前言:
智能駕駛的核心技術(shù)包括感知、決策、控制等模塊，這些模塊的協(xié)同作用是實(shí)現(xiàn)自動(dòng)駕駛的關(guān)鍵。隨著技術(shù)的不斷成熟，智能駕駛逐步從L2級(jí)別向L3及以上級(jí)別邁進(jìn)。高水平自動(dòng)駕駛顯著降低運(yùn)營成本，使得智能駕駛技術(shù)從高端市場向主流市場流動(dòng)，智能駕駛市場滲透率有望大幅提升。數(shù)據(jù)顯示，2023 年全球及中國高級(jí)輔助駕駛解決方案市場滲透率均超過 50%，預(yù)計(jì)到2030 年，全球高級(jí)輔助駕駛解決方案市場滲透率將達(dá)到 96.7%，其中，高階自動(dòng)駕駛解決方案占比超過 60%。
智能駕駛路線演變，端到端或?qū)⒊蔀橹髁骷夹g(shù)。自2023年首個(gè)全 AI 端到端的自動(dòng)駕駛系統(tǒng)-特斯拉 FSD V12 測試版問世以來，行業(yè)開始密集布局，端到端或?qū)⒊蔀橹悄荞{駛行業(yè)主流技術(shù)路線。如小鵬開發(fā)并部署量產(chǎn)了端到端的 BEV（Bird’s Eye View）感知架構(gòu) XNet，邁向了端到端自動(dòng)駕駛系統(tǒng)的重要一步；商湯科技聯(lián)合上海 AI 實(shí)驗(yàn)室等提出了首個(gè)感知決策一體化的端到端自動(dòng)駕駛大模型 UniAD；鑒智機(jī)器人公司亦實(shí)現(xiàn)了國內(nèi)首個(gè)端到端自動(dòng)駕駛模型的實(shí)車部署。
智能駕駛行業(yè)已經(jīng)取得了顯著進(jìn)展，但在實(shí)現(xiàn)全面普及之前在數(shù)據(jù)、算法等方面仍面臨挑戰(zhàn)，行業(yè)仍具備較大提升空間。
一、自動(dòng)駕駛向高階邁進(jìn)，為智能駕駛普及鋪平道路
根據(jù)觀研報(bào)告網(wǎng)發(fā)布的《中國智能駕駛行業(yè)現(xiàn)狀深度分析與投資前景研究報(bào)告（2024-2031年）》顯示，智能駕駛是指通過給車輛裝配智能系統(tǒng)和多種傳感器設(shè)備（包括攝像頭、雷達(dá)、衛(wèi)星導(dǎo)航設(shè)備等），實(shí)現(xiàn)車輛的自主安全駕駛的目標(biāo)。
智能駕駛可以分解為導(dǎo)航、自主駕駛和人工干預(yù)。導(dǎo)航解決位置信息如在哪里、到哪里、走哪條道路中的哪條車道等問題；自主駕駛是在智能系統(tǒng)控制下，完成車道保持、超車并道、紅燈停綠燈行、燈語笛語交互等駕駛行為；人工干預(yù)，主要是車內(nèi)乘員通過人機(jī)交互系統(tǒng)進(jìn)行意圖表達(dá)和意外情況處置。
智能駕駛的核心技術(shù)包括感知、決策、控制等模塊，這些模塊的協(xié)同作用是實(shí)現(xiàn)自動(dòng)駕駛的關(guān)鍵。隨著技術(shù)的不斷成熟，智能駕駛逐步從L2級(jí)別向L3及以上級(jí)別邁進(jìn)。L3級(jí)別的智能駕駛技術(shù)允許車輛在特定條件下實(shí)現(xiàn)完全自主駕駛，而駕駛員只需在必要時(shí)接管車輛。
。根據(jù)資料，自動(dòng)駕駛運(yùn)營成本主要為人力成本、能源成本及其他成本，其中人力成本占比最大，以中國大陸為例，人力成本占比高達(dá)約 59%。實(shí)現(xiàn)無人駕駛后，人力成本有望得到大幅降低。
自動(dòng)駕駛級(jí)別分類
| 級(jí)別 | 簡介 |
| 0 級(jí)（應(yīng)急輔助） | 該級(jí)別的系統(tǒng)不能持續(xù)執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)的車輛橫向（轉(zhuǎn)向）或縱向（加速/制動(dòng)）運(yùn)動(dòng)控制，但具備持續(xù)執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的部分目標(biāo)和事件探測與響應(yīng)的能力。 |
