智能驾驶-零帕网

线控底盘改变通过机械连接传递驾驶员意图的方式，通过电信号对汽车底盘执行机构实施控制，实现加速、制动、转向、悬挂调节的功能。线控底盘主要有五大核心系统：线控制动、线控转向、线控悬架、线控换挡、线控电门。

芯片按类可分为计算、存储、信号转换以及片上集成SoC四大类，AI芯片是指在SoC基础上针对人工智能算法做特殊加速处理的芯片。智驾领域AI芯片主要用于云端/边缘端两种场景：1）用于智驾边缘端应用的AI芯片一般涵盖AI计算单元NPU、CPU\GPU\ISP\IO接口等必要组成部分，更强调各IP核之间的综合协调能力；2）用于云端训练应用的AI芯片则更加强调NPU\GPU的计算能力，对于功耗、各部分间协调等要求较低。

智能驾驶软件算法架构历经两次框架变化：1）2D+CNN小模型向Transformer大模型进化，智驾迭代由工程师驱动转为数据驱动，向L3迭代；2）模块化端到端进化为全栈端到端，World Model逐步完善，数据驱动变为认知驱动，向L4迭代。

港股智能驾驶第一股。知行汽车科技成立于 2016 年，是一家自动驾驶解决方案提供商。目前公司拥有已商业化的 L2 级至 L2++级自动驾驶解决方案，并为整车厂（OEM）开发 L2至 L4 级自动驾驶解决方案。公司核心高管此前均为博世汽车等国际 tier1 的研发部门负责人，具备行业领先的研发实力和工程化能力，全方位服务客户需求，专注于前装量产。

多传感器融合成为自动驾驶主流方案。智能驾驶感知方案主要分为纯视觉感知和多传感器融合感知两条技术路线。纯视觉方案易受环境影响，且壁垒较高。多传感器融合感知方案中，激光雷达、摄像头、超声波雷达、毫米波雷达等不同传感器的优劣势容易互补，可显著提升自动驾驶系统的可靠性，弥补纯视觉方案的不足。目前激光雷达融合方案已经成为众多车企 L3 级及以上自动驾驶感知的主要选择。

城市导航辅助驾驶迅速落地，高精度定位迎来发展契机：首先，以城市 NOA为代表的 L3 级别功能正快速落地，智能驾驶已成各车企竞争的核心领域，搭载城市 NOA 功能的车型数量及渗透率快速提升。伴随电动化和智能化的提升，以及北斗、5G 等技术发展，高精度定位的精度与其在自动驾驶中的安全性作用不断增强，加之政策层面的支持，高精度定位愈发不可或缺。第二，高精度定位在汽车领域的应用场景丰富，其定位精度高达分米乃至毫米充分满足智能驾驶中各项定位精度要求，可在恶劣天气、重复场景、非视距场景和车载传感器不稳定情

华为在自动驾驶、整车智能化、品牌渠道建设领域全面赋能，爆款车型可期：华为在自动驾驶算法层面使用“BEV+Transformer”叠加 GAEB(通用障碍物检测 AEB)技术，可不依赖高精地图的算法，数据层面华为建设智算中心保障算力供应，自动驾驶优势显著。华为拥有华为鸿蒙 OS、HUAWEI SOUND、智能车载光、智能汽车数字平台等一系列智能汽车解决方案，在智能座舱、动力系统等层面均具备明确优势，另外预计华为将在产品流量提升与销售渠道拓展方面为享界来带增量。在华为多重赋能下，新车有望成为爆款。[

高阶智驾加速推行，多屏及 HUD 逐步上车。新势力于 2024 年北京车展发布多款车型，价格段分布广泛，轿车、SUV、MPV 均有，在动力/续航和外观/内饰上各有特色。1）智能驾驶：高阶智驾落地加速，多款车型可装配英伟达 Orin-X 芯片。理想 L6 Max 版可以实现高速+城市全场景 NOA，极氪 MIX、小米 su7Pro 或 Max 版本可能支持城市 NOA；零跑 C10、零跑 C16、小米 su7、理想 L6 Pro 仅支持高速智能驾驶。2）智能座舱:多搭载高通 8295 芯片，多屏及

好技术都是满足人性更安全、更舒适、更便捷的刚需。未来技术导向转为需求导向，技术选择和设计目标应聚焦于用户使用场景和需求，通过相应的技术手段创造极致用户体验，从而俘获消费者。以特斯拉消费者为例，自动驾驶产品最好的销售场景不是在销售大厅，而是在堵车时。特斯拉的很多车主在买新车时为了省钱没买FSD，但堵车的时候实在逆不过懒惰的人性，直接拿出手机在线完成购买和激活，而且价格还比购买新车时贵。

鸿蒙智行车型定位各异，有望形成错位竞争：华为参与智能汽车的三种模式，根据不同车企自主开发程度，华为提供的**模式主要分为三种，分别为智选模式（鸿蒙智行）、Huawei Inside 模式（HI 模式）以及供应商模式。华为系品牌车型矩阵定位具有差异性，江淮与华为**车型定位豪华MPV，预计进入 50 万以上豪华乘用车市场，北汽蓝谷首款车型享界 S9 定位高端纯电轿车，目前华为鸿蒙智行系列中问界、智界品牌主打 20-35 万元价格带，各大品牌矩阵中形成错位竞争，在国内高阶自动驾驶车型渗透率起步情况下

终端需求快速增长，激光雷达上车进度加快，行业即将进入快速增长期。终端车企针对高阶智能辅助驾驶（各类NOA）布局加快，激光雷达正在成为提高用户辅助驾驶使用率的重要传感器。据汽车之心表述，2024年激光雷达的全球乘用车端渗透率大概率将突破1%大关，行业进入快速增长期。激光雷达在科研及对环境感知准确度要求较高的细分领域也有优秀的应用前景。据灼识咨询预测，全球激光雷达解决方案市场规模有望于2030年达到12537亿元。

特斯拉的自动驾驶之路分为三个阶段，目前已经进入全面自研阶段，从底层硬件到上层软件做到全面自研。特斯拉为智能驾驶行业带来的技术革新主要包括：① 影子模式，为特斯拉现实数据获取打基础。② HydraNet，重构自动驾驶目标检测网络结构，提升算法效率。③ BEV+Transformer，通过BEV升维采集后的2D图像，形成车辆自身坐标系。④ 占用网络，在BEV基础上补充了物体高度识别和未经标注的障碍物识别。⑤ 端到端，基于深度神经网络，更接近真实人类驾驶。