2022年，盡管全球政治經濟環境充滿了極大的不確定性，但汽車的兩大技術引擎“電動化”和“智能化”依然帶動產業進入全新的高速增長階段。

其中2022年L2級自動駕駛滲透率預計超過25%，這一增長態勢將持續到2027年。

億歐智庫：

2020-2030年中國智能電動汽車自動駕駛滲透率情況

針對逆勢增長的產業趨勢，10月26日，億歐汽車舉行了量產為王-GTM2022智能駕駛功能量產應用線上沙龍暨報告發布會，智駕科技MAXIEYE作為功能量產應用代表參編《2022中國智能駕駛功能量產應用研究報告》（以下簡稱“報告”），公司副總裁兼運營總監楊騰飛受邀參與圓桌對話，以量產一線的視角分享關于產業現狀的見解及未來趨勢洞察。

八大核心觀點（劃重點）

?

L2到L2++迎來量產井噴，不要高估消費者的購買力，也不要低估L2規模化的速度

?

功能上車規模化與數據體系同步加速，二者缺一不可

?

供應商進入與C端用戶“直接對話”、與B端客戶共同定義產品的時代

?

產業價值價評估體系從 “技術論”走向“產品市場論”

?

性價比將決定AI+汽車能否載入科技文明的史冊

?

行業面臨共同議題：以安全和體驗促進智能駕駛的全民認知度和選擇意愿

?

行泊一體將帶來更符合用戶需求的高低速駕乘場景體驗

?

數據驅動自學習系統將是高階自動駕駛的分水嶺

功能上車

組合駕駛輔助聚焦量產性價比

2021年8月，中國市場監管總局發布國家標準的《汽車駕駛自動化分級》，2022年3月正式實施。

不同于SAE的分級，國標將汽車駕駛自動化分為0-5級，分別是：應急輔助、部分駕駛輔助、組合駕駛輔助、有條件自動駕駛、高度自動駕駛以及完全自動駕駛。

各級別智能駕駛典型功能

根據各級功能滲透率數據分析，目前國內智能駕駛產業正處于由組合駕駛輔助向有條件自動駕駛的過渡階段，即L2到L3之間。

從實現功能和傳感器配置上來看，基于單視覺的1VnR方案可支持實現L2級橫縱向融合控制功能，該方案的特點是基于前視系統實現融合控制，在傳感器和算力上具有高性價比的特點。

在L2++級別的功能中，領航輔助類功能是智能行車高階方案的發力點，目前有少數車型裝配，明年量產效應將更加明顯。同時由于不同企業在ADAS功能定義中略有區別，此次億歐報告對相關功能進行了如下梳理：

智駕科技MAXIEYE的對應方案如下：

MAXIPILOT1.0全速智能巡航系統

1V1R1V3R視覺一體機方案，覆蓋AEB自動緊急制動、TJA擁堵輔助、LCC居中控制等L2級橫縱向控制功能

MAXIPILOT1.0PLUS NOM領航輔助系統

1V5R視覺一體機方案，在L2基礎上實現L2++級高速場景點到點領航輔助駕駛

MAXIPILOT2.0 行泊一體系統

nVnR域控方案，實現行車（含領航輔助）和泊車功能的高度融合

但無論L2還是L2++，在量產這件事上，性價比已經成為產業的基礎共識。而隨著量產進程的加速，自動駕駛系統的安全性問題也被放大，行業重新審視系統邊界和運行穩定性問題。

性能解碼

全棧視角下的安全和體驗

如何評價一套成熟可量產且好用的ADAS系統？智駕科技MAXIEYE提出從安全和體驗的維度提升產品性能。

安全維度包括系統運行條件和狀態，如操作系統狀態、系統運行邊界、人員狀態；目標/事件檢測與響應機制，系統失效響應及安全冗余等。體驗維度則包括人機交互；通行效率；接管率；增值預設等等。

技術上如何實現？智駕科技MAXIEYE提出從感知到規控全棧技術鏈進行協同創新，層依托圖像像素級原始真值、泛化場景理解，大幅降低感知與規控跨平臺產生的誤差疊加，確保感知的每一步創新都緊貼功能體驗的本質需求。

如在感知層通過雙網冗余校驗降低漏檢誤檢，降低AEB自動緊急制動系統的誤制動和漏制動，實現安全護航的同時，提升駕駛體驗；

通過視頻流和多幀圖像處理技術，實現基于單目視覺的4D時空感知，從空間深度信息到時間信息，實現更精準的航跡預測；

通過FPP融合路徑規劃，充分利用周圍環境信息，對導航、車道線、車流、護欄等按優先級進行綜合判斷，在高精地圖缺失或導航丟失的情況下，保持系統安全穩定的運行。

此外，基于全棧的技術考慮，將更有利于從BEV鳥瞰圖視角下進行感知、融合、路徑規劃的深度學習化，實現真正意義上數據驅動的端到端自動駕駛功能開發，進一步實現系統性能質的提升。反之，數據驅動下也將從感知到規控，為車廠客戶帶來全方位的技術和產品性能升級。

增值預埋

數據驅動的高階自動駕駛

功能量產的同時，另一產業趨勢也很明顯：搭建數據閉環，利用高頻使用場景，建立高階自動駕駛的數據智能引擎。

從智駕科技MAXIEYE角度，建立數據智能引擎的核心內容包括幾個方面：

建立數據閉環。隨量產系統部署數據回傳機制，目前已設置33種場景觸發機制（持續增加中），包括功能觸發、駕駛員行為觸發、系統觸發、感知觸發等全方位數據，構建車云一體的有效場景庫及OTA軟件升級鏈路。

構建數據智能 -數據閉環的實現

搭建真值系統和自動化數據標注體系。基于地圖真值、目標真值、路徑真值，實現自動化數據標注，讓神經網絡模型和算法實現自學習。

基于BEV鳥瞰圖實現端到端自動駕駛系統開發。在BEV視角下做感知到規控的全棧技術架構設計，將讓自動駕駛系統從分層式集成開發走向端到端開發，改變傳統多目標檢測中基于離散模型疊加推理的信息丟失情況，時序融合有效解決遮擋目標問題，降低后處理復雜邏輯帶來的潛在問題，讓整個技術架構更加輕量高效，同時可實現精準的視覺里程計、建圖等功能。

構建數據智能 -

BEV視角下的高階自動駕駛系統開發

從全棧創新到數據驅動，也將支撐智駕科技MAXIEYE從當前量產到未來高階自動駕駛，可持續性地踐行極致性價比、人人可享的智能駕駛的產品理念。

審核編輯 ：李倩