有留意過汽車行業的人，現在經常會在各種場景聽到一堆名詞：智慧網聯、智慧駕駛、智慧輔助駕駛、自動輔助駕駛、無人駕駛……

對這些名詞的解釋和彼此聯絡和區分，解讀也是五花八門。

我嘗試就國內目前的發展情況，來梳理比較片面的內容來做一些理解，僅供吃瓜參考

首先，這塊的底層是：智慧網聯汽車

我國官方的權威解釋如下：

智慧網聯汽車：指搭載先進的車載

感測器

（雷達、攝像）、控制器（路徑規劃、任務決策等模組）、執行器（如線控轉向系統、驅動系統，完成來自控制模組的指令）等裝置，並融合現代通訊與網路技術，實現車與 X（人、車、路、雲端等）智慧資訊交換、共享，具備複雜的環境感知、智慧決策、協同控制和執行等功能，可實現安全、舒適、節能、高效行駛，並最終可替代人來操作的新一代汽車。

開頭提到的智慧汽車、無人駕駛、自動駕駛等名詞，是基於在“智慧網聯汽車”這個概念下做延伸。

其中最重點莫過於：無人駕駛和自動駕駛

智慧網聯延伸

所以：

1、智慧網聯、智慧化（智慧汽車）、駕駛模式智慧化、自動駕駛、無人駕駛五者的關係是範圍層層縮小、技術難度層層遞進。

2、

自動駕駛≠無人駕駛，

自動駕駛的技術最高等級是無人駕駛

。

3、自動駕駛和無人駕駛對於智慧化和網聯化都需要很高的技術要求，都在彼此融合，目前都還在磨合中。

概念屢清楚之後，我們簡單回顧下人類近百年的“無人駕駛”征程，圖轉自網路

無人駕駛大事件歷程

接近百年的征程中，無人駕駛的技術線路經過不斷調整，目前已經逐步明朗，但因為相關的法規還未完善，車廠為了營銷造勢帶來的風險和爭議也與日俱增。

目前一些能在網上看到的一些新聞，比如“XX司機高速路上開啟自動駕駛後睡覺……”、“XX自動駕駛失控導致XX死亡”、XX廠家大肆宣傳自己強大的自動駕駛功能……

大家一定要頭腦清醒

1、自動輔助駕駛≠自動駕駛≠無人駕駛，自動駕駛的最高技術標準是無人駕駛。

2、自動駕駛是分級別的，2030年之前，還沒有哪個廠家量產的產品能大規模的合法達到“無人駕駛”的操作！

中美自動駕駛分級

有的廠家，之前估計要麼把“輔助”兩個字淡化，要把就強調“自動”和標準混淆，僅用“自動輔助駕駛”或者L2。5自動駕駛、“高級別自動輔助駕駛”這種字眼來宣傳，誤導消費者以為是可以“自動駕駛”，這種廠家的行為是極其不負責的不負責的。

自動駕駛實現流程

按照自動駕駛實現流程不同環節的要求，具體不同等級我們常見的功能：

LO級：僅僅提供探測和預警功能，不介入司機操作。比如我們做網約車，有時候聽到“前車剎車”這個警告，這個也是LO級，只警告不介入駕駛；盲區監測、車道偏離預警、夜視系統等。

