综述：商业化高级驾驶辅助系统（ADAS）技术的比较研究 金英民（Yeongmin Kim）、 金素香（Sohyang Kim）、 金多妍（Doyeon Kim） 和李基范（Kibeom Lee）

《Electronics》：Comparative Review of Commercialized Advanced Driver Assistance System (ADAS) Technologies Yeongmin Kim, Sohyang Kim, Doyeon Kim and Kibeom Lee

　　摘要：近期自动驾驶技术的进步正在重塑汽车行业，其中先进的驾驶辅助系统（ADAS）被视为向完全自动驾驶过渡的关键技术。ADAS通过紧急制动、车道保持和自适应巡航控制等功能提升驾驶安全性和舒适性，最终有助于预防交通事故并减少驾驶员疲劳。然而，由于传感器配置、操作设计域（ODD）定义以及不同汽车制造商的操作标准的差异，商业化的ADAS实现存在显著差异。为了解决这一问题，本研究对11家主要西方和亚洲汽车制造商的商业化ADAS技术进行了结构化的比较分析。通过涵盖西方和亚洲的原始设备制造商（OEM），本研究比较了制造商声明的传感器配置、ODD设置、激活条件、驾驶员监控要求、接管和回退逻辑以及更新相关特性。该研究指出了影响可比性、用户理解、验证需求和标准化需求的实施层面差异。本研究并未按安全性能对OEM系统进行排名，而是阐明了以冗余为导向、以摄像头为中心、依赖高清地图（HD-map）、地理围栏（geofenced）和基于OTA（Over-The-Air）驱动的ADAS策略之间的权衡。研究结果为标准化ODD通信、以用户为中心的人机界面（HMI）设计、独立验证以及针对商业ADAS的更新意识审查框架的未来工作提供了支持。

1. 引言
近期自动驾驶技术的进步正在彻底改变汽车行业，先进的驾驶辅助系统（ADAS）作为向完全自动驾驶过渡的关键技术发挥着重要作用。SAE J3016定义了六个驾驶自动化级别（0-5级），其中1级和2级仍需要持续的驾驶员监督并在必要时进行干预。许多市面上可用的ADAS功能属于SAE 1级和2级，对于提高驾驶安全性和便利性至关重要[1]。由于3级及以上自动驾驶技术的商业化进展缓慢，许多汽车制造商正专注于提升2级ADAS的功能。最近的同行评审研究强调，ADAS不应仅仅被视为一系列单独的安全功能，而应被视为一个集成的技术层，它在提高驾驶安全性和舒适性的同时，也为向更高级别的车辆自动化提供了实际桥梁[2]。近期学术文献还广泛研究了ADAS感知算法、传感器融合技术和人机界面[3,4,5]。现有的综述进一步探讨了用户接受度、传感器技术和传感器融合方法，通常针对特定的用户群体、地区或技术领域[6,7]。此外，先前的研究还研究了基于摄像头的ADAS方法[8]以及涉及激光雷达（LiDAR）和雷达（RADAR）的传感器融合技术[9]。这些研究提供了重要的基础，但它们并未完全解释商业部署的ADAS功能在跨OEM集成到生产车辆后如何有所不同。

在商业实现中，类似的功能如高速公路辅助、车道居中辅助或免提驾驶在感知冗余、地图依赖性、ODD边界、激活条件、驾驶员监控要求以及回退或接管逻辑方面可能存在显著差异。最近关于ADAS分类的研究表明，仅凭功能名称不足以评估ADAS功能的实际意义[10]。因此，需要在OEM之间进行实施层面的比较，以明确技术架构和操作约束如何影响商业ADAS的可用性、可靠性和可解释性。这些实施差异在技术上具有重要意义，因为每种架构策略都带来了不同的权衡。以摄像头为中心的方法降低了硬件复杂性并支持软件可扩展的部署，但在多样化的天气、照明和道路几何条件下对通用视觉感知提出了较高的验证要求。多传感器融合和以冗余为导向的方法提供了互补的感知通道，但增加了硬件成本、校准复杂性和系统级验证要求。依赖高清地图或地理围栏的系统支持更明确的ODD控制和可预测的激活边界，而基于地图或无地图的策略则提高了地理便携性和OTA驱动的可扩展性，同时需要在限制较少的环境中具备强大的感知和决策能力。这些权衡直接影响系统的可用性、驾驶员对系统限制的理解、干预时机以及回退安全性。这一差距尤为重要，因为面向消费者的ADAS标签并不一定对应于不同制造商之间的同等自动化能力、操作范围或驾驶员责任。例如，高速公路辅助功能、免提2级功能和条件自动化的3级功能可能都支持车辆的纵向和横向控制，但它们在ODD定义、驾驶员监控要求、接管时机和回退程序上存在差异。因此，仅凭功能名称不足以理解商业ADAS的实际能力和限制。因此，需要进行结构化的实施层面比较，以区分不同OEM声明的功能性、操作约束和驾驶员责任模型[10]。

西方和亚洲OEM之间的比较并非简单的地理分类，而是捕捉了影响ADAS实施的部署环境差异。欧洲和北美的部署受到类型批准要求、消费者安全评估程序、免提系统的地图化道路部署策略以及明确的驾驶员监控保护措施的强烈影响。相比之下，特别是中国的几家亚洲OEM在密集的城市环境和导航支持环境中加速了基于OTA的ADAS部署，城市级辅助驾驶功能迅速扩展。这些地区在法规、道路基础设施、高清地图和通信基础设施、更新文化以及城市部署速度方面的差异为在共同的分析框架内比较西方和亚洲OEM策略提供了有力依据。尽管本综述关注的是当前商业化的车内ADAS实现，但车辆与一切（V2X）和协作感知之间的合作对于ADAS的未来发展越来越重要。车辆到一切（V2X）和协作感知可以扩展感知范围，超越车载传感器的视线范围，特别是在遮挡的城市场景和混合交通环境中。关于协作多智能体系统的相关通信研究，包括空地多无人机网络[11]，也强调了延迟、可靠性、资源分配和信息对齐在分布式感知和决策中的重要性。因此，本研究简要考虑了协作感知和连接基础设施作为未来方向，同时保持其主要范围是对OEM声明的商业ADAS实现的比较分析。

