電子發燒友網報道（文/李彎彎）近些年，政府不斷出臺政策推動智能駕駛發展，近日交通運輸部就發布了關于《自動駕駛汽車運輸安全服務指南（試行）》（征求意見稿）公開征求意見的通知，鼓勵在條件相對可控的場景使用自動駕駛汽車從事出租汽車客運經營活動。

如今，智能駕駛相關設備和設施正在加速建設，智能駕駛法規也在日趨完善，智能駕駛市場正在加速發展，未來智能駕駛必將成為人們主流的出行方式。

目前的智能駕駛有多智能

智能駕駛根據自動化程度被分為L0到L5級別，有什么差別呢？具體來看，L0幾乎不具備自動駕駛技術，車輛完全由駕駛員掌控；L1具備自適應巡航、車道保持輔助、制動剎車等功能，仍然由駕駛員駕駛車輛，駕駛員雙手不可離開方向盤；

L2則包括全速自適應巡航、自動泊車、主動車道保持、自動變道、限速識別等更多功能，自動駕駛技術可以短暫接管一些駕駛人員，駕駛員眼和手可以短暫獲得休息，不過仍然需要做好隨時接管駕駛任務的準備。

如今乘用車基本處于L2級別，包括部分企業說的L2+、L2++自動駕駛等級別，一般而言，L2+自動駕駛等級是指在L2的基礎上增加了自動變道、自動進出匝道等功能，L2++被認為是在道路上行駛過程中，駕駛員可以長時間脫手，目前較多的是在高速路場景下。

目前業界正在積極將智能駕駛推進到L3級別，到這個級別，車輛幾乎可以獨立完成全部的駕駛操作，主動完成加速減速、變道超車等一系列動作，駕駛員可以將手離開方向盤，腳離開踏板，不過駕駛員仍然需要保持注意力，在出現緊急情況時隨時接管車輛。

等到L4級，可以說就是真正意義上的自動駕駛了，不再需要駕駛員隨時接管和干預，到L5，就是大家常說的無人駕駛，車里面甚至可以不用配置方向盤、油門踏板等組織部件了。

從目前的情況來看，不少乘用車自動駕駛正在接近L3級，即輔助駕駛產品正在讓駕駛者角色從“操控者”到“監督者”進行轉變，用戶投入的監督精力會越來越少。

城市輔助駕駛成各家必爭之地

相較于高速場景，城市路段更為復雜，今年以來，不少廠商開始推出并量產城市輔助駕駛系統產品，2022年也被認為是城市智能輔助駕駛量產的元年。

毫末智行成立于2019年，是一家致力于自動駕駛的人工智能技術公司，前身是長城汽車的智能駕駛前瞻部。毫末智行COO侯軍在接受電子發燒友采訪的時候表示，公司HPilot輔助駕駛系統已經完成HWA高速智能駕駛系統，NOH智慧領航輔助駕駛系統，以及城市NOH的技術研發和功能迭代，駕駛場景可覆蓋全國31萬公里的高速和城市快速路。

HPilot輔助駕駛系統已搭載于包括魏牌摩卡、魏牌瑪奇朵、坦克300、坦克500等近十款乘用車量產車型，截止到2022年8月，毫末用戶輔助駕駛行駛里程已突破1500萬公里，領跑中國量產自動駕駛市場。

基于消費者對輔助駕駛智能化需求的增加，毫末從HPilot 1.0到HPilot3.0功能不斷升級，HPilot 1.0具備高速場景下的高級輔助駕駛能力，可提供智慧巡航、自主變道、智能過彎、智慧躲閃、自動緊急制動等功能；HPilot2.0在算力提升的同時加入了“行泊一體”智能場景解決方案；HPilot3.0則將高級輔助駕駛從高速場景拓展到城市場景。

在城市輔助駕駛系統方面，侯軍表示，得益于“重感知”路線，毫末城市NOH將是國內第一個實現大規模量產的城市輔助駕駛產品，也將是國內第一個最實用高效的城市輔助駕駛產品。

在硬件層面，搭載了毫末HPilot3.0的魏牌摩卡全新車型，采用了高通5nm制程的 Snapdragon Ride 芯片，AI算力達到了 360TOPS，這是目前全球算力最高的可量產自動駕駛計算平臺，同時配套2個激光雷達、12個Camera、5個毫米波雷達，量產車將在 2022 年上市。

在產品力方面，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，同時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。

值得注意的是，MANA是毫末AI的底層系統，是毫末能力進化的核心動力。據侯軍介紹，毫末智行的數據智能體系MANA，是中國首個自動駕駛數據智能體系，由TARS、LUCAS、VENUS和BASE四個子系統組成。

BASE包括數據的獲取，傳輸，存儲，計算，以及新的數據分析和數據服務；TARS是一些關于計算的核心算法原型，用于感知、認知、車端建圖、和驗證的實踐；LUCAS是對算法在應用場景上的實踐，包括高性能計算、診斷、驗證、轉化等核心能力；VENUS是數據可視化化系統，包括軟件和算法的執行情況，對場景的還原，以及數據洞察等能力。

目前搭載毫末城市NOH功能的魏牌摩卡測試車，已在北京、上海、廣州、武漢、保定等多個城市完成累計上千公里里程的真實場景測試，并將陸續實現對國內更多城市的覆蓋。

小結

目前都市通勤是當下汽車最主要的使用場景，不過用戶在使用輔助駕駛產品的過程中，依舊有很多值得自動駕駛企業關注與改進的細節，比如使用場景的邊界需要更廣，要能在多地多城市多場景使用，不能是局限在某特定區域內。

如今在乘用車領域，高級別輔助駕駛已經逐漸從高速場景向城市出行拓展，城市開放場景將成為智能駕駛下半場的兵家必爭之地，未來隨著城市領航輔助駕駛系統量產使用，智能汽車的體驗將會進入一個全新的高度。