数字花园

自动驾驶

6分钟阅读

mindmap
  root((自动驾驶))
    自动驾驶分级
      L1 驾驶辅助::icon(fa fa-car)
        :::结合单项辅助（如ACC自适应巡航、LKA车道保持）
      L2 部分自动化
        :::人类全程监管（如Tesla FSD、主流城市NOA）
      L3 条件自动化
        :::特定场景系统驾驶（系统请求时人类接管）
      L4 高度自动化
        :::限定区域完全无须人类接管（如Robotaxi无人出租车）
      L5 完全自动化
        :::全场景、全天候无条件完全自动驾驶（终极形态）
    核心技术架构
      环境感知层
        传感器硬件::icon(fa fa-microchip)
          :::激光雷达 LiDAR
          :::高精摄像头 Camera
          :::毫米波雷达 Radar
          :::超声波雷达
        软件算法
          :::计算机视觉 (CV)
          :::传感器融合 (Sensor Fusion)
          :::高精地图与定位 (HD Map & SLAM)
      决策规划层
        :::路径规划 (Global/Local Path Planning)
        :::行为决策 (Behavioral Decision)
        :::运动规划 (Motion Planning)
        :::端到端大模型 (End-to-End AI)
      控制执行层
        :::线控转向 (SbW)
        :::线控制动 (BbW)
        :::驱动控制 / 动力系统
    核心支撑平台
      车载计算::icon(fa fa-server)
        :::大算力芯片 (如 NVIDIA DRIVE)
      云端训练
        :::超算中心
        :::生成式AI与仿真训练

自动驾驶（Autonomous Driving）是指车辆通过车载传感器与算法自主完成环境感知、路径规划与行驶控制的驾驶方式。它利用摄像头、激光雷达（LiDAR）、毫米波雷达、超声波雷达及 GPS 等设备感测周围环境，并交由人工智能和计算机视觉模型进行极短时间内的推理与决策，最终转化为转向、加速与制动等车辆控制动作。 [1, 2, 3] 目前，国际汽车工程师学会（SAE）将自动驾驶技术统划分为 L0 至 L5 共六个等级： [4, 5]

自动驾驶分级与特征

级别名称核心特征驾驶主体典型代表 / 场景
L0无自动化纯人工驾驶，仅提供碰撞预警或盲区监测。人类驾驶员传统无智驾汽车
L1驾驶辅助车辆能单项控制转向或加减速（如自适应巡航）。人类驾驶员单项 ACC 或 LKA 功能
L2部分自动化车辆同时控制转向和加减速，人类必须全程监管并随时接管。人类与系统协同Tesla FSD、各类量产车的高阶辅助驾驶
L3条件自动化特定路况下（如拥堵高架）由系统驾驶，人类在系统提示时才接管。系统（人类后备）搭载特定交通拥堵引导系统的车型
L4高度自动化限定区域/场景下（如特定城市或无人的士）完全由系统控制，无须人类接管。自动驾驶系统Waymo、萝卜快跑、小马智行 Robotaxi
L5完全自动化全场景、全天候的无条件完全自动驾驶，车内甚至无须设计方向盘与踏板。自动驾驶系统终极形态（暂未商用）

行业现状与发展趋势

  • 主动安全技术全面标配：自动避让系统（如 eAES）正从高端选装演变为“安全标配”。随着消费者刚需与政策的双轮驱动，主动安全技术在日常行驶中避免了大量潜在碰撞。 [6]
  • Robotaxi（无人驾驶出租车）全球化布局：L4 级全自动驾驶已在全球多地开启商业化落地与出海进程。例如，Waymo 在北美已完成数千万次全天候行程，国内的萝卜快跑在多城扩大试运营，小马智行等企业也将商业化车队开进克罗地亚、伦敦及阿联酋等海外市场。 [1, 7, 8]
  • 大算力平台与云端仿真：随着算法从传统规则向端到端大模型演进，智能汽车的落地高度依赖超强车载计算平台（如 NVIDIA DRIVE AGX 系列）与云端 Omniverse 仿真验证系统的支持。 [9]
  • 法规与社会议题：虽然技术突飞猛进，但全球各地的法规限制、责任划分以及对传统网约车/出租车司机群体的职业替代冲击，仍是技术全面普及前需要跨越的社会和法律门槛。 [1, 10]

链接：

关系图谱

反向链接