自动驾驶是一种机汽车驾驶系统，它通过人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有人类主动操作的情况下，自动安全地操作机动车辆。自动驾驶汽车是技术的载体，也是智能汽车的一种，又称轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现自动驾驶的目的。
在自动驾驶等级划分上，SAE（国际汽车工程师学会）将自动驾驶技术分为L0-L5，共6个等级，NHTSA（美国国家公路交通安全管理局）将自动驾驶分为L0-L4共5个等级。目前部分车企已经推出了具有L2功能的车型，L1和L2仍然需要驾驶员驾驶，属于ADAS（高级辅助驾驶系统）范畴。而L3将是一个风水岭，从L3开始，汽车才真正进入到自动驾驶范畴，L3指在特定场景下，系统可以实现对车辆的完全接管，当驾驶员在系统失效时，驾驶员取得驾驶权。
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（毫米波雷达、激光雷达、单双目摄像头以及卫星导航），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。ADAS是商用车自动驾驶的发展基础，目前主流车型的功能基本处在L2级别，在商用车应用场景中，现在的部分港口、矿山等封闭场景已经可以实现L4级别自动驾驶。
环境感知：车载摄像头（1/2）要实现自动驾驶系统，首先要解决的就是感知层信息采集的过程，自动驾驶感知系统会用到各种传感器，包括摄像头、超声波雷达、毫米波雷达、激光雷达、红外夜视，以及用于定位和导航的GNSS（全球导航卫星系统）和IMU（惯性测量单元）。每种类型的感知技术都有优缺点，通过他们之间信息的充分融合，最终才能形成全面可靠的感知数据，供给决策与控制系统使用。
车载摄像头主要组成部件包括 镜头组、图像传感器（CMOS）以及 数字处理芯片（DSP）。车载摄像头的工作原理，是将采集好的图像转换为二维数据，然后对采集的图像进行模式识别，通过图像匹配算法识别行驶过程中的行人、车辆、交通标志等，最后依据目标物体的运动模式或使用双目定位技术，估算目标物体与本车的相对距离和相对速度。
环境感知：超声波雷达环境感知：毫米波雷达环境感知：激光雷达环境感知：传感器融合车身感知：高精度定位车身感知：高精度地图通信技术：车联网V2X算法决策：车用芯片算法决策：自动驾驶算法算法决策：车控操作系统执行控制：线控制动执行控制：线控转向可点击下方 行行查 链接查看 报告全文
自动驾驶汽车在真正商业化应用前，需要经历大量的道路测试才能达到商用要求。仿真测试主要通过构建 虚拟场景库，实现自动驾驶感知、决策规划、控制等算法的 闭环仿真测试，满足自动驾驶测试的要求。场景库是自动驾驶仿真测试的基础，场景库对现实世界的覆盖率越高，仿真测试结果越真实。而且自动驾驶汽车研发的不同阶段对于场景库的要求也不同，需要场景库实现不同的测试功能。
中国自动驾驶行业产业链加速推进车路协同应用落地自动驾驶产业链上游包括感知层、传输层、决策层和执行层，中游平台层和自动驾驶汽车制造企业，以及下游的应用场景等几方面。具体来看：
•上游：感知层、传输层、决策层和执行层推动技术落地。目前自动驾驶汽车感知层带来的市场增量主要在传感器。自动驾驶技术实现的真正门槛就在于决策层上。从决策层面看，软件和数据、芯片、ADAS算法、高精度地图定位以及车联网系统为汽车进行路况判断，规划最优行驶路径，起到决策作用。
•中游：平台层提供众多解决方案。平台层涉及整车生产与自动驾驶运营环节，主要涉及核心零部件的制造，与物联网、算法、大数据等技术的融合，解决方案通常自主研发或与传统车企合作研发。
•下游：应用层渗透率不断提升。自动驾驶技术商业化后的使用场景十分广泛，当前阶段主要应用于一些限定场景、低速场景以及环境复杂度低的场景中。
中国自动驾驶行业政策法规利好政策不断，加速商业化落地我国近些年相继出台了一系列法律法规促进了自动驾驶及智能汽车发展。2015年开始《中国制造2025》将智能网联汽车列入十年重点，2020年在明确智能汽车未来产业发展战略的同时，明确了2025/2030年自动驾驶汽车应用场景，并对L3+自动驾驶推广作出指导，到2021年推动城市交通基础设施、交通载运工具、环境网联化和协同化发展。
中国自动驾驶行业观点与分析自动驾驶的价值思考与畅想发展难点与存在问题可点击下方 行行查 链接查看 报告全文
欢迎评论、点赞、收藏和转发！ 有任何喜欢的行业和话题也可以私信我们。
