自动驾驶软件相关技术

A. 软件是怎么控制汽车自动驾驶的自动驾驶汽车需要解决哪些技术问题

自动驾驶，其实简而言之就是一台机器人，它主要是通过高智能的水平控制汽车的运作。机器人的作用是不言而喻的，而掌握机器人的核心价值，将成为人工智能机器的领先者。自动驾驶技术的发展离不开核心技术的创新。

3、感知传感器。

传感器可以说是汽车身上最主要的一款设置，因为如果没有感知汽车就变成无头苍蝇四处乱窜。而传感器的效果好坏，同样也影响着汽车是否能顺畅进行形式。雷达传感器在汽车的运用上已经得到广泛的运用。

当然汽车的行驶不仅包括硬件上的技术，还包括软件上的技术。软件的技术包括了编写代码以及去实现转化更加细化的分类。从港之城到荣和城到威化城最后的控制城，层层之间是相互递进的。

B. 自动驾驶使用的是什么技术

【太平洋汽车网】自动驾驶本身就是一项技术，而且自动驾驶分为好几个等级，每个等级的原理和所使用的技术又是不同的。自动驾驶需要通过以下四步才可以完成：信息收集、分析识别、行动决策、设备控制。

什么是WaymoRobotTaxi激光雷达方案Waymo在RobotTaxi上耕耘了很长一段时间，随着在美国向公众开放没有安全员的无人驾驶出租车服务，也是全球首次向公众开放完全无人驾驶出租车。Waymo的技术核心是围绕激光雷达的一整套系统套件。

图2Waymo的架构从技术层面来看，自动驾驶方面的关键技术不仅包含汽车本身的硬件/软件平台、系统安全平台、整车通信平台、核心算法等基础技术，也包括云控平台的系统架构和核心算法，最重要的核心器件是中央处理器、云端域控制器等。这里不仅包括面向自动驾驶配套的集成化的主干网加多域控制的新型电子电器架构作为基础。针对智能驾驶控制部分，L2级及以下采用基于MCU的多ECU分布式控制方式，而L3以上则必须采用基于高性能SOC（SystemonChip）构建的域控制器的集中控制策略。以环境感知数据、GPS信息、车辆实时数据和V2X交互数据等作为输入，基于环境感知定位、路径决策规划和车辆运动控制等核心控制算法，输出驱动、传动、转向和制动等执行控制指令，实现车辆的自动控制，并通过人机交互界面（如仪表）实现自动驾驶信息的人机交互。为了实现智能驾驶系统高性能和高安全性的控制需求，汇集了多项关键技术：包括基础硬件/软件平台技术、系统安全平台技术、整车通信平台技术、云计算平台技术、核心控制算法技术等。

图3自动驾驶相关的核心软件内核目前在自动驾驶领域，传统车企和科技企业合作是一个很有意思的趋势。例如在华为合作方面中，ARCFOX极狐的阿尔法S华为HI版是其首款落地的产品，也是围绕自动驾驶配置激光雷达的一款车型，是面向城市道路自动驾驶能力的设计的车型，覆盖多个场景如城区、高速、停车场的全场景点到点通行，从使用特性的设计方面，是尝试让用户可以拥有从小区车库到公司车库的连续自动驾驶体验的一款作品。

（图/文/摄：太平洋汽车网问答叫兽）

C. 自动驾驶五大核心技术包括哪些

一是车联网。在人工智能和以“电、智、网、共享”为代表的新四化驱动下，引领车联网从第一阶段向第二阶段演进。人机交互逐渐延伸到车辆、车辆与通信设施、车辆与路边单元之间的信息交互。其中，V2X无线通信技术可以将“人-车-路-网-云”等交通参与要素有机结合，不仅可以支持车辆获取比自行车感知更多的信息，还可以推动技术的发展和变革。比如自动驾驶应用，也有助于支撑智慧交通体系建设，推动汽车和交通服务向新商业模式方向发展。

五是规划决策。决策是无人驾驶体现智能性的核心的技术，相当于自动驾驶汽车的大脑，涉及汽车的安全行驶、车与路的综合管理等多个方面。通过综合分析环境感知系统提供的信息，及从高精度地图路由寻址的结果，规划决策者可以对当前车辆进行速度、朝向等规划，并产生相应的停车、跟车、换道等决策。

