5000字极简深度，读完变“智能驾驶”专家

智能驾驶的重大意义：未来十年，智能化将重新定义汽车行业，有望成为自汽车发明以来影响最为深远的技术。智能驾驶将成为汽车产业发展的重要驱动力，其发展不仅将改变多年来人类驾驶车辆的行为习惯，更重要的是将在交通安全、运输成本、用车效率和空气污染等方面推动整体社会的发展和进步，是一场由工业领域和交通领域共同拉动的产业革命。智能驾驶在减少路面拥堵、提升出行效率的同时，整体交通碳排放量也随之降低，间接为中国2035碳达峰、2060碳中和目标提供助力。

汽车电动化和智能化：如果说电动化是新时代汽车产业的地基，那么智能化则是地基上的大厦。

智能驾驶市场规模：根据《中国车联网白皮书》数据，预计到2025年，中国智能汽车市场规模将接近万亿元，2020-2025年6年产业复合增速预计高达36.85%，前景一片广阔，行业Beta属性明显。

智能驾驶的国际L0-L5分级：由国际自动机工程师学会（简称SAE）划分的智能驾驶分级标准被广泛采用，该标准将智能驾驶分为L0-L5六个级别，系统智能化程度随着数值增大而增加。

L0-L2属于自动驾驶辅助系统，对应我们常说的ADAS，其中L0代表无自动化；L3-L5对应自动驾驶系统。目前我们已经很难看到L0级别的汽车，常见的汽车大多属于L1级别，即辅助驾驶级，L2级和L1级之间一个显著的区别在于是否能够同时实现汽车控制转向及加速/减速；L2与L3的主要区别在于，系统取代驾驶人员，作为目标及事件探测响应的主体；L3与L4的主要区别在于，驾驶人员不需要做准备来接管特定驾驶任务；L4与 L5的主要区别在于，自动驾驶的运行不再受到设计运行条件的限制。

智能驾驶的中国0-5分级：中国制定了自己的智能驾驶分类级别，《汽车驾驶自动化分级》于2021年1月1日正式实施。

智能汽车发展路线图：根据《智能网联汽车技术路线图2.0规划》，2025年国内L2级和L3级加智能驾驶新车占比预计达到50%，2030年部分自动驾驶和有条件自动驾驶达到70%，渗透率的快速提升，为行业发展提供了巨大机遇，市场迎来加速发展期。

智能驾驶和自动驾驶的区别：看周边监控是人类驾驶者还是系统。周边监控为人类驾驶者，则为智能驾驶，而周边监控系统，则为自动驾驶。L4或4级以上才能被视为真正的自动驾驶。

自动驾驶演进过程：主动驾驶的进阶过程会采取由简到难的过程，单个辅助驾驶功能 - 多个辅助驾驶功能组合 - 特定场景下的无人驾驶 - 所有场景下的无人驾驶。更高级别的高度自动驾驶和完全自动驾驶将受到算法及计算平台稳定性、经济成本、高精度地图、乘客心理接纳程度等多方面的考验。

自动驾驶发展时间线：自动驾驶细分领域将遵循以下落地时间线顺序：L2.5级别自动驾驶 > Robotruck 封闭场景 L4 > 开放场景L3级别自动驾驶乘用车及L3级别Robotruck干线物流 > 特定区域L4级别Robotaxi > L4 级Robotruck端到端物流 > 全场景L4 > 全场景L5。

智能驾驶的三个主要技术环节：环境感知、中央决策和底层控制。

感知层对车内信息和环境信息进行收集和处理，主要包括视觉系统（车载摄像头）、雷达（超声波雷达、毫米波雷达、激光雷达）、高精度地图等；决策层将感知信息进行融合并判断，决策行驶路线，这部分建立在足够智能的算法和能够执行该算法的计算平台之上；底层控制执行层面负责接受决策后完成驾驶操作，包括方向盘转角、刹车等操作。

