汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書-

聯(lián)合

發(fā)

布單

位

HUAWEI汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書WhitePaperonTechnologyandIndustryDevelopmentofIntelligentDriving中國汽車技術研究中心有限公司Ⅰ清華大學Ⅰ華為技術有限公司2025年7月指導專家中國工程院院士清華大學車輛與運載學院教授李駿編寫組成員中國汽車技術研究中心有限公司清華大學深圳引望智能技術有限公司華為終端有限公司序言在當今時代，科技創(chuàng)新正以令人矚目的速度重塑著人類社會的未來。安全的自動駕駛作為智能交通系統(tǒng)的核心

領域，已然成為全球科技競爭和產(chǎn)業(yè)變革的關鍵焦點。

值此百年未有之大變局，我非常榮幸能夠參與到相關工作中，并為《汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書》作序，

同時借此機會與業(yè)界同仁分享我對自動駕駛安全發(fā)展的

思考和展望。近年來，中國自動駕駛產(chǎn)業(yè)在政策支持、技術創(chuàng)新和市場需求的共同推動下取得顯著進展。一方面，組合駕駛輔助系統(tǒng)持續(xù)升級迭代，高等級自動駕駛測試與準入穩(wěn)步推進；另一方面，頻發(fā)的交通事故也凸顯出安全技術仍是其產(chǎn)業(yè)規(guī)模化應用的關鍵前提。以人為本是初心，安全為先是使命。

自動駕駛的目標不僅是解放人類的雙手，更是在于安全、高效地重構未來

出行方式與提升社會運行效率。通過構建安全無障礙出

行體系，推動碳減排目標落地，并革新城市治理的智慧化路徑。只有當技術創(chuàng)新深度融入安全的框架，并根植于創(chuàng)造社會價值，才能讓科技成果轉(zhuǎn)化為普惠民生的發(fā)

展動能，讓每一條道路都通向更美好的安全出行圖景。技術突破是根基，安全落地是底線。

自動駕駛技術的核心在于構建全域要素深度融合的智能系統(tǒng)。需要在感知算法、決策控制、高精定位、計算芯片等關鍵領域持續(xù)

深耕，同時以更高標準解決復雜交通場景下的長尾問題。

但技術的進步必須以安全為前提，必須將“可解釋性”和

“可靠性”融入技術研發(fā)的全生命周期，構建覆蓋汽車研發(fā)、測試、運行的安全框架，讓技術始終服務于人的生

命價值。產(chǎn)業(yè)協(xié)同是路徑，生態(tài)開放是關鍵。

自動駕駛技術的安全落地離不開跨行業(yè)、跨領域的深度融合。從芯片、傳感器、通信等硬件層面的安全性與自主可控，到軟件平臺、數(shù)據(jù)服務的安全共享與標準化，再到交通基礎設施的智能化安全升級，需要產(chǎn)業(yè)鏈上下游打破壁壘，形成“共研、共建、共享”的生態(tài)體系，共同筑牢安全基礎。唯有

如此，才能在保障安全的前提下提高技術轉(zhuǎn)化效率，實

現(xiàn)規(guī)模化商業(yè)應用的突破。制度創(chuàng)新是保障，全球合作是趨勢。我國陸續(xù)出臺了多項政策文件支持自動駕駛汽車安全準入和上路通行，有效促進了全國范圍內(nèi)開展自動駕駛汽車的規(guī)模化示范應用和新型商業(yè)模式的實踐探索。同時，深圳、上海、重慶、武漢等許多城市也在積極借助地方立法強化安全保障措施，推動自動駕駛及相關產(chǎn)業(yè)的安全、合規(guī)發(fā)展。安全無國界，中國也積極參與國際安全標準制定，推動技術與規(guī)則的互認互通，在開放合作中貢獻中國安全方案?！镀囍悄荞{駛技術及產(chǎn)業(yè)發(fā)展白皮書》的發(fā)布恰逢其時。本書系統(tǒng)梳理了技術演進脈絡、產(chǎn)業(yè)生態(tài)格局與未來發(fā)展趨勢，尤其注重對安全保障體系、風險挑戰(zhàn)的剖析，既是對行業(yè)經(jīng)驗的系統(tǒng)性凝練，更是以精準角度剖析發(fā)展瓶頸，以創(chuàng)新思維擘畫破局路徑。希望本書能成

為“政產(chǎn)學研”各界人士的參考，助力中國自動駕駛產(chǎn)業(yè)

在技術攻堅、安全保障、商業(yè)落地與社會價值創(chuàng)造中實現(xiàn)新的突破。未來已來，唯變不變。面對安全挑戰(zhàn)，讓我們以開放包容的心態(tài)擁抱變革，以科學理性的精神恪守安全底線、

錨定發(fā)展方向，共同書寫安全、可靠、智能的時代新篇章。中國工程院院士清華大學車輛與運載學院教授2025年7

月

8

日01序言

全球汽車產(chǎn)業(yè)正經(jīng)歷百年未有的深刻變革，以智能化、網(wǎng)聯(lián)化為核心的智能網(wǎng)聯(lián)汽車技術加速演進，成為重塑

交通出行生態(tài)、推動產(chǎn)業(yè)轉(zhuǎn)型升級的重要引擎。智能駕

駛技術作為智能網(wǎng)聯(lián)汽車發(fā)展的關鍵技術底座，其突破程度直接決定著產(chǎn)業(yè)發(fā)展的深度與廣度。我國已將智能駕駛技術發(fā)展提升至國家戰(zhàn)略高度，通過政策法規(guī)創(chuàng)新、

標準體系構建、測試場景開放等多維度推進技術落地。

然而，面對復雜的道路交通長尾場景應對、車規(guī)級芯片性能瓶頸、車用操作系統(tǒng)自主可控、數(shù)據(jù)安全與倫理挑戰(zhàn)等關鍵問題，產(chǎn)業(yè)亟需系統(tǒng)性梳理技術路徑、研判

發(fā)展趨勢、凝聚發(fā)展共識。本書中所述的智能駕駛是行業(yè)內(nèi)的一種通俗叫法，涵蓋

了GB/T40429—2021《汽車駕駛自動化分級》標準定義中1級駕駛自動化（部分駕駛輔助）、2級駕駛自動

化（組合駕駛輔助）、3

級駕駛自動化（有條件自動駕駛）、4級駕駛自動化（高度自動駕駛）與5級駕駛自動化（完

全自動駕駛）功能。當前，我國仍處于2級駕駛自動化

階段，未來隨著技術與產(chǎn)業(yè)的發(fā)展與成熟，3級駕駛自

動化將逐步向商業(yè)化落地邁進。本書重點聚焦2級與3級駕駛自動化。我國智能駕駛產(chǎn)業(yè)在發(fā)展進程中呈現(xiàn)三大特點。一是國家戰(zhàn)略布局。國家層面已將智能網(wǎng)聯(lián)汽車列為政府工作報告中的重點發(fā)展方向，同時，地方先試先行，北京、武漢等已通過相關條例，一定條件下允許

3

級自動駕駛汽車上路測試及運營。二是企業(yè)競爭加劇。

頭部企業(yè)正加速技術迭代，華為發(fā)布乾崑智駕ADS4組

合輔助駕駛系統(tǒng)、比亞迪推出全車系組合輔助駕駛升級策略、吉利汽車推出“千里浩瀚”組合輔助駕駛系統(tǒng)、長安

汽車發(fā)布“北斗天樞2.0”計劃、小鵬G6全系標配圖靈組

合輔助駕駛系統(tǒng)等，智能駕駛技術已成為企業(yè)爭奪市場、

塑造核心競爭優(yōu)勢的重要方向。三是用戶需求升級。在

購車決策中，智能駕駛功能已成為除傳統(tǒng)指標外的重要考量因素，智能駕駛功能的安全、舒適、效率等已經(jīng)成為一、二線城市購車決策的關鍵指標。與此同時，由于技術發(fā)展與用戶認知的不匹配，市場中存在過度營銷現(xiàn)象，智能駕駛技術相關功能概念“不清晰、

