• 定义：智能驾驶辅助系统是一种基于传感器、摄像头和雷达等技术开发的系统集合，旨在提高驾驶的安全性和舒适性，但要求驾驶员进行全程监控。
• 功能分类：
• 基础功能：包括自适应巡航控制（ACC）、车道保持辅助（LKA）、自动紧急制动（AEB）和盲点监测（BSD）。
• 高级功能：如交通拥堵辅助（TJA）和智能泊车辅助（IPA）。
• 技术构成：
• 传感器技术：包括摄像头、毫米波雷达和超声波雷达。
• 计算平台：采用如Mobileye EyeQ系列的低算力ECU。
• 算法基础：采用基于规则的传统控制算法，依赖于编程逻辑。
• 特点概述：虽然功能相对独立，场景应用有限，但主要针对特定场景（如车道保持），表现出高度的适用性。
• 定义：特斯拉推出的高阶辅助驾驶功能，可在高速公路和快速路上实现全程自动导航驾驶，该功能允许驾驶员在监督的同时，让车辆自动完成从入口到出口的各项驾驶操作。
• 功能概述：
• 高速NOA：具备自动变道超车、匝道汇入与汇出以及根据导航路线自动切换车道的功能。
• 交互功能：驾驶员需确认变道操作（部分版本可自动执行），同时系统能识别交通灯信号（部分城市道路适用）。
• 技术细节：
• 传感器：采用纯视觉方案，配备8-12个摄像头。
• 计算平台：运用自研的FSD芯片（HW3.0/HW4.0技术）。
• 算法介绍：结合BEV（鸟瞰图）技术与Transformer神经网络，并且在部分驾驶场景中依赖高精度地图进行导航。
• 特点说明：此功能主要针对高速场景设计，其自动化程度依赖于高精度地图，属于L2+级别驾驶辅助，驾驶员需时刻保持监督状态。
蔚来汽车推出的导航辅助驾驶系统，专为高速和部分城市快速路设计，具备高级车道选择、智能超车以及匝道自动进出功能。该系统包含两大功能子集：高速NOP可自动超车、智能避让慢车，并根据道路曲率调整匝道速度；城市NOP（部分版本）则能应对无保护左转、复杂路口通行以及施工路段的临时绕行。在技术架构方面，该系统配备了包括激光雷达、多摄像头和毫米波雷达在内的传感器，采用NVIDIA Orin-X芯片（算力达1016 TOPS），并依赖多模态融合感知技术，特别是高精地图。其特点是覆盖特定路段，具备较高的自动化程度（L2+级别），但需要驾驶员保持监督。
• 定义：全面覆盖城市、高速及停车场等各个场景的高级自动驾驶功能，旨在实现全程无需人工干预的“端到端”自动驾驶。在必要时，驾驶员需接管系统控制权。
• 功能细分：
• 城市道路：完成无保护左转、行人避让及应对加塞车辆。
• 高速公路：实现自动变道、超车及进出服务区等功能。
• 停车场：提供跨楼层记忆泊车及召唤服务。
• 应对极端场景：如临时施工绕行、夜间逆光行驶及暴雨天气通行等。
• 技术架构概述：
• 传感器：配备多个激光雷达（如速腾聚创M1），同时运用4D毫米波雷达及高分辨率摄像头。
• 计算平台：采用高性能域控制器（例如华为MDC 810，具备400+TOPS计算能力）。
• 算法：采用先进的端到端AI模型（结合BEV、Transformer及Occupancy Network等技术），并且不依赖特定的图形技术。
• 特点：该功能集全面覆盖各类场景，无需依赖高精地图，自动化程度达到L2+/L3阶段，可实现有限脱手操作。
1. ADAS系统采用分散式ECU设计，其各项功能如AEB和ACC等由独立的模块进行控制，面临场景碎片化的问题，难以应对复杂的交互情况。
2. NOA/NOP则采用集中式域控制器，通过多传感器融合技术，依赖于高精地图，能够实现路径的连续规划。
3. 全场景智驾技术则进一步发展到无图化+端到端AI，利用Occupancy Network进行动态环境建模，不再依赖高精地图，而是依赖于实时的感知能力和AI的泛化能力。
ADAS作为安全辅助系统，具有功能独立性，但其应用场景存在限制。NOA/NOP作为高级导航辅助系统，依赖于特定场景及高精度地图的使用。全场景智驾作为技术的终极形态，需要突破各种复杂场景和成本方面的限制。
行业趋势正由“功能叠加”向“场景贯通”转变，借助数据闭环和AI技术的迭代进步实现完全自动驾驶。然而，自动驾驶的发展不仅追求技术的突破，更需考虑技术与人性的融合。当机器掌控方向盘时，我们是否对其产生足够信任？自动驾驶汽车发生事故时，责任归属问题应如何界定？是制造商、编程人员还是使用者承担责任？这些问题值得深入探讨。
全部评论 （0）