一、感知层：让车“看见”风险
多传感器融合：摄像头识别物体特征（如行人、车辆），激光雷达完成毫米级测距与点云建模，二者互补识别障碍物。
场景理解升级：最新系统已从“识别物体”进化到“理解场景”，例如识别校车后自动降速、在雨雾低能见度下仍可探测静态事故车。
感知瓶颈：遮挡汇流场景下，智驾需看到完整车辆轮廓才会触发减速，反应时机会晚于人类司机。
二、决策层：从“刹停”到“最优避让”
规则到模型的跨越：传统规则决策存在僵化问题，端到端大模型和占用网格技术让系统能“不识万物、但避其占”——即便无法识别具体物体，也能判断其占用的空间不宜驶入。
损失最小化原则：在无法完全避免碰撞时，系统综合计算所有可能轨迹。例如华为智驾在一道路事故中，前方两车激烈碰撞，旁边有行人，系统在0.1秒内选择斜前方冲入绿化带——既避开行人、又避免与事故车相撞。
实战验证：理想汽车的AES已能实现连续避让，从躲避静止障碍物到应对强行变道货车均有成功案例。
三、执行层：毫秒级的转向与制动
横向+纵向协同控制：系统在刹车的同时配合快速转向，完成“一刹一转”的避让动作。蔚来ES8的AES在高速状态下能成功横向绕过前方静止障碍物。
多场景适应：已覆盖高速静止障碍物、两轮车穿行、斑马线行人穿越、双实线车道选择等场景，且部分测试在智驾开启与手动驾驶状态下均能生效。
“看见”与“被看懂”：系统不仅要自己算好轨迹，还须通过车辆运动（降速幅度、转向时机等）向周围交通参与者传递意图，让行人和其他司机能预判其行为。
四、前沿技术路线对比
- 维度
- 多传感器融合路线
- 纯视觉+端到端路线
- 感知方式摄像头+激光雷达+毫米波雷达仅靠摄像头采集图像
- 核心优势冗余度高、极端天气稳定性好成本低、数据闭环速度快
- 决策逻辑规则+模型混合驱动神经网络端到端学习人类驾驶习惯
- 代表应用蔚来Banyan 3.0 AES、理想AES部分新势力品牌的城区智驾方案