为了解决这一实施层面的差距，本研究提出了以下核心研究问题（RQs）：
RQ1：全球领先OEM之间的硬件配置和软件方法有何不同？
RQ2：这些制造商的操作设计域（ODD）和行为标准有哪些差异？
RQ3：需要哪些标准化措施和未来方向来确保系统的可靠性和用户安全？

通过研究11家西方和亚洲OEM当前的商业化ADAS实现情况，本研究比较了制造商声明的感知架构、ODD定义、激活条件、驾驶员监控要求、接管和回退逻辑以及更新相关特性。目的不是按安全性能对OEM系统进行排名，而是明确不同的商业实施策略如何在可靠性、可扩展性、用户理解和操作可控性方面带来不同的权衡。研究结果为讨论标准化、以用户为中心的界面设计、独立验证以及针对商业ADAS的更新意识审查框架提供了实施层面的基础。

2. ADAS概述
2.1. 驾驶自动化级别（SAE J3016）
SAE J3016是一个标准，用于定义术语并指导驾驶自动化的开发[12]。它将自动驾驶级别分为六个不同的级别，从0级到5级，系统地评估自动驾驶技术。这些级别区分了自动化程度和驾驶员的角色；目前大多数商业化的驾驶辅助系统被归类为2级[1]。图1是由SAE International发布的视觉图表，定义了这六个级别，从无自动化到完全自动化[13]。

2.2. 先进驾驶辅助系统（ADAS）的分类和关键技术
ADAS包括多种旨在通过识别车辆周围环境并提供驾驶任务警报或辅助来提高驾驶员安全性和舒适性的技术[14]。这些系统可以根据功能分为碰撞预防和检测系统、车道保持和驾驶辅助系统、停车辅助系统以及驾驶员监控系统，每个系统都是车辆驾驶辅助能力的关键组成部分[2]。表1总结了主要ADAS的功能分类[15]。

2.3. 操作设计域（ODD）
操作设计域（ODD）指的是特定自动驾驶系统或ADAS设计为安全有效运行的具体操作环境范围[16]。根据SAE J3016，ODD规定了给定驾驶自动化功能设计的操作条件和约束，从而明确了系统的预期范围和限制。它是评估ADAS技术安全性和可靠性的关键标准。ODD的差异为比较不同制造商的ADAS技术及其性能提供了基础。因此，在ADAS设计阶段精确定义ODD至关重要，以确保系统的有效性和可靠性。最近的ODD相关研究进一步表明，ODD不应仅仅被视为描述性边界条件，而应被视为一个核心分析框架，决定了自动驾驶功能可以在何处、何时以及在什么约束下安全地部署、解释和验证。从这个角度来看，OEM特定ODD定义的差异不仅仅是琐碎的描述性变化，而是直接影响系统可用性和驾驶员责任的有意义的技术和安全相关差异[17]。

2.4. 驾驶员控制辅助系统（UN R. 171）
驾驶员控制辅助系统（DCAS）在联合国法规第171号[18]中有规定，是一种旨在在系统激活时持续支持车辆纵向和横向动态控制（例如速度控制和车道保持）的ADAS类别，从而减少驾驶员的工作负担并提供更接近自动驾驶的驾驶体验。DCAS被认为是加速自动驾驶技术商业化的实际替代方案，特别是通过保持驾驶员的责任，同时缩小SAE 2级和3级之间的实际差距。重要的是，DCAS仅在声明的边界和操作条件下运行，并不完全取代驾驶任务。驾驶员必须持续监督系统，在需要时执行任何剩余的动态驾驶任务，并在系统达到限制时立即干预；因此，驾驶员对驾驶结果负有最终责任。DCAS通常对应于SAE 2级，因为它们提供持续的横向和纵向支持，同时需要持续的驾驶员监督。如果系统仅提供纵向或横向支持，则有效的自动化级别暂时降低到1级。

UN R. 171基于驾驶员仍负责车辆控制的前提制定了安全要求，并必须持续监控驾驶环境和系统性能。这些要求包括操作模式（例如主动和待机）、激活前提条件、防止驾驶员脱离的监控和警告策略，以及在超出边界或驾驶员不可用时的安全降级或终止程序。因此，DCAS可以被描述为一种基于法规的方法，以支持自动驾驶的快速商业化，同时保持明确的责任结构和最低安全期望。综上所述，这些法规要求以及上述SAE自动化级别和ODD的概念为本研究提供了分析框架。第4节应用这一框架来比较11家选定OEM的商业ADAS实现，特别关注ODD定义、驾驶员参与要求以及干预和接管阈值。

3. 方法论
本研究设计为结构化的比较分析，而不是基于PRISMA的正式系统评价，旨在分析主要全球OEM的商业化ADAS技术，重点关注感知架构、ODD定义、激活条件、驾驶员监控要求、接管和回退逻辑以及更新动态。

3.1. 制造商的选择
本研究选择了11家全球主要汽车制造商——梅赛德斯-奔驰、宝马、大众、福特、通用汽车、特斯拉、现代、丰田、小鹏汽车和蔚来汽车——以确保在西方和亚洲市场之间的平衡比较，同时捕捉到商业化的驾驶辅助和自动驾驶策略的多样性，包括地理围栏操作设计、依赖高清地图的系统、以摄像头为中心的架构和多传感器融合方法。选择这些OEM的标准有三个：（1）在北美、欧洲或亚洲具有显著的市场存在；（2）积极商业部署SAE 2级或3级驾驶相关ADAS功能；（3）实施策略的多样性，包括感知冗余、地图依赖性、ODD范围和驾驶员监控逻辑的差异。因此，最终的OEM样本集并非详尽无遗，而是提供了一个分析上可管理且具有全球代表性的商业相关ADAS实现样本。特别是包括了小鹏汽车、蔚来汽车和理想汽车等中国OEM，以反映AI驱动ADAS技术的最新发展。