不明確、易濫用”等問題日益突出。基于此，中國汽車技

術研究中心有限公司、清華大學、華為技術有限公司聯(lián)合編寫了《汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書》，從“產(chǎn)學研”角度聯(lián)合研判汽車智能駕駛產(chǎn)業(yè)發(fā)展趨勢，明晰智能駕駛發(fā)展過程中相關易錯、易混的概念，分析智能駕駛相關技術原理與發(fā)展水平，研究智能駕駛安全體系建設要求，明確智能駕駛技術產(chǎn)業(yè)政策法規(guī)與合規(guī)要求，

闡述以智能駕駛技術為核心的整車智能化路線演變方向。

希望通過白皮書的發(fā)布與傳播，協(xié)助智能駕駛產(chǎn)業(yè)能夠成為更加具象化的新質(zhì)生產(chǎn)力，激發(fā)行業(yè)及全社會的創(chuàng)新活力，助力汽車強國與交通強國建設。鑒于產(chǎn)業(yè)動態(tài)演進迅速及信息獲取渠道的客觀約束，雖已采取多重校驗機制最大限度確保信息時效性與準確度，仍可能存在數(shù)據(jù)更迭或認知局限導致的偏差，懇請產(chǎn)業(yè)

界專家及學術界同仁對文中未盡之處予以批評指正。前言

前言02英文縮寫英文全稱中文解釋ODDOperational

Design

Domain運行設計域OTAOvertheAirTechnology空中下載技術IMUInertial

Measurement

Unit慣性測量單元DMSDriver

MonitoringSystem駕駛員監(jiān)測系統(tǒng)CPUCentral

Processing

Unit中央處理器GPUGraphics

Processing

Unit圖形處理器NPUNeural

NetworkProcessing

Unit神經(jīng)網(wǎng)絡處理器ECUElectronicControl

Unit電子控制單元MCUMicroControl

Unit微控制單元EPSElectric

Power

Steering電動助力轉(zhuǎn)向系統(tǒng)RWSRearWheelSteering后輪轉(zhuǎn)向系統(tǒng)SBWSteer

byWire線控轉(zhuǎn)向系統(tǒng)FCWForwardCollisionWarning前方碰撞預警AEBAdvanced/

Automatic

Emergency

Braking自動緊急制動系統(tǒng)ESAEmergency

Steering

Assistance緊急轉(zhuǎn)向輔助AESAutomatic

Emergency

Steering自動緊急轉(zhuǎn)向LCWLaneChangeWarning變道碰撞預警RCTARearCrossTrafficAlert后方交通穿行提示系統(tǒng)BSDBlindSpot

Detection盲區(qū)監(jiān)測SBSDSide

BlindSpot

Detection側(cè)面盲區(qū)監(jiān)測SBSMSide

BlindSpot

Monitoring側(cè)面盲區(qū)監(jiān)測LDWLane

DepartureWarning車道偏離預警縮略語03英文縮寫英文全稱中文解釋LKAS/LKALane

Keeping

Assistance

System車道保持輔助系統(tǒng)LCCLane

Centering

Control車道居中控制ACCAdaptive

Cruise

Control自適應巡航控制系統(tǒng)TJATraffic

Jam

Assist交通擁堵輔助RCAReversingConditionAssist倒車輔助IPAIntelligent

ParkingAssist智能泊車輔助RPARemote

ParkingAssist遙控泊車輔助CANControllerArea

Network控制器局域網(wǎng)絡HSMHardwareSecurity

Module硬件安全模塊CDCContinuous

DampingControl連續(xù)可調(diào)阻尼減震器TCSTractionControlSystem牽引力控制系統(tǒng)ADASAdvanced

Driver

Assistance

Systems先進駕駛輔助系統(tǒng)HUDHead-up

Display抬頭顯示系統(tǒng)AR-HUDAugmented

Reality

Head-up

Display增強現(xiàn)實抬頭顯示 汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書縮略語04第一章

智能駕駛概念與發(fā)展辨析

011.1智能駕駛相關概念分類021.2智能駕駛的邏輯架構

041.3數(shù)據(jù)是智能駕駛發(fā)展的核心06第二章

智能駕駛技術架構與關鍵能力

082.1車端硬件092.1.1感知硬件092.1.2域控制器132.1.3執(zhí)行硬件182.2車端推理192.2.1算法架構演進192.2.2算法場景應用202.3云端訓練202.3.1訓練數(shù)據(jù)212.3.2訓練芯片22第三章

智能駕駛行業(yè)賦能與場景創(chuàng)新

243.1主動安全253.1.1碰撞預警（FCW/RCW）253.1.2

自動緊急制動系統(tǒng)（AEB）253.1.3緊急轉(zhuǎn)向輔助（ESA）263.1.4

自動緊急轉(zhuǎn)向（AES）263.1.5變道碰撞預警（LCW）273.1.6車道保持輔助（LKA）273.1.7車道偏離預警（LDW）273.1.8前/后方交通穿行提示系統(tǒng)（FCTA/RCTA）283.1.9車門開啟預警（DOW）28

目錄

目錄053.1.10智能限速提示（ISLI）293.1.11駕駛員疲勞監(jiān)測（DFM）293.1.12盲區(qū)監(jiān)測（BSD）293.1.13側(cè)面盲區(qū)監(jiān)測（SBSD）303.1.14轉(zhuǎn)向盲區(qū)監(jiān)測（STBSD）303.2

1級及2級智能駕駛功能場景303.2.1巡航輔助313.2.2泊車輔助333.3

3級智能駕駛演進路線343.3.1交通擁堵領航353.3.2高速公路領航353.3.3城區(qū)公路領航353.4

4級智能駕駛演進路線363.5產(chǎn)業(yè)發(fā)展節(jié)奏預測37第四章

自動駕駛安全體系

384.1

自動駕駛安全系統(tǒng)要素384.1.1

自動駕駛系統(tǒng)安全394.1.2

自動駕駛運行安全404.2

自動駕駛系統(tǒng)安全394.2.1功能安全414.2.2預期功能安全424.2.3信息安全464.3

自動駕駛運行安全484.3.1

自動駕駛運行安全總體職能484.3.2

自動駕駛運行風險管控關鍵技術484.4

自動駕駛安全評估體系514.4.1

自動駕駛安全評估全流程體系概述514.4.2

自動駕駛功能啟動過程安全性評估524.4.3

自動駕駛功能運行過程安全性評估524.4.4

自動駕駛功能退出過程安全性評估534.4.5

自動駕駛功能全過程安全性評價53第五章

智能駕駛產(chǎn)業(yè)環(huán)境與生態(tài)構建

55 汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書06目錄

5.1智能駕駛政策標準環(huán)境555.1.1政策法規(guī)555.1.2標準體系575.2產(chǎn)業(yè)生態(tài)鏈路595.2.1硬件供應商625.2.2軟件供應商645.2.3核心技術突破與應用場景645.3智能駕駛測評體系倡議665.3.1測評場景675.3.2評價指標71第六章

