智能驾驶辅助系统一般可提供360度可视泊车辅助、自适应可跟停巡航、车道偏离警示、远近光灯自适应调节、交通拥堵路况自驾驶等驾驶辅助功能。一辆足够智能的自动驾驶车辆，一定会具备自身智能、互联且性能配置高度冗余的ADAS智能驾驶辅助系统，因为它是单车智能化的基础，也是无人驾驶的必经之路。

智能驾驶包括多种功能，其产业链涵盖感知、规划、决策、执行等环节，需要汽车、电子、信息通信、互联网、交通管理等多行业的合作与转型升级，产业链庞大且复杂，主要包括：

感知硬件厂商：开发和供应先进的传感器系统，包括视觉系统、雷达系统（激光雷达、毫米波雷达、超声波雷达）等；

汽车电子供应商：能够提供底层执行器件或提供智能驾驶技术研发和集成供应的企业，如转向（EPS）、制动及域控制器等功能产品的厂商；

芯片及软件算法厂商：提供智能驾驶芯片及相关视觉感知及决策算法的公司。

智能驾驶根据不同的等级，配置和单车价值量有较大的差别

根据安波福数据，随着智能驾驶系统的不断升级，单车价值量也不断提升：

• L0及L1级别的智能驾驶系统，功能相对基础；

• L2级智能驾驶系统由多个传感器、控制器及功能组合而成；

• L2+级别需要配备更多的传感器，涉及到高速驾驶辅助，涉及到较为复杂的感知决策规划；

• 而L3级智能驾驶可以实现驾驶员在特定条件下的完全脱离，目前看一般会配置激光雷达，远高于L2级。

基本所有新势力车厂都在对智能驾驶进行高强度的投入

• 新造车势力对于智能驾驶为尽其所可能的全力投入，其感知及决策规划控制算法也多为自研。

从技术发展角度来看，自动驾驶技术是人工智能的衍生物，无论是基于视觉还是基于多源传感器融合都是基于机器学习的大框架之中，本质上区别不大，图像识别检测、语义分割采用的AI方法大同小异。正如特斯拉汽车前人工智能总监Andrej Karathy所表示，人工智能系统能否服务好的关键是路测车队的规模，也就是数据量的多少。并不是传感器不够多，而是是否能够有效地将传感器数据整合到数据引擎之中，实现模型的快速迭代。以堆硬件的方式短时间内可以实现某些自动驾驶功能，长期来看瓶颈十分明显，首先是体验感和成本控制相对较差，其次是在思维的定式下，最简单也是最有效的就是优化硬件，搭载更精确的传感器，更大算力的芯片，更快的传输速度，反而忽略了自动驾驶技术的根本是尽量用简单的逻辑实现复杂的功能。按照以数据为导向的方法，自动驾驶的核心技术是研究数据技术，自动驾驶汽车只是数据技术的附加产物，也就是说未来数据积累到一定量的时候，自动驾驶技术就会水到渠成。

规划控制是自动驾驶的核心模块之一，它的主要作用是：感知周围的路况，进行路径规划，并按照实际情况做出最合理的决策。

根据上游决策的结果，运动规划模块实时输出舒适安全的轨迹信息以及速度、加速度和方向盘转角信息，交由控制模块执行。

汽车智能座舱是汽车座舱从机械式向智能化发展的产物，是相对于传统的驾驶座舱而提出的全新的概念。由于智能座舱是一个复合型概念，涉及的细分技术种类繁多，业界对智能座舱的定义并未形成统一。在本文中采用一种行业中较主流的观点，此观点将智能座舱定义为一个充满智能化功能和体验的移动生活工作空间，即继家庭和公司/学校之后的第三空间。随着汽车智能化的发展，汽车将彻底告别仅仅作为出行工具的角色，智能化的空间会变成汽车越来越重要的属性。

随着模块化电子电气架构逐渐向集中域控制器发展，基于技术发展和用户需求的双重考虑，智能座舱域控制器已成为当前车企主流方案。从分布式走向域控制器，再走向跨域融合，最终抵达中央集成，是电子电气架构的演变趋势，座舱域因为较为独立且安全等级要求相对较低，加之电气化程度高，实现较为容易。实施座舱域控制器，将能够提升智能交互的体验，更好满足用户个性化与场景化需求，同时也能够加速软件及服务的不断迭代升级。因此，从座舱域切入跨域融合，也成为车企发展的优选方案。座舱软件价值核心在应用服务、生态服务、大数据服务、核心算法，智能座舱产品通过丰富的用户及生态数据+AI算法+全场景交互能力，更好地实现多触点精准触达，赋能用户体验升级，助力车企价值变现。