先见AI：2025年全球智能驾驶辅助技术发展现状：技术路线、商业化落地与政策框架分析报告

感知系统作为智能驾驶的“感官中枢”,其技术路线正经历从单模态依赖向多模 态融合、从规则驱动向数据与模型双驱动的深刻演进。早期L1/L2阶段普遍采 用以毫米波雷达+前视摄像头为主的“雷达主导”配置，功能边界集中于AEB、 ACC等结构化道路场景；进入L2+阶段后，激光雷达开始规模化上车(如小鹏G9 、蔚来ET7),叠加环视+侧视摄像头与超声波雷达，形成“视觉+激光雷达+毫米 波”三重冗余架构，显著提升对静态障碍物、施工区、异形物体的识别鲁棒性 ；当前L3级落地前夕，以特斯拉BEV(Bird’sEyeView)+Transformer为核心的纯 视觉大模型范式加速普及，通过端到端神经网络实现从原始图像像素到行车意 图的直接映射，推动行业迈向“重感知、轻地图”的新阶段[1]。这一路径迭代 的核心动因在于：一方面，城市NOA对复杂路口、无保护左转、鬼探头等长尾 场景的识别精度提出更高要求，传统基于几何匹配的算法已逼近性能天花板； 另一方面，车载算力跃升(如英伟达Orin-X达254TOPS)与数据闭环能力成熟， 使大规模神经网络训练与在线更新成为可能；此外，高精地图采集成本高、更 新滞后