汽车智能驾驶技术及产业发展白皮书 White Paper on Technology and Industry Development of Intelligent Driving 中国汽车技术研究中心有限公司Ⅰ清华大学Ⅰ华为技术有限公司 2025 年 7 月 指导专家 指导专家 中国工程院院士 清华大学车辆与运载学院教授 李骏 编写组成员 编写组成员 中国汽车技术研究中心有限公司 社会的未来。安全的自动驾驶作为智能交通系统的核心 领域，已然成为全球科技竞争和产业变革的关键焦点。 值此百年未有之大变局，我非常荣幸能够参与到相关工 作中，并为《汽车智能驾驶技术及产业发展白皮书》作序， 同时借此机会与业界同仁分享我对自动驾驶安全发展的 思考和展望。 近年来，中国自动驾驶产业在政策支持、技术创新和市 场需求的共同推动下取得显著进展。一方面，组合驾驶 辅助系统持续升级迭代，高等级自动驾驶测试与准入稳 辅助系统持续升级迭代，高等级自动驾驶测试与准入稳 步推进；另一方面，频发的交通事故也凸显出安全技术 仍是其产业规模化应用的关键前提。 以人为本是初心，安全为先是使命。自动驾驶的目标不 仅是解放人类的双手，更是在于安全、高效地重构未来 出行方式与提升社会运行效率。通过构建安全无障碍出 行体系，推动碳减排目标落地，并革新城市治理的智慧 化路径。只有当技术创新深度融入安全的框架，并根植 于创造社会价值，才能让科技成果转化为普惠民生的发

2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 于 2022 年 8 月，碳排放数字化建设及数字化驾驶舱建设综合解决方案 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 企业数字驾驶舱整体规划 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 于 2022 年 8 月，碳排放数字化建设及数字化驾驶舱建设综合解决方案 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 目录 企业数字驾驶舱架构规划 2 企业数字驾驶舱数据架构规划 3 IT 基础设施与信息安全架构规划 4 建设方案概述 1 数字驾驶舱组织与管控架构规划 5 ： 制作时间： 2023 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 于 2022 年 8 月，碳排放数字化建设及数字化驾驶舱建设综合解决方案 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 企业数字化建设背景（痛点分析） 规格定制 形态颜色定制 物料用量定制 工艺定制

智能驾驶智算数据平台发展研究报告 2025 年 8 月 I 发起单位 中国汽车工程学会人工智能分会 中国智能网联汽车产业创新联盟人工智能工作组 联合牵头单位 清华大学 北京工业大学 国家智能网联汽车创新中心 北京万界数据科技有限责任公司 参研单位 中国软件评测中心（工业和信息化部软件与集成电路促进中心） 1 智能驾驶智算数据平台定义及预期功能 ............................................................... 1 1.1 智能驾驶智算数据平台定义 ..................................................................... 1 1.2 行业级智能驾驶智算数据平台预期功能 行业级智能驾驶智算数据平台预期功能 ................................................. 2 2 智能驾驶智算数据平台发展现状分析 ................................................................... 2 2.1 国外现状分析 ......................................

署名 市级城市大脑领导驾驶舱 设计方案 1 、建设背景 • 十九届四中全会提出“完善科技支撑的社会治理体系，建立健全运用互联网、大数据、人工智能等技术手段进行 行政管理的制度规则”。到二〇三五年，基本实现国家治理体系和治理能力现代化；到新中国成立一百年时，全 面实现国家治理体系和治理能力现代化。” • 总书记在上海考察时指出要抓好“政务服务一网通办”、“城市运行一网统管”，坚持从群众需求和城市治理突出问 的问题，降低各个委办局的应 用系统建设成本。 资源集中供给 4 、总体架构 政 务 网 公安 城 市 能 力 共 享 政府 企业 民众 资 源 汇 聚 事 件 汇 聚 数 据 汇 聚 数字驾驶舱  数字孪生  城市家底  城市状态  重大事件  经济态势 一整 整合全社会数据及资源 两通 直达 民生、惠企、社会直达 系统互通、数据互通 安监 消防 财政 综治 理和经济运行两大方向，实现 ** 脉搏体征实时感知、重大事项全周期监管、安商稳商精准贴心、指挥体系多级合一。 区领导 数字驾驶舱 指挥中心（区级） 城市运行态势 监测预警 资源调度 协同指挥 处置反馈 全社会数据、城市家底、城市事件 区级联动部门 区政法委 区城管 区应急局 街道、部门驾驶舱 街道联动部门 社区联动工作站 基层工作人员 网格员 态势全面感知 （经济、社会、文化、政治、生态）

