从机械式系统到软件定义，辅助驾驶将释放多大能量？

　　8月1日，国家工业和信息部装备工业一司副司长郭守刚表示：“2021年，我国L2级辅助驾驶乘用车新车市场的渗透率达到23.5%，2022年上半年提升到了30%。”这意味着我国辅助驾驶环境已初具规模，并向更高级别稳定发展中。

　　辅助驾驶是许多技术的总合，不同细分领域的发展层次差别较大，部分技术也制约了更高级别辅助驾驶的落地，那么我国主流的辅助驾驶技术有哪些？各自的发展情况如何？未来我国高级辅助驾驶的突破口又在何方？

　　辅助驾驶技术的前世今生

　　从我国25万元以上乘用车（这也是辅助驾驶系统渗透率最高的价格区间）市场来看，目前应用最多的辅助驾驶技术包括：自适应巡航控制（ACC）、自动紧急制动（AEB）、车道保持系统（LKA）、自动泊车（PA）、前碰撞预警（FCW）、车道偏离预警（LDW）、盲区检测（BSM）、智能远光灯控制（IHC）、全景泊车（SVC）等。

　　其中不乏从机械时代、电子时代进化至今的“古早技术”，更有随着5G、大数据等技术成熟后应运而生的新兴应用。

　　比如自适应巡航控制（ACC），它的前身是巡航控制Speedostat，也是公认最早出现在汽车上的ADAS技术之一。1950年，Speedostat成功获得专利，它的原理在今天看来十分简单——包含一个连接到源自汽车驱动轴的机械调速器装置的仪表板速度选择器。在调速器的驱动下，真空泵会向上推动油门踏板，向驾驶员发出减速触觉信号。但在当时，媒体对它的评价是“它使我们在汽车自动驾驶的道路上向前迈进了几英里”。

　　1958年，克莱斯勒成为第一家采用Speedostat的汽车制造商。随后凯迪拉克也使用了该系统。很快，机械式的Speedostat发展为电子式定速巡航系统，提高了精度的同时，也降低了机械结构的故障率。之后用于通讯的毫米波雷达被逐渐运用到汽车上。毫米波雷达不仅能测定远方物体的距离、大小以及速度，还可以和摄像头一起工作,实现碰撞预警功能。至此，ACC技术才慢慢进化成我们熟悉的样子。

　　自动紧急制动技术(AEB)也是如此。AEB是指汽车检测危险或检测驾驶员在危险情况下缺乏响应能力时，汽车将自动实施制动，能将碰撞风险程度降到最低，其有时也被称为前向碰撞感应。早在二战时期，就有多位工程师提出基于雷达控制的制动系统，并于1959年应用于通用概念车中。但由于成本和可靠性质疑，直到90年代，该系统才真正被推向市场。

　　1992年，三菱汽车发布了名为“距离警告”的激光系统，能在其他物体过于靠近汽车时提醒驾驶员。那时的系统只能“看到”几十米远。随着高动态范围摄像头、远距离激光雷达或雷达之间的传感器融合以及快速机器视觉处理的发展，今天的系统可以看到300m甚至更远的距离。

　　类似的技术还有很多，当然也有不少新技术是近几年才出现在大众视线中的。

　　比如驾驶员监控系统（DMS）。最早的DMS系统可追溯到20世纪90年代末，但直到2020年该系统才真正走进大众视野。DMS使用计算机视觉、摄像头和处理程序，寻找面部和眼睛的线索，以确保驾驶员的注意力。欧洲新车评估组织(NCAP)要求到2024年所有新车都必须有DMS系统，但市场对成本的增加高度敏感。

　　好在另一类乘员监控系统（OMS）凭借出色的舒适性和便利功能，成为车主更乐意买单的方向。驾驶员通过手势、面部识别、语音设置来控制车辆，随着互联网智能汽车成为主流，OMS系统获得了更多用户的认可。

　　还有环视和车镜替代系统：当与汽车周围的超声波传感器相结合时，环视系统让周围的情况直观地呈现在驾驶员眼前，有效地避免了碰撞，适合狭小的停车空间。因此这些系统也被称为全向视角(Omni view)或360°视角。第一辆拥有环视系统的汽车是2007Infiniti EX35，由英菲尼迪和日产共同开发。

　　高级辅助驾驶技术应用的瓶颈

　　如果我们将目前的高级辅助驾驶技术分类，它们的原理和功能基本可以分成三大类别：

　　1. 环境感知：感知系统依靠各种传感器（包括：摄像头、毫米波雷达、超声波雷达、激光雷达、高精地图/IMU/GPS等）来获取汽车所处环境信息和周边车辆、行人、交通信号灯和路标等信息，为汽车的综合决策提供数据支撑。

