当前，大部分的汽车自动驾驶方案已经通过BEV+Transformer架构实现L2级别及以上的自动驾驶。市面上的大多数车厂，如华为、小鹏、理想、毫末智行、卓驭科技、极越等企业通过BEV+Transformer+OCC已实现对高速NOA（一种自动驾驶辅助系统，可以让驾驶员在高速公路上行驶更安全高效。）城市NOA（针对城市交通环境开发的驾驶辅助系统。）以及自动泊车的支持。BEV+Transformer架构是一种用于自动驾驶领域的先进感知技术，它通过将多个摄像头捕获的2D图像转换为鸟瞰图的3D表示，从而实现对车辆周围环境的更准确感知。这种架构的核心优势在于其能够处理和融合来自不同视角的空间信息以及时间序列信息，为自动驾驶系统提供更为丰富和精确的感知数据。
亿欧智库认为，到2027年，自动驾驶领域有望实现感知、规划、控制全流程到端，并完全基于learning-based实现自动驾驶。
图：自动驾驶智能算法架构迭代（图源：亿欧智库）
根据亿欧智库对自动驾驶算法架构迭代的分析，2016年的自动驾驶依赖于手工设计的特征提取方法，预测能力较差，主要依靠预先设计好的特征和经验总结，且仅支持L2级别的自动驾驶和ADAS辅助驾驶功能。到了2024年，车辆可以通过自注意力机制结合扩散过程，自动化提取特征，并在部分场景通过对物理规则的模拟和预测，提供对环境的理解。有强烈的预测能力，根据当前感知、未来可能占用状态和对部分环境的理解进行预测。支持L3/L4级别的自动驾驶和高速NOA、城市NOA、自动泊车场景等多场景贯通。根据亿欧智库的预测，预计到2027年，自动驾驶汽车通过自注意力机制结合扩散过程，自动化提取特征，并通过对物理规则的模拟和预测结合视觉与语言的转化提高对场景的理解、推理能力。此外，还有很强的预测能力，可以根据当前感知、未来可能占用状态和对环境的深层次理解进行预测。支持L4/L5级别自动驾驶，支持自动驾驶全场景贯通且逐步实现零接管。
图：蘑菇车联车路云南一体化发展（图源：亿欧智库）
信息融合 车路云一体化发展
根据亿欧智库，自动驾驶智能水平越高，感知测融合的信息更多，决策侧拥有更多的算力，控制侧具有更强的控制能力。与单车智能相比，车路云一体化的自动驾驶水平显著提高。单车智能指通过车辆本身的传感器获取外界信息，并通过算法进行处理，从而实现自动控制车辆行驶，对车端传感器和车端计算平台有较高的要求。而车路云一体化是从车端感知、路端感知＋云端感知来获取外界信息，进行信息融合后通过多端决策、多端控制来实现更高水平的自动驾驶。
市面上的大部分车企都采用了车路云一体化方案，如蘑菇车联，根据亿欧智库分析，AI技术贯穿蘑菇车联全系方案产品，基于群体智能系统架构，完整自主研发车路云一体化方案，打通车路云三端，实现数据闭环。目前，蘑菇车联具备多年的车路云深耕经验，已实现多地、多场景快速落地，覆盖城市开放道路、高速公路、园区、景区、港口、机场等。
相关文章请点击：