D. 自动驾驶包含哪些技术

【太平洋汽车网】自动驾驶车，是一种无须人工干预而能够感知其周边环境和导航的车辆。它利用了包括雷达、激光、超声波、GPS、里程计、计算机视觉等多种技术来感知其周边环境，通过先进的计算和控制系统，来识别障碍物和各种标识牌，规划合适的路径来控制车辆行驶。

美国汽车工程师协会（SAE，SocietyofAutomotiveEngineers），则将自动驾驶划分为0~5共六级。

GTScreenshot_20200107_194509.pngLevel0：无自动化（NoAutomation）没有任何自动驾驶功能或技术，人类驾驶员对汽车所有功能拥有绝对控制权。驾驶员需要负责转向、加速、制动和观察道路状况。任何驾驶辅助技术，例如现有的前向碰撞预警、车道偏离预警，以及自动雨刷和自动前灯控制等，虽然有一定的智能化，但是仍需要人来控制车辆，所以都仍属于Level0。

Level1：驾驶辅助（DriverAssistance）驾驶员仍然对行车安全负责，不过可以授权部分控制权给系统管理，某些功能可以自动进行，比如常见的自适应巡航（AdaptiveCruiseControl，ACC）、应急刹车辅助（EmergencyBrakeAssist，EBA）和车道保持（Lane-KeepSupport，LKS）。Level1的特点是只有单一功能，驾驶员无法做到手和脚同时不操作

Level2：部分自动化（PartialAutomation）人类驾驶员和汽车来分享控制权，驾驶员在某些预设环境下可以不操作汽车，即手脚同时离开控制，但驾驶员仍需要随时待命，对驾驶安全负责，并随时准备在短时间内接管汽车驾驶权。比如结合了ACC和LKS形成的跟车功能。Level2的核心不在于要有两个以上的功能，而在于驾驶员可以不再作为主要操作者。

Level3：有条件自动化（ConditionalAutomation）在有限情况下实现自动控制，比如在预设的路段（如高速和人流较少的城市路段），汽车自动驾驶可以完全负责整个车辆的操控，但是当遇到紧急情况，驾驶员仍需要在某些时候接管汽车，但有足够的预警时间，如即将进入修路的路段（Roadworkahead）。Level3将解放驾驶员，即对行车安全不再负责，不必监视道路状况。

Level4：高度自动化（HighAutomation）自动驾驶在特定的道路条件下可以高度自动化，比如封闭的园区、高速公路、城市道路或固定的行车线路等，这这些受限的条件下，人类驾驶员可以全程不用干预。

（图/文/摄：太平洋汽车网问答叫兽）

E. 自动驾驶四大关键技术是什么

包括环境感知与传感器融合、智能网络V2X、高精度地图、人机交互技术(HMI)等关键技术。以下是相关介绍:环境感知:自动驾驶的传感器系统需要收集汽车周围的信息，然后做出决策(转弯、变道、加减速)。环境
自动驾驶四大关键技术是什么？
包括环境感知与传感器融合、智能网络V2X、高精度地图、人机交互技术(HMI)等关键技术。

以下是相关介绍:

环境感知:

自动驾驶的传感器系统需要收集汽车周围的信息，然后做出决策(转弯、变道、加减速)。环境感知包括车辆本身的状态、道路、行人、交通信号、交通标志、交通状况、周围车辆等等。

车载无线通信技术(V2X)；

车对万物(V2X)是连接车辆与万物的新一代信息通信技术，其中V代表车辆，X代表任何与车辆交互的物体。目前X主要包括车辆、人、路侧基础设施和网络。

高精度地图:

高精地图拥有精确的车辆位置信息和丰富的道路要素数据信息，可以帮助汽车预测复杂的道路信息，如坡度、曲率、航向等。与传统方法相比，它具有更高的实时性。

人机交互技术(HMI):

人机交互技术，尤其是语音控制、手势识别和触摸屏技术，将在全球未来汽车市场得到广泛应用。自动驾驶汽车人机交互大屏幕设计的最终目的是提供良好的用户体验，提升用户的驾驶乐趣或驾驶过程中的操作体验。

自动驾驶睡觉违法吗？

司机在自动驾驶时睡觉是违法的。这样的行为不仅是对自己生命安全的不负责任，也是对他人生命安全的不负责任。自动驾驶的相关介绍如下:

