智能汽车头部公司 NOA 系统发展概况 AI 大模型将从根本上改变自动驾驶产业的发展 资料来源：中信证券 硬件配置方面 ，需要车辆使用满足 L3 级自动驾驶功能的智能化传感器 ，如摄像头、激光雷达、毫米波雷达等， 能实时感知各类路面情况；还需要车辆的自动驾驶芯片有足够高的算力 ，能在毫秒之内识别信息 ，并提出应 对策略。 应用智能传感器是实现 NOA 的基础 辅之以摄 像头、 毫米波雷达等。 图片来源：特斯拉、毫末智行 特斯拉 FSD V12 利用 了 1.4 万个 GPU 训练 集群 支持 AI 大模型运 算， 特斯拉预期其算力规模 会在 2024 年 2 月进入 全 球前五。 AI 大模型可以大大降低自动驾驶成 本 特斯拉坚持走视觉路线 ， 其 Model 3 应用的是 8 个摄像头 + 1 个毫米波 雷达的配置方案。 自动驾驶能力的提 万个英伟达的 GPU 来训练 AI 模型，使用了 14 亿帧 画面 训练一个神经网络，对应的是 10 万个 GPU 工时。 数据驱动时代，对算力的要求更高 资料来源：蔚来汽车，新汽车研究所 4D 毫米波雷达可以提供高质量的点云数据， 前 向 4D 成像雷达角分辨率可达 1° 方位角和 2° 俯仰 角。这种特性使车、人的反射点将不再只 是一个 简单的点 ，而是成百上千的点组合的图 象 ，从而

智能汽车头部公司 NOA 系统发展概况 AI 大模型将从根本上改变自动驾驶产业的发 展 资料来源：中信证券 硬件配置方面 ，需要车辆使用满足 L3 级自动驾驶功能的智能化传感器 ，如摄像头、激光雷达、毫米波雷达等， 能实时感知各类路面情况；还需要车辆的自动驾驶芯片有足够高的算力 ，能在毫秒之内识别信息 ，并提出应 对策略。 应用智能传感器是实现 NOA 的基础 小鹏汽车： 2000 人年的 标注量， 可在 16.7 天完成， 效率提升 4.5 万倍。 大多数厂商选择多传感器融合路线， 以激光雷达为主传感器， 辅之以摄 像头、 毫米波雷达等。 图片来源：特斯拉、毫末智行 AI 大模型对自动驾驶成本的影响 车载感知硬件成本降低。 自动标注的效率提升， 带动成本大幅度下降。 特斯拉预期其算力规模 会在 2024 年 2 月进入 全 球前五。 AI 大模型可以大大降低自动驾驶成 本 特斯拉坚持走视觉路线， 其 Model 3 应用的是 8 个摄像头 +1 个毫米波 雷达的配置方案。 自动驾驶能力的提 升需要大量算法训 练， 除真实场景外， 需模拟出大量仿真 场景做补充。如果 仅凭借工程师的理 解设计仿真场景， 能模拟的场景数量

睡眠监测 睡眠监测雷达通过毫米波雷达反射波及对 应算法，可实时监测以下指标状态：人体 存在（有人 / 无人）、在床状态（入床 / 离 床）、体动幅度、心率和呼吸率。 离床预警 睡眠预警系统可进行离床预警设置，在睡 眠时间段监测到离床时间超出设置时长， 系统会自动触发离床预警，将离床信息通 过短信、电话、公众号和后台的方式通知 到监护人。 人体检测 人体监测雷达通过毫米波雷达反射波及对 应算法，可实时检测是否有人存在。 睡眠监测雷达采用毫米波技术，可安装在卧室内，不涉及老人隐私， 无辐射，能耗低，使用安全电压。 智能居家设备——跌倒检测雷达 跌倒预警 跌倒检测雷达采用毫米波雷达发射波采样， 通过跌倒预警系统对人体动作及姿态感知 大数据算法分析，确认存在跌倒行为后系 统会自动触发跌倒预警，将预警信息通过 短信、电话、公众号和后台的方式通知到 监护人。 人体检测 人体监测雷达通过毫米波雷达反射波及对 应算法，可实时检测是否有人存在。 跌倒监测雷达采用毫米波技术，可安装在卫生间等易跌倒区域，不涉 及老人隐私，无辐射，能耗低，使用安全电压。 智能居家设备——人体监测雷达 无人预警 平台预警系统可进行无人预警设置，当检 测到长时间连续无人状态，如连续 24 小时 无法检测到人体存在，系统会自动触发无 人预警，将预警信息通过短信、电话、公 众号和后台的方式通知到监护人。 人体检测 人体监测雷达通过毫米波雷达反射波及对 应算法，可实时检测是否有人存在。

