【汽車和汽車零部件行業AI大模型應用于汽車智能駕駛梳理：吐故納新，如日方升】

智能駕駛系統按工程落地可分為兩類：模塊化和端到端。

1）模塊化：將整個系統劃分為環境感知、決策規劃、控制執行，車輛將傳感器采集到的信息進行感知處理，再將感知結果輸入至決策規劃層進行分析決策并生成控制命令，最終將控制命令下達至各執行器完成加速、轉向、剎車等操作；

2）端到端（end-to-end）：車輛將傳感器采集到的信息通過深度學習神經網絡直接輸出駕駛命令（可實現輸入圖像等感知信息到輸出方向盤轉角等控制量、輸入感知信息到輸出車模的狀態量如速度和坐標等）。

當前，端到端僅應用于感知系統；全面端到端智能駕駛系統需要大量數據支持，具備精簡人工復雜升級+泛化性高+硬件成本小等優勢，是智能駕駛的終極實現方案。

感知，從L2級跨越至L3級及以上智能駕駛系統的關鍵

智能駕駛，主要包括感知（環境感知與定位）、決策（智能規劃與決策）、以及執行（控制執行）系統。當前技術難度排序分別為感知、執行、決策；其中，決策系統的難度隨L3級及以上等級的推進而逐步增加。

來源：光大

資料下載：公眾【數策前瞻】

免責聲明：以上報告均系本平臺通過公開、合法渠道獲得，報告版權歸原撰寫/發布機構所有，如涉侵權，請聯系刪除 ；資料為推薦閱讀，僅供參考學習，如對內容存疑，請與原撰寫/發布機構聯系。

關鍵詞：