在从三月底开始，小米那起惨烈的辅助驾驶事故，引发了有关部门针对自动驾驶的强监管之后，监管部门最终要放行L3级有条件自动驾驶了。
现在最为紧要的事情，在于弄明白从L2++转变至L3的这个过程中，哪些零部件很快就会面临升级呢？
卷是人生的常态，躺平是因为发生了意外。
不出意外，于这场从L2组合辅助驾驶朝着L3有条件自动驾驶的惊天跨越里，以摄像头作为代表的感知传感器会首当其冲地迎来大规模升级。
就当前所有L2++车辆而言，除了那小气的突出者特斯拉运用了500万像素前视摄像头之外，别的车辆的前视摄像头都是800万像素。
因为要应对L3车辆有着需提前10秒钟去提醒驾驶员进行接管的强烈要求，所以采用探测距离更远的更高像素摄像头就成为了应具备的意义。
很多特斯拉的铁粉和马斯克的死忠粉对这个观点或许会持有异议。
前视摄像头没必要因自动驾驶能力从L2++朝着L3的演变去进行像素升级 。
其所言具备一定道理，特斯拉FSD HW4.0的前向感知距离能够达到424米，于FSD生效速度上限为140公里/小时之时，能够满足提前十秒提醒接管的需求。
不过，这主要是因FSD HW4.0采用双目摄像头方案，这种立体感知方式接近人类视觉，它能够显著提升车辆对远距离目标的探测才能，还能提高测距精准度。
然而，双目立体视觉处理算法繁杂程度过高，绝大多数汽车制造企业依旧于前视摄像头上运用单目摄像头方案 .
于此种方案情形下，具备800万像素的摄像头，其感知距离未达300米，不能够满足提前十秒提醒接管这一要求。
除了前视摄像头，更加值得一提的是环视摄像头。
当前，存在一类轻量级抑或入门级城区NOA，它们对于环岛通行以及180度大掉头这类场景，尚不能予以妥善处理，而造成此种状况的缘由，乃是侧向感知能力存在欠缺 。
到了L3的时代，这些侧向环视摄像头，存在着升级的可能性，会从目前的300万像素摄像头，升级为800万像素。
出生在淮南地带上进而成长为橘的事物称为橘这种形态，出生在淮北地带上进而成长外观与橘相似但实质为枳的事物称为枳这种形态。类似L4能力水平的特斯拉品牌若想要最终在中国本土区域内成功获取L3级车辆制造生产方面的准入资格，很大概率上也需要开展针对传感器系统的升级改进活动。
由于，L3对功能安全着重强调了，纯视觉方案不存在感知冗余这一情况，存在着某一定的局限性的状况，然而激光雷达能够用以提供L3自动驾驶所需的感知冗余以及安全底线 。
存在一个观点，激光雷达是L3车辆关键安全件，这个观点，当然会受到挑战，来自以特斯拉为代表的纯视觉技术路线阵营的挑战。
一直以来，马斯克，这个被称作行走的第一性原理代言人的人，逮着机会就会宣称，自动驾驶的第一性原理是模仿人类的眼睛，是模仿人类的神经网络，是模仿人类的大脑 。
他所给出的，关于特斯拉坚持走纯视觉路线的核心理由在于，系统并不清楚，该如何去处理，雷达信号以及摄像头信号不一致的这一难题。
不同传感器信息不一致的事情值得深入剖析一番。
在正常情况之下，激光雷达所呈现的信息，与摄像头所呈现的并不一致，究其实这种不一致之因，主且要从传感器彼此之间的时钟并非同步，以及位置并非相同，进而导致的数据对齐方面的问题来寻得答案 。
这个问题，最近被解决了，是华为、卓驭科技解决的，他们推出了激光视觉传感器，该传感器把激光雷达和摄像头做在了一起，基于刚性标定、严格同步，得以解决时空不一致引发的数据对齐问题。
处于异常环境状况之下，存在着两种分类情况，一种是雨雾致使的噪声程度较大，另一种是光照条件表现为较差 。
就雨雾致使的噪声大和难题而言，其一，摄像头感知用于降噪的方式，激光雷达降噪算法，这两者需同时推进，进而再去降低这两类传感器于雨雾场景那时的噪声，再降低不一致情况出现的可能性 。
另一方面，4D毫米波雷达正是凭借自身感应能力为这种场景而生的，所以需要进一步提升其感知能力。
夜间道路照明较差或者遇到直射太阳光这种强光时，摄像头会出现无法正常工作的问题，而激光雷达与光照无关且能精准测距，它正好完美地解决这类场景下的目标障碍物识别难题，此时这不正好是激光雷达的用武之地嘛！
感知-决策-执行是自动驾驶系统的完整闭环。
L3自动驾驶，对感知能力有着更强的要求，还必须具备更出色的决策能力，端到端方案呢，需要去部署更大的神经网络，如此一来令具有更大算力的芯片，顺理成章地变成了L3的一个必要条件。
讲完了感知，讲完了决策，接下来要看执行部件，非常明显，线控底盘也是L3的必要条件。
其原因有二。
首先，线控底盘达成了操作端和执行端的物理分离，线控转向去除了方向盘与转向轮间的机械连接，线控制动废除了制动踏板与制动执行机构间的机械或者液压连接。
人驾时，由传感器检测方向盘转角信号，检测制动踏板行程，经控制器处理，驱动转向电机执行转向动作，控制执行机构来实现制动动作。
当处于自动驾驶状态时，自动驾驶系统能够直接给执行机构发送电信号指令，进而完全地接管车辆的控制。
电信号的传输速度快，电信号的处理速度快，其速度远快于机械结构的响应速度，它不仅响应速度达到要求，而且执行精度高，能满足快速执行要求，处于紧急情况时，自动驾驶系统对驾驶执行精准度有苛刻要求，对此它也能够满足 。
其次，制动系统是车辆关键执行环节之一，转向系统也是车辆关键执行环节之一，制动和转向系统需要达到双重冗余实现，甚至达到多重冗余实现。
车内空间因素被考虑，信号传导机制因素被考虑，响应精度等一系列因素被考虑，将耦合式的机械和液压式结构，用人机解耦的线控结构来替代，如此这般更加有利于实现这些执行部件的多重安全冗余。
对自动驾驶系统而言，在其感知、决策以及执行这三大环节里，感知传感器的数量，基本上已达到没法再增加的程度，后续的进阶方向是，具备更高像素拍摄功能的摄像头和具有更高线数探测能力的激光雷达 。
勤奋的本土车企，将作为决策大脑的大算力芯片不断卷出新花样，方案供应商们同样如此，多年来，其声量颇为响亮。
唯独在执行环节之中的制动以及转向，其声量并非很高，而且进步幅度也并非很大。 在L3时代来临之际，线控底盘的赛道十分有可能会加速。
审视以上分析内容，再回头看国内量产车型，好像唯有华为的尊界S800，能够被称作是真正具备L3级别的车辆，。
相比之下，其他车型存在着这样那样的问题，算力方面欠缺不足，算法表现较为糟糕，传感器性能不够理想，底盘制造水准欠佳 。
记得小鹏讲过，要于 25 年达成具备 L3 自动驾驶能力，不清楚体现此能力的车型究竟处于何方。