智能駕駛產(chǎn)業(yè)未來展望

746.1整車智能發(fā)展趨勢746.2未來發(fā)展建議756.2.1政策端756.2.2產(chǎn)業(yè)端766.2.3消費端76參考文獻

7707第一章智能駕駛概念與發(fā)展辨析近年來，在國家政策的持續(xù)引導和產(chǎn)業(yè)鏈協(xié)同推動作用下，我國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)快速發(fā)展，逐步成為引領全球汽車技術變革的重要力量。但隨著智能網(wǎng)聯(lián)汽車的不斷發(fā)展，與智能駕駛相關的概念與技術名詞層出不窮、紛繁復雜，消費者理解門檻逐漸升高，購買產(chǎn)品時對于產(chǎn)品的功能與技術存在“看不懂、理不清、易混淆”等問題。理清智能駕駛相關概念，

既是筑牢消費者知情權與自主選擇權的重要基石，也是推動行業(yè)標準化、規(guī)范化

發(fā)展的關鍵支撐。01 汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書1.1智能駕駛相關概念分類

為制定適合我國的智能駕駛分類方法，工信部牽頭制定家標準制定規(guī)則、汽車產(chǎn)業(yè)情況和標準實施環(huán)境，精簡了GB/T40429—2021《汽車駕駛自動化分級》，該標描述用語、優(yōu)化分級名稱、強化安全要求，提升標準的準積極采用國際共識，切實結合我國國情，參照國際普科學性和可實施性。根據(jù)標準定義，駕駛自動化可分為遍認可的SAEJ3016的0-5級分類框架，根據(jù)我國國0-5級，如表1-1所示。表1-1駕駛自動化等級與劃分要素的關系國內(nèi)分級名稱持續(xù)的車輛橫向和縱

向運動控制目標和事件探

測與響應動態(tài)駕駛?cè)蝿蘸笤O計運行范圍0

級應急輔助駕駛員駕駛員和系統(tǒng)駕駛員有限制1級部分駕駛輔助駕駛員和系統(tǒng)駕駛員和系統(tǒng)駕駛員有限制2

級組合駕駛輔助系統(tǒng)駕駛員和系統(tǒng)駕駛員有限制3

級有條件自動駕駛系統(tǒng)系統(tǒng)動態(tài)駕駛?cè)蝿蘸笤脩簦▓?zhí)行接管后成為駕駛員）有限制4

級高度自動駕駛系統(tǒng)系統(tǒng)系統(tǒng)有限制5

級完全自動駕駛系統(tǒng)系統(tǒng)系統(tǒng)無限制圖1-1

駕駛自動化等級示意圖02內(nèi)執(zhí)行全部的動態(tài)駕駛?cè)蝿眨谙到y(tǒng)發(fā)出接管請求時，駕駛員需要及時進行接管。（5）4

級

駕

駛

自

動

化（高

度

自

動

駕

駛，highlyautomated

driving）系統(tǒng)能夠在特定的設計運行條件內(nèi)執(zhí)行全部的動態(tài)駕駛?cè)蝿眨耶斢龅匠鲞\行范圍或系統(tǒng)失效等情況時，系統(tǒng)能夠自動執(zhí)行最小風險策略，

無需駕駛員介入。（6）5

級

駕

駛自

動

化（完

全自

動

駕

駛，fullyautomated

driving）系統(tǒng)可支持完全無人駕駛，

能夠

在任何范圍下自主執(zhí)行所有動態(tài)駕駛?cè)蝿铡?級駕駛自動化與3級駕駛自動化的核心差異點在于責

任主體、系統(tǒng)能力和駕駛員狀態(tài)監(jiān)測三個方面，如表1-2

所示。2級車輛能夠同時自動進行持續(xù)的橫向和縱向控

制，即車輛具備自動加速、減速以及轉(zhuǎn)向等功能，

但駕駛員仍需時刻保持注意力，對車輛進行監(jiān)督，并在必要時干預車輛，責任主體為駕駛員。3級駕駛自動化的核

心特征是在特定設計運行條件（ODD）下，系統(tǒng)可執(zhí)

行全部動態(tài)駕駛?cè)蝿眨ㄈ绺咚俟贰⒊鞘械缆返龋?/p>

，允許駕駛員在系統(tǒng)運行期間不再持續(xù)監(jiān)管道路環(huán)境，可進行有限度的非駕駛活動，但需在系統(tǒng)請求時進行接管，如果3級系統(tǒng)激活期間發(fā)生問題，經(jīng)相關部門認定后，

應由責任方承擔責任。在上述駕駛自動化的6

個等級之中，0-2

級為駕駛輔助，系統(tǒng)輔助人類執(zhí)行動態(tài)駕駛?cè)蝿?，駕駛主體仍為駕駛

員；3-5級為自動駕駛，系統(tǒng)在設計運行條件下代替人

類執(zhí)行動態(tài)駕駛?cè)蝿?，當功能激活時，駕駛主體是系統(tǒng)，

各級核心區(qū)別如下：（1）0

級

駕

駛

自

動

化（應

急

輔

助，emergencyassistance）系統(tǒng)不能持續(xù)執(zhí)行車輛的橫向或縱向控制任務，但具備一定的環(huán)境感知和事件響應能力，系統(tǒng)

可以在特定情況下短暫介入車輛控制，以輔助駕駛員

避險。（2）1

級駕駛自動化（部分駕駛輔助，

partial

driverassistance）系統(tǒng)能夠在特定條件下持續(xù)控制車輛的橫

向或縱向運動中的一項，具備與控制相適應的目標和事件探測與響應功能，但駕駛員仍需持續(xù)監(jiān)管系統(tǒng)運行，并在需要時介入。（3）2

級

駕

駛自動

化（組

合

駕

駛

輔

助，combineddriver

assistance）系統(tǒng)可以在特定條件下持續(xù)控制車

輛的橫向和縱向運動，但駕駛員仍需持續(xù)監(jiān)管系統(tǒng)運

行，并在需要時介入。（4）3級駕駛自動化（有條件自動駕駛，conditionally

automated

driving）系統(tǒng)能夠在特定的設計運行條件維度2級（組合駕駛輔助）3級（有條件自動駕駛）責任主體駕駛員全責系統(tǒng)激活期間因系統(tǒng)出現(xiàn)交通事故，由責任方承擔責任系統(tǒng)能力系統(tǒng)可持續(xù)控制車輛縱向+橫向運動系統(tǒng)執(zhí)行全部駕駛?cè)蝿眨ㄌ囟∣DD

內(nèi)）駕駛員狀態(tài)需持續(xù)監(jiān)控，手扶方向盤允許駕駛員在系統(tǒng)運行期間不再持續(xù)監(jiān)控道路環(huán)境，但

需響應接管請求車輛行駛范圍受系統(tǒng)能力限制設計運行范圍內(nèi)截止本白皮書發(fā)布日期，市場上汽車產(chǎn)品均處于2級駕駛自動化及以下階段，沒有達到

3

級駕駛自動化程度。根據(jù)現(xiàn)行交通法規(guī)及技術標準，2級駕駛自動化階段運行必須處于人類駕駛員的持續(xù)監(jiān)管之下，操作主體是駕表1-22級駕駛自動化與3級駕駛自動化主要區(qū)別第一章

智能駕駛概念與發(fā)展辨析

03名稱概念混淆點輔助駕駛功能是指應急輔助（0級駕駛自動化）

、部分駕駛輔助（1

級駕駛自動化）

、

組合駕駛輔助（2級駕駛自動化）的一個總稱。輔助駕駛≠自動駕駛自動駕駛功能是指3級及以上駕駛自動化功能的總稱，包括“有條件自動駕駛（3級駕

駛自動化）”“高度自動駕駛（4級駕駛自動化）”“完全自動駕駛（5級駕

駛自動化）”功能。自動駕駛≠無人駕駛無人駕駛功能是指沒有駕駛員情況下的高度自動駕駛（4級駕駛自動化）和完全自動

駕駛（5級駕駛自動化）功能。無人駕駛≠駕駛自動化駕駛自動化功能是指駕駛自動化系統(tǒng)在特定的設計運行條件內(nèi)執(zhí)行部分或全部動態(tài)駕駛