| 1 級(jí)（部分駕駛輔助） | 該級(jí)別的系統(tǒng)在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運(yùn)動(dòng)控制，且具備與駕駛?cè)蝿?wù)相關(guān)的目標(biāo)和事件的探測與響應(yīng)能力。 |
| 2 級(jí)（組合駕駛輔助） | 該級(jí)別的系統(tǒng)在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的車輛橫向和縱向運(yùn)動(dòng)控制，且具備與所執(zhí)行的車輛橫向和縱向運(yùn)動(dòng)控制相適應(yīng)的部分目標(biāo)和事件探測與響應(yīng)的能力。 |
| 2+級(jí) | 在行業(yè)中通常用于描述需要持續(xù)人工監(jiān)督且可提供超過 2 級(jí)但未完全達(dá)到 3 級(jí)功能的系統(tǒng) |
| 3 級(jí)（有條件自動(dòng)駕駛） | 該級(jí)別的系統(tǒng)在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行全部動(dòng)態(tài)駕駛?cè)蝿?wù) |
| 4 級(jí)（高度自動(dòng)駕駛） | 該級(jí)別的系統(tǒng)在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行全部動(dòng)態(tài)駕駛?cè)蝿?wù)并執(zhí)行最小風(fēng)險(xiǎn)操作以應(yīng)對系統(tǒng)故障。 |
| 5 級(jí)（完全自動(dòng)駕駛） | 該級(jí)別的系統(tǒng)在車輛可行駛的任何道路或環(huán)境條件下持續(xù)地執(zhí)行全部動(dòng)態(tài)駕駛?cè)蝿?wù)并執(zhí)行最小風(fēng)險(xiǎn)操作以應(yīng)對系統(tǒng)故障。 |
資料來源：觀研天下整理
隨著技術(shù)的進(jìn)步和成本的降低，智能駕駛技術(shù)從高端市場向主流市場流動(dòng)，越來越多的平價(jià)車型開始搭載智能駕駛系統(tǒng)，智能駕駛市場滲透率有望大幅提升。數(shù)據(jù)顯示，2023 年全球及中國高級(jí)輔助駕駛解決方案市場滲透率均超過 50%，預(yù)計(jì)到2030 年，全球高級(jí)輔助駕駛解決方案市場滲透率將達(dá)到 96.7%，其中，高階自動(dòng)駕駛解決方案占比超過 60%。
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
二、智能駕駛路線演變，端到端或?qū)⒊蔀橹髁骷夹g(shù)
智能駕駛技術(shù)的發(fā)展不僅依賴于單一的技術(shù)突破，還需要整個(gè)生態(tài)系統(tǒng)的支持，包括高精度地圖、V2X（車聯(lián)網(wǎng)）通信技術(shù)以及智能交通基礎(chǔ)設(shè)施等。特別是隨著端到端大模型的應(yīng)用，智能駕駛的技術(shù)架構(gòu)正在從傳統(tǒng)的模塊化方案逐步向一體化模型過渡，這一變化極大提升了系統(tǒng)的響應(yīng)速度和決策精度。
傳統(tǒng)上自動(dòng)駕駛分為感知、決策、規(guī)劃與控制等模塊，通過模塊化的方式完成自動(dòng)駕駛?cè)蝿?wù)。模塊化方案中，每個(gè)獨(dú)立的模塊負(fù)責(zé)單獨(dú)的子任務(wù)，具備簡化研發(fā)團(tuán)隊(duì)分工、便于問題回溯、低耦合、可解釋性高、易于調(diào)試迭代等優(yōu)點(diǎn)，但由于將不同任務(wù)解耦，各個(gè)模塊相對于最終的駕駛規(guī)劃目標(biāo)存在信息損失問題，因此往往會(huì)丟失最優(yōu)性，另外多個(gè)模塊間優(yōu)化目標(biāo)不一致，誤差會(huì)在模塊間傳遞，造成誤差傳遞。
而端到端架構(gòu)可直接從車輛狀態(tài)和傳感器采集的外部環(huán)境數(shù)據(jù)中學(xué)習(xí)策略，通過繞過中間組件來消除潛在的信息瓶頸和累積誤差，并允許網(wǎng)絡(luò)效仿人類駕駛員朝著最終目標(biāo)持續(xù)優(yōu)化。