自动驾驶系统:

该系统采用先进的通信、计算机、网络和控制技术，实现对列车的实时连续控制。借助现代通信手段，直接面向列车，可以实现列车与地面的双向数据通信，传输速率高，信息量大。后续跟踪列控中心可以及时知道前车的准确位置，使运营管理更加灵活，控制更加有效，更适合列车自动驾驶的要求。

自动驾驶系统的主要功能:

主要功能为地下车双向信息传输和运营机构综合及应急处理。列车信息传输通道是列车运行控制自动化系统的重要组成部分。自动控制系统车载设备完全由地面控制中心接收的行车控制命令驱动，实时监测列车实际速度和地面允许的速度命令。当列车速度超过地面限速时，车载设备会进行制动，以保证列车运行的安全性。

自动驾驶四大关键技术是什么？ @2019

F. 自动驾驶的技术是什么

【太平洋汽车网】汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图（通过有人驾驶汽车采集的地图）对前方的道路进行导航。

概述自动驾驶汽车（Autonomousvehicles；Self-pilotingautomobile）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

能源消耗自动驾驶汽车能够促使人们拼车，极大的减少汽车的使用，创造“明天的高速公路火车”。这些高速公路火车能减少能源消耗，增加主要道路的运力。在节约时间方面，美国交通运输部估计，每一工作日，人们平均花费52分钟在上下班路上。未来，人们可以以更有效率的方式使用这些时间。

技术原理汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图（通过有人驾驶汽车采集的地图）对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车.。汽车自动驾驶技术物联网技术应用之一。

沃尔沃根据自动化水平的高低区分了四个无人驾驶的阶段：驾驶辅助、部分自动化、高度自动化、完全自动化：

1、驾驶辅助系统（DAS）：目的是为驾驶者提供协助，包括提供重要或有益的驾驶相关信息，以及在形势开始变得危急的时候发出明确而简洁的警告。如“车道偏离警告”（LDW）系统等。

2、部分自动化系统：在驾驶者收到警告却未能及时采取相应行动时能够自动进行干预的系统，如“自动紧急制动”（AEB）系统和“应急车道辅助”（ELA）系统等。

3、高度自动化系统：能够在或长或短的时间段内代替驾驶者承担操控车辆的职责，但是仍需驾驶者对驾驶活动进行监控的系统。

4、完全自动化系统：可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行监控的系统。

（图/文/摄：太平洋汽车网问答叫兽）

G. 自动驾驶及关键技术难点

自动驾驶是汽车行业新一轮的技术革命，推动着传统汽车行业快速转型升级，是未来汽车的发展趋势。自动驾驶技术有利于改善汽车交通安全、提高交通运输效率、实现节能减排、促进产业转型等。《中国制造2025》规划中已将智能网联汽车列入未来十年国家智能制造发展的重点领域，明确指出到2020年要掌握智能辅助驾驶总体技术及各项关键技术，到2025年要掌握自动驾驶总体技术及各项关键技术。本文将介绍自动驾驶等级分类标准、自动驾驶软硬件架构图以及自动驾驶涉及到的关键技术等。

美国汽车工程师协会根据汽车智能化程度将自动驾驶分为L0-L5共6个等级：其中L0为无自动化（No Automation， NA），即传统汽车，驾驶员执行所有的操作任务，例如转向、制动、加速、减速或泊车等；L1为驾驶辅助(Driving Assistant， DA)，即能为驾驶员提供驾驶预警或辅助等，例如对方向盘或加速减速中的一项操作提供支持，其余由驾驶员操作；L2为部分自动化（Partial Automation，PA），车辆对方向盘和加减速中的多项操作提供驾驶，驾驶员负责其他驾驶操作；L3为条件自动化（Conditional Automation，CA），即由自动驾驶系统完成大部分驾驶操作，驾驶员需要集中注意力以备不时之需；L4为高度自动化（High Automation，HA），由车辆完成所有驾驶操作，驾驶员不需要集中注意力，但限定道路和环境条件；L5为完全自动化（Full Automation， FA），在任何道路和环境条件下，由自动驾驶系统完成所有的驾驶操作，驾驶员不需要集中注意力。

