智能網聯汽車是搭載先進的車載傳感器、控制器、執行器等裝置，融合現代通信與網絡技術， 實現車與X(人、車、路、后臺等)智能信息交換共享，具備復雜的環境感知、智能決策、協同控制和執行等功能，可實現安全、舒適、節能、高效行駛，并最終可替代人來操作的新一代汽車。按照技術應用和應用場景，組成了兩橫三縱的技術架構。

汽車電子時間發展表—智能化與網聯化協同發展

汽車電子的發展有兩個維度，智能化和網聯化，沿著兩橫三縱的技術架構，逐步實現成熟的智能化和網聯化。

2016年-2018年主要是三大傳感器的融合使用，傳感器和視覺解決方案的融合促進實現自適應巡航、自動緊急制動等部分自動駕駛(PA)功能，以及輔助網聯信息交互；

2017年-2019年主要是高精度地圖的成熟，實時路況的更新和更豐富的路況信息加速實現車道內自動駕駛、全自動泊車等有條件自動駕駛(CA)功能，以及部分網聯信息協同感知；

2019年-2022年是車載通訊模塊、互聯網終端、通信服務的成熟，5G網絡建設的部署完成和商業化，V2X信息交互低延遲要求共同推動網聯化的加速，實現更復雜路況(近郊)的全自動駕駛；2022年-2025年主要是決策芯片和算法的成熟，隨著人工智能嵌入式落地智能終端，FPGA通用架構向ASIC專用架構的轉變，算法和芯片設計的協同發展，實現全區域的無人駕駛等高級(HA)/完全自動駕駛(FA)功能和網聯協同決策控制的功能。

各國陸續出臺政策推動ADAS（高級駕駛輔助系統）的普及

歐盟委員會考慮2017年將19項安全技術納入新車的標準配置，并將強制執行，自動緊急制動和車道偏離警告成為標配；國內2017年速度輔助系統、自動緊急制動、車道偏離預警/車道偏離輔助的加分要求已設定為系統裝機量達到100%。各國政策陸續出臺，要求汽車逐步配備汽車電子相關組建，成為汽車電子發展最大的推動力。

國外谷歌和特斯拉兩種發展路徑加速發展

自動駕駛目前進展

加州車管局(DMV)公開了自動駕駛項目的脫離測試數據，基本衡量了目前主要自動駕駛項目在加州境內在不同天氣環境，不同的路段進行測試的進展，谷歌的性能明顯優于其他廠商。

谷歌和特斯拉代表兩種不同發展路徑

谷歌和特斯拉在無人駕駛領域采取了兩種不同的有代表性的發展路徑，谷歌利用地圖和深度學習實時建模來實現自動駕駛；特斯拉依賴于傳統的傳感器的融合實現數據搜集識別、處理分析、完成自動駕駛功能。

從自動駕駛精度來看，谷歌的沒有明確的數據，但其軟件層面的可以檢測和理解手勢之類的信號并作出反應；moblieye的FCW(前向碰撞預警)的算法識別精度達到99.99%；特斯拉的算法處理水平很高，奔馳的路測車有著比特斯拉多一倍的傳感器，但是精度遠不及特斯拉。

谷歌的自動駕駛技術發展可以分為兩段，以waymo成為獨立事業部為轉折點:第一階段，主要 突出軟件領域和技術突破，采用自有的高精度地圖和Velodyne提供的64線激光雷達方案，配備谷歌chauffeur軟件系統，最為突出的是展示的無人駕駛原型車中直接拋棄了傳統車的剎車、方向盤、油門等設備，僅用一個啟動鍵實現無人駕駛，而硬件制造原型車都是來源傳統車企，如2014年展示的谷歌第二代車型就是從白色雷克薩斯RX 450H混合動力SUV改造而來。

2016年11月，waymo成為獨立事業部后，開始采用硬件和軟件并行的方案，采用自己研發的激光雷達，傳統傳感器和8個視覺模塊相互融合，最新展示的無人車使用了三個不同探測距離的激光雷達，自主技術研發將激光雷達成本降低九成。未來技術商業化首先落地在貨運(有個固定場景的低速共享市場)和共享車服務的應用。

2016年11月，特斯拉Autopilot 2.0發布，該系統將包含8個攝像頭，覆蓋360度可視范圍，對周圍環境的監控距離最遠可達250米；車輛配備的12個超聲波傳感器完善了視覺系統，探測和傳感硬、軟物體的距離接近上一代系統的兩倍。

國內科技公司和傳統車企合作打造自動駕駛，精度提升速度快

通過863計劃實施和國家自然科學基金委項目支持，清華大學、國防科技大學、北京理工大學等部分高校、院士團隊、汽車企業在環境感知、人的行為認知及決策、基于車載和基于車路通信的駕駛輔助系統的研究開發取得了積極進展，并開發出無人駕駛汽車演示樣車。清華大學等高校聯合企業開發的自適應巡航控制系統、行駛車道偏離預警系統、行駛前向預警系統等具有先進駕駛輔助系統(ADAS)功能樣機，正在逐步進入產業化階段。

目前，國內一汽、長安、廣汽、吉利等汽車品牌雖已開始裝備ADAS產品，但核心技術均來自 國外的零部件供應商，如博世，德爾福，大陸等。近兩年，我國許多互聯網企業也紛紛進軍汽車行 業，但更多的是涉足智能汽車的舒適和服務領域，例如阿里與上汽在“互聯網汽車”領域開展合作，共同打造面向未來的互聯網汽車及生態圈。百度和騰訊均推出了車機互聯產品,此外，博泰、樂視等企業均推出了互聯網概念汽車。

從精度水平來看，百度的技術路徑與谷歌一樣，算法基于攝像頭和激光雷達，去年通過攝像頭判斷物體的準確率達到了89.6%，今年其準確率上升到了90.13%，其行人識別率達到95%、紅綠燈判斷達到了99.9%。

谷歌和百度的技術路徑一部到位，成本較高，精度較高;特斯拉等車企的技術路徑是一個緩慢學習的過程，成本較低，精度也較低，未來的發展方向是必然兩種技術手段的融合。

增強版前置雷達通過冗余波長提供周圍更豐富的數據，雷達波可以穿越大雨、霧、灰塵，甚至前方車輛。另外，Autopilot 2.0使用的處理芯片NVIDIA Drive PX 2的處理性能為原來Mobileye Q3的40倍。