L1級：系統可以對某單一功能進行駕駛輔助操作，對車輛的方向盤和加減速進行斷續控制，駕駛員需要監控駕駛環境並準備隨時接管，比如

定速巡航

、主動剎車。

L2級：可以進行多個功能控制，一定程度上持續對車輛方向盤和加減速進行自動操作，少部分功能需要駕駛員介入，駕駛員需要監控駕駛環境並且隨時準備接管。比如

ACC全速自適應巡航、AEB主動剎車系統、車道保持輔助系統、自動變道系統、自動泊車、交通標誌識別、交通擁堵輔助、高速駕駛輔助等。

目前所有量產車型，法律法規允許的最高等級都只有L2級別（

AEB主動剎車系統、

），部分品牌說自己是L2。5的，其實國家都沒2。5這個規定，標稱L2。5，我們就理解成L2就行。

L3級：有條件的自動駕駛，可以提醒司機，司機可以適當分心做其他事（但是不能完全脫離監管，比如不能睡覺，需要做好隨時j）。

車輛已經具備一定的思考判斷能力，比如行走的時候可以觀察交通訊號燈、行人等然後做出正確的決策，但是需要駕駛員介入做判斷和決策。

L4級：在設計範圍內的自動駕駛。

依舊配備方向盤、油門、剎車，可以自動駕駛，也可以人為駕駛

L5級別：完全自動駕駛，也就是無人駕駛。取消駕駛艙佈局（方向盤、剎車、油門等），無需人工也沒有人工，完全自動駕駛。

不同自動駕駛等級的功能彙總

車道保持輔助系統

L3以上級別的車型什麼時候能大規模上市？

我個人認為：短時間很難

原因：需要過三大關

（1）技術關。

目前傳統車企，自動駕駛研發技術最成熟前沿的是沃爾沃；新能源體系最前沿和成熟的是特斯拉；自動駕駛解決方案最前沿的是谷歌、百度、華為。

主車廠主要的思路是：循序漸進，求穩；主要面向乘用車個人市場；自身演算法團隊比較薄弱。

自動駕駛解決方案：激進，直接L4。目標主要是面向出行等商用市場；自身演算法團隊強大。

但是，目前任何的廠家，在實際的開放式複雜道路環境的使用中，技術都還不到穩定的L3級別要求，就更別說L4了。能穩定L2級別的車型都還很少。

（2）、成本關

現有L3級別的試驗車，自動駕駛的套裝成本高達數十甚至過百萬，在成本沒有有效降下來之前，很難有市場。

（3）、法規和倫理關

L3級別以上的自動駕駛，駕駛責任主體的劃定是系統，目前全球的法規都沒有細化完善到L3級別及以上，大家都在謹慎的摸索中。

倫理層面，有個經典的“電車難題”，講的是在一列急速襲來的失控列車前方，有一個人和五個人被困在了兩道不同的鐵軌，而這時我們有機會選擇變動道岔，這會讓本來衝向那五個人的列車轉向另一道有一個人被困在鐵軌上的軌道。這時你會做出什麼選擇？選擇扳動道岔，犧牲本來無辜的一個人去救另外五個人，還是選擇保持不變，選擇讓列車去衝向另外五個人？

同樣的，如果是自動駕駛系統，會做出如何的選擇？

A：緊急切換成使用者自己決策

B：法律法規提前要規定

C：系統隨機決策

最後是由誰負責？？？

所以：

而且還不太穩定，尤其是主動剎車系統

迴歸到自動駕駛，本質上是透過機器取代並且超越人為的過程。

回顧下自動駕駛的實現流程

在這些流程裡面，存在一些關鍵的系統

自動駕駛產業鏈關鍵系統

自動駕駛需要感知層、決策層、執行層/控制層三大核心繫統的高效配合。感知層透過感測器探知周圍的環境，感測器通常包括車載的攝像頭、鐳射雷達、毫米波雷達、超聲波雷達等，以及路側及輔助的高精地圖、路側裝置等。決策層透過CPU、GPU等晶片完成資訊融合、環境感知、路徑規劃，並向執行層輸出指令。執行層透過執行單元控制車輛的加速、制動及轉向。

系統內部以及系統之間的分工和配合，需要透過高速通訊技術進行聯絡。

自動駕駛產業鏈

所以，自動駕駛產業鏈是對技術等級、穩定性要求極高，相容性要求極高的領域，目前屬於少數高精尖玩家的市場。

自動駕駛產業鏈佈局圖

我們選取幾個典型的模組的技術進行分享

1、高精地圖，自動駕駛的基石

自動駕駛使用的高精地圖和我們手機常用的導航地圖，在精度和時延這塊有著非常大的區別。

傳統導航地圖和高精地圖的區別

高精度地圖指面向自動駕駛汽車，提供的高精度、高動態、多維度地圖資料，從而保障自動駕駛的安全與高效率。高精度地圖儲存了大量結構化的行車輔助資料，這些資料可以分為兩類。第一類是道路資料，比如車道線的位置、型別、寬度、坡度和曲率等車道資訊。第二類是車道周邊的固定物件資料，比如交通標誌、交通訊號燈等資訊、車道限高、下水道口、障礙物及其他道路細節，還包括高架物體、防護欄、數目、道路邊緣型別、路邊地標等基礎設施資訊。對比傳統電子地圖，高精度地圖在精度、資料維度、功能、使用物件和實時性上均有所不同。