、智慧路口总体架构 路口终端 视频摄像机 激光雷达 毫米波雷达 交通信号机 端 厂 理服务 储服务 视化 法服务 别 是“多模态传感器 + Al 数据处理” 的深度融合。 口 智慧感知在结合现有的智能交通感知设备的基础上，增加了更加精密的路侧感知设备、车载感 知设备和 5G 移动大数据 , □ 路侧感知设备：激光雷达、毫米波雷达和带目标识别功能的视频摄像机； □ 车载感知设备：则是包括自动驾驶车辆能够感知到的数据，需要通过路侧单元 RSU 实时上传 到边缘计算节点。 1 、 Al 全域感知与数据采集系统 · 对目标进行连续跟踪 步态特征 ) 、儿童 ( 身高 / 体型 ) 、视障人士 ( 携带导 盲杖 / 导盲犬 ) , 准确率≥ 90%; ● 硬件：斑马线专用摄像头 ( 俯拍角度，覆盖整个斑马线区域 ) 、毫米波雷达 ( 检测非机动车快速接近 ) 。 □ 预警触发模块： ● 硬件：声光报警器 ( 安装于斑马线两侧，红灯时闪烁 + 语音提示 “请勿横穿” ) 、路面 LED 警示灯 ( 埋设于斑马线边缘，红灯时亮起

04 支持模块化扩展采集点数量（最大可增至 20 个），兼容 国际通用气象数据格式（如 BUFR 、 NetCDF ），便于与 全球气象系统对接。 低空微气象监测网 02 毫米波云雷达 采用高频毫米波技术实现 300 米以 下低空云层粒子分布监测，可识别 直径 0.1mm 以上的云雾粒子，分 辨率达 30 米，适用于机场、风电场 等场景的航危天气预警。 监测设备组成 激光测风雷达 米低空立体气象模型，实时渲染风速、湍流、能见度等 12 类 参数，支持无人机运营商通过 Web 端或移动端查看每 10 秒更新的气象热力图与风险 区域标记。 实时可视化系统 三维动态气象图谱 集成北斗卫星、毫米波雷达、地面气象站等 8 类数据源，通过 AI 算法生成分钟级更新 的综合气象仪表盘，可自定义显示飞行航线上的垂直风切变指数、积雨云移动轨迹等关 键指标。 多源数据融合驾驶舱 提供过去 72 小时

像机 公交车道占道 抓拍 公交公司监控中心 视频监控平台 电视墙 集中存储 工作站 公交调度平台 防火墙 解码设备 智能盒 疲劳检测相机 360环视 前视双目 毫米波雷达 手机app WIFI CAN RS485 HDCVI / CVBS HDCVI / CVBS 232 报警 HDCVI HDCVI 报警 HDCVI/CVBS 调度屏 车辆信息 Front Stereo Camera 毫米波雷达 Millimeter Wave Radar 手机 APP Mobile Phone APP WIFI CAN RS485 HDCVI / CVBS HDCVI / CVBS HDCVI / CVBS 针对危险等级进行报警 14 驾驶行为分析 前视双目 Front Stereo Camera 毫米波雷达 Millimeter Wave