任務的能力，指的是應急輔助（0級駕駛自動化）

、駕駛輔助（1、2級

駕駛自動化）與自動駕駛（3、4、5級駕駛自動化）的總稱。駕駛自動化≠自動駕駛智能駕駛智能駕駛是一種通俗的叫法，覆蓋1級至5級的駕駛自動化功能。/智能駕駛是行業(yè)中一種通俗的叫法，覆蓋

1級至5級的駕駛自動化功能，既不單純指輔助駕駛功能，也不代表自動駕駛功能。1.2智能駕駛的邏輯架構

駛員，若發(fā)生交通事故，駕駛員須承擔法定責任。盡管標準中已經(jīng)對駕駛自動化等級做了詳細的定義、解釋以及邊界范圍的限定，但在汽車市場的宣傳與傳播中，仍存在對上述概念混淆使用的亂象，有必要理清相關概念。輔助駕駛功能是指應急輔助、部分駕駛輔助、組合

駕駛輔助的一個總稱；自動駕駛功能是指3級及以上駕駛自動化功能的總稱，包括有條件自動駕駛、高度自動駕駛、完全自動駕駛功能；無人駕駛功能是指沒有駕駛員情況下的高度自動駕駛與完全自動駕駛功能；駕駛

自動化功能是指駕駛自動化系統(tǒng)在特定的設計運行條

件內(nèi)執(zhí)行部分或全部動態(tài)駕駛?cè)蝿盏哪芰Γ傅氖菓?/p>

輔助、駕駛輔助與自動駕駛的總稱。如下表1-3所示。智能駕駛系統(tǒng)由車端傳感器、車端平臺層、車端算法層、云端服務層四大部分組成，車端平臺層以芯片、域控制器、車載通信和操作系統(tǒng)等驅(qū)動攝像頭、激光雷達、毫米波雷達等傳感器進行環(huán)境感知，并通過車載通信實現(xiàn)車云協(xié)同；車端算法層整合管理域、算法、應用及安全域，實時解析傳感器數(shù)據(jù)生成決策指令；云端提供全導航、數(shù)據(jù)管理和模型訓練等功能，通過OTA向車端推送更新。系統(tǒng)通過“傳感器數(shù)據(jù)反饋、車端實時推理、

云端模型訓練”閉環(huán)，實現(xiàn)環(huán)境感知、動態(tài)決策與精準

執(zhí)行的全鏈路智能化駕駛。 汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書表1-3駕駛自動化相關概念辨析04車端傳感器層包含攝像頭、激光雷達、毫米波雷達、車載通信等設備，具有多模態(tài)融合、全天候工作的特點。

攝像頭提供高分辨率圖像識別交通標識，激光雷達構建三維點云感知障礙物輪廓，毫米波雷達實現(xiàn)惡劣天氣下的目標探測，車載通信模塊保障車內(nèi)外信息交互。這些傳感器通過平臺層的接口進行數(shù)據(jù)同步與時空對齊，形成環(huán)境感知的冗余體系。其采集的原始數(shù)據(jù)經(jīng)平臺層預處理后輸入算法層，為決策提供實時環(huán)境輸入，

同時部分關鍵數(shù)據(jù)通過平臺層回傳云端用于模型優(yōu)化，構成感知、決策、反饋的完整信息鏈。車端平臺層由操作系統(tǒng)、芯片、域控制器、車載通信等組成，具備高性能計算、模塊化擴展和軟硬解耦的特征。

操作系統(tǒng)可細分為智能駕駛操作系統(tǒng)與車控操作系統(tǒng)，

其中智能駕駛操作系統(tǒng)支持CPU、NPU等計算資源高

效調(diào)度，車規(guī)級安全內(nèi)核安全隔離，確定性低時延通信

框架與實時調(diào)度框架，滿足智能駕駛的高安全、高性能、

低時延的極致要求。車控操作系統(tǒng)支持

MCU的輕量化部署與運行要求，安全隔離引擎、μs

級硬實時任務調(diào)度，實現(xiàn)智能駕駛對執(zhí)行器命令的高安全、高實時下發(fā)。芯片提供AI算力支撐神經(jīng)網(wǎng)絡推理，域控制器集成多源

數(shù)據(jù)處理，操作系統(tǒng)實現(xiàn)硬件資源調(diào)度與任務管理。該層作為算法層的硬件載體，負責將傳感器層采集的數(shù)據(jù)進行預處理并傳輸至算法層，同時將算法決策轉(zhuǎn)化為具體的控制信號，是連接傳感器、算法與執(zhí)行機構的神經(jīng)

中樞。車端算法層劃分為管理域、算法、應用、安全域等，

核心特點是融合實時決策與多重安全保障機制。管理域

通過OTA升級模塊接收云端模型更新，結合故障診斷功能確保系統(tǒng)可靠性；算法包含軌跡生成、意圖預測、

網(wǎng)絡服務、地圖服務、定位模塊等關鍵環(huán)節(jié)，

并集成神經(jīng)網(wǎng)絡實現(xiàn)環(huán)境理解與決策優(yōu)化；應用主要包含主動安全、巡航以及泊車等功能；安全域則從功能安全、網(wǎng)絡安全等維度構建防護體系。該層深度依賴平臺層的硬件算力，芯片提供神經(jīng)網(wǎng)絡推理所需的計算資源，域控制第一章

智能駕駛概念與發(fā)展辨析

圖1-2智能駕駛整體技術架構圖05數(shù)據(jù)類型數(shù)據(jù)范圍智能駕駛系統(tǒng)數(shù)據(jù)環(huán)境感知數(shù)據(jù)通過攝像頭、雷達等傳感器從汽車外部環(huán)境采集的道路、建筑、地形、

基礎設施數(shù)據(jù)等感知決策數(shù)據(jù)車輛行駛控制、燈光控制、環(huán)境感知融合算法等指令數(shù)據(jù)定位數(shù)據(jù)衛(wèi)星定位數(shù)據(jù)、慣性定位數(shù)據(jù)、差分定位數(shù)據(jù)等車輛運行數(shù)據(jù)車身系統(tǒng)、動力系統(tǒng)、電氣系統(tǒng)、舒適系統(tǒng)等車輛運行狀態(tài)參數(shù)應用服務數(shù)據(jù)出行輔助數(shù)據(jù)（如天氣預報、交通擁堵、導航等）

、影音娛樂數(shù)據(jù)（收音機、

新聞等）及生活服務數(shù)據(jù)（日程提醒、停車場推送）等在智能網(wǎng)聯(lián)汽車時代，車輛通過傳感器矩陣和云端互聯(lián)，構建起覆蓋駕乘體驗、生活服務、娛樂辦公的數(shù)字

化生態(tài)，而數(shù)據(jù)資產(chǎn)是整個生態(tài)系統(tǒng)的根基?，F(xiàn)階段，車企的核心能力不再局限于硬件制造，而是演進為數(shù)據(jù)采集、解析和應用的綜合較量，

誰能在真實場景中更精

準地把握用戶數(shù)據(jù)脈搏，誰就能在智能網(wǎng)聯(lián)汽車賽道上贏得先機。智能駕駛技術作為智能網(wǎng)聯(lián)汽車發(fā)展的關鍵標尺，其能力躍升的本質(zhì)是依賴機器學習模型的持續(xù)訓練升級。中國工程院院士鄔賀銓指出，5級智能駕駛需

要處理高達8000億參數(shù)的模型，訓練數(shù)據(jù)量達到

1億EB。特斯拉創(chuàng)始人兼首席執(zhí)行官馬斯克曾表示，特斯拉FSD測試里程需要達到60億英里，才能滿足全球監(jiān)