3.2. 数据收集和文献回顾
本研究是作为结构化的比较分析进行的，而不是基于PRISMA的系统评价或定量元分析。研究的目标是比较不同原始设备制造商（OEM）提供的公开商用高级驾驶辅助系统（ADAS）的实施特性。该综述更新至2026年4月27日，包括了公开的OEM信息、监管文件、独立评估来源和学术文献。研究使用了四类信息来源：首先，收集了制造商公开的文档，如用户手册、技术规格、产品页面、新闻稿、用户指南以及在线软件更新（OTA）或软件发布说明；其次，搜索了经过同行评审的期刊和会议论文，以了解ADAS、传感器融合、操作设计域（ODD）、人机界面（HMI）和驾驶员监控的相关技术和人为因素；第三，查阅了包括SAE J3016和联合国法规第171号在内的监管和标准化文件，以明确自动化级别、驾驶员责任和驾驶员辅助要求；最后，在可能的情况下，参考了独立评估和实际安全相关来源，如Euro NCAP辅助驾驶评级、IIHS部分自动化安全评级以及NHTSA事故报告资源，以验证制造商声明的功能。

学术文献通过IEEE Xplore、ScienceDirect、MDPI、Google Scholar和SAE Mobilus等平台进行搜索，使用的关键词组合包括：“ADAS”、“高级驾驶辅助系统”、“传感器融合”、“基于摄像头的ADAS”、“激光雷达（LiDAR）”、“雷达（RADAR）”、“高精度地图（HD map）”、“操作设计域（ODD）”、“驾驶员监控”、“接管请求”、“人机界面（HMI）”、“商用ADAS”、“2级驾驶自动化”、“3级自动驾驶”、“OEM ADAS比较”、“免提驾驶”、“车对一切（V2X）”和“协作感知”。

纳入研究的信息来源需满足以下一个或多个条件：（1）提供ADAS感知、识别、映射或定位的技术描述；（2）与商用ADAS相关的ODD或自动化级别定义；（3）关于驾驶员监控、接管请求、HMI或用户理解的实证数据；（4）监管或安全评估标准；（5）制造商声明的当前商业化ADAS功能信息。排除的信息来源包括：仅关注概念性自动驾驶架构而与实际部署的ADAS无关的内容、纯模拟算法（无实施意义）、非道路车辆系统（除非用于讨论通用协作通信机制），以及技术内容无法可靠验证的非英文文档。

由于本研究的目的是跨OEM比较实际商业化的ADAS实现情况，因此优先选择那些提供足够详细功能描述的来源，而非概念性或面向未来的自动驾驶提案。

对于每个OEM及其ADAS功能，收集的信息从七个分析维度进行比较：SAE自动化级别、传感器配置、地图和定位依赖性、报告的ODD及激活条件、驾驶员参与要求、接管和备用逻辑以及OTA相关更新动态。由于不同OEM提供的信息存在差异，表2汇总了制造商声明的实施特性，而非定量安全性能数据。因此，表2不应被解读为安全排名或感知精度、故障率或事故减少效果的直接衡量标准。

**表2. 各汽车OEM的ADAS实现特性**

**4. 典型的ADAS功能**

本节探讨了主要汽车制造商开发的ADAS技术特性，并分析了各系统之间的差异。ADAS的实现因制造商而异，包括传感器类型、映射技术和行为标准的差异，这些都与每个制造商设定的ODD密切相关。通过比较选定OEM的商用ADAS实现，可以分析硬件/软件方法的差异以及ODD定义和行为标准的差异，从而为解决第1节提出的前两个研究问题提供依据。

**4.1. 梅赛德斯-奔驰（DRIVE PILOT/驾驶辅助包）**

梅赛德斯-奔驰的DRIVE PILOT被归类为SAE 3级条件自动驾驶。目前，配备DRIVE PILOT的车型仅限于S-Class和EQS轿车。根据公开的梅赛德斯-奔驰资料，DRIVE PILOT使用的传感器和定位配置包括摄像头、雷达、激光雷达、超声波传感器、基于天线的定位系统以及高精度（HD）地图[19,20]。后视摄像头可以检测到接近的紧急车辆的闪光灯，即使车辆不可见。此外，语音激活的麦克风可以捕捉到警报声，从而将控制权转移给驾驶员。湿度传感器在潮湿条件下测量喷雾声，以判断雨水和喷雾是否会影响摄像头、雷达和激光雷达系统的性能。安装在车顶的高精度定位天线可以准确确定车辆的绝对位置、相对位置及其在HD地图上精确地标的位置，误差范围在1英寸以内[19]。HD地图是通过在德国高速公路网络中每个车道和每英里的行驶数据生成的。

DRIVE PILOT的ODD仅限于特定高速公路路段，并受特定环境和交通条件的限制。在德国，梅赛德斯-奔驰已将DRIVE PILOT的运行速度提高到超过最初的60公里/小时限制，而在美国早期部署时，其运行速度较低。该系统适用于无交叉口的受控道路，在恶劣天气、能见度降低、隧道或其他超出其ODD范围的环境中可能无法使用。

该系统的免提功能使其区别于其他ADAS系统，允许驾驶员进行非驾驶任务，如使用车辆的多媒体系统进行通信、娱乐和工作。这与传统的2级ADAS不同，后者要求驾驶员始终握住方向盘并注视道路。

