当前，在智能驾驶技术的突破下，越来越多的车企公司都在智能驾驶领域做出大动作，来对外展示目前最新技术能够达到的水平。从华为到北汽，从滴滴到百度，这也为近年来轰轰烈烈的“造车运动”掀起新一波热潮。

不可否认，智能驾驶的发展给智能交通的实现提供了更多的可能，然而，在一众科技大厂涌入智能驾驶领域的同时，智能驾驶也适时给人们浇下了凉水。人们越来越发现智能驾驶的理想与现实层面的差距——特斯拉就是最好的证明，并且，仅仅依靠单车智能似乎无法解决应对城市道路中的复杂多变的情况。

从概念的提出至今，智能驾驶发展到哪一步了？人们离智能驾驶的理想实现又还有多远的距离？

一、ADAS综述

高级驾驶辅助系统（Advanced Driving Assistance System，ADAS）是利用安装在车上的各式各样传感器，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。

按照美国汽车工程师协会公布的自动驾驶分级，L2级及以下定义为高级辅助驾驶技术，L3级及以上定义为自动驾驶技术。当前市场仍为L1-L2的辅助驾驶主导。

ADAS系统主要由三部分构成，其分别为信息采集、信息处理、执行动作。信息采集系统主要由雷达、摄像头、温度传感器等构成；信息处理部分主要由DSP系统和影像处理器构成；执行动作主要是由执行器部分构成。

ADAS系统根据应用范围可以分为安全类辅助驾驶和提升舒适类的辅助驾驶系统，现在应用比较广泛的系统有盲点检测系统、驾驶员困倦报警系统、前向碰撞预警系统、车道偏离预警系统、夜视系统、停车辅助系统、自适应巡航控制系统、下坡控制系统、交通标志识别系统等。

目前自适应系统、车道偏离预警系统等运用比较广泛，技术处于普及和推广的阶段，应用以及从豪华车到中档车的过渡阶段。

二、上车量产，L2智能驾驶渗透率逐步提升

在当前的汽车市场，智能辅助驾驶功能正在成为行业与消费者关注的重点。基于此，自动驾驶乘用车的渗透率也在逐步增加。根据IDC发布的《中国自动驾驶汽车市场数据追踪报告》中显示，2021年第一季度，L2级自动驾驶乘用车在我国的渗透率仅为7.5%，而到了2022年第一季度，L2级自动驾驶乘用车渗透率已经达到了23.2%，呈现出大幅增长的态势。

此外，记者在翻阅5月份上险量时发现，2022年5月份，共有85家车企销售新能源汽车，其中有54家车企在售的120款车型中都配有L2智能驾驶功能。而这些车型在5月份新能源汽车销量中占比约为40%。这说明，智能辅助驾驶功能也成为了新能源汽车的核心卖点。

根据记者不完全统计，目前已经实现并量产L2+智能辅助驾驶系统的企业大约有20家。在这些企业当中，有乘用车起家的毫末智行、Momenta；也有从L4降维到L2的文远知行、元戎启行等。值得注意的是，这些企业都与车企及Tier 1巨头进行了深度绑定，为乘用车提供智能辅助驾驶方案。

IDC中国智能汽车领域研究经理王博对记者表示：“中国的自动驾驶技术发展良好，科技公司充分发挥自身技术优势，与多家汽车厂商开展积极合作。”

在已经实现自动驾驶商业化落地的企业中，特斯拉是进度最快的企业。其在2021年7月就正式推出了城市与区域高级智能辅助驾驶系统FSD 9.0.2021年，特斯拉全球交付量达到了93.6万辆，同比增长87.4%。不断增长的销量也为特斯拉的智能辅助驾驶系统提供了海量的行驶数据，助力其技术迭代。

此外，造车新势力三巨头“蔚小理”也从一开始就推出了“智能汽车”的概念，并分别在2020年10月、2021年1月、2021年9月推出了高速领航辅助驾驶功能。

而作为长城汽车内部孵化而出的自动驾驶企业，毫末智行也通过大量的行驶数据为长城汽车旗下产品提供了两款具备高速域辅助驾驶功能的系统，HPilot 1.0与HPilot 2.0.与此同时，支持城市域辅助驾驶功能的HPilot 3.0也将在今年年内落地。除了搭载毫末智行的系统外，长城汽车也与百度进行了合作，搭载百度AVP系统的长城哈弗神兽车型已经上市。

汽车行业首席分析师崔琰表示：“智能驾驶里边有两个技术路线，一个就是渐进式，以特斯拉为首的传统车企为主，另外一个是跨越式，像谷歌的Waymo、百度的阿波罗，包括还有一些科创公司，都在加速推进。不管是渐进式还是跨越式，这两年都已进入到了一个加速的商业化阶段。”

三、不可回避的安全问题

智能驾驶的实现，离不开感知、规划、控制这三大技术要素。实际上，这也是人类驾驶汽车过程的粗略拆分，即首先观察周围车辆情况、交通指示灯；然后依据自己的目的地方向，通过油门、刹车和方向盘，进行加速/减速、转弯/变道以及刹车的操作。

