電子發燒友網報道（文/李彎彎）如今，汽車智能化正加速滲透，適應巡航、車道保持、自動泊車等功能幾乎成為主流新能源車的標配。有機構預測，2025年全球自動駕駛汽車出貨量預計達5000萬臺，中國L2級以上智能汽車銷量將破1000萬臺，智能汽車滲透率將達50%。

自動駕駛的實現流程，基本上是感知-決策-執行，感知部分負責感知周圍的環境，并進行識別和分析；決策部分負責路徑規劃和導航。而這些環節的實現離不開AI技術的支持，比如感知部分用到的計算機視覺技術，以及決策部分的路徑規劃算法及行為決策等。

智能駕駛技術最新進展

除了智能汽車的數量在提升，汽車輔助駕駛功能也在不斷升級，今年以來，行泊一體功能也開始在多款車型上實現量產，城市全場景輔助駕駛系統也開始上車。

什么是行泊一體？隨著整車電子架構由分布式走向集中式，以及大算力芯片和域控技術的不斷成熟，過去通常需要分別裝配、獨立運行的行車和泊車系統，逐漸走向一體化融合發展，即基于一套傳感器和域控硬件，實現行車輔助和泊車輔助功能的落地，這就是行泊一體。

相較于過往行車和泊車系統獨立運行，行泊一體系統針對多項功能及應用場景實現傳感器硬件復用，在成本、整體性能及開發效率上均有較大優勢。

2021年的時候，就已經有數十家供應商宣布已經推出行泊一體解決方案，包括德賽西威、福瑞泰克、未動科技、魔視智能、智駕科技、知行科技、東軟睿馳、縱目科技等。

到今年，行泊一體方案開始逐漸走向量產，比如4月，搭載易航智能NOA行泊一體方案的首款量產車上汽大通MAXUS正式上市，小鵬P7等車型也實現了行泊一體方案的量產落地，理想、上汽、極氪、比亞迪等汽車品牌也發布了配備行泊一體功能的車型規劃。

此前更多車型都專注于高速域駕駛輔助系統，如今更多整車企業和自動駕駛技術公司，把目標鎖定在對更高階的城市域場景應用，如今已經取得進展的有毫末智行和小鵬汽車。

今年9月，搭載毫末智行城市輔助駕駛系統（NOH）的長城汽車旗下魏牌摩卡DHT-PHEV激光雷達版量產，這也是國內首個量產上車的城市輔助駕駛系統。

城市場景相較于高速場景更為復雜，在產品力方面，毫末智行城市NOH路口通過率超70%、變道成功率超90%、交通流處理能力高達4級，基于毫末數據智能體系MANA的強大能力，城市NOH解決了業內公認的紅綠燈識別、紅綠燈&路口綁路與車道線識別等問題。

搭載毫末HPilot3.0的魏牌摩卡全新車型，采用了高通5nm制程的SnapdragonRide芯片，AI算力達到了360TOPS，同時配套2個激光雷達、12個Camera、5個毫米波雷達。

9月15日，小鵬汽車董事長何小鵬在其個人社交平臺上曬出一段自己駕駛小鵬G9在廣州公開道路行駛的視頻，作為小鵬汽車旗下的第四款新車，小鵬G9除更大的空間和全系標配800V高壓超充平臺外，其重要的賣點之一便是將實現城市全場景智能輔助駕駛功能。

小鵬城市NGP具備首個可量產的厘米級城市定位能力，基于視覺、高精地圖、GPS、IMU、輪速儀的多傳感器融合定位，城市定位精度達到厘米級。同時，具備更細顆粒度的城市高精地圖靜態信息+天級更新能力，也是首家實現不依賴激光點云地圖的厘米級城市定位能力。

高精地圖加上單車多融合傳感系統，是NGP能走進城市的基礎。該系統硬件配置傳感系統融合2個激光雷達、12個超聲波傳感器、5個毫米波雷達、13個高感知攝像頭、1 套亞米級高精定位單元等多種感知硬件。

自動駕駛用到AI算法和硬件

在自動駕駛發展AI技術起到至關重要的作用。如上文所言，自動駕駛的實現流程，基本上是感知-決策-執行，感知部分負責感知周圍的環境，并進行識別和分析；決策部分負責路徑規劃和導航；執行部分負責汽車的加速、剎車和轉向。