智能驾驶的两个灵魂：感知融合和算法规划是智能驾驶的灵魂，决定了系统的智能化程度。感知融合分为前融合和后融合，前融合指将摄像头、雷达等非同构数据进行融合后传输给决策层，后融合是指将探测感知结果交给决策层后进行综合分析。

未来自动驾驶的三条技术路线：根据德勤报告，从技术和成本在车侧和路侧的分配角度出发，未来自动驾驶的发展演化出三条技术路线。分别是以激光雷达和高精地图为代表的“谷歌派”单车智能路线，以视觉感知和影子模式为代表的“特斯拉派”单车智能路线，以及在网联化方面率先发力与突破的车路协同路线。

自动驾驶属于什么学科？是控制工程学与人工智能学交叉的一个学科，并且自动驾驶被市场认为是民用人工智能领域的皇冠。

自动驾驶技术包括什么？包括环境感知技术，智能决策技术，控制执行技术，通信技术，云平台与大数据技术，信息安全技术，高精度地图，高精度定位，标准法规与测试评价等。

自动驾驶的四类玩家：

(1) 汽车企业（主机厂+Tier 1）

(2) 科技互联网公司（百度、谷歌、滴滴自动驾驶等）

(3) 创业公司（地平线、宇视科技、小马智行、文远知行、嬴彻科技、图森未来等）

(4) 科研院所（北京理工大学、中国科技大学等）等。

自动驾驶四大场景和商业模式：

乘用车城市道路（百度Apollo、小马智行、文远智行、滴滴自动驾驶、AutoX 等）

干线物流重卡（嬴彻科技、图森未来、智加科技、T3物流等）

封闭或半封闭场景无人化（驭势科技、EASY MILE、行深智能、西井科技、文远智行等）

最后一公里物流配送（智行者、行深智能、京东、美团）

无人驾驶的社会意义：尽量减少车与车和车与人之间的碰撞，从而减少意外，增加路面的安全性。商用车无人驾驶的原意并非去直接取代司机，而是为了弥补司机的缺口，以及让司机可以腾出时间去处理更高层次的工作。

自动驾驶卡车行业的两大关键点：自动驾驶技术 L4 级别自研能力和建立强大而牢固的生态圈闭环。

“最后一公里”无人配送车的前景：在中国市场，短期来看，效率仍难敌快递员。但长期来看，随着国内人力成本不断提升，无人配送车的价值将得到更多释放。无人小车在欧美国家的价值更为凸显，主要有两大原因：1）欧美国家人力成本更高，无人配送车的经济价值更大；2）欧美国家人口密度低，低层建筑多，更适于无人配送车的工作。

各类自动驾驶的市场空间：

自动驾驶未来商业模式：未来汽车制造商公司将转型成为科技出行公司，长远商业故事将演化成为基于Robotaxi收费、OTA升级收费、智能座舱软件收费等不同的订阅收费模式。自动驾驶将形成自动驾驶+智能座舱收费的双轮驱动模式。同时，以自动驾驶技术为基础的Robotaxi、共享重卡等新业态有望进一步改善整体交通物流效率，培育新的商业模式。

无人驾驶出租车的测试里程瓶颈：要实现Robotaxi无人驾驶出租车的目标，其自动驾驶等必须在L4级以上，在现有算法框架下，自动驾驶车辆需要保障真实测试里程需要达到110亿英里（约180 亿公里）之后，才能超过人类驾驶的安全性。由于Corner case的存在，目前部分行业专家认为达千亿公里级别的路测里程才能确保有充足的测试数据实现算法迭代。目前即使是全球公共道路路测领先的Waymo公司，其测试里程也仅达到3220万公里（截至2020年初），与110亿英里的路测里程仍有较大的差距。

若通过增加车队数量的形式以满足行车数据的收集，所需的时间成本与资金十分庞大。科技企业需要约为5万台自动驾驶车队，运营至少7年之后才能达到110亿英里的实际路测里程（假设每天车每天测试里程约200公里）。以2.44元/公里的测试成本进行估算，则需要投入440亿元的成本以满足180亿公里的路测需求。