自动驾驶汽车的软硬件架构如图2所示，主要分为环境认知层、决策规划层、控制层和执行层。环境认（感）知层主要通过激光雷达、毫米波雷达、超声波雷达、车载摄像头、夜视系统、GPS、陀螺仪等传感器获取车辆所处环境信息和车辆状态信息，具体来说包括：车道线检测、红绿灯识别、交通标识牌识别、行人检测、车辆检测、障碍物识别和车辆定位等；决策规划层则分为任务规划、行为规划和轨迹规划，根据设定的路线规划、所处的环境和车辆自身状态等规划下一步具体行驶任务（车道保持、换道、跟车、超车、避撞等）、行为（加速、减速、转弯、刹车等）和路径（行驶轨迹）；控制层及执行层则基于车辆动力学系统模型对车辆驱动、制动、转向等进行控制，使车辆跟随所制定的行驶轨迹。

自动驾驶技术涉及较多的关键技术，本文主要介绍环境感知技术、高精度定位技术、决策与规划技术和控制与执行技术。

环境感知指对于环境的场景理解能力，例如障碍物的类型、道路标志及标线、行车车辆的检测、交通信息等数据的语言分类。定位是对感知结果的后处理，通过定位功能从而帮助车辆了解其相对于所处环境的位置。环境感知需要通过传感器获取大量的周围环境信息，确保对车辆周围环境的正确理解，并基于此做出相应的规划和决策。

自动驾驶车辆常用的环境感知传感器包括：摄像头、激光雷达、毫米波雷达、红外线和超声波雷达等。摄像头是自动驾驶车辆最常用、最简单且最接近人眼成像原理的环境感知传感器。通过实时拍摄车辆周围的环境，采用CV技术对所拍摄图像进行分析，实现车辆周围的车辆和行人检测以及交通标志识别等功能。摄像头的主要优点在于其分辨率高、成本低。但在夜晚、雨雪雾霾等恶劣天气下，摄像头的性能会迅速下降。此外摄像头所能观察的距离有限，不擅长于远距离观察。毫米波雷达也是自动驾驶车辆常用的一种传感器，毫米波雷达是指工作在毫米波段（波长1-10 mm ，频域30-300GHz）的雷达，其基于ToF技术（Time of Flight）对目标物体进行检测。毫米波雷达向外界连续发送毫米波信号，并接收目标返回的信号，根据信号发出与接收之间的时间差确定目标与车辆之间的距离。因此，毫米波雷达主要用于避免汽车与周围物体发生碰撞，如盲点检测、避障辅助、泊车辅助、自适应巡航等。毫米波雷达的抗干扰能力强，对降雨、沙尘、烟雾等离子的穿透能力要比激光和红外强很多，可全天候工作。但其也具有信号衰减大、容易受到建筑物、人体等的阻挡，传输距离较短，分辨率不高，难以成像等不足。激光雷达也是通过ToF技术来确定目标位置与距离的。激光雷达是通过发射激光束来实现对目标的探测，其探测精度和灵敏度更高，探测范围更广，但激光雷达更容易受到空气中雨雪雾霾等的干扰，其高成本也是制约其应用的主要原因。车载激光雷达按发射激光束的数量可分为单线、4线、8线、16线和64线激光雷达。可以通过下面这个表格（表1），对比主流传感器的优势与不足。

自动驾驶环境感知通常采用“弱感知+超强智能”和“强感知+强智能”两大技术路线。其中“弱感知+超强智能”技术是指主要依赖摄像头与深度学习技术实现环境感知，而不依赖于激光雷达。这种技术认为人类靠一双眼睛就可以开车，那么车也可以靠摄像头来看清周围环境。如果超强智能暂时难以达到，为实现无人驾驶，那就需要增强感知能力，这就是所谓的“强感知+强智能”技术路线。相比“弱感知+超强智能”技术路线，“强感知+强智能”技术路线的最大特征就是增加了激光雷达这个传感器，从而大幅提高感知能力。特斯拉采用“弱智能+超强智能”技术路线，而谷歌Waymo、网络Apollo、Uber、福特汽车等人工智能企业、出行公司、传统车企都采用“强感知+强智能”技术路线。