提取结构化道路及目标物状态信息 RSU ：负责接收感知设备，车辆上报的信息。经过融 合判断生成预警信息及 RSM 信息发送。同时负责向 平台上报或接收平台下发的广播信息。 摄像头：交通信息统计、车型，事件等检测 毫米波雷达：检测车速，位置信息，轨迹 情报板：供普通车辆司机查看事故预警信息 光交换设备：与 RSU 共站部署，提供数据交换功能， 连接 RSU 和其他外设如信号机，雷达，摄像头，气 象 站等。同时负责 高速行车速度快，一旦某一路段突发生事故或 拥堵情况，若不能及时告警后方车辆。  后车将没有足够时间反应，极易引起连环追尾 等严重的二次事故发生。 业务流程：  事件感知：路侧部署摄像机、毫米波雷达等， 实时感知公路上的车辆状态。  事件识别：识别出交通事故、交通拥堵等异常 交通事件时及时上报；  及时提醒：通过 V2I 通信向后方车辆的 T-BOX 发送异常交通事件信息并在情报板上显示预警， 边缘计算快 融合算法精准 大脑响应迅速 事故降低 50% 减少二次事故 风险管控自闭环 事故分析辅助闭环 激烈驾驶积分预警 分类 设备 功能 部署要求 部署方式 数量 主设备 毫米波雷达 检测车速，辅助摄像头做融合感知（危险事 件 检测、车辆轨迹 / 定位），连续覆盖 200m 一个，和 RSU 共杆部署，覆盖全车 道。 抱杆安装，高度 6 米 视频杆 385 智能摄像头

座椅等）下发指令，实现高精度定位及远程操控，并通过技术措施 提升自动化水平及远程操控效率 。 • 视频拼接及 AR 辅助 • 远程操控辅助驾驶 • 远程操控安全保障 智能姿态监控及 激光雷达 视觉感知 毫米波雷达 痛点分析 • 自然环境恶劣，扬尘多，只能白天工作，开采 人员工作强度大。 • 环境危险，爆破的落石威胁工作人员安全。 • 设备状态无法实施掌握，故障率高。 方案价值 • 激光雷达 视觉感知 毫米波雷达 融合检测算法 目 标 定 位 冗 余 判 断 痛点分析 p 矿山的工作环境艰苦单一，存在危险性； p 矿卡车辆协同作业能力差，生产效率低； p 招工难导致人工成本增加，生产效率低； p 露天作业直接受天气影响，安全保障差。 方案价值 • 自动驾驶安全保障： 设计多重机制保障安全，使用激光雷达、相机、毫米波雷达多传感器融合技术方案及

NSA 部分的协议在 2017 年 12 月完成，聚焦 eMBB, 使能 5G 的快速引入和部署 5 5G 目标网频谱分布 5G 的目标网将是多层次组网结构，包括 Sub3G ， C-band 和毫米波 Dense Urban Urban Suburban Rural mmWave(T DD) 2.6GHz (T+F) 1.8GHz / 2.1GHz (FDD) 1400MHz (SDL) 抬升而预留的余量， 其取值等于底噪抬升 雨 / 冰雪余量 为了克服概率性的较 大降雨、降雪、裹冰 等导致信号衰减而预 留的余量 链路预算影响因素： 5G 和 4G 在 C-band 上无差别， 在毫米波频段需要额外考虑人体遮挡损耗、树木损 耗、雨衰、冰雪损耗的影响。 NR gNB Transmit Power gNB Antenna Gain UE Antenna Gain Slow Body Loss Body Block Loss 26 5G 链路预算与 3G/4G 关键差异 链路影响因素 LTE 链路预算 5G NR 链路预算 -C-band 5G NR 链路预算 - 毫米波 馈线损耗 RRU 形态，天线外接存在馈 线损耗 AAU 形态无外接天线馈线损耗 RRU 形态，天线外接存在馈线损耗 AAU 形态无外接天线馈线损耗 基站天线增益 单个物理天线仅关联单个

互认认证证书 NO.1 全球运营商云 NO.1 私有云运营 通信回波可用于感知： 位置 / 速度 / 物体类型 / 成像等 通感感知和雷达既相似，又具备可组网等独特优势 26GHz 毫米波感知优势 • 感知能力强： 高频段信号拥有更高的感知精度，能充分满足业界需求。 • 对通信信号影响小： 将感知和通信的频段分离，能有效减少互相干扰现象。 按照《 GB42590-2023- 面向低空提供航路、空域、飞行器飞手报备、黑飞检 测发现、飞行信息预警、气象服务等管理功能。 低空监管能力 - 多技术协同监管与低空全要素融 合 天翼“星巡”低空监管平台 低空感知设施 RID 远程识别技术 毫米波 5G-A 感知技术 产品功能体系 无人 机 RID 信 号 基 站 飞行态势 航线规划 飞行任务 飞行成果 AI 处置 设备泛接入 产品优势 面向需求 •