汽车电子的五大系统：智能化在汽车上的表现形式主要是汽车电子，汽车电子包括发动机电子系统、底盘电子系统、车身电子电器、自动驾驶系统和信息娱乐与网联系统等五大类系统。

发动机电子系统：包括发动机管理 ECU、冷却系统、点火系统等。

底盘电子系统：包括转向系统、悬挂系统、制动系统等。

车身电子电器：包括主要车身线束、照明系统、开关等。

自动驾驶系统：包括雷达、摄像头、芯片、算法等。

信息娱乐与网联系统：包括信息、影音和车联网相关应用等。

汽车电子的两大发展阶段：前半阶段重点是对车辆行驶的精密控制，控制的主体还是驾驶员本身。未来的后半段更侧重于空间体验以及辅助驾驶，无论是辅助驾驶、智能座舱还是智能底盘，是在一定程度上降低驾驶难度、提升驾驶感受。

智能汽车产业链上下游：

智能驾驶更高水准的两大前提：电子电气架构系统（E/E）的变革和软硬件的解耦。

E/E系统是什么？电子电气架构系统简称E/E系统，有时也被称为EEA（Electrical/Electronic Architecture），E/E系统实现了车辆的大部分功能，E/E系统包括所有的电子的和电气的部件、互连结构(拓扑结构)，以及他们的逻辑功能。E/E系统的描述用模型图来表示，类似建筑行业的工程图纸。

E/E系统变革的五个阶段：按照麦肯锡的定义，可以划分为五个阶段

(1) 出现独立ECU，功能根据 ECU进行一定程度的分离，功能与ECU一一对应；

(2) 出现分域的概念，包括动力、底盘、车身等等域，同一个域的ECU被合并，域与域的交流较少；

(3) 通过控制网关跨功能连接加强域与域的联系，可以处理更加复杂的功能，比如自动驾驶；

(4) 出现核心域控制器对功能进行整合，可以实现更复杂的功能；

(5) 出现虚拟域，专属硬件减少，应用以太网加强通讯能力，汽车更像是一台高性能电脑。

目前E/E系统处于哪个阶段？目前大部分车企仍处于第三代E/E分布式体系到第四代的变化过程中，从分散式走向更集中。

ECU是什么？电子控制单元ECU（Electronic Control Unit），又称“行车电脑”、“车载电脑”等。它和普通的电脑一样，由微控制器（MCU）、存储器（ROM、RAM）、输入/输出接口（I/O）、模数转换器（A/D）以及整形、驱动等大规模集成电路组成。用一句简单的话来形容就是“ECU就是车的大脑”。

域控制器DCU的逻辑：DCU（Domain Control Unit）按照电子部件的功能将整车划分为几个域（动力总成，车辆安全，车身电子智能座舱和智能驾驶等），再采用有更加优秀处理能力核心处理器对每个域进行控制，达到取代目前分布式汽车电子电气架构的目的。

域控制器DCU的作用：使得整车功能集成度得到提高，软件与硬件的设计有更多分离的可能性。单个ECU的作用被弱化，复杂的数据处理和控制功能被统一安排在核心处理器中，ECU更多的是在执行DCU的命令。同时，传感器模块不再需要与具体某个ECU相对应，因而零部件得以进行标准化生产。

汽车雷达的两种主流技术路线：按照硬件传感器层面划分为纯视觉路线（摄像头+毫米波雷达/超声波雷达）和激光雷达路线两类。激光雷达路线玩家认为纯视觉技术的数据形式过于单一，同时在数据精度上存在不足。纯视觉路线玩家则认为激光雷达数据非必须，车规级认证难度大，同时成本过高。