当车辆判断可以使用DRIVE PILOT时，方向盘状态指示灯会显示运行状态（见图2）。当状态指示灯熄灭时（见图2a），表示DRIVE PILOT不可用，驾驶员必须保持控制。当指示灯为纯白色时（见图2b），表示车辆位于指定区域内且条件适合激活DRIVE PILOT。驾驶员按下方向盘按钮后，指示灯变为脉动蓝绿色（见图2c），表示系统正在激活中，驾驶员仍需保持控制。一旦DRIVE PILOT激活完成，指示灯变为纯蓝色（见图2d），表示系统已启动，驾驶员可以专注于其他活动，直到需要重新接管方向盘。如果系统判断即将需要驾驶员接管，指示灯变为纯黄色（见图2e），提示驾驶员准备恢复控制。如果驾驶员未作出反应，警告信号会变为脉动红色（见图2f），表示需要立即干预。如果驾驶员在10秒内未握住方向盘或踩油门/刹车，安全带会自动收紧。该系统目前已在德国和美国内华达州及加利福尼亚州投入使用。总体而言，梅赛德斯-奔驰的ADAS策略以丰富的传感器配置和高度结构化为特点，具有严格的ODD限制、明确的驾驶员切换逻辑以及强调受控部署。

**4.2. 宝马（Personal Pilot/高速公路助手）**

宝马的ADAS分为两种版本：Highway Assistant和Personal Pilot。Highway Assistant属于SAE 2级驾驶辅助，而Personal Pilot属于SAE 3级条件自动驾驶。目前，宝马在部分7系车型上提供Personal Pilot L3，而Highway Assistant则适用于更多宝马车型，具体取决于市场和套餐。根据公开的宝马资料，这些系统的传感器和定位配置可能包括摄像头、雷达、激光雷达、超声波传感器、360度感知以及HERE HD实时地图（取决于车型、市场和套餐[23]）。HERE HD实时地图通过高精度定位与实时地图层结合，实现精确的定位和路线级导航，并与360度感知配合使用，以准确监控车辆周围环境。配备Personal Pilot L3的车型还配备了最新一代超声波和雷达传感器以及高灵敏度的3D激光雷达传感器，用于监测车辆周围区域和道路状况。宝马还利用HD地图数据定义操作设计域，使车辆能够判断何时何地可以激活Personal Pilot功能。Cerence EVD（紧急车辆检测）功能利用现有麦克风检测紧急车辆警报声并确定其方向。一旦识别到警报声，收音机或其他媒体的音量会降低，并通过车载显示屏和辅助设备向驾驶员发出视觉和听觉警告。

对于3级自动驾驶，Personal Pilot的ODD仅限于无交叉口的高速公路。该系统在Live HD地图定义的参数范围内运行，可在夜间使用，而某些其他系统则不行。最大运行速度限制在60公里/小时或更低。系统能检测到规划路径上的特殊情况（如施工区域或异常驾驶行为），并提示驾驶员接管控制。与Drive Pilot类似，该系统也支持免提操作。

宝马资料指出，Personal Pilot的激活通过I/O按钮实现，随后方向盘上的指示灯会显示系统状态[24]。如果系统检测到驾驶员疲劳、低温或雨天条件，会发出声音信号并使指示灯闪烁。在警告情况下，方向盘上会显示红色图标，同时发出声音警报。驾驶员必须立即接管控制。如果驾驶员未能接管，车辆将保持在车道内并启动危险警告灯。

以下信息涉及Highway Assistant的ODD：该系统适用于受控高速公路，支持最高85英里/小时（约137公里/小时）的免提驾驶，驾驶员必须保持警惕并随时准备接管控制。要激活系统，驾驶员需按下I/O按钮，然后通过MODE按钮选择辅助驾驶模式。系统提供转向和车道居中辅助，并支持辅助变道（尽管变道需要驾驶员确认[25]。

**4.3. 大众（Travel Assist）**

大众的Travel Assist属于SAE 2级部分自动驾驶功能IQ.DRIVE。它结合了自适应巡航控制（ACC）的纵向控制、车道保持和车道居中功能，提供转向辅助、加速和车距控制。旅行辅助（Travel Assist）是一种需要驾驶员持续监控的驾驶辅助功能，包括对道路的关注和手握方向盘的操作。在车道标记不清晰或天气恶劣的情况下，其性能可能会受到限制。配备该系统的代表性车辆包括ID.4、Jetta、Tiguan、Tiguan Allspace、Arteon、Golf、Golf GTI和Touareg。该系统利用摄像头、雷达、超声波传感器、GPS和导航数据来支持其受监督的二级驾驶辅助功能[26]。GPS和导航信息用于预测道路弯道、交叉路口、环岛等，使系统能够相应地调整车辆速度。操作设计域通常假设车道标记清晰，并且该系统被描述为在大约30公里/小时到210公里/小时的速度范围内支持转向、制动和加速辅助。在基于群体数据的旅行辅助实现中，辅助变道功能在90公里/小时以上的多车道高速公路上可用。如果驾驶员没有反应，紧急辅助（Emergency Assist）会发出逐步升级的警告，如果没有响应，则会使车辆安全停下并激活危险灯。相比之下，大众汽车的旅行辅助反映了传统的受监督二级驾驶辅助方法，主要侧重于高速公路上的手动辅助，功能范围相对有限。

4.4. 现代（Highway Driving Assist 2）
现代的ADAS系统Highway Driving Assist 2（HDA2）属于SAE二级驾驶辅助系统。配备该系统的车辆包括IONIQ 5、IONIQ 6、GN7、SX2e EV、MX5、LX2、G80、G90、GV60、GV70、GV80、EV5、EV6、EV9、K8和K9。该系统使用摄像头和雷达传感器，根据配置不同，也可能使用导航和地图信息。通过整合导航地图中的道路信息，HDA2扩展了智能巡航控制（Smart Cruise Control）的功能，使车辆在接近互通立交（IC）或交叉路口（JC）时能够调整速度，同时支持保持车距和车道保持。此外，当配备高速公路变道辅助（Highway Lane Change Assist）时，可以在90公里/小时以上的速度下通过转向灯操作来辅助变道。与早期的HDA（HDA1）相比，HDA2的特点是增加了基于转向灯的变道辅助和高速公路行驶中的增强减速功能。