管機構的要求，這也是智能駕駛系統(tǒng)實現(xiàn)質(zhì)變的一個重

要節(jié)點。海量場景數(shù)據(jù)的喂養(yǎng)與解析，

是驅(qū)動智能駕駛

技術不斷進步的核心動力。目前，

與汽車智能駕駛相關

的數(shù)據(jù)大致可以分為兩類：一是智能駕駛系統(tǒng)數(shù)據(jù)，主要包含環(huán)境感知數(shù)據(jù)、感知決策數(shù)據(jù)、定位數(shù)據(jù)與車輛運行數(shù)據(jù)等關鍵數(shù)據(jù)；二是應用服務數(shù)據(jù)，主要包含出行輔助數(shù)據(jù)、影音娛樂數(shù)據(jù)、生活服務數(shù)據(jù)等類型。器協(xié)調(diào)傳感器數(shù)據(jù)輸入，操作系統(tǒng)則確保算法實時調(diào)度。同時，

算法層輸出的控制指令通過平臺層傳遞至執(zhí)

行機構，形成感知、決策、執(zhí)行鏈條。云端服務層由地圖服務、數(shù)據(jù)管理、模型訓練等核心模塊構成，其特點是依托遠程服務器提供全局化、高精度服務支持。地圖服務為車輛提供實時路網(wǎng)和車道級導航信息，數(shù)據(jù)管理模塊負責存儲和處理海量行車數(shù)據(jù)，模型訓練則利用這些數(shù)據(jù)持續(xù)優(yōu)化AI算法模型，并通過

OTA向車端推送迭代版本。該層與車端算法層緊密聯(lián)動，模型訓練結果通過算法更新提升車輛智能化水平，同時車端采集的傳感器數(shù)據(jù)回傳至云端形成數(shù)據(jù)閉環(huán)，

實現(xiàn)系統(tǒng)自我進化。車輛滲透率提升，行業(yè)數(shù)據(jù)總量呈指數(shù)級增長，但原始數(shù)據(jù)中普遍存在場景重復、特征模糊、標注噪聲等問題，

數(shù)據(jù)規(guī)模的爆發(fā)式增長并未直接轉(zhuǎn)化為技術優(yōu)勢，未經(jīng)篩選的海量數(shù)據(jù)中有效信息占比往往較低，這使得數(shù)據(jù)在數(shù)據(jù)增長過程中，數(shù)據(jù)閉環(huán)能力已成為決定技術演進速度的核心要素。車端傳感器持續(xù)采集多維環(huán)境信息，云端則構建起數(shù)據(jù)存儲、智能挖掘、自動標注、模型訓練與驗證的完整技術鏈。值得注意的是，

隨著智能網(wǎng)聯(lián)1.3數(shù)據(jù)是智能駕駛發(fā)展的核心

汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書06表1-4

智能駕駛相關數(shù)據(jù)價值的精準提煉成為關鍵突破口。這種“數(shù)據(jù)泡沫”現(xiàn)象倒逼企業(yè)構建智能化篩選機制，可以實現(xiàn)質(zhì)效平衡的自

動標注技術應運而生?？偟膩碚f，

大規(guī)模且高質(zhì)量的數(shù)

據(jù)集才是智能駕駛技術迭代演進的核心。從環(huán)境感知、決策規(guī)劃、指令執(zhí)行到模型訓練，

數(shù)據(jù)深度滲透智能駕駛?cè)鞒?，在系統(tǒng)功能優(yōu)化、性能提升中發(fā)揮著不可替代的關鍵作用。對于智能網(wǎng)聯(lián)汽車來說，數(shù)據(jù)已成為驅(qū)動行業(yè)革新的核心要素，是所有市場參與

者無法回避的戰(zhàn)略資源，構建高效、低成本的數(shù)據(jù)體系，

是保障智能駕駛產(chǎn)業(yè)穩(wěn)健前行的根基。第一章

智能駕駛概念與發(fā)展辨析

07當前，汽車智能駕駛行業(yè)中存在技術過度化營銷的現(xiàn)象，其核心癥結在于技術參數(shù)的片面?zhèn)鞑ヅc系統(tǒng)價值的認知錯位。一是算力參數(shù)的孤立化傳播。智能駕駛系統(tǒng)的成熟度更取決于算法迭代能力、數(shù)據(jù)閉環(huán)體系、功能安全設計等深層技術要素的有機融合，算力硬件作為基礎支撐平臺固然重要，但必須與場景理解算法、海量數(shù)據(jù)訓練驗證、多層級安全冗余等系統(tǒng)化工程能力形成協(xié)同，才能真正實現(xiàn)安全可靠的駕駛體驗。二是市場認知

呈現(xiàn)斷層式割裂。普通消費者受限于技術背景，

難以分辨算力數(shù)值與實際場景處理能力的差異，易被營銷話術引導，導致選購決策與真實需求錯配。這些現(xiàn)象不僅導致關鍵參數(shù)的市場認知混亂，更引發(fā)了無序競爭等市場失范問題，亟需行業(yè)合力攜手構建技術科普體系，明確算力指標與實際性能的映射關系，解析智能駕駛系統(tǒng)技術邏輯，幫助用戶建立包含硬件性能、算法成熟度與數(shù)

據(jù)服務能力的認知框架，推動智能駕駛行業(yè)從“參數(shù)競爭”

向“價值競爭”轉(zhuǎn)變。智能駕駛系統(tǒng)的關鍵技術架構如下：第二章智能駕駛技術架構與關鍵能力08場景中，車用攝像頭能夠快速精準捕捉交通標識、車道線等關鍵交通要素，實時監(jiān)測前方車輛與行人動態(tài)，為智能駕駛系統(tǒng)提供高質(zhì)量視覺數(shù)據(jù)支撐。車用攝像頭具

備識別顏色、紅綠燈、車道線等多元交通要素的能力，

可清晰地分辨道路邊界、信號指示及動態(tài)目標特征，

成

為智能駕駛系統(tǒng)實現(xiàn)環(huán)境感知的核心視覺數(shù)據(jù)源載體。

但是，在面對復雜環(huán)境挑戰(zhàn)時其性能也呈現(xiàn)出顯著的局限性：一是在極端天氣條件下，暴雨形成的水漬、濃霧產(chǎn)生散射效應，會嚴重干擾鏡頭光學成像；二是在復雜光照環(huán)境中，強光直射引發(fā)的光暈、隧道明暗交替等產(chǎn)（1）攝像頭攝像頭是智能駕駛的基礎部件，指的是通過對拍攝的圖像進行圖像處理，對目標進行檢測，并輸出數(shù)據(jù)和判斷結果的傳感器。攝像頭通過光學鏡頭采集圖像，

將光信

號轉(zhuǎn)化為電信號，再經(jīng)模數(shù)轉(zhuǎn)換變?yōu)閿?shù)字信號，

由處理器對數(shù)字圖像進行分析處理，提取特征信息，從而實現(xiàn)

對物體的識別、測量、定位等功能。在光線條件良好、視野開闊的標準城市道路及高速公路2.1.1.1車外環(huán)境感知感知硬件作為智能系統(tǒng)的“感官中樞”，主要分為車外環(huán)境感知、車輛狀態(tài)感知及車內(nèi)環(huán)境感知，

通過對內(nèi)外部的環(huán)境感知與車輛狀態(tài)感知的協(xié)同，實現(xiàn)對內(nèi)外部環(huán)境和自身狀態(tài)的全域感知。2.1車端硬件2.1.1感知硬件第二章智能駕駛技術架構與關鍵能力圖2-1智能駕駛系統(tǒng)關鍵技術架構圖09適用于量產(chǎn)乘用車。固態(tài)激光雷達完全去除機械運動部件，利用相控陣、Flash等技術實現(xiàn)激光的快速掃描，其具有體積小、可靠性高、成本低、易于集成的特點，