定位的目的是获取自动驾驶车辆相对于外界环境的精确位置，是自动驾驶车辆必备的基础。在复杂的地市道路行驶，定位精度要求误差不超过10 cm。例如：只有准确知道车辆与路口的距离，才能进行更精确的预判和准备；只有准确对车辆进行定位，才能判断车辆所处的车道。如果定位误差较高，严重时会造成交通完全事故。GPS是目前最广泛采用的定位方法，GPS精度越高，GPS传感器的价格也越昂贵。但目前商用GPS技术定位精度远远不够，其精度只有米级且容易受到隧道遮挡、信号延迟等因素的干扰。为了解决这个问题，Qualcomm开发了基于视觉增强的高精度定位（VEPP）技术，该技术通过融合GNSS全球导航卫星、摄像头、IMU惯性导航和轮速传感器等多个汽车部件的信息，通过各传感器之间的相互校准和数据融合，实现精确到车道线的全球实时定位。

决策规划是自动驾驶的关键部分之一，它首先是融合多传感器信息，然后根据驾驶需求进行任务决策，接着能够在避开存在的障碍物前提之下，通过一些特定的约束条件，规划出两点之间多条可以选择的安全路径，并在这些路径当中选择一条最优的路径，作为车辆行驶轨迹，那就是规划。按照划分的层面不同，可以分为全局规划和局部规划两种，全局规划是由获取到的地图信息，规划出一条在特定条件之下的无碰撞最优路径。例如，从上海到北京有很多条路，规划处一条作为行驶路线即为全局规划。如栅格法、可视图法、拓扑法、自由空间法、神经网络法等静态路径规划算法。局部规划的则是根据全局的规划，在一些局部环境信息的基础之上，能够避免碰撞一些未知的障碍物，最终达到目的目标点的过程。例如，在全局规划好的上海到北京的那条路线上会有其他车辆或者障碍物，想要避过这些障碍物或者车辆，需要转向调整车道，这就是局部路径规划。局部路径规划的方法包括：人工势场法、矢量域直方图法、虚拟力场法、遗传算法等动态路径规划算法等。

决策规划层是自主驾驶系统，智能性的直接体现，对车辆的行驶安全性和整车起到了决定性的作用，常见的决策规划体系结构，有分层递进式，反应式，以及二者混合式。

分层递进式体系结构，就是一个串联系统的结构，在该系统当中，智能驾驶系统的各模块之间次序分明，上一个模块的输出即为下一模块的输入，因此又称为感知规划行动结构。但这种结构可靠性并不高，一旦某个模块出现软件或者硬件故障，整个信息流就会受到影响，整个系统很有可能发生崩溃，甚至处于瘫痪状态。

反应式体系结构采用并联的结构，控制层都可以直接基于传感器的输入进行决策，因此它所产生的动作就是传感数据直接作用的一个结果，可以突出感知动作的特点，适用于完全陌生的环境。反应式体系结构中的许多行为主要涉及成为一个简单的特殊任务，所以感觉规划控制可以紧密的结合在一块，占用的储存空间并不大，因而可以产生快速的响应，实时性比较强，同时每一层只需要负责系统的某一个行为，整个系统可以方便灵活的实现低层次到高层次的一个过渡，而且如若其中一个模块出现了预料之外的故障，剩下的层次，仍然可以产生有意义的动作，系统的鲁棒性得到了很大的提高，难点在于，由于系统执行动作的灵活性，需要特定的协调机制来解决各个控制回路，同意执行机构争夺之间的冲突，以便得到有意义的结果。

分层递阶式系统的一个结构和反应式体系的结构，都各自有优劣，都难以单独的满足行驶环境复杂多变的使用要求，所以越来越多的行业人士开始研究混合式的体系结构，将两者的优点进行有效的结合，在全局规划的层次上生成面向目标定义的分层式递阶行为，在局部规划的层面上就生成面向目标搜索的反应式体系的行为。

自动驾驶的控制核心技术就是车辆的纵向控制，横向控制，纵向控制及车辆的驱动和制动控制，而横向控制的就是方向盘角度的调整以及轮胎力的控制，实现了纵向和横向自动控制，就可以按给定目标和约束自动控制车运行。

车辆按照纵向控制是在行车速度方向上的控制，即车速以及本车与前后车或障碍物距离的自动控制。巡航控制和紧急制动控制都是典型的自动驾驶纵向控制案例。这类控制问题可归结为对电机驱动、发动机、传动和制动系统的控制。各种电机-发动机-传动模型、汽车运行模型和刹车过程模型与不同的控制器算法结合，构成了各种各样的纵向控制模式。