为了使HDA2正常运行，操作设计域（ODD）限制在无交叉路口的高速公路或快速路上。此外，当传感器性能下降或车道标记难以检测（例如在恶劣天气或能见度差的情况下）、地图或GPS信息不可用或与实际道路不符，或者由于施工区域导致道路条件暂时变化时，系统性能可能会受到限制或功能可能会自动关闭。此外，在高速公路变道辅助功能的准备状态下，一些车辆手册规定，在车辆启动后必须检测到至少有一辆后方车辆，并且车辆速度必须达到大约30公里/小时或更高。同时，在某些实现中，当车辆速度超过60公里/小时并且检测到相邻车道中有车辆时，系统可以通过偏移行驶来辅助远离相邻车辆。如果两个相邻车道都有车辆存在，则不应用这种偏移行驶辅助[27]。总体而言，现代的HDA2代表了一种以高速公路为导向的二级策略，结合了传统的感应技术和与导航相关的功能扩展，同时保持了明确界定的操作设计域。

4.5. 小鹏汽车（XNGP）
小鹏汽车的XNGP是一种SAE二级高级驾驶辅助系统，专为高速公路和城市辅助驾驶场景设计。配备该系统的代表性车辆包括P5、P7、G6和G9。XNGP结合了摄像头、激光雷达（LiDAR）、雷达和超声波传感器，并且设计为无需高清地图即可运行。相反，它支持基于XNet深度学习算法的激光雷达增强型车道居中控制（LCC-L）。这种方法使系统能够识别各种场景，如交通灯检测和无车道变道，并创建记忆地图。相应的XNGP界面和功能已在小鹏汽车的官方资料中描述[28,29]。XNGP被描述为一种无需地图的辅助驾驶方法，强调更广泛的场景识别和可扩展性，尽管除非明确指定基准条件，否则应谨慎解读定量性能比较。此外，它还通过空中下载（OTA）编程不断改进系统性能和功能。XNGP已通过分阶段推广和软件更新在中国多个城市和地区部署。与更多依赖地图的OEM厂商相比，小鹏汽车展示了以软件驱动和无需地图的ADAS策略，强调更广泛的场景覆盖和OTA支持的可扩展性。

4.6. 奇瑞汽车（Li AD Max）
奇瑞汽车的ADAS系统Li AD Max被归类为SAE二级驾驶辅助。配备该系统的代表性车辆包括L6、L7、L8、L9和MEGA。在Li L9旗舰配置中，Li AD Max使用多传感器感知堆栈，包括一个前置128线激光雷达、六个800万像素摄像头、五个200万像素摄像头、一个前置毫米波雷达和十二个超声波传感器，实现360度周围和远处物体的检测[30]。Li Auto在AD Max堆栈中加入了名为NOA的自动驾驶导航（Navigation on Autopilot）功能。在OTA 6.0更新期间，奇瑞汽车表示配备AD Max的车辆将获得无需高清地图的NOA功能，并且在中国有导航服务的道路上全国范围内可用。随着时间的推移，NOA的覆盖范围已经扩大，最初集中在高速公路场景上，后来通过OTA软件更新扩展到更广泛的城市道路使用。Li AD Max仍然是一个受监督的SAE二级系统，其有效操作设计域取决于导航支持的可用性、感知置信度和通过OTA更新启用的软件功能。总体而言，Li Auto代表了一种多传感器、通过OTA不断发展的二级策略，旨在扩大辅助驾驶覆盖范围，同时仍依赖于受监督的操作和导航支持。

4.7. 奇瑞汽车（NOP+）
奇瑞汽车的ADAS系统NOP+被归类为SAE二级驾驶辅助。配备该系统的代表性车辆包括ET7、ES7、EC7、ET5、ES6、ES8和ET9。NOP+作为辅助驾驶软件功能提供，并与NIO的AQUILA超级感知套件（AQUILA Super Sensing）协同工作，后者是NIO辅助和智能驾驶功能的感知硬件基础。NIO将AQUILA描述为一个感知系统，包括超远距离高分辨率激光雷达、高分辨率和全景摄像头、毫米波雷达、超声波传感器以及基于GNSS和IMU的高精度定位单元，具体传感器配置可能因车型而异[31]。OTA更新用于不断优化系统功能、感知能力和功能覆盖范围[32,33]。3D鸟瞰视图功能结合了基于占用网络的感知模型，显示更丰富的信息，包括动态模型、道路元素、车辆尾灯和转向灯。这一功能有助于减少传统NOP系统常见的性能下降。NOP+系统允许车辆执行变道、超车、速度调整和导航交叉路口等驾驶任务，同时驾驶员监控指定的导航路径。该系统的操作设计域涵盖了中国的高速公路和各种城市道路场景，提供相对广泛的辅助驾驶功能。NOP+支持包括行人检测和与弱势道路使用者互动在内的城市驾驶场景[33]。相比之下，NIO结合了丰富的传感器架构和广泛的场景目标，展示了如何利用基于OTA的软件优化将受监督的二级功能扩展到更复杂的城市环境中。

4.8. 福特汽车（BlueCruise）
福特汽车的BlueCruise是一种SAE二级免提高速公路驾驶辅助功能。配备该系统的车辆示例包括Explorer、Expedition、F-150、F-150 Lightning和Mustang Mach-E。BlueCruise建立在自适应巡航控制和车道居中功能的基础上，使用摄像头、雷达、连接的地图数据和驾驶员监控摄像头。驾驶员监控摄像头跟踪驾驶员的目光和头部位置，以确保在免提操作期间驾驶员保持注意力。连接的地图数据确定车辆是否在预先映射的高速公路（称为免提蓝区）内行驶，在这些区域内BlueCruise可以在最高130公里/小时的速度下运行。当车辆进入免提蓝区且所有操作条件满足时，仪表盘上会出现提示，蓝色视觉提示表示可以免提驾驶[34,35]。要使用BlueCruise，驾驶员首先激活自适应巡航控制。在适当条件下，BlueCruise协助转向、制动和加速，同时允许驾驶员将手从方向盘上移开并注视道路。如果系统检测到驾驶员注意力不集中，会发出视觉和听觉警告。当车道标记无法清晰检测到、车道太窄或其他外部条件妨碍正常操作时，系统也会自动取消。如果驾驶员没有响应，系统会解除并可能减速，并提示驾驶员重新接管控制。总体而言，福特的BlueCruise代表了一种基于地图和地理围栏的免提高速公路策略，强调在明确界定的操作设计域内监控驾驶员注意力。