資料來源：觀研天下整理
端到端優(yōu)勢突出，自2023年首個(gè)全 AI 端到端的自動(dòng)駕駛系統(tǒng)-特斯拉 FSD V12 測試版問世以來，行業(yè)開始密集布局，端到端或?qū)⒊蔀橹悄荞{駛行業(yè)主流技術(shù)路線。如小鵬開發(fā)并部署量產(chǎn)了端到端的 BEV（Bird’s Eye View）感知架構(gòu) XNet，邁向了端到端自動(dòng)駕駛系統(tǒng)的重要一步；商湯科技聯(lián)合上海 AI 實(shí)驗(yàn)室等提出了首個(gè)感知決策一體化的端到端自動(dòng)駕駛大模型 UniAD；鑒智機(jī)器人公司亦實(shí)現(xiàn)了國內(nèi)首個(gè)端到端自動(dòng)駕駛模型的實(shí)車部署。
各車企智能駕駛布局情況一覽
| 車企 | 產(chǎn)品 | 是否依賴高精地圖 | 感知算法/大模型 | 端到端規(guī)劃 | 城市NOA開城進(jìn)展(需陸續(xù)OTA) |
| 特斯拉 | FSD12 | 無需高精地圖 | 首個(gè)端到端自動(dòng)駕駛系統(tǒng) | (已推送北美所有內(nèi)部員工)FSD V12可用于北美全地區(qū)道路 | |
| 蔚來 | NAD | 不依賴高精地圖 | BEV Transformer大模型:0ccupany占用網(wǎng)絡(luò) | 實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)(端到端前置能力)的規(guī)劃網(wǎng)絡(luò) | 覆蓋726城 |
| 理想 | AD Max3.0 | 不依賴高精地圖 | BEV 大模型:0ccupancy占用網(wǎng)絡(luò) | 規(guī)劃算法逐步切換為時(shí)空聯(lián)合規(guī)劃算法;模塊化架構(gòu)提升為大模型為主的端到端架構(gòu) | 覆蓋全國 |
| 小鵬 | XNGP | 不依賴高精地圖 | 基于BEV Transformer的Xnet(24年Xnet2.0具備0ccupancy) | 24年XNGP+有望實(shí)現(xiàn)端到端 | 覆蓋全國 |
| 華為 | ADS2.0 | 不依賴高精地圖 | Bev Transformer大模型:基于0ccupancy的GOD2.0 | - | 覆蓋全國 |
資料來源：觀研天下整理
三、智能駕駛在數(shù)據(jù)、算法等方面仍面臨挑戰(zhàn)，行業(yè)提升空間較大
智能駕駛行業(yè)已經(jīng)取得了顯著進(jìn)展，但在實(shí)現(xiàn)全面普及之前仍面臨諸多挑戰(zhàn)：算法的可靠性和安全性仍需進(jìn)一步提升，特別是在應(yīng)對復(fù)雜的城市交通環(huán)境時(shí)，智能駕駛系統(tǒng)需要能夠處理各種突發(fā)狀況和極端條件；數(shù)據(jù)隱私和網(wǎng)絡(luò)安全問題也需要引起足夠的重視，隨著智能駕駛系統(tǒng)的普及，如何保護(hù)用戶數(shù)據(jù)免受非法侵害將成為一個(gè)重要課題；智能駕駛技術(shù)的標(biāo)準(zhǔn)化和法律法規(guī)的完善也是亟待解決的問題，各國在智能駕駛技術(shù)的標(biāo)準(zhǔn)化方面進(jìn)展不一，特別是在跨境自動(dòng)駕駛車輛的應(yīng)用場景中，不同國家的法律法規(guī)差異可能會(huì)導(dǎo)致技術(shù)應(yīng)用的復(fù)雜性增加。
資料來源：觀研天下整理（zlj）
【版權(quán)提示】觀研報(bào)告網(wǎng)倡導(dǎo)尊重與保護(hù)知識(shí)產(chǎn)權(quán)。未經(jīng)許可，任何人不得復(fù)制、轉(zhuǎn)載、或以其他方式使用本網(wǎng)站的內(nèi)容。如發(fā)現(xiàn)本站文章存在版權(quán)問題，煩請?zhí)峁┌鏅?quán)疑問、身份證明、版權(quán)證明、聯(lián)系方式等發(fā)郵件至kf@chinabaogao.com，我們將及時(shí)溝通與處理。