车辆的横向控制就是指垂直于运动方向的控制，目标是控制汽车自动保持期望的行车路线，并在不同的车速、载荷、风阻、路况下有很好的乘坐舒适和稳定。车辆横向控制主要有两种基本设计方法，一种是基于驾驶员模拟的方法（一种是使用用较简单的动力学模型和驾驶员操纵规则设计控制器；另一种是用驾驶员操纵过程的数据训练控制器获取控制算法）；另一种是给予汽车横向运动力学模型的控制方法（需要建立精确的汽车横向运动模型。典型模型如单轨模型，该模型认为汽车左右两侧特性相同）。

除上述介绍的环境感知、精准定位、决策规划和控制执行之外，自动驾驶汽车还涉及到高精度地图、V2X、自动驾驶汽车测试等关键技术。自动驾驶技术是人工智能、高性能芯片、通信技术、传感器技术、车辆控制技术、大数据技术等多领域技术的结合体，落地技术难度大。除此之外，自动驾驶技术落地，还要建立满足自动驾驶要求的基础交通设施，并考虑自动驾驶方面的法律法规等。

参考文献：

1. 张放. 极限工况下自动驾驶车辆的轨迹规划与运动控制 [博士]: 清华大学; 2018.

2. 陈文强. 基于复杂工况的高精准可预测自动驾驶环境认知方法 [博士]: 清华大学; 2018.

3. 张欣. 无人驾驶感知辅助系统的研究与仿真实现 [硕士]: 北京交通大学; 2019.

4. 陈延真. 无人驾驶环境感知系统及障碍物检测研究 [硕士]: 天津大学; 2018.

H. 自动驾驶使用的是什么技术软件控制汽车自动驾驶的原理是什么

随着技术的不断发展，自动驾驶汽车也出现在了大家的面前，这是一种通过电脑系统来控制汽车行驶的一种智能汽车。自动驾驶主要是通过雷达、人工智能、监控装置、视觉计算以及全球定位系统来使汽车运作的一种方式。人们在使用自动驾驶装置的时候，并不需要人为主动操作，汽车就能够安全的启动，这是一项非常方便的技术，是很有发展前景的。

高度自动化系统也就意味着可以在短时间内代替驾驶者去行驶车辆，但是驾驶者需要关注车子行驶的状态。完全自动化系统，这是一个非常高的水平，车主可以干其他的事情，并不需要对车子进行监控，系统可以自行的驾驶车辆。虽然自动驾驶汽车是目前发展的一个趋势，但是人们在行驶的过程中，仍然需要关注车子前方的情况，以免发生意外。

I. 自动驾驶汽车需要的是什么技术

【太平洋汽车网】自动驾驶本身就是一项技术，而且自动驾驶分为好几个等级，每个等级的原理和所使用的技术又是不同的。自动驾驶需要通过以下四步才可以完成：信息收集、分析识别、行动决策、设备控制。

Waymo的技术核心是围绕激光雷达的一整套系统套件。

从技术层面来看，自动驾驶方面的关键技术不仅包含汽车本身的硬件/软件平台、系统安全平台、整车通信平台、核心算法等基础技术，也包括云控平台的系统架构和核心算法，最重要的核心器件是中央处理器、云端域控制器等。

这里不仅包括面向自动驾驶配套的集成化的主干网加多域控制的新型电子电器架构作为基础。针对智能驾驶控制部分，L2级及以下采用基于MCU的多ECU分布式控制方式，而L3以上则必须采用基于高性能SOC（SystemonChip）构建的域控制器的集中控制策略。

以环境感知数据、GPS信息、车辆实时数据和V2X交互数据等作为输入，基于环境感知定位、路径决策规划和车辆运动控制等核心控制算法，输出驱动、传动、转向和制动等执行控制指令，实现车辆的自动控制，并通过人机交互界面（如仪表）实现自动驾驶信息的人机交互。

为了实现智能驾驶系统高性能和高安全性的控制需求，汇集了多项关键技术：包括基础硬件/软件平台技术、系统安全平台技术、整车通信平台技术、云计算平台技术、核心控制算法技术等。

（图/文/摄：太平洋汽车网问答叫兽）