一、感知层：多种传感器融合，让车“看得见”

　　摄像头：主要负责识别车道线、交通标志、行人及车辆，是感知系统的主力。

　　毫米波雷达：通过无线电波测量物体的距离、速度与方向，探测距离可达数十米甚至更远，弥补摄像头在光线不佳时的短板。

　　激光雷达：发射激光束扫描环境，生成高精度三维点云地图，实现精确的物体识别与测距。

　　超声波雷达：利用高频声波探测近距离物体，常用在自动泊车等低速场景。

　　二、决策与执行层：算法大脑指挥车辆行动

　　决策系统：将感知数据交由AI算法分析，依据预设规则或端到端大模型生成行驶策略，如跟车、变道、避障等。

　　执行系统：将策略转化为实际操控，包括转向、加速、制动；例如自适应巡航可全速域自动跟车，车道保持能微调方向保持居中。

　　技术演进：早期依赖工程师编写的“如果-那么”规则，现在主流转向端到端大模型，直接从传感器信号输出驾驶动作，更像“刷题形成直觉的老司机”。

　　三、功能落地与法规边界：辅助而非替代

　　常见功能：自适应巡航、车道保持、自动紧急制动、自动泊车、驾驶员疲劳监测等二十余种辅助功能已量产。

　　分级定位：按国标《汽车驾驶自动化分级》，L0至L2级均为驾驶辅助，驾驶主体始终是人；当前量产车普遍处于L2级，L3及以上才属于自动驾驶。

　　责任划分：L2级辅助驾驶发生事故，责任认定与人工驾驶一致，驾驶员需随时接管车辆；车企宣传也不得暗示系统可脱离驾驶员监控。