2024年4月16日 《“无图”加速智能驾驶渗透》 证券研究报告 （优于大市，维持） 概要 1. 智能驾驶拥有可观的价值前景 2. 智能驾驶越来越吸引消费者 3. “无图”智能驾驶时代来临 4. 投资机会分析 2 请务必阅读正文之后的信息披露和法律声明 我们认为智能驾驶技术不仅能够减少交通事故，提升交通效率，更 济价值和科技价值。 资料来源：海通证券研究所 图：智能驾驶技术的主要价值体现 1. 智能驾驶拥有可观的价值前景 3 请务必阅读正文之后的信息披露和法律声明 智能 驾驶 社会 价值 经济 价值 科技 价值 社会价值：根据高工智能汽车搜狐号，由中国汽车技术研究中心有限公司联合同 济大学、百度Apollo编制的《自动驾驶汽车交通安全白皮书》中提到：根据 CIDAS（中国交通 参与 的事故案例中，驾驶员人为因素占比约为81.5%。人是交通安全中最不确定的因 素，与人类驾驶相比，自动驾驶安全性更高。 图：人类驾驶汽车事故致因 资料来源：《自动驾驶汽车交通安全白皮书》，高工 智能汽车搜狐号，海通证券研究所 1. 智能驾驶拥有可观的价值前景 4 请务必阅读正文之后的信息披露和法律声明 81.50% 0.50% 18% 驾驶人因素 机动车因素

郎丰利于 2022 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 碳排放数字化建设及数字化驾驶舱建设综 合解决方案 郎丰利于 2022 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 制作时间： 2022 2 整理制作：郎丰利 目录 项目介绍 1 设计原则 2 智能安防系统 3 4 5 智慧小区增值服务系统 物业智能管理 郎丰利于 2022 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 3 整理制作：郎丰利 项目名称：天津红桥区海上东地块弱电智能化项目 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 4 整理制作：郎丰利 目录 项目介绍 1 设计原则 2 智能安防系统 3 4 5 智慧小区增值服务系统 物业智能管理 郎丰利于 2022 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案

”开启未来 5 二、 为何重提“车路云”——辅助驾驶事故风险引发关注；无人物流车方兴未 艾 ................................................................................................................... 10 （一） 辅助驾驶事故风险引发关注，“车路协同”价值再次凸显 ... .... 5 图 2、 车路云一体化系统中的数据流转 ......................................................... 5 图 3、 计算机辅助驾驶等级划分 .................................................................... 6 图 4、 正常预期、超预期与低于预期下“车路云一体化”产业产值增量预测（人 ................................................................................... 9 图 5、 美国计算机辅助驾驶事故统计 ........................................................... 10 图 6、 新石器 X3 无人车 ..............

资料来源：《动手学深度学习》（李沐） 2020 年 ，微软亚洲研究院首次将 Tf 模型应用于图像分类任务 ，在评测中实现 88.55% 的准确率。而且 Tf 模 型在 数据量越大的情况下表现越好 ，特别适用于自动驾驶这类大规模数据训练场景。 Tf 模型的另一个重要用处：计算机视觉 Transformer 模型可将 2D 图像融合成 3D 视角 Transformer 模型的工作原理 资料来源：《 Attention 级别 名称 定义 驾驶操作 环境感知 支援 系统作用域 0 无自动化 • 由驾驶者完全操控汽车 驾驶者 驾驶者 驾驶者 无 1 驾驶支援 • 系统有时能够辅助驾驶者完成方向盘和加减速 等驾驶操作 驾驶者与 系统 部分 行驶任务 2 部分自动化 • 系统能够完成某项驾驶任务 • 驾驶者需要监控驾驶环境 • 其余驾驶操作由驾驶者完成 驾驶者与 系统 系统 3 条件自动化 • 系统负责某些情况下环境感知 • 驾驶员需要时刻准备取回驾驶控制权 系统 系统 4 高度自动化 • 系统能够进行环境感知 • 驾驶员不需重新取得驾驶控制权 • 系统只能在特定环境条件下运行 系统 全部 行驶任务 5 完全自动化 • 系统能够完成所有环境条件下的所有驾驶任务 自动驾驶是过去 10 年最火热的赛道 ，但直到 2022 年才有部分企业推出具备 L3 级功能的车型。究其原因，