决定自动驾驶性能的主要是感知和决策层
思瀚产业研究院    2025-02-27

1、自动驾驶产业链：感知和决策为核心

自动驾驶基本上依赖于感知、决策、执行三个环节的高效配合。感知层通过多维传感器及GPS、北斗等在内的导航系统识别道路上的人、物及标识，并收集车身周围的实时数据；决策层通过芯片、软件/算法、特征提取等预处理，数据融合后作出评估和决策，得出相应的路径规划与决策信号，并输出给各种执行层的控制单元；最终执行层通过接收感知系统的数据及决策系统的决策信号作出相应的反馈动作，实现全套自动驾驶操作。

目前决定自动驾驶性能的主要是感知和决策层。随着端到端的普及，自动驾驶性能主要由感知层和决策层的硬件设备和软件算法决定。感知设备决定自动驾驶可视范围和精度，芯片算力、软件算法决定了响应速度和决策能力。

2、感知层：摄像头和雷达

汽车智能驾驶感知系统主要包括视觉感知、超声波感知、毫米波感知和激光感知。

L0-L1：通过车前后的超声波雷达或毫米波雷达、摄像头即可实现。

L2：需要实现加减速和转向功能，因此需要额外安装在两车身侧边的超声雷达，以及分布在车身前、后、左、右的4颗环视相机。

 L2+-L4：为了实现提升感知精度，并且应对恶劣天气，额外加装激光雷达。

毫米波雷达：3D切换向4D。自动泊车、自动巡航、自动紧急制动等功能都需要毫米波雷达对周围环境进行感知，通过测速测距测方位传回数据，芯片对信息进行智能处理后才得以实现。传统的毫米波雷达是3D毫米波雷达，主要用于测角、测距和测速，但是它对低速和静止目标检测不稳定，不能支持自动驾驶汽车在通过路口时对排队同行等多种情况做出反应。后来出现的4D毫米波雷达有出色的水平和垂直的角度分辨能力，并可对静止障碍物进行识别协助避障，一定程度上弥补了这些缺点。

激光雷达：高阶智驾配置。激光雷达+视觉融合方案是成绩最好的感知能力表现。激光雷达通过发射激光束并比较发射信号和反射信号来刻画目标参数，测距精度可达厘米级，可以帮助车辆执行变道并线、汇入车流等驾驶操作。同时，激光雷达可以结合基于BEV（Bird’sEye-View）技术将视觉图像信息从2D转换为3D，构建环境的三维图像，从而提高感知算法上线，减小对高精地图的依赖程度。

激光雷达由机械式走向半固态和固态。最经典的激光雷达是机械式激光雷达，常用于Robotaxi的测试和迭代。但是因为体积大、成本高，机械式激光雷达不适用于车规量产级市场。随着激光雷达家族不断进化，现在已经出现了体积小、成本较低的半固态激光雷达和固态激光雷达。

激光雷达：降本助力智驾平权。速腾聚创CEO邱纯潮曾表示：一辆15万元的车，一般能够给智驾系统留的钱大概是车身售价的4%，6000块钱的系统成本，没有办法配备激光雷达，只能忍痛把激光雷达割掉。这也是特斯拉一直坚持纯视觉方案的重要原因。

车载摄像头成本仅为几百元，而激光雷达成本早期高达几万元。经过进一步降本，速腾聚创、禾赛等厂商激光雷达已经降低到千元级别。

未来激光雷达有望实现在20万的车型上标配，10万元～20万元的车选配。

3、决策层：芯片性能持续提升，算法平台重要性凸显

智驾芯片高阶英伟达、低阶用国产。目前主流车厂中高阶智驾一般搭载多块英伟达Orin系列芯片，英伟达新一代Thor芯片平台预计将在2025年上车。中低阶智驾对于算力要求相对较低，一般采用地平线、黑芝麻、mobileye等方案。

算法平台重要性凸显：随着智驾渗透率提升速度加快，车厂全面铺开自研对成本和时间带来很大压力，因此算法平台公司重要性逐步提升，目前比亚迪等车厂中低阶智驾基本都和算法平台公司合作，如momenta、元戎启行、卓驭科技等

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。