4.9. 通用汽车（Super Cruise）
通用汽车的Super Cruise是一种SAE二级免提驾驶辅助技术，适用于选定的凯迪拉克、雪佛兰和GMC车型。Super Cruise建立在自适应巡航控制的基础上，使用摄像头、传感器、实时精确定位、GPS和基于激光雷达的地图数据，在通用汽车映射的兼容道路上实现免提驾驶[36]。此外，驾驶员注意力系统监控驾驶员的头部和眼睛位置，以确保在免提操作期间驾驶员保持对道路的关注。Super Cruise仅在所有操作条件满足的情况下在兼容道路上可用，在施工区域、能见度降低或天气恶劣的情况下可能不可用，或者当车道标记和其他所需输入不足时也可能不可用。在适当条件下，Super Cruise可以在最高约137公里/小时的速度下运行，尽管系统在弯道处可能会自动减速。要激活该系统，驾驶员首先打开自适应巡航控制。当车辆在兼容道路上行驶且所有条件满足时，Super Cruise符号会变白；按下Super Cruise按钮后系统启动，方向盘上的灯条变绿，表示可以免提驾驶。如果系统检测到驾驶员注意力不集中，灯条会先闪烁绿色。持续不集中注意力会触发闪烁的红色警告和听觉警报，如果驾驶员仍然没有响应，系统会发出语音提示并逐渐将车辆转向并制动到当前车道停止。蓝色灯条表示驾驶员正在手动驾驶，而Super Cruise仍然处于激活状态。这些不同的方向盘灯条状态如图3所示。与福特类似，通用汽车的Super Cruise也依赖于映射的道路和驾驶员注意力监控，体现了严格管理的免提策略和明确的回退和接管程序。

4.10. 丰田汽车（Teammate）
丰田汽车将其广泛的ADAS品牌T-Mate与其更先进的Teammate驾驶支持技术区分开来。在欧洲，T-Mate是丰田安全和高级驾驶辅助系统的总称，结合了Toyota Safety Sense和其他主动驾驶和停车辅助系统，具体功能集因车型和等级而异。相比之下，Toyota/Lexus Teammate指的是基于Mobility Teammate概念的更先进的驾驶支持技术[38]，包括Advanced Drive和Advanced Park。Lexus将Teammate Advanced Drive描述为SAE二级系统。Teammate Advanced Drive最初在日本的高端车型如Lexus LS和Toyota Mirai上推出。官方丰田资料称，该系统结合了毫米波雷达和立体摄像头，以及来自望远镜摄像头、激光雷达和高精度地图的额外输入。Lexus材料进一步描述了一个更广泛的感知堆栈，包括覆盖车辆360度周边的传感器，包括前置长距离雷达、前后短距离雷达、前置激光雷达、驾驶员监控摄像头、周围摄像头和前置望远镜及定位摄像头。Advanced Drive的操作设计域（ODD）仅限于高速公路和其他仅限机动车辆的道路。在驾驶员的主动监督下，该系统协助保持车道、维持跟车距离、变道、并道和超车，并且在特定条件下支持有限的手势操作。丰田还表示，使用驾驶员监控摄像头来检测驾驶员的状态，包括注视方向、眼睛闭合情况、视线范围和驾驶姿势。如果驾驶员没有对警告做出反应，系统的紧急响应功能会逐渐减速车辆，激活危险警示灯，并将车辆停在车道内或路肩上。在丰田欧洲的T-Mate材料中，进一步描述了驾驶员监控摄像头通过更早地检测到驾驶员注意力不集中来增强紧急驾驶停止系统（EDSS）的性能。此外，丰田指出控制软件和高精度地图软件可以通过无线方式或通过经销商连接进行更新。总体而言，丰田的Teammate策略体现了一种谨慎限定和传感器冗余的二级自动驾驶（Level 2）方法，强调在高速公路上有限的应用以及结构化的紧急备用方案[39]。

4.11. 特斯拉（Autopilot/全自动驾驶（FSD）
特斯拉Autopilot是一个SAE二级驾驶辅助系统。该系统适用于Model S、Model 3、Model X和Model Y车型。Autopilot主要依赖摄像头，不依赖高清（HD）地图，尽管某些功能可能会使用导航和路线数据。根据特斯拉的用户手册，Autopilot利用Tesla Vision处理来自八个外部摄像头的数据，这些摄像头可以提供最多250米范围内的360度视野。这些摄像头具有不同的视野范围和检测距离，以支持周围环境的感知和驾驶辅助[40]。Autopilot包括交通感知巡航控制（TACC）和自动转向（车道居中辅助）。当自动转向启用且无法检测到速度限制时，Autopilot会将设定的巡航速度限制在70公里/小时；自动转向通常在140公里/小时以下的速度范围内有效[40]。Autopilot功能适用于有限的条件（例如主要在受控的高速公路上），其可用性可能因市场地区、车辆配置和软件/硬件版本而异。除了Autopilot之外，特斯拉还推出了全自动驾驶（FSD）。虽然Autopilot主要在结构化的道路条件下（如高速公路）运行，在城市驾驶中的应用有限，但FSD旨在支持更广泛的道路场景，从而提供更全面的驾驶辅助功能。尽管FSD也被归类为二级自动驾驶，但其名称仍存在争议。该公司已经超越了FSD测试阶段，并发布了FSD（受监督）版本。FSD（受监督）支持自动变道和多种驾驶场景，可以在低于140公里/小时的速度下激活。FSD（受监督）设计为在驾驶员的主动监督下几乎可以在任何路线上行驶。目前在美国、加拿大、中国、墨西哥、波多黎各、澳大利亚、新西兰和韩国提供该功能，其他地区预计将通过未来的软件更新获得支持。用户必须始终遵守当地关于驾驶员注意力的交通法规[41]。与传感器冗余和依赖高清地图的方法不同，特斯拉代表了一种以摄像头为中心、软件驱动的ADAS理念，优先考虑可扩展性和在持续驾驶员监督下的广泛路线适用性。

