行業主要公司：華為、百度、蘑菇車聯等

　　本文核心數據：自動駕駛技術發展歷程、數據閉環關鍵環節

　　自動駕駛從 " 規則驅動 " 進入 " 數據驅動 " 時代

　　——自動駕駛技術架構演變歷程

　　根據 2023 ( 第七屆 ) 高工智能汽車年會上發布的《自動駕駛 3.0 時代，大模型重塑汽車智能化技術路線》，目前我國的自動駕駛已經進入了 3.0 時代。

　　自動駕駛的 1.0 時代是硬件驅動，主要依靠激光雷達和人工規則的認知方式提供自動駕駛方案 ;2.0 時代是軟件驅動，特點是傳感器單獨輸出結果，用小模型和少數據的模式提供自動駕駛方案 ;3.0 時代是數據驅動時代，采用多模態傳感器聯合輸出結果，用大模型大數據的模式提供自動駕駛方案。

　　根據我國國家標準《汽車駕駛自動化分級》 ( GB/T 40429-2021 ) ，目前汽車的自動駕駛仍處于 L2" 部分自動駕駛 " 和 L3" 有條件自動駕駛 " 的階段。

　　——軟硬件是 " 規則驅動 " 核心要素

　　在自動駕駛 1.0 與 2.0 時代，各類硬件設備和內嵌軟件是車輛自動駕駛的核心要素，其中硬件設備主要包括激光雷達、毫米波雷達、超聲波傳感器、攝像頭等 ; 內嵌軟件則主要包括了定位算法軟件、感知算法軟件和規控算法軟件三大類。

　　——海量數據與數據閉環是 " 數據驅動 " 核心要素

　　自動駕駛 3.0 時代與 2.0 時代相比，其開發模式和技術框架都將發生顛覆性的變革。在自動駕駛 2.0 時代，以小數據、小模型為特征，以 Case 任務驅動為開發模式。而自動駕駛 3.0 時代，以大數據、大模型為特征，以數據驅動為開發模式。在 3.0 時代，過去自動駕駛的核心軟硬件基礎將逐步統一并整合，逐漸演化為各類大模型。如控制算法將逐步演化為車端控制模型 ; 感知算法將逐步演化為車端感知模型 ; 規控算法將逐步演化為車 / 云端認知模型。

　　自動駕駛 3.0 時代，數據成為了自動駕駛的核心，在自動駕駛商業化快速落地實現的同時，自動駕駛數據的規模呈現指數級增長，因此如何更為高效得實現數據提取、處理、篩選、學習以推動自動駕駛技術發展成為了自動駕駛企業的新挑戰，" 數據閉環 " 概念應運而生。

　　數據閉環能力成為自動駕駛規�；�落地關鍵因素

　　——數據閉環的關鍵環節

　　數據閉環是指從車的端數據采集，到處理后形成有效數據集，再通過云服務器進行存儲、運輸，經過算法模型訓練、驗證后，將有效數據成果部署上車，各環節相互連接，形成自動駕駛數據循環。

　　——數據閉環的發展歷程

　　自動駕駛數據閉環從 2013 年開始初露頭角，但由于當時僅有部分測試車上路，數據量較少，僅能實現簡單的反饋循環機制。隨著自動駕駛技術從 L0 邁入 L2/L3，早期的數據閉環難以滿足自動駕駛的需求，數據閉環從 1.0 邁向 2.0，未來也將朝著更商業化的 3.0 邁進。目前我國的自動駕駛數據閉環正處于高效驅動升級的第二階段，未來的數據處理能力和自動運轉能力將大幅提升，商業落地效益更好，生態建設更完善。

　　——數據閉環的核心技術

　　隨著數據量的激增，自動駕駛下的存儲面臨海量數據傳輸、數據處理、數據合規等問題，而為了解決此類問題，數據閉環內嵌了云平臺、數據標注、仿真測試等功能。

　　——數據閉環的發展痛點

　　完整的數據驅動閉環是指從量產、采集車在路端實地采集的交通場景，通過技術手段還原成仿真場景，進入測試環節用于算法測試，再更新和升級量產車的過程。但在此過程中由于關鍵鏈路涉及多個環節與領域，當前行業內 ( 包括數據采集商、軟硬件供應商、車廠、算法公司等在內 ) 尚未出現能提供統一視野、融合所有車的環節、一體化打通整條鏈路的產品或者平臺。

