【汽车和汽车零部件行业AI大模型应用于汽车智能驾驶梳理：吐故纳新，如日方升】

智能驾驶系统按工程落地可分为两类：模块化和端到端。

1）模块化：将整个系统划分为环境感知、决策规划、控制执行，车辆将传感器采集到的信息进行感知处理，再将感知结果输入至决策规划层进行分析决策并生成控制命令，最终将控制命令下达至各执行器完成加速、转向、刹车等操作；

2）端到端（end-to-end）：车辆将传感器采集到的信息通过深度学习神经网络直接输出驾驶命令（可实现输入图像等感知信息到输出方向盘转角等控制量、输入感知信息到输出车模的状态量如速度和坐标等）。

当前，端到端仅应用于感知系统；全面端到端智能驾驶系统需要大量数据支持，具备精简人工复杂升级+泛化性高+硬件成本小等优势，是智能驾驶的终极实现方案。

感知，从L2级跨越至L3级及以上智能驾驶系统的关键

智能驾驶，主要包括感知（环境感知与定位）、决策（智能规划与决策）、以及执行（控制执行）系统。当前技术难度排序分别为感知、执行、决策；其中，决策系统的难度随L3级及以上等级的推进而逐步增加。

来源：光大

资料下载：公众【数策前瞻】

免责声明：以上报告均系本平台通过公开、合法渠道获得，报告版权归原撰写/发布机构所有，如涉侵权，请联系删除 ；资料为推荐阅读，仅供参考学习，如对内容存疑，请与原撰写/发布机构联系。

关键词：