对于智能驾驶来说，智能驾驶汽车想要完成自主行驶，就需要像是人行走一样，“看”得清道路是第一要求，感知就是让智能驾驶汽车可以对交通环境进行理解和把握，通过感知系统的加持，智能驾驶汽车可以对交通环境中障碍物的位置、速度及接下来可能的行为。

交通环境中可以行驶的区域、交通规则等信息进行获取，智能驾驶汽车还可以通过感知系统了解自己所处的位置从而可以为进一步的决策和规划提供重要的道路信息。

智能驾驶汽车“看”的清是第一步，而对于“看”到的信息进行分析决策，并对之后的出行行为进行规划，则是更为重要的一个环节。就像人在路面行走一样，需要对自己要走的路径进行规划，智能驾驶汽车也要对获得的道路信息进行规划，根据规划方向的不同，可以分为行为规划、任务规划和动作规划。

智能驾驶汽车根据出行任务，对交通情况信息进行分析，从而做出对应的判断，如超车、停车、绕行等。规划系统就像是人类的大脑，会对获得的道路信息进行分析判断，并根据出行任务，对驾驶行为做出调整。

规划就是人类驾驶在驾驶汽车过程中对于交通环境对处理过程，规划对于智能驾驶汽车非常重要，想要让智能驾驶汽车安全行驶，能够处理各种交通环境，则需要智能驾驶汽车可以对不同的场景做出及时反应，在面对诸如“乘客优先”还是“行人优先”等决策时，可以直接给出最佳解决方案。

控制则是智能驾驶汽车落地的最直观的体现，作为智能驾驶汽车整套系统的最底层，控制系统对于智能驾驶汽车做出的规划做出反应，让智能驾驶汽车成功完成加速、减速、避让等一系列动作，智能驾驶控制执行的核心技术主要包括车辆的纵向控制和横向控制技术。

然而，就当前的技术来看，尽管如今的机器智能已经证明了在速度、精确度等方面机器可以远超过人类。当机器做出决策后，通过线控系统将信号传递到汽车的转向系统、制动系统和传动系统，可以确保信号的快速性以及准确性。

但要知道，智能驾驶是个复杂的系统，除了算法之外，还有很多复杂的现实情况需要考量，并且，在智能驾驶研究逐渐深入的背景下，传感器、芯片以及数据的问题也在逐渐暴露。

从智能驾驶的传感器角度来看，作为外部路况探测的传感器，其收集的信息将作为驾驶决策的输入，这是驾驶决策的重要保障。可以说，没有完整的信息，就不可能支持决策系统做出正确、安全的驾驶决定。虽然众多的传感器在单一指标上可以超越人眼，但是融合的难题以及随之而来的成本困境，成为智能驾驶演进过程中面临的第一个严峻考验。

多传感器的问题同时也埋下了下一个问题的隐患，那就是芯片的性能。如果需要更全面的了解外部路况信息，就需要部署更多的传感器。更多的传感器就对融合提出了更高的要求，而且在高速度的情况下，由于路况信息的变化，所带来的数据信息也更为海量。

根据英特尔的测算，一台智能驾驶的汽车，配置了GPS、摄像头、雷达和激光雷达等传感器。这些设备每天将产生约4TB待处理的传感器数据，如此巨大的数据量必须有强大的计算设备来支撑。而即使是英伟达这样的顶级GPU企业，也在算力和功耗的平衡上几乎达到了天花板。

于是，不能满足智能驾驶需求的传感器和芯片，就跟当前我们所使用的手机导航软件一样，在关键时刻总是会出现反应慢拍的情况，导致我们走错了岔路。在未来很长一段时间内，这都将是智能驾驶要跨越的巨大技术障碍。

四、ADAS行业未来发展趋势

当前智能汽车已成为全球汽车产业发展的战略方向，而自动驾驶技术是智能汽车发展的核心技术，因此，自动辅助驾驶(ADAS)向L4、L5级发展是必然趋势。据罗兰贝格(RolandBerger)公司的预测显示，至2025年，在全球范围内，预计到2025年全球14%的车辆无ADAS功能，40%的车辆具有L1级功能，36%的车辆具有L2级功能，10%的车辆具有L3级或更高功能。

从自动辅助驾驶(ADAS)各功能的使用前景来看，2025年，L3级及以上级别的ADAS功能将实现突破，HWP、远程泊车(自动代客泊车)功能的渗透率将达9%，而全自动驾驶(L4/L5)也将实现1%的突破;在L2级及以上功能中，渗透率较2020年将有大幅提升；同时，L1级ADAS的各项功能也将普及化。

此外，从地区来看，至2025年，欧洲汽车自动辅助驾驶(ADAS)的普及率将领先全球，因监管要求，到2024年欧盟对ADAS功能的规定要求将使前向摄像头和雷达成为在欧盟销售的所有车辆的标配设备；同时，美国、中国的ADAS普及率也将大大提升。

主要来源：华经产业研究，蓝鲸财经，华夏时报