5. ADAS的集成改进
5.1. 来自跨OEM比较的关键模式
表2以及图4和图5应被视为实施层面的总结，而不是性能排名。它们显示，商业ADAS策略在两个交叉维度上存在差异：感知和定位架构，以及ODD/备用策略。在第一个维度上，以冗余为导向的系统结合了多种感知方式、高清地图和高精度定位，创建了一个更加明确的操作范围。梅赛德斯-奔驰DRIVE PILOT和宝马Personal Pilot在三级自动驾驶（Level 3）部署中体现了这种方法，其中ODD被严格定义，接管或最小风险程序是系统概念的核心。丰田Teammate和蔚来NOP+也反映了传感器丰富的策略，尽管在所审查的商业配置中它们仍然是受监督的二级自动驾驶系统。图4. 选定ADAS系统的感知套件比较可视化。图5. 选定ADAS系统的报告ODD类别比较可视化。以摄像头为中心和软件可扩展的策略代表了不同的优化方式。根据公开制造商的描述，特斯拉Autopilot和FSD（受监督）强调在持续驾驶员监督下的广泛路线适用性，而不是严格地理限制的三级自动驾驶ODD。这种方法减少了对激光雷达和高清地图基础设施的依赖，并实现了车队范围内的软件迭代，但将验证负担转移到了通用感知、驾驶员监督和异构道路环境下的边缘情况处理上。因此，更广泛的路线覆盖不应被解释为更高的自动化能力或更优越的安全性，除非有独立的证据支持。依赖地图和地理限制的二级自动驾驶系统（如福特BlueCruise和通用Super Cruise）处于中间位置。它们仅在兼容或预先映射的道路上允许手势操作，并依赖驾驶员注意力监控来维持“眼见为实”的责任模型。它们的主要优势是在有限的道路网络内的明确功能可用性，而其局限性在于地理依赖性和对驾驶员持续参与的需求。相比之下，小鹏、理想汽车和蔚来开发的基于OTA的辅助驾驶系统强调在中国扩展到更广泛的高速公路和城市场景。这种策略支持快速部署，但增加了对透明ODD通信和持续验证的需求，因为功能范围可能通过软件更新而变化。总的来说，这项比较并不支持简单的结论，即更多的传感器、更广泛的ODD覆盖或更快的OTA扩展本质上更优越。关键问题在于感知架构、ODD定义、驾驶员监控策略和备用逻辑是否协调一致。传感器丰富的三级自动驾驶系统提供了更强的ODD明确性和备用结构，但面临高成本和验证要求。以摄像头为中心的二级自动驾驶系统提供了可扩展性，但严重依赖驾驶员监督和通用感知。地理限制的二级自动驾驶系统在已映射的道路上提高了用户清晰度，但在地理上受到限制。基于OTA的地图辅助系统扩展迅速，但需要仔细记录版本依赖的功能变化。这些权衡为下面的改进方向提供了基础。

5.2. 从比较中识别出的关键挑战
从比较中出现了三个与安全相关的挑战。首先是ODD通信的一致性问题。商业系统经常使用类似的消费者友好标签，但它们的激活条件在道路类型、速度范围、地图依赖性、天气限制、市场可用性和驾驶员参与要求方面存在差异。这导致用户可能将熟悉的标签误解为表示车辆之间的相似能力，即使底层的ODD有很大不同。与ODD相关的研究表明需要更清晰的运行边界定义，而这项比较表明，这些定义必须在面向消费者的实施层面进行沟通，而不仅仅是工程或监管层面。第二个挑战是驾驶员监控和接管逻辑的不一致性。像BlueCruise和Super Cruise这样的二级自动驾驶系统要求驾驶员在允许手势操作时保持注意力，而像DRIVE PILOT和Personal Pilot这样的三级自动驾驶系统则设计为仅在严格限制的ODD内条件性地允许驾驶员视线离开。相比之下，特斯拉FSD（受监督）使用了一个广泛的受监督驾驶标签，同时保持驾驶员的持续责任。这些例子表明，手势操作、受监督驾驶和条件自动化驾驶不是可互换的概念。不一致的警告方式、接管时机和备用程序增加了驾驶员误解责任回归时间的可能性。第三个挑战是验证的不对称性。制造商文档对于识别声明的传感器配置、ODD边界和激活逻辑是必要的，但它们没有提供跨OEM的实际安全效益或故障率的可比证据。独立来源如IIHS部分自动化安全评级、Euro NCAP辅助驾驶评级和NHTSA碰撞报告资源提供了有用的外部背景，但它们尚未支持所有审查系统的统一标准化比较。因此，当前的评估侧重于实施逻辑和可比性，而不是按安全性能对OEM系统进行排名。这些挑战表明，未来的ADAS评估应超越功能列表，评估ODD边界、驾驶员责任沟通、备用逻辑和验证证据是否在OEM之间透明和可比。

