北京、上海、廣州等7個城市展開智能網聯汽車 准入和上路通行試點，試點產品涵蓋乘用車、客車以及貨車三大類。試點過程中將系統開展產品測試與安全評估工作 ，探索完善智能網聯汽車生產准入管理和道路交通安全管理體系。 允許自動駕駛商業化探索。2021 年 4 月，《北京市智能網聯汽車政策先行區總體實施方案》指出，北京將正式開放高 速公路場景，開展自動駕駛測試，同年 10 月北京正式開放無人化測試場景，首批向百度、小馬智行兩家企業頒發無人 化道路測試通知書，在經開區 20 平方公里範圍內、共 100 多公里城市道路上開展無人化測試。截至目前，包括北京 、上海、廣州、深圳、重慶、武漢、長沙在內的 10 余個城市允許自動駕駛汽車在特定區域、特定時段從事出租汽車、 城市公共汽（電）車等商業化試營運，且應用規模不斷擴大。2023年11月，交通運輸部也已經發佈《自動駕駛汽車運 輸安全服務指南（試行）》，對營運要求、責任劃分等進行了明確。 合規趨嚴。2021 年 5 月特斯拉宣佈在中國建立資料中心，實現資料儲存本地化，眾多跨國車企陸續在中國建立資料中 心，資料本土化成大勢所趨。

工信部有望發佈L3相關認證。同濟大學汽車學院教授、汽車安全技術研究所所長朱西產預計工信部2025年會發佈 L3級自動駕駛車輛的相關認證。 中國外車廠積極佈局L3，2025有望成為L3上車元年。江淮和華為合作的尊界S800已在申報工信部的認證，通過認 證後，將為尊界使用者推送L3智駕功能，尊界S800預計將於2025H1上市。2025年2月，小鵬汽車董事長何小鵬在社 交媒體上宣佈，2025年年中將推出V6全新大版，也就是准L3能力高階自駕，這也是全面超過FSDV13能力的開始版 本。2025年底將推出真L3等級軟體和硬體冗餘能力的自動駕駛。

智駕平權，中階智駕有望成為10萬元級車型標配

比亞迪智駕捲入7萬元級。2024年小鵬發佈的MONA M03 12萬元入門版即帶有L2行泊功能，包括車道級LCC、自動泊車 等；16萬元高配版直接升級雙Orin-X，擁有小鵬最新高速+城市全場景XNGP，中階智駕“捲入”10-20萬元級車型。 2025年，比亞迪宣佈，天神之眼高階智駕系統，比亞迪旗下10萬元級以上車型全系搭載，10萬元以下車型多數搭載。實 現了代客泊車、遙控出車、自動泊車的標配。

中階智駕有望成為10萬元級車型標配。城市NOA，在新勢力車 企以及華為、地平線、Momenta、卓馭科技等核心供應商的爭 相發力下，已於2024年正式邁入量產“元年”。據蓋世汽車研 究院統計資料，2024年1-11月，中國乘用車市場高速NOA和城 市NOA滲透率僅為7.2%和1.5%。2025年NOA將迎來量產規模大 幅提升。朱西產預計到2025年，將有成本在3000元以下的NOA 產品投入市場，NOA的滲透率有望超過40%。

自動駕駛產業鏈：感知和決策為核心

自動駕駛基本上依賴於感知、決策、執行三個環節的高效配合。感知層通過多維感測器及GPS、北斗等在內的導航系 統識別道路上的人、物及標識，並收集車身周圍的即時資料；決策層通過晶片、軟體/演算法、特徵提取等預處理，資料 融合後作出評估和決策，得出相應的路徑規劃與決策訊號，並輸出給各種執行層的控制單元；最終執行層通過接收感 知系統的資料及決策系統的決策訊號作出相應的反饋動作，實現全套自動駕駛操作。 目前決定自動駕駛性能的主要是感知和決策層。隨著端到端的普及，自動駕駛性能主要由感知層和決策層的硬體裝置 和軟體演算法決定。感知裝置決定自動駕駛可視範圍和精度，晶片算力、軟體演算法決定了響應速度和決策能力。

汽車智能駕駛感知系統主要包括視覺感知、超聲波感知 、毫米波感知和雷射感知。 L0-L1：通過車前後的超聲波雷達或毫米波雷達、攝像 頭即可實現。 L2：需要實現加減速和轉向功能，因此需要額外安裝在 兩車身側邊的超聲雷達，以及分佈在車身前、後、左、 右的4顆環視相機。 L2+-L4：為了實現提升感知精度，並且應對惡劣天氣， 額外加裝激光雷達。

毫米波雷達：3D切換向4D。自動泊車、自動巡航、自動緊急制動等功能都需要毫米波雷達對周圍環境進行感知，通過 測速測距測方位傳回資料，晶片對資訊進行智能處理後才得以實現。傳統的毫米波雷達是3D毫米波雷達，主要用於測 角、測距和測速，但是它對低速和靜止目標檢測不穩定，不能支援自動駕駛汽車在通過路口時對排隊同行等多種情況 做出反應。後來出現的4D毫米波雷達有出色的水平和垂直的角度分辨能力，並可對靜止障礙物進行識別協助避障，一 定程度上彌補了這些缺點。

激光雷達：高階智駕組態。激光雷達+視覺融合方案是 成績最好的感知能力表現。激光雷達通過發射雷射束並 比較發射訊號和反射訊號來刻畫目標參數，測距精度可 達釐米級，可以幫助車輛執行變道並線、匯入車流等駕 駛操作。同時，激光雷達可以結合基於BEV（Bird’sEye-View）技術將視覺圖像資訊從2D轉換為3D，建構 環境的三維圖像，從而提高感知演算法上線，減小對高精 地圖的依賴程度。 激光雷達由機械式走向半固態和固態。最經典的雷射雷 達是機械式激光雷達，常用於Robotaxi的測試和迭代。 但是因為體積大、成本高，機械式激光雷達不適用於車 規量產級市場。隨著激光雷達家族不斷進化，現在已經 出現了體積小、成本較低的半固態激光雷達和固態雷射 雷達。

決策層：晶片性能持續提升，演算法平台重要性凸顯

智駕晶片高階輝達、低階用中國國產。目前主流車廠中高 階智駕一般搭載多塊輝達Orin系列晶片，輝達新一 代Thor晶片平台預計將在2025年上車。中低階智駕對 於算力要求相對較低，一般採用地平線、黑芝麻、 mobileye等方案。 演算法平台重要性凸顯：隨著智駕滲透率提升速度加快， 車廠全面鋪開自研對成本和時間帶來很大壓力，因此算 法平台公司重要性逐步提升，目前比亞迪等車廠中低階 智駕基本都和演算法平台公司合作，如momenta、元戎啟 行、卓馭科技等。  (行業報告研究院)

#自動駕駛行業 你可以在這裡找到鉅亨號中所有使用「自動駕駛行業」為關鍵字所發布的內容