芝能会围绕智能驾驶打造一个专门智驾的栏目，结合测试环境来给各位系统性的介绍智能驾驶技术。

  通过集成先进的传感器、控制器和执行器，车辆能轻松实现部分或完全无人驾驶。智能驾驶的功能和场景体系是理解和开发这项技术的关键，但是部分读者其实不了解智能驾驶的功能体系和场景体系，本栏目将持续介绍这些功能，并且介绍它们之间的关联。

  ●行车功能：包括自适应巡航控制（ACC）、车道居中控制（LCC）、自动变道辅助（ALC）、交通拥堵辅助（TJA）和高速领航驾驶辅助（NOA）。这些功能根据SAE的智能驾驶分级标准，从L1到L3不等，涵盖了从简单的纵向控制到复杂的点对点自动驾驶。

  ◎TJA：在交通拥堵情况下，结合ACC和LCC，实现低速跟车和车道保持。

  ◎NOA：在高速/城市道路上，根据导航信息实现从一点到另一点的自动驾驶。

  ●泊车功能：包括自动泊车辅助（APA）、遥控泊车（RPA）、智能召唤（SS）、记忆泊车（HPA）和自主代客泊车（AVP）。这些功能从L2到L4级别，提供了从辅助泊车到完全自动泊车的解决方案。

  这些功能包括前向碰撞预警（FCW）、自动紧急制动（AEB）、前方交叉区域预警（FCTA）、前方交叉区域辅助（FCTB）、车道偏离预警（LDW）、车道保持辅助（LKA）、开车门预警（DOW）、盲点监测（BSD）、后方交叉区域预警（RCTA）、后方交叉区域辅助（RCTB）、后向碰撞预警（RCW）。

  这些功能提供了各种安全效果，帮助驾驶员及时警示并采取行动，减少事故风险。

  智能驾驶的场景体系基于用户的出行体验，最重要的包含高速、城区和停车场三大区域。

  ●行车场景 ：包括本车道内行驶、变道、十字路口和匝道等子场景。在这些场景中，智能驾驶系统要考虑舒适性、安全性、响应度和识别能力等因素，以提供流畅和安全的驾驶体验。

  ◎针对本车道行驶，用户对舒适性和车辆保持在车道内的效果十分关注。舒适性体现在车速的加减速度，而车道保持效果则通过车辆与车道线的距离来评估。

  ◎对于弯道行驶，系统的过弯能力直接影响用户的信赖度，而跟车时的安全感和舒适性也同样重要。在十字路口场景下，系统的识别能力和对红绿灯的理解影响着驾驶员的安全感。而匝道则考验系统的进出策略和车速变化控制能力。

  ●泊车场景 ：涉及停车场内的自动行驶、搜索车位、泊入和泊出车位等过程。在这些场景中，系统的泊车能力和舒适性是关键的用户体验因素。在停车场内行驶阶段，系统要准确识别各种静态和动态障碍物，保证安全行驶。搜索车位时，系统的车位识别能力直接决定了用户的停车效率和体验。

  通过深入理解功能与场景的关联，开发的人能更好地规划智能驾驶的性能指标，确保用户体验与功能开发同步进行。这不仅有助于提升产品的市场竞争力，还能确保智能驾驶技术更加安全、可靠和用户友好。

  智能驾驶的功能和场景之间存在密切的关联。例如，ACC和LCC主要适用于本车道内行驶场景，而ALC适用于变道场景。TJA和NOA则涉及更复杂的情景，包括本车道行驶、变道和匝道等。泊车功能如APA和RPA主要应用于停车场内的泊车场景。

  智能驾驶技术的发展正不断推动汽车行业向前进步。通过建立完善的功能体系和场景体系，并理解它们之间的内在联系，我们能更好地开发和优化智能驾驶系统，为用户提供更安全、便捷和愉悦的驾驶体验。随着技术的不断进步和法规的完善，智能驾驶将在未来出行中扮演逐渐重要的角色。返回搜狐，查看更加多