目前已少量應用于乘用車。激光雷達識別能力強，

可以

精準勾勒出車輛、路牌、行人輪廓，即使在車水馬龍

的十字路口，也能敏銳捕捉車輛加塞、行人橫穿等突發(fā)狀況，在擁堵交通、高速、暗光環(huán)境等場景下感知精準性高，可以識別非規(guī)則小目標，且誤差控制在厘米級。面向未來的智能駕駛，激光雷達對周邊環(huán)境感知能力及安全要求更高，是必不可少的傳感器。激光雷達在面對沙塵等惡劣天氣場景時，點云數(shù)據(jù)會出現(xiàn)噪點，激光信號削弱，探測距離驟減，容易造成安全事故，所以需要從芯片到激光雷達，再到感知算法，整個鏈路深度協(xié)同優(yōu)化，才能真正用好激光雷達，為車輛的安全行駛保駕護航。（2）激光雷達激光雷達是激光探測及測距系統(tǒng)的簡稱，是一種以激光器為發(fā)射光源，采用光電探測技術手段的主動光學遙感設備。激光雷達通過發(fā)射器向環(huán)境發(fā)射激光束，

激光遇到物體后反射，接收器捕捉反射光，根據(jù)發(fā)射與接收的時間差計算距離，并結合激光掃描角度和旋轉(zhuǎn)頻率，還原物體的形狀、位置和空間分布，

為系統(tǒng)提供高精度環(huán)境感知信息。根據(jù)激光雷達的結構形態(tài)可分為機械激光雷達、半固態(tài)激光雷達及固態(tài)激光雷達。其中機械激光雷達通過電機帶動激光發(fā)射和接收裝置進行360度旋

轉(zhuǎn)，實現(xiàn)全方位掃描，其掃描角度范圍廣、探測精度高，

主要應用于無人駕駛測試領域。半固態(tài)激光雷達減少了部分機械旋轉(zhuǎn)部件，在保持一定探測性能的同時，降低了成本、縮小了體積，

掃描幀率和可靠性也有所提升，參數(shù)分類行業(yè)優(yōu)秀水平參數(shù)說明探測距離≥200

m@10%反射率理論可以測量物體的最大距離，距離越遠越好線數(shù)≥

128分辨率，線數(shù)越高越好角分辨率水平≤0.1°、垂直≤0.1°目標辨別能力，分辨率越小越好幀率≥

10Hz每兩幀的時間間隔，幀率越大越好參數(shù)分類行業(yè)優(yōu)秀水平參數(shù)說明像素（

px）前視≥8

millions、側(cè)視≥2

millions

環(huán)視≥2

millions、后視≥2

millions圖像像素越大分辨率越高，但分辨率過大對目標識

別提升有限且算力消耗大幀率（fps）前視≥30、側(cè)視≥30環(huán)視≥20、后視≥20攝像頭每秒能記錄或顯示的圖像數(shù)量，越大畫面實

時性越高、提供的信息越精細，但幀率過大對目標

識別提升有限且算力消耗大生的眩光，以及夜間低照度場景，均會導致圖像信噪比降低及對比度失衡，甚至出現(xiàn)數(shù)據(jù)丟失現(xiàn)象，致使攝像頭對目標物體的識別準確率大幅下降，影響智能駕駛決策系統(tǒng)的安全性與可靠性。表2-2

激光雷達關鍵參數(shù)及行業(yè)水平表2-1

攝像頭關鍵參數(shù)及行業(yè)水平 汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書10參數(shù)分類行業(yè)優(yōu)秀水平參數(shù)說明探測距離前向長距離雷達：≥280m角雷達：≥

150理論可以測量物體的最大距離，距離越遠越好水平角分辨率≤

3°目標辨別能力，分辨率越小越好垂直角分辨率≤

15°僅4D毫米波雷達具備俯仰角測量能力視場角前向長距離雷達：水平FOV≥120°、垂直FOV

≥30°角雷達：水平FOV≥

120°探測覆蓋范圍，視場角越大越好速度測量精度≤0.1

m/s（勻速目標）

，≤0.5

m/s（急加速目標）目標測速能力，精度越小越好（4）超聲波雷達超聲波雷達是利用超聲波的特性在超聲波頻率范圍內(nèi)將交變的電信號轉(zhuǎn)換成聲信號的能量轉(zhuǎn)換器件，先由發(fā)射探頭發(fā)出超聲波，超聲波遇到障礙物后反射回來后被

接收探頭接收，再通過測量超聲波發(fā)射和接收的時間差，結合超聲波在空氣中的傳播速度，就能計算出障礙

物與雷達之間的距離。超聲波雷達憑借高頻聲波反射原理，在低速場景中展現(xiàn)出顯著的技術優(yōu)勢，能夠探測路沿、石柱、墻面等低矮障礙物，有效避免輪胎剮蹭與車身碰撞，成為自動泊車

系統(tǒng)的重要傳感器。在狹窄道路會車場景下，

超聲波雷達可實時監(jiān)測兩側(cè)的空間距離，輔助駕駛員進行安全通過決策。在低速跟車工況時，

對前車尾部、路邊靜態(tài)物

體進行檢測，可大幅降低低速碰撞風險。但超聲波雷達在應用中也存在明顯局限性：一是受限于聲波傳播的特性，在高速行駛場景下超聲波雷達最大探測距離有限，

難以滿足遠距離目標預警的需求；二是在強風、暴雨、

大雪等極端環(huán)境中聲波傳播易受干擾，檢測結果容易出現(xiàn)誤報或漏檢；三是面對玻璃幕墻、積水路面等光滑表

面時，超聲波易發(fā)生鏡面反射造成信號丟失；

四是對于

棉花、泡沫等軟質(zhì)材料，

聲波被大量吸收而無法有效反

射，容易導致目標探測失效。（3）毫米波雷達毫米波雷達是通過發(fā)射毫米波頻段的電磁波，經(jīng)目標反射后被接收，并對接收到的信號進行處理，進而探

測物體之間的距離、方位和相對速度等的傳感器設備。

毫米波雷達可以根據(jù)多普勒效應檢測目標的速度，還可通過天線陣列確定目標的角度，從而實現(xiàn)對目標的探測與跟蹤，根據(jù)是否具備測量高度能力可分為傳統(tǒng)毫米波雷達和4D毫米波雷達，其中4D毫米波雷達相較傳統(tǒng)

毫米波雷達具備測量識別目標高度的能力。與激光雷達相比，不論是傳統(tǒng)毫米波雷達還是4D毫米波雷達，其波長較寬，通常大于雨滴、霧滴等直徑，

其性能受天氣

環(huán)境等因素影響較小，故在雨天、大霧天或沙塵等極端環(huán)境下可以發(fā)揮出更穩(wěn)定的感知能力。在光線不足的夜

間、隧道等暗光場景中，

也能持續(xù)感知周圍車輛和障礙

物的動態(tài)，保障行車安全。但是，

毫米波雷達角分辨率

天然較低，

自然場景下信噪比較低，易發(fā)生虛假目標、目標漏檢、目標識別錯誤等，導致誤判的情況出現(xiàn)。表2-3

毫米波雷達關鍵參數(shù)及行業(yè)水平第二章智能駕駛技術架構與關鍵能力112.1.1.2車輛狀態(tài)感知車輛狀態(tài)感知部件主要包括轉(zhuǎn)向角度傳感器、輪速傳感器、慣性測量單元組合等，

