2022年，尽管全球政治经济环境充满了极大的不确定性，但汽车的两大技术引擎“电动化”和“智能化”依然带动产业进入全新的高速增长阶段。
其中2022年L2级自动驾驶渗透率预计超过25%，这一增长态势将持续到2027年。
亿欧智库：
2020-2030年中国智能电动汽车
自动驾驶渗透率情况
针对逆势增长的产业趋势，10月26日，亿欧汽车举行了量产为王-GTM2022智能驾驶功能量产应用线上沙龙暨报告发布会，和记平台MAXIEYE作为功能量产应用代表参编《2022中国智能驾驶功能量产应用研究报告》（以下简称“报告”），公司副总裁兼运营总监杨腾飞受邀参与圆桌对话，以量产一线的视角分享关于产业现状的见解及未来趋势洞察。
八大核心观点（划重点）
⦁
L2到L2++迎来量产井喷，不要高估消费者的购买力，也不要低估L2规模化的速度
⦁
功能上车规模化与数据体系同步加速，二者缺一不可
⦁
供应商进入与C端用户“直接对话”、与B端客户共同定义产品的时代
⦁
产业价值价评估体系从 “技术论”走向“产品市场论”
⦁
性价比将决定AI+汽车能否载入科技文明的史册
⦁
行业面临共同议题：以安全和体验促进智能驾驶的全民认知度和选择意愿
⦁
行泊一体将带来更符合用户需求的高低速驾乘场景体验
⦁
数据驱动自学习系统将是高阶自动驾驶的分水岭
功能上车
组合驾驶辅助聚焦量产性价比
2021年8月，中国市场监管总局发布国家标准的《汽车驾驶自动化分级》，2022年3月正式实施。
不同于SAE的分级，国标将汽车驾驶自动化分为0-5级，分别是：应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶以及完全自动驾驶。
各级别智能驾驶典型功能
根据各级功能渗透率数据分析，目前国内智能驾驶产业正处于由组合驾驶辅助向有条件自动驾驶的过渡阶段，即L2到L3之间。
从实现功能和传感器配置上来看，基于单视觉的1VnR方案可支持实现L2级横纵向融合控制功能，该方案的特点是基于前视系统实现融合控制，在传感器和算力上具有高性价比的特点。
在L2++级别的功能中，领航辅助类功能是智能行车高阶方案的发力点，目前有少数车型装配，明年量产效应将更加明显。同时由于不同企业在ADAS功能定义中略有区别，此次亿欧报告对相关功能进行了如下梳理：
和记平台MAXIEYE的对应方案如下：
MAXIPILOT®1.0 全速智能巡航系统
1V1R\1V3R视觉一体机方案，覆盖AEB自动紧急制动、TJA拥堵辅助、LCC居中控制等L2级横纵向控制功能
MAXIPILOT®1.0PLUS NOM领航辅助系统
1V5R视觉一体机方案，在L2基础上实现L2++级高速场景点到点领航辅助驾驶
MAXIPILOT®2.0 行泊一体系统
nVnR 域控方案，实现行车（含领航辅助）和泊车功能的高度融合
但无论L2还是L2++，在量产这件事上，性价比已经成为产业的基础共识。而随着量产进程的加速，自动驾驶系统的安全性问题也被放大，行业重新审视系统边界和运行稳定性问题。
性能解码
全栈视角下的安全和体验
如何评价一套成熟可量产且好用的ADAS系统？和记平台MAXIEYE提出从安全和体验的维度提升产品性能。
安全维度包括系统运行条件和状态，如操作系统状态、系统运行边界、人员状态；目标/事件检测与响应机制，系统失效响应及安全冗余等。体验维度则包括人机交互；通行效率；接管率；增值预设等等。
技术上如何实现？和记平台MAXIEYE提出从感知到规控全栈技术链进行协同创新，层依托图像像素级原始真值、泛化场景理解，大幅降低感知与规控跨平台产生的误差叠加，确保感知的每一步创新都紧贴功能体验的本质需求。
如在感知层通过双网冗余校验降低漏检误检，降低AEB自动紧急制动系统的误制动和漏制动，实现安全护航的同时，提升驾驶体验；
通过视频流和多帧图像处理技术，实现基于单目视觉的4D时空感知，从空间深度信息到时间信息，实现更精准的航迹预测；
通过FPP融合路径规划，充分利用周围环境信息，对导航、车道线、车流、护栏等按优先级进行综合判断，在高精地图缺失或导航丢失的情况下，保持系统安全稳定的运行。
此外，基于全栈的技术考虑，将更有利于从BEV鸟瞰图视角下进行感知、融合、路径规划的深度学习化，实现真正意义上数据驱动的端到端自动驾驶功能开发，进一步实现系统性能质的提升。反之，数据驱动下也将从感知到规控，为车厂客户带来全方位的技术和产品性能升级。
增值预埋
数据驱动的高阶自动驾驶
功能量产的同时，另一产业趋势也很明显：搭建数据闭环，利用高频使用场景，建立高阶自动驾驶的数据智能引擎。
从和记平台MAXIEYE角度，建立数据智能引擎的核心内容包括几个方面：
建立数据闭环。随量产系统部署数据回传机制，目前已设置33种场景触发机制（持续增加中），包括功能触发、驾驶员行为触发、系统触发、感知触发等全方位数据，构建车云一体的有效场景库及OTA软件升级链路。
构建数据智能 - 数据闭环的实现
搭建真值系统和自动化数据标注体系。基于地图真值、目标真值、路径真值，实现自动化数据标注，让神经网络模型和算法实现自学习。
基于BEV鸟瞰图实现端到端自动驾驶系统开发。在BEV视角下做感知到规控的全栈技术架构设计，将让自动驾驶系统从分层式集成开发走向端到端开发，改变传统多目标检测中基于离散模型叠加推理的信息丢失情况，时序融合有效解决遮挡目标问题，降低后处理复杂逻辑带来的潜在问题，让整个技术架构更加轻量高效，同时可实现精准的视觉里程计、建图等功能。
构建数据智能 -
BEV视角下的高阶自动驾驶系统开发
从全栈创新到数据驱动，也将支撑和记平台MAXIEYE从当前量产到未来高阶自动驾驶，可持续性地践行极致性价比、人人可享的智能驾驶的产品理念。