未來：國內的高精地圖會逐步更聚焦於極少數玩家，未來市場存活量不會超過3家。

2、環境感知感測器，自動駕駛的眼睛

感知層裡面的雷達、攝像頭，也是無人駕駛產業鏈裡面極其重要的部分，相當於司機的眼睛。目前自動駕駛在感應層主要是：鐳射雷達（機械、固態、半固態）、毫米波雷達、超聲波雷達、攝像頭。

自動駕駛感知層感應器型別

鐳射雷達分類

鐳射雷達的未來：小型化、嵌入式（目前還是外掛在車頂等車身覆蓋）、整合化、低成本化。

目前自動駕駛的常見解決方案

常見L3自動駕駛解決方案

市面上也出現了兩類玩家

（1）、重演算法，輕硬體。最典型的代表就是：特斯拉，他放棄採用毫米波和鐳射雷達，僅用攝像頭方案。All in AI ，堅信軟體和AI演算法能make a huge difference， 也就是強烈依賴軟體，而感知硬體配置上的策略就是，能用一塊錢的硬體就絕不用兩塊錢的，硬體能省就省，演算法不斷提升。

（2）、重硬體，輕演算法。這類是目前主流車企的模式，把更多精力堆在各類的感測器，依託於感測器帶來的資料，再輔助於演算法進行決策，求穩。但是成本極高（尤其是維修成本）

現在還很難說哪種好，特斯拉的模式成本低，可以不斷升級，但是準確率和穩定性存疑。對於第2種模式，成本高，但是準確率和穩定性現階段比較有保障。

我們不妨，讓子彈先飛一會。

3、自動駕駛晶片，自動駕駛的大腦

傳統汽車，在LO和L1級別要求下，駕駛思考及決策，更多依賴於人，所以對於CPU的的算力和處理能力要求不高。隨著自動駕駛時代的加速，各類資料成指數級的增長，傳統車載CPU的處理能力已經難以支撐要求，進而誕生了三類自動駕駛晶片。

自動駕駛汽車晶片按照產品功能可以分為三類：

第一類是ADAS晶片（高階駕駛輔助系統晶片）。用於實現L1-L2級別的輔助駕駛功能，目前自動駕駛汽車晶片的主要市場集中在ADAS駕駛輔助領域。

第二種是自動駕駛汽車晶片。用於L3級別以上自動駕駛功能，主要基於GPU技術，目前代表公司為Mobileye、英偉達和特斯拉。

第三種是支援自動駕駛功能的外圍晶片，如5G晶片、V2X晶片、數字座艙晶片、虛擬儀表晶片、資訊保安晶片、胎壓監測晶片和域控制器晶片等。這些晶片起到為自動駕駛提供輔助、支援的作用。

在L2-L3級別中，目前主要是GPU+FPGA（現場可程式設計門陣列晶片）的解決方案，但是在後期，尤其是高級別的L3及以上，為了針對各車型的效能以及應對極其複雜的外圍環境，ASIC晶片（

專用定製晶片

）會逐步取代現有解決方案。

目前自動駕駛領域領域，第一梯隊是：英偉達（定位高階L3以上）、英特爾（收購了以色列Mobileye，定位價效比系列），第二梯隊：華為、高通、博世；第三梯隊：地平線、雲途、黑芝麻。

主流智慧駕駛晶片對比

也就是說：隨著自動駕駛的發展，CPU、GPU、FPGA、ASIC將依次成為自動駕駛晶片的發展趨勢。

最後敲黑板回顧：

1、自動駕駛≠無人駕駛，請不要玩命

2、可預見的很長週期內，你都需要把方向盤、剎車、油門的控制權牢牢掌握在自己身上

3、目前自動駕駛套裝，技術穩定性一般，維修更換的成本也高

4、保持嗅覺，順勢而為，未來可期。