可以實現(xiàn)對轉(zhuǎn)向角度、車輪

轉(zhuǎn)速、車輛加速度、角速度等動態(tài)參數(shù)的監(jiān)測，

輔助判

斷車輛是否處于加速、制動、轉(zhuǎn)向或側(cè)滑的狀態(tài)，

為車身穩(wěn)定系統(tǒng)、牽引力控制、防抱死制動等功能提供基礎

數(shù)據(jù)，確保車輛的操控穩(wěn)定性。（1）轉(zhuǎn)向角度傳感器轉(zhuǎn)向角度傳感器測量駕駛員轉(zhuǎn)動方向盤的角度和速率，反映駕駛員的轉(zhuǎn)向意圖，是車輛動態(tài)控制的關鍵輸入。

轉(zhuǎn)向場景中，根據(jù)轉(zhuǎn)向角度和車速，動態(tài)調(diào)整助力大小，

如倒車時方向盤僅需小力轉(zhuǎn)動，高速時重助力，防止方向盤虛飄。在轉(zhuǎn)彎跟車場景中，

結合轉(zhuǎn)向角度和曲率半

徑，ACC系統(tǒng)可預判彎道半徑，調(diào)整跟車距離，如大

彎道時適當拉大間距，避免碰撞前車。（2）輪速傳感器輪速傳感器主要測量車輪轉(zhuǎn)速，通過脈沖信號計算車輪線速度、滑移率，降低抱死風險。制動場景中，若

車輪轉(zhuǎn)速驟降，傳感器會觸發(fā)

ABS模塊，周期性釋放

制動壓力，保持車輪滾動，如冰雪路面緊急制動時，

避免車輛失控；起步或加速場景中，若驅(qū)動輪轉(zhuǎn)速高

于從動輪，系統(tǒng)減少發(fā)動機扭矩或?qū)Υ蚧囕喼苿樱?/p>

恢復抓地力，如泥濘路面起步時防止空轉(zhuǎn)；當某輪胎

胎壓不足時，直徑變小導致轉(zhuǎn)速高于其他車輪，輪速傳感器通過轉(zhuǎn)速差報警。（3）慣性測量單元慣性測量單元（Inertial

Measurement

Unit，IMU）主要組合加速度傳感器和陀螺儀，通過三軸線性加速度和三軸角速度的同步測量，結合多傳感器融合算法，實現(xiàn)對車輛的姿態(tài)角和運動軌跡的感知。加速度傳感器負責

捕捉X/Y/Z軸向的線性加速度，精確解析車輛加減速、

傾斜角度及碰撞沖擊，陀螺儀則持續(xù)監(jiān)測繞X/Y/Z軸的角速度，實時追蹤車身旋轉(zhuǎn)姿態(tài)和方向變化速率，二

者數(shù)據(jù)在IMU

內(nèi)形成互補。當車輛急加速或轉(zhuǎn)向過度時，橫向加速度數(shù)據(jù)與橫擺角速度的協(xié)同分析可精準識

別轉(zhuǎn)向不足/過度狀態(tài)，通過

ESP系統(tǒng)實施單輪制動修正軌跡；面對坡道起步場景，縱向加速度感知結合Z

軸角速度檢測能及時識別溜車趨勢，聯(lián)動電子駐車系統(tǒng)

主動介入。在隧道、城市峽谷等拒止環(huán)境中，

IMU通過雙重數(shù)據(jù)積分推算車輛位移矢量，維持厘米級短時定位精度，為智能駕駛提供連續(xù)導航基準。針對側(cè)翻風險

防控，系統(tǒng)綜合

X軸側(cè)傾角加速度與

Y軸橫擺角速度，當側(cè)翻指數(shù)超過閾值時，即刻觸發(fā)載荷轉(zhuǎn)移控制與主動懸架調(diào)節(jié)，配合扭矩矢量分配實現(xiàn)車身動態(tài)穩(wěn)定。在碰撞發(fā)生前，三軸加速度突變量與角速度異常波動形成的多維特征向量可精準觸發(fā)安全氣囊、預緊安全帶等被動安全系統(tǒng)，構建起從主動避險到被動防護的全周期安全

保障體系。駕駛員監(jiān)測系統(tǒng)（DMS，Driver

Monitoring

System）

通過攝像頭、紅外傳感器、壓力傳感器等硬件，結合

AI視覺算法，如人臉檢測、姿態(tài)識別、眼球追蹤等，

實現(xiàn)對駕駛員狀態(tài)的實時監(jiān)測與分析。系統(tǒng)通常采用攝像頭捕捉駕駛員的面部圖像和動作，利用計算機視覺算

法分析面部表情、眼睛睜開程度、頭部姿態(tài)等，

判斷駕駛員的疲勞程度、注意力集中情況以及是否有異常行為。例如，

DMS系統(tǒng)可以通過檢測眼睛的眨眼頻率和持續(xù)閉眼時間來評估疲勞狀態(tài)，若眨眼頻率過低或閉眼時間過長，可能表示駕駛員處于疲勞或困倦狀態(tài)。在低速跟車時檢測到駕駛員頻繁低頭、閉眼或者雙手脫離方

向盤時，會自動拉大跟車距離至安全閾值。2.1.1.3車內(nèi)環(huán)境感知 汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書122.1.1.4傳感器配置技術路線分析根據(jù)參與感知部件的不同，感知技術方案主要分為三類。一是純視覺方案。純視覺方案依賴攝像頭作為核心

感知硬件，通過圖像處理、深度學習算法實現(xiàn)環(huán)境感知，

并不依賴雷達、激光雷達等其他主動式傳感器。純視覺方案對于交通要素識別能力好，但是受光照、極端天氣影響較大，適合環(huán)境相對簡單的駕駛場景，純視覺方案類似于人眼觀察能力，可以達到類人駕駛水平。二是主視覺方案。主視覺方案以攝像頭為核心感知單元，輔以少量超聲波雷達、短距毫米波雷達等傳感器，形成“視覺為主，其他傳感器為輔”的輕量融合方案。主視覺方案的核心決策仍依賴視覺數(shù)據(jù)，輔助傳感器僅用于補充特定場景，如近距離盲區(qū)、低速泊車等典型場景，

更加適應城區(qū)等復雜路況，是在純視覺方案基礎上的補盲，

未來可以達到老司機駕駛水平。三是多傳感器融合方

案。多傳感器融合方案整合多種異構傳感器，如攝像頭、

毫米波雷達、超聲波雷達、激光雷達等傳感器實現(xiàn)環(huán)境

感知，各傳感器優(yōu)勢互補，對于環(huán)境、天氣適應性更強，

擁有更高的安全性能，未來可以實現(xiàn)超人的駕駛水平。域控制器是智能駕駛系統(tǒng)的傳感器接入與車端推理算法運行的硬件平臺，是智能駕駛系統(tǒng)運行的核心部件，

需要滿足高性能、高安全、高可靠、高能效的技術要求，

提供豐富的硬件接口滿足不同場景下多個攝像頭、超聲波雷達、毫米波雷達、激光雷達、GPS/IMU組合定位等傳感器標準接口的接入處理和融合能力，同時提供標準接口與人機交互模塊、車載通信模塊T-Box、線控底盤等互連，完成整車的互聯(lián)互通。圖2-2

傳感器場景優(yōu)劣勢對比2.1.2域控制器第二章智能駕駛技術架構與關鍵能力13等級車端算力要求可以滿足的功能2級≥50TOPS（稠密）ACC、LCC、APA、AVP、RPA、高速領航輔助駕駛、城區(qū)領航

輔助駕駛3級≥200TOPS（稠密）ACC、LCC、APA、AVP、RPA、TJP、高速有條件自動駕駛、

城區(qū)有條件自動駕駛，雙冗余&高可靠4級≥

1000TOPS（稠密）ACC、LCC、APA、AVP、RPA、TJP、高速自動駕駛、城區(qū)自

動駕駛、園區(qū)自動駕駛，全冗余&高可靠5級≥2000TOPS（稠密）任意點到任意點，全冗余&高可靠運行智能駕駛系統(tǒng)推理算法，需要強大的NPU與CPU算力，業(yè)界一般是集成為一顆SoC

