news 2026/5/27 23:47:24

ADAS十年演进(2015–2025)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
ADAS十年演进(2015–2025)

ADAS十年演进(2015–2025)

一句话总论:
2015年ADAS还是“被动安全+AEB/LKA等基础功能的高端配置”,2025年已进化成“主动智能+城区NOA+记忆泊车+端到端VLA大模型融合”的全场景普惠标配,中国从跟随者跃升全球领跑者(华为ADS、小鹏XNGP、比亚迪天神之眼等主导),渗透率从<10%飙升至>70%,市场规模从百亿级升至千亿级,推动驾驶从“辅助”到“智能伙伴”的文明跃迁。

十年演进时间线总结
年份核心功能跃迁SAE级别/场景渗透率(中国新车)/市场规模(亿元)代表厂商/里程碑
2015被动安全+AEB/LKA初探L1–L2高速<10% / ~100博世/大陆主导,吉利博越AEB首搭
2017ACC自适应巡航+APA自动泊车L2高速+停车~20% / ~200小鹏P7 APA,Mobileye EyeQ4量产
2019LCA变道辅助+高速NOHL2+高速~30% / ~400蔚来NOP,小鹏NGP高速全国
2021城市NOA+记忆泊车+HPAL2++城市~40% / ~700小鹏NGP城市,华为ADS 2.0高速+城市
2023无图城市NOA+端到端初探L2+++城区~55% / ~1000小鹏XNGP城市NOA,华为ADS 3.0全国无图
2025全场景NOA+VLA融合+零干预泊车L3–L4城区>70% / ~2000+华为ADS 4.0 + 小鹏第二代VLA + 比亚迪天神之眼普惠
1.2015–2018:被动安全到L2辅助基础时代
  • 核心特征:ADAS以被动安全(AEB、LDW)和基础L1–L2功能为主,场景限于高速/停车,依赖摄像头+毫米波雷达。
  • 关键进展
    • 2015年:博世/大陆AEB/LKA主导,吉利博越首搭国产ADAS。
    • 2016–2017年:ACC+APA普及,Mobileye EyeQ4量产。
    • 2018年:激光雷达成本降90%,L2+概念兴起。
  • 挑战与转折:城市复杂场景弱;中国新能源车兴起推动本土化。
  • 代表案例:Tesla Autopilot初代(L2高速)。
2.2019–2022:L2+高速到城市NOA转型时代
  • 核心特征:高速NOH(Navigate on Highway)+记忆泊车+HPA/RPA,厘米级感知,场景扩展城市拥堵/高速。
  • 关键进展
    • 2019年:蔚来NOP,小鹏NGP高速全国。
    • 2020–2021年:疫情加速,华为ADS 2.0 + 小鹏城市记忆泊车。
    • 2022年:高精地图+BEV算法商用,渗透率超40%。
  • 挑战与转折:地图依赖;无图端到端算法兴起。
  • 代表案例:小鹏P5/P7 NG P高速+城市。
3.2023–2025:全场景NOA+VLA普惠时代
  • 核心特征:无图城市NOA+端到端VLA大模型融合+零干预泊车/AVP,量子辅助鲁棒,场景全域(高速/城市/停车)。
  • 关键进展
    • 2023年:小鹏XNGP城市NOA,华为ADS 3.0全国无图。
    • 2024年:DeepSeek等大模型融合,普惠下沉15万级。
    • 2025年:华为ADS 4.0 + 小鹏第二代VLA + 比亚迪天神之眼,城区NOA渗透率>70%,普惠7–10万级。
  • 挑战与转折:安全/法规;L3法规落地加速普惠。
  • 代表案例:比亚迪天神之眼(7万级全场景NOA),小鹏MONA M03(15万级零干预泊车)。
一句话总结

从2015年被动AEB/LKA的“安全辅助”到2025年VLA大模型全场景NOA的“智能伙伴”,十年间ADAS由模块化规则转向端到端语义闭环,中国主导技术普惠+政策破冰,推动从“高端配置”到“全民标配”的文明跃迁,预计2030年高阶ADAS渗透率>90%。

数据来源于高工智能汽车研究院、中国汽车工业协会及2025年行业报告。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/26 1:09:24

智能驾驶规划控制算法十年演进(2015–2025)

智能驾驶规划控制算法十年演进&#xff08;2015–2025&#xff09; 一句话总论&#xff1a; 2015年规划控制算法还是“规则Frenet优化MPC”的刚性工程时代&#xff0c;2025年已进化成“端到端VLA大模型游戏论博弈强化学习自适应量子级不确定性控制”的语义社交闭环&#xff0c;…

作者头像 李华
网站建设 2026/5/25 17:45:57

PyTorch安装避坑指南:解决conda activate报错问题的完整方案

PyTorch 安装避坑指南&#xff1a;解决 conda activate 报错的完整实践 在深度学习项目启动阶段&#xff0c;最让人沮丧的不是模型不收敛&#xff0c;而是连环境都跑不起来。你兴冲冲地准备复现一篇论文&#xff0c;打开终端&#xff0c;敲下 conda activate pytorch-env&#…

作者头像 李华
网站建设 2026/5/27 15:28:58

HTML可视化训练结果:在Miniconda-Python3.10中集成Plotly与TensorBoard

HTML可视化训练结果&#xff1a;在Miniconda-Python3.10中集成Plotly与TensorBoard 在深度学习项目开发中&#xff0c;一个常见的困境是&#xff1a;模型跑完了&#xff0c;日志也输出了&#xff0c;但你却说不清它“到底发生了什么”。损失曲线震荡&#xff1f;准确率卡住不动…

作者头像 李华
网站建设 2026/5/24 21:39:24

Jupyter Lab在Miniconda环境中的配置技巧与常见问题解决

Jupyter Lab在Miniconda环境中的配置技巧与常见问题解决 在数据科学、AI研发和教学实践中&#xff0c;一个稳定且可复现的开发环境至关重要。但现实往往令人沮丧&#xff1a;当你从同事那里拿到一份 .ipynb 文件&#xff0c;满怀期待地运行时&#xff0c;却因“模块未找到”或“…

作者头像 李华
网站建设 2026/5/22 18:56:57

Pyenv与Conda双剑合璧:精细化管理多个Python版本

Pyenv与Conda双剑合璧&#xff1a;精细化管理多个Python版本 在人工智能和数据科学项目日益复杂的今天&#xff0c;开发者常常面临一个看似简单却棘手的问题&#xff1a;为什么我的代码在同事的机器上跑不起来&#xff1f; 答案往往藏在那些看不见的依赖里——可能是 Python 版…

作者头像 李华