5.3. 更可靠和一致ADAS的改进方向
基于上述权衡，本研究提出了六个改进方向。首先，ODD和激活状态的沟通应在面向消费者的层面标准化。标准化不应强迫OEM采用相同的架构；相反，它应该要求明确披露系统的操作范围、使其失效的条件、驾驶员必须监控的内容以及当ODD超出时发生的备用行为。其次，HMI（人机界面）、驾驶员监控和接管请求设计应围绕驾驶员责任进行协调。相同的视觉标签或颜色提示不应在不同车辆之间暗示不同的责任，除非有明确的解释。当系统允许手势操作或条件性地允许驾驶员视线离开时，多模态警告、分阶段升级和明确的最低风险程序尤为重要。第三，应加强独立和数据驱动的验证。制造商声明的规格对于系统设计很有用，但它们不足以估计安全效益或故障率。未来的工作应结合标准化的测试协议、自然驾驶数据、干预记录、保险或碰撞数据库和监管报告数据。这样的评估应考虑暴露情况、ODD、交通环境、天气和软件版本。第四，依赖OTA的ADAS需要一个更新意识的评估框架。由于软件更新可以改变功能可用性、ODD边界、驾驶员监控行为和感知能力，未来的比较评估应报告数据冻结日期、可用的软件版本和可重复的更新协议。动态评估方法将降低静态比较过时的风险。第五，应考虑合作感知和连接基础设施作为商业ADAS的未来扩展。V2X（车对一切）技术、路边感知和云/边缘辅助感知可以在遮挡或密集的城市环境中补充车载传感器，但其部署需要可靠的通信、延迟控制、网络安全、数据对齐和监管协调。第六，未来的ADAS开发应将商用车辆与乘用车分开考虑。重型车辆、公交车和配送车队具有不同的制动距离、盲点、工作周期和操作环境。因此，它们的ODD定义、驾驶员界面和备用要求需要量身定制的评估，而不能直接从乘用车ADAS推断。总体而言，当前商业ADAS的核心问题不仅仅是缺乏个别技术，而是实施逻辑、系统边界、驾驶员责任沟通和验证透明度的不一致性。未来的进步不仅应朝着功能扩展的方向发展，还应朝着提高可比性、可解释性、独立验证性和用户信任的方向发展。

6. 限制
应承认几个限制。首先，用于比较商业ADAS实现的基线信息在很大程度上来自公开可用的制造商文档，包括手册、产品页面、技术描述和OTA相关公告。这些来源有助于识别制造商声明的传感器配置、ODD边界、激活条件和驾驶员交互逻辑，但它们可能反映市场推广重点和披露实践的不均衡。为了减少这一限制，评估将OEM报告的规格与同行评审的文献、监管文件和独立的评估来源进行了交叉验证。尽管如此，所得到的比较应被视为对公开信息的实施层面评估，而不是独立验证的性能审计。其次，本研究没有提供ADAS安全效益或系统故障率的实证评估。所有审查的OEM之间没有公开可用的可比标准化数据，制造商报告、消费者测试程序、监管碰撞报告系统和保险或事故数据库在范围、报告标准和分母信息方面存在差异。因此，本文不声称任何审查的OEM系统在统计上比其他系统更安全。未来的研究应结合自然驾驶数据、干预日志、标准化真实道路或测试场测试、保险索赔和真实世界碰撞数据库来评估在可比ODD和暴露条件下的安全效果和故障模式。第三，评估代表了商业ADAS实施的特定时间点的快照。OTA更新和软件定义的车辆架构可以在发布后改变功能可用性、感知行为、驾驶员监控逻辑和ODD边界。这个问题对于通过分阶段软件发布的软件驱动和地图辅助系统尤为重要。因此，未来的比较评估应采用动态评估框架，报告数据冻结日期、可用的软件版本、更新频率和定期修订OEM特定条目的可重复协议。第四，选定的11个OEM在地理和技术上具有多样性，但它们并不涵盖整个汽车市场。因此，研究结果应被视为主要商业ADAS策略的代表，而不是所有部署系统的全面总结。未来的研究应扩大数据集范围，纳入更多的区域原始设备制造商（OEMs）、专门的商用车辆制造商以及新兴的联网或协作式高级驾驶辅助系统（ADAS）平台。7. 结论：本研究对11家主要的西方和亚洲原始设备制造商的商用ADAS实现情况进行了结构化的比较分析。该研究的贡献在于对比了不同制造商在实施层面的特点，包括传感器和定位架构、环境感知数据（ODD）定义、激活条件、驾驶员监控要求、接管和回退逻辑以及更新机制，而不是将名称相似的ADAS功能简单地视为彼此等同。比较结果显示，商用ADAS策略在多个权衡维度上存在差异。以传感器为主且支持高精度地图（HD-map）的系统提供了更精确的环境感知控制和冗余设计，但会增加成本、校准复杂性、地理依赖性和验证要求；以摄像头为核心且可软件扩展的系统支持更广泛的部署和通过空中下载（OTA）进行迭代更新，但在作为二级驾驶辅助系统使用时需要强大的通用感知能力和持续的驾驶员监控。带地理围栏的免提系统在兼容道路上提供了更明确的操作边界，而基于地图或OTA驱动的系统则需要更完善的更新文档和面向消费者的环境感知数据沟通。研究结果应在现有证据的局限范围内进行解读。大部分基线信息基于制造商公布的规格和公开可获取的文档，尽管在可能的情况下，研究还通过同行评审的监管机构和独立评估来源对这些材料进行了交叉验证。本研究并未量化安全效益或故障率，也没有根据实际安全性能对原始设备制造商的系统进行排名。相反，它指出了实施差异在可比性、用户理解、验证和标准化方面所面临的挑战。未来的ADAS开发应优先考虑标准化的环境感知数据和激活状态通信、以用户为中心的人机界面（HMI）和接管设计、使用基于暴露情况的数据进行独立验证，以及为依赖OTA更新的系统提供更新相关的文档。随着ADAS应用扩展到更复杂的城市和混合交通环境中，协作式感知、车对一切（V2X）通信和联网基础设施预计也将变得越来越重要。因此，未来的研究应结合实证安全评估与一个动态更新的框架，以便随着原始设备制造商软件版本、环境感知数据边界和部署环境的变化而不断调整。