不同雷达方案的优缺点：

（1）车载超声波雷达成本低，但有效探测距离通常小于5m，无法对中远距离物体进行测量。

（2）毫米波雷达具有同时测距和测速的功能，有效探测距离可达200m，然而单颗车载毫米波雷达的角度分辨能力通常较弱。

（3）摄像头具有优异的角度分辨率，然而其受光照影响大，黑夜和强光下的探测效果不佳，此外摄像头对物体及其距离的识别依赖深度学习算法，无法做到完全准确。

（4）激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息。

汽车雷达未来方向：激光雷达技术有望在中期成为主流硬件技术路线。

激光雷达方案的三种分类：按照技术框架，激光雷达可以分为整体旋转的机械式、收发模块静止的半固态式以及固态式激光雷达。可预见的未来几年，半固态将是车载激光雷达的核心路线。

（1）机械式激光雷达：通过机械旋转实现激光扫描，在电机驱动下持续旋转，竖直面内的激光光束由“线”变成“面”再形成多个激光“面”，从而实现探测区域内 360 3D 扫描。

（2）半固态方案: 包括 MEMS、转镜式、棱镜式三种，其特点是收发单元与扫描部件解耦，收发单元不再进行机械运动，体积小、成本低，是目前主流选用方案。

（3）固态激光雷达: 主要包括光学相控阵(OPA) 和闪光(Flash)型两种实现方式，其完全取消了机械扫描结构，内部没有任何运动部件，水平和垂直方向的激光扫描均通过电子方式实现，大幅减少了激光收发器件，从而降低成本，微型化的结构也提升了性能稳定性，未来有望凭借更优的性价比占据主导地位。

激光雷达的市场格局：

中国激光雷达TOP5：根据Yole披露数据，2021年汽车和工业领域的激光雷达市占率格局中，中国有五家激光雷达公司处于行业前列，分别为速腾聚创、大疆览沃、华为、禾赛科技、图达通，全球市占率分别为10%、7%、3%、3%、3%。

什么是GNSS？全球导航卫星系统（GNSS）在卫星信号良好时可提供厘米级定位，但在地下车库等卫星信号微弱的场景下，其定位精度会大幅下降。

什么是惯性导航？不依赖外部信号的自主导航，惯性导航系统可实现自主导航定位，不依赖外界信号。惯性导航（Inertial Navigation System，简称INS）是以牛顿力学定律为基础，利用惯性测量单元（Inertial Measurement Unit，简称IMU）测量载体的比力及角速度信息，结合给定的初始运动条件，与全球导航卫星系统（GNSS）等系统进行信息融合，从而实时推算速度、位置、姿态等参数的导航设备，可以输出完备六自由度数据。

未来的主流导航系统：GNSS+IMU是常见的组合导航方案，两者互补，满足定位精度和稳定性的要求，有望成为L3以上自动驾驶主流定位方案。

车载镜头的需求：在汽车智能化大趋势下，车载镜头需求量大，未来发展确定性强。以高清摄像头为基础的视觉感知方案在短期内将显著拉动车载镜头需求量。同时，伴随雷达感知系统的降价，车载镜头需求量将会进一步提升。

车载镜头市场规模：据华经情报网数据，2017-2020年我国车载镜头出货量从1690万颗增长至 4263万颗，年复合增长率达36.13%。根据中国汽车工程学会预测数据，中国2025年车载摄像头市场规模将达到2.24亿个，市场空间为588-756亿元；2030年车载摄像头市场将达到3.04亿个，市场空间为867-1140亿元。

什么是智能座舱？更加智能化的汽车座舱，相比于传统的座舱，智能座舱更加智能化和人性化。传统的座舱只能满足查看车速、发动机转速的功能，而智能座舱是从消费者应用场景出发构建的人机交互体系。

智能座舱四大主要组成：全液晶仪表、车载信息娱乐系统、HUD、流媒体后视镜等。

什么是HUD？HUD（Head-Up Display）一般指抬头显示设备，又被叫做平视显示系统。目前的HUD抬头显示能够利用光学反射的原理来将导航、车速、油压、胎压、蓝牙电话等系统信息，投影到前挡风玻璃上面，有些车辆会投影到专门设置的玻璃上。