1. ADAS（高级驾驶辅助系统，Advanced Driver Assistance System）

定义：

功能子集：

• 基础功能：

• ACC（自适应巡航控制）：自动调整车速保持与前车距离。

• LKA（车道保持辅助）：自动纠正方向盘以维持车道内行驶。

• AEB（自动紧急制动）：检测碰撞风险并主动刹车。

• BSD（盲点监测）：监测盲区车辆并提醒驾驶员。

• 进阶功能：

• TJA（交通拥堵辅助）：低速下自动跟车和车道居中。

• IPA（智能泊车辅助）：自动识别车位并完成泊车。

技术架构：

• 传感器：摄像头、毫米波雷达、超声波雷达。

• 计算平台：低算力ECU（如Mobileye EyeQ系列）。

• 算法：基于规则的传统控制算法，依赖预编程逻辑。

2. NOA（导航辅助驾驶，Navigate on Autopilot）

定义：

功能子集：

• 高速NOA：

• 自动变道超车、匝道汇入/汇出。

• 根据导航路线切换车道。

• 交互功能：

• 驾驶员确认变道（部分版本支持自动执行）。

• 交通灯识别（部分城市道路延伸）。

技术架构：

• 传感器：纯视觉方案（8-12个摄像头）。

• 计算平台：自研FSD芯片（HW3.0/HW4.0）。

• 算法：BEV（鸟瞰图）+ Transformer神经网络，依赖高精度地图（部分场景）。

3. NOP（领航辅助驾驶，Navigate on Pilot）

定义：

功能子集：

• 高速NOP：

• 自动超车、避让慢车。

• 匝道智能调速（根据曲率调整车速）。

• 城市NOP（部分版本）：

• 无保护左转、复杂路口通行。

• 施工路段临时绕行。

技术架构：

• 传感器：1颗激光雷达（如Innovusion）、多摄像头、毫米波雷达。

• 计算平台：NVIDIA Orin-X芯片（1016 TOPS）。

• 算法：多模态融合感知（激光雷达+视觉），高精地图依赖度较高。

4. 全场景智驾（Full-scenario Autonomous Driving）

定义：

功能子集：

• 全场景覆盖：

• 城市道路：无保护左转、行人避让、加塞处理。

• 高速公路：自动变道、超车、进出服务区。

• 停车场：跨楼层记忆泊车、召唤功能。

• 极端场景处理：

• 临时施工绕行、夜间逆光行驶、暴雨天气通行。

技术架构：

• 传感器：多激光雷达（如速腾聚创M1）、4D毫米波雷达、高分辨率摄像头。

• 计算平台：高算力域控制器（如华为MDC 810，400+ TOPS）。

• 算法：端到端AI模型（如BEV+Transformer+Occupancy Network），无图化技术。

功能区别对比

技术架构演进路径

1. ADAS：

• 核心：分散式ECU，功能独立（如AEB、ACC各由单独模块控制）。

• 局限：场景碎片化，无法处理复杂交互。

• 核心：集中式域控制器，多传感器融合，依赖高精地图。

• 突破：实现路径连续规划，但仍需高精地图支持。

• 核心：无图化+端到端AI，通过Occupancy Network动态建模环境。

• 趋势：摆脱高精地图，依赖实时感知与AI泛化能力。

总结

• ADAS：安全辅助基石，功能独立但场景受限。

• NOA/NOP：高阶导航辅助，依赖特定场景与地图。

• 全场景智驾：技术终极形态，需突破长尾场景与成本瓶颈。

行业方向：从“功能叠加”转向“场景贯通”，最终通过数据闭环与AI迭代实现完全自动驾驶。