智能驾驶adas与无人驾驶的区别

摘要：adas和无人驾驶有着千丝万缕的关系，不过它们并不是同一种事物，智能驾驶adas属于辅助驾驶阶段，仍然需要驾驶员驾驶，而无人驾驶实现了无需驾驶员驾驶，是智能驾驶adas发展的终极目标，不过从adas到无人驾驶，仍然有很多挑战，包括硬件、软件算法、测试验证、成本等方面。下面一起来了解一下智能驾驶adas与无人驾驶的区别吧。

一、智能驾驶adas与无人驾驶的区别

adas，全程是Advanced Driving Assistant，即高级驾驶辅助系统，很多人把它和无人自动驾驶搞混了，但其实它们并不是同一种东西，那么adas和自动驾驶区别在哪呢？

要知道adas和无人驾驶的区别，首先要来了解一下美国汽车工程师学会SAE制定的，自动驾驶的分级标准，按照汽车是否能控制关键驾驶功能的原则，将自动驾驶分为了L0至L5六个等级，人类驾驶（L0）到辅助驾驶（L1/L2），再到自动驾驶（L3/L4），最终实现无人驾驶（L5）。

由此可见，智能驾驶adas属于辅助驾驶阶段，主要专注于汽车紧急情况下，提前作出主动判断和预防，达到预防和辅助的作用，是自动驾驶的简化版；而无人驾驶则可以做到完全无人操作驾驶，是汽车智能化发展的终点。

简单来说，ADAS本质是辅助驾驶，是汽车实现无人驾驶的过渡阶段。

二、从adas到无人驾驶需要克服哪些挑战

adas发展的终极目标是实现无人驾驶，不过就现在的技术来看，adas要达到无人驾驶的程度还有很长一段路要走，要实现无人驾驶，还需要克服以下挑战：

1、硬件挑战

（1）传感器、控制器从技术上基本上满足自动驾驶的要求。

（2）感知过程的最佳硬件组合和脚骨需要进一步验证。

（3）高计算能力、低功耗、高可靠性的处理器开发。

（4）基础设施硬件的成熟方案。

2、软件算法挑战

（1）软件算法在短期内仍将是限制自动驾驶发展的一个瓶颈，从L3-L4，软件算法的可靠性要求有质的飞跃。

（2）自动驾驶深度学习算法覆盖感知、决策等关键环节，需要大量高质量数据进行训练。

3、测试验证挑战

（1）技术上基本能实现特定环境下自动驾驶功能，仍需化肥大量的实车或虚拟测试来验证可靠性和安全性。

（2）要彻底消除剩余1％的不安全因素，需要花掉整个研发过程99％的时间。

4、成本挑战

（1）短期内激光雷达、惯性导航系统等成本高昂。

（2）基础设施投资成本未知，或将成为推广的重要障碍，但随着商用化的到来，成本的壁垒可能快速消除。