1. ADAS概述与行业背景
各位同学，咱们今天聊聊ADAS。说实话，这个领域我摸爬滚打了十几年，从最早的定速巡航到现在的城市NOA，变化真的太大了。你想想看，十年前谁能想到汽车能自己变道、自己过红绿灯？
1.1 什么是ADAS？
ADAS，全称是Advanced Driver Assistance Systems，中文叫高级驾驶辅助系统。说白了，就是帮驾驶员开车的各种电子系统。不是完全自动驾驶，而是「辅助」——这个定位很重要。
我个人习惯把ADAS分成两类：
- 信息类：只提醒，不干预。比如盲区监测、车道偏离预警。
- 控制类：直接接管车辆。比如自动紧急制动、自适应巡航。
我在项目中遇到过不少客户，上来就说「我要做L4」。我通常会反问一句：你的ADAS基础打好了吗？没有AEB、没有ACC，直接跳L4，那是在建空中楼阁。
1.2 发展历程：从机械到智能
ADAS不是突然冒出来的。它的发展，我总结为三个阶段：
| 阶段 | 时间 | 代表功能 | 技术特点 |
|---|---|---|---|
| 萌芽期 | 1990s-2000s | ABS、定速巡航 | 纯机械/液压控制 |
| 发展期 | 2000s-2015 | ACC、LKA、AEB | 雷达+摄像头，ECU独立控制 |
| 爆发期 | 2015-至今 | NOA、记忆泊车、城市领航 | 多传感器融合，域控+SOA架构 |
嗯，这里要注意一个关键转折点——2015年左右，Mobileye的EyeQ3芯片大规模上车。从那以后，视觉感知开始真正实用化。我记得当时做的一个项目，还在用单目摄像头加超声波雷达，算力只有0.2TOPS。现在呢？动不动几百TOPS。
1.3 L0-L5自动驾驶分级
这个分级标准，大家应该都听过。但实际工程中，很多人理解有偏差。我用自己的话重新捋一遍：
- L0（无自动化）：驾驶员全权负责。车只给警告，比如倒车雷达滴滴响。
- L1（驾驶辅助）：横向或纵向，车能管一个。比如定速巡航只管油门，方向盘还是你的。
- L2（部分自动化）：横向纵向都能管，但驾驶员必须时刻盯着。典型的ACC+LKA组合。
- L3（有条件自动化）：车能在特定条件下自己开，但需要驾驶员随时接管。这是最难的一级——责任从人转移到车了。
- L4（高度自动化）：特定场景下完全不用人管。比如Robotaxi在固定区域内运行。
- L5（完全自动化）：任何路况、任何天气，车都能自己开。说实话，我个人认为这还比较遥远。
为什么会这样？因为L2和L3之间，有一条巨大的鸿沟——系统失效时的安全策略。L2失效，驾驶员是最后一道防线。L3失效，系统必须自己兜底。这涉及到功能安全（ISO 26262）和预期功能安全（ISO 21448）的完整落地。
1.4 行业现状与趋势
现在的ADAS行业，说白了就是「卷」。卷算力、卷传感器、卷算法。但我觉得，真正决定胜负的，是系统架构的工程落地能力。
几个明显的趋势：
- 传感器从独立走向融合：以前摄像头管摄像头的，雷达管雷达的。现在都在往BEV（鸟瞰视角）感知架构走，统一特征空间。
- 计算从分布式走向集中式：几十个ECU的时代快结束了。域控制器、中央计算平台是主流。
- 软件从单体走向微服务：这也是咱们这门课的重点。传统ADAS软件是紧耦合的，一个功能改一下，整个系统要重新测试。微服务架构下，每个功能独立迭代，互不影响。
- 数据闭环成为核心竞争力：算法好不好，不看论文，看路测数据。怎么高效采集、标注、训练、仿真，这是系统架构师必须考虑的。
我个人判断，未来3-5年，L2+会大规模普及，L3会在高速场景逐步落地。但L4的城市全域无人驾驶，还需要时间。你想想看，一个corner case（极端场景）可能几万公里才遇到一次，但遇到了处理不好就是事故。系统架构的鲁棒性，就在这里体现。
核心观点：ADAS系统架构，不是堆硬件、堆算法。而是如何在成本、性能、安全、可扩展性之间找到平衡点。这门课，我会带着大家从分层设计到微服务实践，一步步把这个平衡点找出来。
好，第一章就到这里。下一章咱们深入聊聊ADAS系统的整体架构，从传感器到底层执行器，整个链路怎么打通。到时候我会拿一个实际项目的架构图出来拆解，敬请期待。