感知部分需要感知周圍的環境，尤其是車輛、行人、路障等對汽車行駛有影響的環境信息，該模塊主要通過激光雷達、毫米波雷達、超聲波雷達、攝像頭等對車輛周圍物體進行感知，同時，計算機視覺會在該模塊中起到輔助定位的作用。

比如，物體的識別與跟蹤，即通過深度學習的方法，自動駕駛車可以識別在行駛途中遇到的物體，比如行人、空曠的行駛空間、地上的標注、紅綠燈，以及旁邊的車輛等。行人及旁邊的車輛等物體都是在運動的，需要跟蹤這些物體以達到防止碰撞的目的，這里會涉及光流等運動預測的算法。

再比如，車輛本身的定位，即通過基于拓撲與地標的算法，或者基于幾何的視覺里程計算法，自動駕駛車可以實時地確定本身的位置，以滿足自主導航的需求。

硬件層面來看，現在多數車型都會搭載攝像頭、超聲波雷達、激光雷達、毫米波雷達，搭配計算機視覺技術，獲取足夠多路況信息、交通信息等。比如上文提到的搭載毫末HPilot3.0的魏牌摩卡全新車型，以及小鵬G9，傳感系統搭配的各種傳感器數量總計達到20、30多個。

車載攝像頭是智能駕駛汽車重要的傳感器，一般而言搭配數量最多，功能是監控汽車內外環境以輔助駕駛員行駛，按照安裝位置的不同可以分為前視、后視、環視、內視等；超聲波雷達技術成熟、性價比高，一般是倒車、停車場景下最優的量產選擇方案。一般車型上都會搭配多顆毫米波雷達，毫米波雷達具備全天候全天時的探測能力，在極端惡劣環境仍可正常工作；很多車型也會搭載少數激光雷達，可以讓車輛對障礙物的判斷更精準。

決策部分相當于是自動駕駛的大腦，通過感知層收集的數據，對周邊環境進行分析，并規劃駕駛路線，做出行為決策等。路徑規劃，即計算出地圖上起始點到終點的最優路徑，如何在各種場景下，迅速、準確地規劃出高效路徑，且使其具備應對場景動態變化的能力，是路徑規劃算法應當解決的問題，比如Dijkstra算法、PSO算法、遺傳算法、強化學習等。

行為決策，即決定車輛的行駛意圖，比如，對于靜態障礙物，決定往左繞還是往右繞，對于動態障礙物，決定減速避讓還是加速超車。目前，自動駕駛汽車常用的行為決策算法主要有三種類型：1、基于神經網絡，自動駕駛汽車的決策系統主要采用神經網絡確定具體的場景并做出適當的行為決策；2、基于規則，工程師想出所有可能的“if-then 規則”的組合，然后再用基于規則的技術路線對汽車的決策系統進行編程；3、混合路線，結合了以上兩種決策方式，通過集中性神經網絡優化，通過“if-then 規則”完善。

在計算芯片方面，各家都在積極推出更大AI算力的芯片，包括英偉達、高通、地平線等，比如日前英偉達就發布了最新一代的自動駕駛計算芯片DRIVE Thor，單顆芯片算力高達2000 TOPS，顛覆了目前各家自動駕駛計算芯片的最高水平。

在此之前，最高的應該是高通5nm制程的SnapdragonRide芯片，單顆AI算力達到了360TOPS，再就是英偉達上一代的Orin，單顆芯片AI算力256TOS，還有就是地平線的征程5，單顆芯片AI算力128TOPS。

各家汽車品牌想要實現更高級別的輔助駕駛功能，都嘗試搭載更大算力的計算芯片，比如今年3月開始交付的蔚來ET 7，其自研的車載NIOAdam平臺配備4顆 Orin芯片，算力達到1016TOPS；搭載毫末HPilot3.0的魏牌摩卡全新車型，采用高通5nm制程的SnapdragonRide芯片；極氪已經表示將搭載英偉達最新2000TOPS算力Thor。

小結

從目前的情況來看，智能汽車的數量在不斷上升，汽車輔助駕駛的功能也在不斷升級，汽車的智能化程度越來越高，這其中離不開人工智能技術的不斷發展，比如計算機視覺，也離不開各類傳感器，比如激光雷達，自動駕駛計算芯片等性能的不斷提升。相信未來，隨著各項技術不斷提升，更高級別的智能駕駛汽車將會更廣泛的走向市場。