　　" 車路云一體化 " 加速自動駕駛商業化進程

　　—— " 車路云一體化 " 的概念

　　車路云一體化是通過新一代信息與通信技術將人、車、路、云的物理空間、信息空間融合為一體，基于系統協同感知、決策與控制，實現智能網聯汽車交通系統安全、節能、舒適及高效運行的信息物理系統。車路云一體化系統充分融合了車端、路端、云端信息，實現車端、路端多源數據融合，數據規模更大，多樣性更充分，通過堆疊數據集，支持 AI 大模型進行快速迭代。

　　—— " 車路云一體化 " 的發展歷程

　　從 2020 年 2 月發改委、工信部等 11 部委聯合印發《智能汽車創新發展戰略》文件，表示到 2025 年，新車基本實現智能化，高級別智能汽車實現規�；瘧�用，" 人–車–路–云 " 實現高度協同 ; 到 2023 年《國家車聯網產業標準體系建設指南 ( 智能網聯汽車 ) ( 2023 版 ) 》，《公路工程設施支持自動駕駛技術指南》等政策的發布，近 3 年來中共中央、國務院、各部委累計出臺包含自動駕駛、車聯網 ( 智能網聯汽車 ) 、車路協同、交通新基建等相關政策達 30 余項，全面支持 " 車路云一體化 " 自動駕駛的快速發展與落地。

　　—— " 車路云一體化 " 的優勢

　　隨著自動駕駛算法不斷迭代，自動駕駛的發展正逐漸由 " 規則驅動 " 向 " 數據驅動 " 轉化。自動駕駛的落地需要大量數據的支持，而車路云一體化方案，充分融合了車端、路端、云端信息，實現車端、路端多源數據融合，數據規模更大，多樣性更充分，通過堆疊數據集，支持 AI 大模型進行快速迭代。同時以大模型 AI 為基礎，車端、路端多角度，雷達、視覺等傳感器聯合工作，多模態共同輸出結果，通過基于 " 大數據 + 大模型 " 的 AI，海量大數據自訓練，結合人類的駕駛常識決策，從而加速自動駕駛技術演化。

　　—— " 車路云一體化 " 解決方案

　　以項目落地能力角度看，百度、蘑菇車聯與華為的特點各不相同。華為更側重于構建智慧交通體系并落地多個城市 ; 蘑菇車聯強調 " 車路云一體化 "，以自動駕駛、車路協同、智慧交通 AI 云平臺的整套方案幫助城市打造智慧交通體系，加速與地方政府合作打造智慧城市與智慧交通 ; 而百度則是 " 單車智能 + 網聯賦能 " 路線的擁躉，以廣州黃埔區開發區的智慧交通項目為代表。

　　蘑菇車聯自研 " 車路云一體化 " 自動駕駛系統，應用了融合感知、融合決策控制、高精地圖、高精定位、AI、仿真系統、云 + 邊緣計算、實時大數據等前沿技術，能夠深度融合自動駕駛 + 車路協同 +AI 云平臺三大板塊，可以滿足不同場景、不同車型的需求，核心技術指標行業領先。

　　—— " 車路云一體化 " 的市場規模

　　車路云一體化涉及汽車、交通、通信等產業領域，市場滲透率加速，市場規模巨大。具體來看，中國智慧交通市場規模當前約 4 億元，至 2030 年快速發展并預計超過 6.5 萬億元。根據賽迪的數據，2022 年中國智能網聯車市場規模接近 6000 億元，隨著智能網聯技術的進步，產品迭代升級與普及率的提升，2030 年有望突破 5 萬億元。中國車聯網市場規模呈快速發展趨勢，預計 2030 年將突破 2 萬億元。預計到 2030 年，" 車路云一體化 " 相關市場規模超 14 萬億元，市場規模巨大。

　　來源：前瞻網