目前汽车行业已经从电动化的上半场逐渐走向智能化的下半场，智能驾驶迎来了快速地发展期。

  特斯拉是智能驾驶赛道商最为领先的玩家。在 2018-2019 年特斯拉通过 提出的多头结构 HydraNets 算法提升了效率，解决了无人驾驶目标检测的多任务问题；2020-2021 年特斯拉推出了 BEV+Transformer 大模型算法，构建俯视角全景图，解决了 2D-3D 空间转换和感知性能问题；2022 年特斯拉引入占用网络，实现了感知一般障碍物的能力；2023 年特斯拉采用端到端方案，直接将传感器信息输入神经网络，提高感知和决策规 控整体性能。这四代算法也给智驾赛道的别的玩家提供了可以借鉴的清 晰路线，对后来者的算法发展带来了深远的影响。但基于强大的先发优势，特斯拉目前在算法、算力和数据等方面领先于别的玩家，在智驾方案中仍处于领先地位。

  华为通过 GOD 和 RCR 两个关键算法实现了对物和路的实时感知。GOD 2.0 网络实现了高达 99.9%的通用障碍物识别率，这中间还包括白名单外异形物体和细致分类；RCR 2.0 通过道路拓扑推理实现了导航地图和实际场 景的匹配，解决了没有高精度地图的关键问题。

  智能驾驶简称智驾，是信息化时代中机器通过多方面行为辅助人类进行驾驶以及部 分情况下代替人类进行驾驶汽车的技术。智能驾驶有别于无人驾驶。无人驾驶仅仅指代智能系统通过机器学习后掌握行驶技 术并代替人类进行驾驶汽车的系统技术，而智能驾驶的范围更广泛。智能驾驶通 常指包括 ADAS（Advanced Driving Assistance System，高级驾驶辅助系统）和自动 驾驶两大部分的机器辅助人类进行驾驶的全部技术总和，涵盖了从基础到精深的多 方面技术和效果层次。对于智能驾驶的技术层次，目前业界主要参考的有 SAE 分级（由美国汽车工程协会 提出）和 NHTSA 分级（由美国高速公路安全管理局提出）。

  NOA（Navigate On Autopilot，自动辅助导航驾驶）是智能驾驶中目前关注度最高的 技术，意在将导航与辅助驾驶结合起来，达到汽车自主决策行驶的目的。该技术在 SAE 分级中属 L3，目前较为成熟的技术有高速 NOA，即可由系统自主决策驶入驶 出高速，并更换车道超越前方较慢的车辆，目前有部分智驾厂商具备该方面技术并 足够成熟可用于商业化。而城市 NOA 和通勤 NOA 功能对于大多厂商而言还处于研 发阶段，两者概念相似，意在解决城市道路上较为复杂的通勤场景下的自动辅助导 航驾驶，但如特斯拉、华为、小鹏等头部厂商已将功能实现并推送给消费者。

  特斯拉公司以其卓越的技术实力和无人驾驶系统方案，在智能驾驶领域处于领先地 位，其智能驾驶系统 FSD（(Full Self-Drive）自发布以来，经过了多次重要更新目前 已经来到了 V11 版本，预计 2024 年会正式发布新的 V12 版本。

  BEV 感知技术成为感知外部环境的标准方法。BEV 是 Bird’s Eye-View 的缩写，通 过神经网络将多个摄像头和传感器收集的信息进行整合，形成基于俯视角度的全景 图，同时结合时序信息，动态地感知周围环境并输出结果，以便后续的预测和规划 模块使用。驾驶行为是在 3D 空间中的行为，BEV 通过将 2D 透视空间图像转换为 3D 空间，消除了距离尺度和遮挡问题，使算法能够直观地判断车辆在空间中的位置以及与其他障碍物的关系。

  Transformer 大模型为构建 BEV 空间提供了最佳解决方案。BEV 空间的构建需要 一种合适方法来实现目的，将多个 2D 图像和传感器信息综合转化为一个3D向量空间。特斯拉引入 Transformer 算法架构来执行这一转换，通过适应各种输入形式， 使得 BEV 在无人驾驶领域得以实现。

  2022 年特斯拉在算法中加入占用网络。占用网络的基本思路是对周围环境进行分析 从而获得体积占用率，以此为基础实现实时感知。占用网络的具体实现过程需要先 将三维世界划分为网格单元，然后根据算法定义不同单元的占用与空闲，形成一般 障碍物的感知能力。

  特斯拉最新的 FSD V12 版本采用端到端方案，这是完全基于大模型和数据驱动的 方案。端到端自动驾驶的核心思想是将车辆从传感器中收集到的信息（原始图像数 据、原始点云数据等）直接输入到一个整合的深度学习神经网络中，该网络经过处 理后直接输出自动驾驶汽车的驾驶命令，包括方向盘转角、方向盘转速、油门踏板 开度、制动踏板开度等。

  端到端智驾方案高效而全面。端到端能够覆盖各种场景，不需要人工设计繁复的规 则，只需不断投喂训练数据，深度学习神经网络就能学会驾驶。因此从性能角度出发，在海量数据的情况下，端到端方案的驾驶能力会无限逼近于人。另外与模块化自动驾驶系统相比，端到端自动驾驶系统设计难度低，硬件成本较小，并且通过多 样性的数据，能够获得在不同场景下的泛用性。国内目前仍处在 BEV+transformer 到占用网络的演变进程上，特斯拉则已经走在端到端方案的路上。

  华为是目前智驾领域发展速度最快的玩家之一。2022 年 7 月,搭载华为智能辅助驾 驶解决方案系统 ADS1.0 的极狐阿尔法正式对外发布，标志华为正式落地城区级别的智 能驾驶。2023 年 4 月 16 日，华为正式对外发布 ADS 2.0，在算法层面实现了巨大突破， 目标直指不依赖于高精地图的城区智能驾驶功能。

  华为 ADS2.0：GOD2.0+RCR2.0 华为智能驾驶 ADS2.0 的感知要依赖两个算法：GOD 和 RCR。这两个算法分别对应行驶过程中物的识别和路的识别。其中“看得懂物”的 GOD 2.0 网络，可以识别通用障碍物白名单外的异形物体，障碍物种类精细识别（如区分救护车、警车等），识别率高达 99.9% ；“看得懂路”的 RCR 2.0 能轻松实现导航地图和现实世 界的匹配。

  如欲获取完整版PDF文件，能关注钛祺汽车官网—智库，也能添加钛祺小助理微信，回复“报告名称：汽车行业深度报告：智驾时代来袭，多玩家多模式齐发力推动行业走向落地”。

  2、钛祺智库目前已收录810+篇汽车行业最新技术报告，供行业朋友查阅、参考。

  3、钛祺智库持续更新、收录行业深度技术文章、研究报告，并不定期上传行业专家特约文章，为汽车行业朋友提供专业支持。