智能汽车的产品形态及毫米波雷达的演进之路.pdf

1、智能汽车的产品形态及毫米波雷达的演进之路同济大学 朱西产 教授第三届毫米波雷达产业链技术论坛技术革命推动了汽车产业革命HEV/PHEV/BEV/FCEV智能座舱/智能空间/智能驾驶智能安全、辅助驾驶、自动驾驶“鸿沟理论”是指高科技产品在市场上会遭遇的最大障碍：高科技企业的早期市场和主流市场之间存在着一条巨大的“鸿沟”。能否顺利跨越鸿沟并进入主流市场？成功赢得实用主义者的支持，决定了一项高科技产品的成败。实际上每项新技术都会经历鸿沟，关键在予如何成功地“跨越鸿沟”。按照五个分类来定义高科技产品面对的市场人群作者:美 杰弗里摩尔（Moore G.A.）著,赵娅 译出版社:机械工业出版社出版时间:2

2、009-012022年全球汽车总销量为8105万辆，与2021年销量几乎持平，其中新能源车2022年的销量为1020万辆，同比增长53%。汽车产业呈现出了“制造业”+“IT业”的双重属性市值排名销量排名丰田 1 2特斯拉 15 1比亚迪 13 3智能化将彻底改变汽车的E/E构架-实现软件定义汽车大屏露营像北美汽车市场一样，中国汽车市场也已经变的“个性鲜明”智能座舱智能生活空间人类对汽车智能化的追求：第一个避撞雷达人类对汽车智能化的追求：第一个避撞雷达智能化的基础：环境感知传感器初级智能：ADAS（L0/1/2）车型画像77GHz毫米波雷达单目摄像头地图不支持自动驾驶环境感知系统：毫米波雷达+单

3、目摄像头融合的低成本方案1V1R，1V3R，1V5RE/E构架：CAN总线多ECU，低计算能力（3Tops）100200100020003000100000200040006000800010000120002012201320142015201620172018201920202021从毫米波雷达出货量看，ADAS已经量产90%毫米波雷达国产化率不足10%毫米波雷达从年产毫米波雷达从年产100100万只增长到了年产万只增长到了年产1 1亿只，处于快速增长中。亿只，处于快速增长中。车用毫米波雷达国产化率不车用毫米波雷达国产化率不足足10%10%。主要市场掌握在主要市场掌握在8 8个企业：个企业

4、：BoschBosch、ContinentalContinental、AptivAptiv、DensoDenso、VeoneerVeoneer、HellaHella、MobisMobis、MandoMando高等智能-自动驾驶：L4无人驾驶汽车的画像曲高和寡，还没有一个应用场景能量产落地：经济高涨时“烧钱”还行，遇到经济下行，有点纠结。中级智能：L3高度自动驾驶汽车的画像AI是智能汽车的灵魂环境感知错误造成的“未知”：推理模型未能匹配到“置信度”足够的标签未知的规划控制算法错误：目标物“标签”匹配错误，导致运动轨迹预测错误L2+导航智能驾驶系统（NOA，Navigate on Autopilo

5、t）量产存在的“鸿沟”“影子驾驶”构建用户数据闭环：解决边缘场景的长尾难题单车智能的L3自动驾驶系统正在以L2+的产品形态寻求量产落地自动驾驶被市场普遍接受的“鸿沟”到底有多深？边缘场景造成的“安全的长尾难题”，存在“恐怖谷”。标准、政府认证许可难题。L3的ODD范围缩小到H-NOP-“不实用”，无法跨越“鸿沟”。H-NOP+C-NOP，实现“点-点”全场景自动驾驶，“实用”。但是也许城市道路只能停留在L2+的C-NOA。L3 级自动驾驶系统的认证思路级自动驾驶系统的认证思路-三支柱法三支柱法自动驾驶系统的认证方法：“三支柱法”“数据闭环”只形成了两支柱：道路+数据仿真用场景库数据打通“三支柱

6、”基于场景库进行试验场测试保真度测评基于场景库进行仿真测试置信度测评特斯拉FSD V12版本对自动驾驶技术路线的“震动”输入摄像头图像输出运动决策特斯拉这是采用生成式AI实现“端到端”了？我估计是“BEV Tansfomer+Occupancy”.规则可以处理的情况非常有限，随着智能驾驶可用范围的扩大，规则模式的限制也会越来越大，而端到端的AI自动驾驶便很好地解决了这个问题。端到端的AI自动驾驶，即特斯拉FSD V12版本让神经网络代替了规则编写。特斯拉给一个AI模型输入了海量真实场景及优秀的驾驶行为数据，车辆行驶过程中，车辆通过传感器获取环境信息后，通