　　2. 决策规划：通过环境感知的结果进行数据融合，结合高精地图数据确定合适的工作模型，决定相应的轨迹规划方案，以达到替代人类做出驾驶决策的目的。

　　3. 控制执行：也就是对一个具体的最小决策规划结果的实际执行，从而达到规划的目的。具体在车上，通常体现为通过各种控制理论和算法来控制车辆的驱动、制动和转向系统，从而实现车辆的横向及纵向控制，使汽车精准地按照决策规划实现有效的避让、减速、车距保持、转向等动作。

　　不难看出，有了5G、激光雷达、传感器技术的赋能，原有的辅助驾驶技术性能不断提高，应用越来越广。新型辅助驾驶技术更多地着眼于改善用户驾驶体验，将重点从车转移到驾驶及乘用人员身上，与原有技术构建起完整的辅助驾驶生态。当一项技术成为行业发展的突破口时，该技术同时也制约着行业的发展。

　　以感知技术为例，目前常多信息采集设备有：摄像头、毫米波雷达、超声波雷达等。但它们都有自己的优势和缺陷。比如摄像头有很强的物体识别功能，但在光线昏暗及雨雾环境中就失去了功能；毫米波雷达在探测距离、精度、应对恶劣天气上更有优势，但分辨率相对较低，难以满足交通信号的识别、车道线检测等需求；激光雷达识别精度高，探测距离远，但在雨雾天气下工作困难，且眼下价格昂贵。

　　无一例外的是，目前我国在这三大领域任重而道远。

　　摄像头领域，光学镜头镜片和图像传感器分别占到了总成本的20%和50%。国产在这块有一定的机会，因为精密玻璃制造加工占比最高的欧菲光、舜宇和丘钛才仅仅占据全球的40%成份额。但图像传感器则被美日企业霸榜，安森美、豪威Omnivision、Sony占据前三。摄像头总成方案，依然是欧美占据头部，国内常见应用的解决方案厂商有：Sony、麦格纳、法雷奥、大陆、海拉。好在国内厂商近年表现抢眼，如海康威视、德赛西威、苏州智华、辉创电子都交出了不错的成绩单。

　　雷达领域，最重要的技术核心都在芯片中，包括信号发射接收相关MMIC/PMIC和信号处理MCU。因为各种原因，国产芯片在应用中鲜有出现，目前主流的供应商均为欧美零部件巨头，如：恩智浦，英飞凌，德州仪器等。同样，车载雷达总成主要的供应商也是大陆、博世、维尔宁、海拉这类跨国企业。

　　除了设备性能外，算力是制约辅助驾驶性能的另一大命门。芯片决定算力。在L2/L3级别的自动驾驶领域，Mobileye的芯片占主导地位。其芯片核心优势同样在视觉处理，市场份额超70%。

　　本土企业的机遇

　　自车企经受“缺芯门”影响后，他们开始寻求更多供应渠道，这给到国产芯片企业两种合作模式：一是OEM企业承担主要开发任务；二是芯片供应商承担更多开发任务。例如，华为Huawei Inside直接与车企沟通，定制软开发，提供包含智能驾驶应用软件、计算平台以及传感器在内的智能驾驶全栈解决方案。

　　当然，面对我国千亿级汽车市场，本土产业依然有着得天独厚的发展机遇，尤其在新能源汽车领域，国产新势力的崛起给了本土产业一大立脚点与突破口。

　　目前来看，智能网联、智能座舱、车路协同是本土企业重要的发力点之一。智能网联打破了汽车信息孤岛的局限，形成了以出行为核心的生活服务场景；智能座舱可视为智能手机的延伸，商业模式也类似手机。用户对汽车的价值理解也从出行工具向“第三空间”转变，智能座舱沿着“本地化-网联化-智能化”不断升级，在传统油车和新能源汽车上都有亮眼的表现。

　　值得一提的是，目前的辅助驾驶只能算“单车智能”，即所有的传感器都装在车上，通过人工智能算法和芯片算力，在本地进行判断。随着汽车的智能化和网联化的发展，车路协同将实现智能汽车与互联网、现实路况信息交互，推动“人—车—路—云”实现高度协同，为真正的自动驾驶埋下希望的种子。

　　写在最后

　　高级辅助驾驶还有很长的路要走，本土企业还有很多的难关要闯。但不可否认的是，高级辅助驾驶已成为新车上市必秀的卖点之一，越来越多的高级辅助驾驶功能正逐步下探到入门车型成为标配。根据艾瑞咨询研究报告显示，预计2025年高级辅助驾驶功能在乘用车市场可以达到65%左右的渗透率。L3级别的高速自动领航HWP功能和L4级别的AVP自动泊车功能，未来提升空间很大。

　　我们有理由相信，用户暂时的信任危机会随着设备精度、芯片算法的提升消散。市场已经做好了准备，机遇的大门已经向技术巨头敞开。谁将坐上这个千亿市场的第一把交椅，市场又会在现有的格局下有怎样的洗牌，让我们拭目以待！