中，計算SoC的

算力大小對智能駕駛推理算法的部署與運行效果至關

重要。車端算力要求：

當前2級智能駕駛主流場景下，現(xiàn)有50~200TOPS稠密算力水平已經(jīng)可以滿足實際運行需

求，過度堆砌算力反而會造成資源浪費與成本增加。

以人工智能領域為例，ChatGPT-O1憑借1.7萬億參數(shù)構建龐大模型體系，卻被

DeepSeek-R1以更高效的算

法架構與算力利用方式實現(xiàn)超越，計算資源需求僅為

Chat

GPT的1%左右。這一案例充分證明，算力規(guī)模并非決定技術表現(xiàn)的唯一要素，算法優(yōu)化與算力利用

效率提升同樣關鍵?；貧w智能駕駛領域，2級智能駕駛

對算力的需求約為≥50TOPS稠密算力，3級則提升至≥200TOPS稠密算力，4級提升至≥

1000TOPS稠密

算力，5

級可能將提升至≥2000TOPS

稠密算力的水平。目前，多數(shù)企業(yè)已達成對應算力能力，盲目追求算力峰值既無必要，也不符合成本效益原則，行業(yè)發(fā)展的重點應轉(zhuǎn)向算力資源的精細化管理與優(yōu)化配置，通過算法迭代、軟硬件協(xié)同設計等手段，

實現(xiàn)功能體驗升級與成本控制的動態(tài)平衡，推動智能駕駛技術向更高效、可持續(xù)的方向發(fā)展。2.1.2.1計算SoC表2-4

不同智能駕駛等級車端算力要求圖2-3

域控制器硬件邏輯示意圖 汽車智能駕駛技術及產(chǎn)業(yè)發(fā)展白皮書14域控制器支持多種類傳感器的接入，包括攝像頭、毫米波雷達、超聲波雷達、激光雷達、組合定位等，提供豐富、

靈活可變的主流硬件接口。一般需要支持的標準接口如下：(1)GMSL標準接口，

支持攝像頭輸入Raw

Data感知數(shù)據(jù)輸入；(2)提供

100M/1000M

Base-T1車載以太網(wǎng)接口，

支

持激光雷達傳感器接入和時間同步，可對接T-Box、

HMI。同時提供通用以太接口和車載以太接口的轉(zhuǎn)接設備，實現(xiàn)多路時間信息和時間同步信息的轉(zhuǎn)發(fā)，適配于

多種場景；(3)提供標準CAN/CAN

FD接口，典型速率分別為500kbps和2

Mbps，支持毫米波雷達、超聲波雷達等傳

感器接入；(4)提供標準的CAN總線的車控信號接口，其中一路

CAN支持休眠喚醒；(5)提供整車ACC信號輸入；(6)提供GPI輸入和GPO信號（具體功能依整車方案

而定）；(7)支持GPS/IMU組合定位設備的接入，數(shù)據(jù)接口支持RS232

串口與PPS信號輸入。另外，芯片算力大小并非絕對性要求，隨著算力增大，成本增高，散熱問題越嚴重，可靠性也越低，需要通過芯片、算法、傳感器深度協(xié)同優(yōu)化，

發(fā)揮出最佳運行效

率，才能獲得最佳算法性能與商業(yè)收益。對于車端推理算力而言，行業(yè)需明確稠密算力與稀疏算力的宣傳口徑。從數(shù)據(jù)結構特性與計算模式維度的不

同，可分為稠密算力與稀疏算力，二者有著本質(zhì)區(qū)別，不可混淆或簡單等同。稠密算力通常指處理密集型數(shù)據(jù)的能力，如浮點運算、INT8及以上精度整數(shù)運算等，

以運算對象為元素連續(xù)填充的矩陣或張量，需對全量數(shù)據(jù)執(zhí)行計算。稀疏算力則聚焦于稀疏數(shù)據(jù)場景，

針對僅包含非零元素的稀疏矩陣/張量，如

COO/CSR格式數(shù)

據(jù)等，支持

INT4、INT2甚至二進制運算等更低精度運

算，僅對有效數(shù)據(jù)點進行操作。當前，

多數(shù)企業(yè)傾向于用稀疏算力口徑進行宣傳，但由于兩種算力在定義、適用場景及性能表現(xiàn)上存在較大差異，宣傳口徑的不一致極易引發(fā)用戶概念混淆，不利于用戶準確評估產(chǎn)品的性能。建議規(guī)范行業(yè)算力宣傳口徑，

在宣傳時顯性標注稠

密算力或稀疏算力，避免對消費者造成誤導。2.1.2.3實時智能駕駛OS智能駕駛OS基于異構分布式硬件平臺，具備架構可擴展、接口標準化與生態(tài)開放的特點，

同時滿足高安全、

高可靠、實時性等關鍵要求，主要包括以下特點：（1）車規(guī)級實時OS架構a）功能安全：

符合ASIL

D

的功能安全架構和安全機制，以及啟動、運行過程防止攻擊保證安全可靠的架構設計。b）信息安全：從硬件、啟動、內(nèi)核到應用層的保護，

通過使用安全機制、多操作系統(tǒng)隔離以及完整性校驗等

手段保障信息安全。c）實時：支撐應用確定性實時調(diào)度與分布式實時通信

的架構，滿足高性能低時延要求的同時，保證車控平臺安全維度所要求的確定性。d）豐富易用的集成開發(fā)環(huán)境：支撐第三方應用開發(fā)者2.1.2.2標準接口第二章智能駕駛技術架構與關鍵能力15快速開發(fā)集成。（2）完善的南北向接口生態(tài)a）南向

硬

件

芯片

支

持CPU、DSP、NPU等

處

理

器

和加速器，支持車控平臺通用設備，存儲（Flash、

SSD）、網(wǎng)絡、串口、USB、SPI等。b）北向應用開發(fā)接口，兼容AdaptiveAUTOSAR標準

提供的

ARA

接口及配置文件、支持POSIX

PSE51

接口、

非AUTOSAR應用使用的通信中間件通信接口，

以及

應用依賴的通用第三方庫（如基礎C/C++

庫和算法庫）。業(yè)界主流的OS有AUTOSAR、RTOS、Linux、QNX、華為自研的智能駕駛操作系統(tǒng)AOS及VOS等。AUTOSAR：AUTOSAR

OS是

一

種

基

于AUTOSAR標準的嵌入式操作系統(tǒng)，它在

OSEK

OS的基礎上進行了

擴展和改進。AUTOSAR

OS繼承了OSEK

OS

的核心特性，如任務管理、同步服務、中斷處理和報警機制等，

同時增加了對多核處理器和多任務的支持，以滿足現(xiàn)代汽車電子系統(tǒng)對高性能和復雜功能的需求。AUTOSAROS提供了更強大的功能和更高的靈活性，使其成為汽車電子系統(tǒng)開發(fā)中的重要工具。RTOS：實時操作系統(tǒng)（RTOS）是指當外界事件或數(shù)據(jù)產(chǎn)生時，能夠接受并以足夠快的速度予以處理，其處理的結果又能在規(guī)定的時間之內(nèi)來控制生產(chǎn)過程或?qū)μ?/p>

理系統(tǒng)作出快速響應，并控制所有實時任務協(xié)調(diào)一致運

行的操作系統(tǒng)。因而，

提供及時響應和高可靠性是其主要特點。實時操作系統(tǒng)有硬實時和軟實時之分，

硬實時要求在規(guī)定的時間內(nèi)必須完成操作，這是在