我觉得自动驾驶技术现在还不够成熟。这项技术的实用性还是挺高的。
中国独有的海量数据、政策支持、民众基础等优势将加速自动驾驶技术落地,中国领先的5G技术会加速车路协同数据共享
中国相对来说比较支持这些，创新的部分
12 月 16 日，在中国汽车工程学会举办的第三届国际汽车智能共享出行大会上，中国工程院院士、中国汽车工程学会理事长李骏，发表以加速自动驾驶商业化示范应用为主题的演讲。
他认为，当前中国智能共享出行已有很大发展，但仍缺少顶层设计，需要有系统工程的组织。李骏指出，顶层设计应该在智慧城市、智能交通、智慧汽车三方面，融合智能化地发展，这就是“3S”。
当前，3S 融合一体化是在国际上率先系统地解决城市、交通、汽车融合发展战略的路线图。
作为 SC（智慧城市），它为智能共享出行提供自动驾驶城市出行数据和实时动态交通场景；作为 ST，要实现动态交通场景的数字化实时管控；作为 SV 要为城市未来智能共享出行提供车端和车外的信息融合，以弥补单车智能的缺陷。
李骏表示，上述顶层设计和理念，他已带领团队在雄安成功实践。
雄安尝试用10%-15%的车辆比例来做一种需求响应式的城市公交，这种不定交通线路的微公交智能车辆，是国内一个创举。
除此之外，在SV（智慧汽车）这个层面上，雄安还提出“少用车、易用车”，实现了私家车只有10%，其他比例的车都均匀地分配到3S的融合发展。
在SC（智慧城市）层面，他们尝试把社区的设计与智能共享出行汽车的道路设计联系在一起，按照生活来布置公共服务基础设施。
至于ST（智慧交通），雄安则建立了基于客户流分析的运营、调度、管理系统。
以下为演讲实录：
各位领导，各位专家，女士们，先生们，大家上午好！首先我以中国汽车工程协会理事长的名义祝贺第三届国际汽车智能共享出行大会的召开，今天我演讲的题目是“中国智能共享出行创新发展需要顶层设计”。
2019年我曾在花都大会上做了一个报告叫做“面向2035年的智慧城市智慧共享汽车系统工程”。两年过去了，我们看到了智能共享出行的发展，还是有了很大的发展，但还是缺少顶层设计，还是需要有系统工程的组织。今天我想就这样的一个话题，给大家做这个报告。
第一个是智能共享出行的挑战和创新，首先智能共享出行的挑战来源于我们国家城市交通的现状，这种挑战是什么呢，我们智能共享出行的愿景，我认为有五个：第一是出行距离要更远；第二出行时间要更短；第三出行方式要多样化；第四是出行时间要掌控；第五是出行要轻松愉快。
但是现实是什么样的呢？现实是大量的时间都浪费在了拥堵或者寻找车位，出行难，出行时间无保障，出行拥堵，感受差，因此作为顶层设计，我提出要进行量化研究。
这里给出了一个城市出行指数。在这个指数中，我们最关注“拥堵时间”和“城市半径”。因此，按照城市出行指数的概念。目前城市交通质量还无法满足城市扩张速度和居民共享出行的愿景。右边的图可以看到，我们用这个指数来衡量，新加坡的指数基本上是1.0，像我们国家很多城市的指数都在0.5以下，所以在这样一个情况下，那么我们如何去实施智能共享出行呢？
首先，我们需要分析我们的问题在哪儿，我们的问题就是国家城市交通的现状，它出现了相对于未来智能交通共享出行发展的长尾效应。这种场尾效应表现在左边的图，这种现象表现为共享里程不再迅速增加了，甚至下降了，车辆智能化停滞不前，表现上看有一些数字还在增长，但是不能提升城市的出行效率。
大家对于智能化的盼望和热情非常高，实际智能网联汽车的自动驾驶目前的发展是长尾效应的表现，解决的措施是什么呢？解决措施是，需要完善系统的顶层设计，要使智能出行进入到一个新的发展阶段。
上次我们也在广州的花都大会上介绍过，中国工程院就这个问题进入了深入细致的研究。这个研究需要把中国智能网联汽车和智能共享出行协同发展的顶层设计给研究好。顶层设计就是目前我们已经完成了一些研究，得出的结论：智慧城市、智能交通、智慧汽车融合智能化地发展，这就是“3S”。
这张图当中，我们有许多中国最著名的单位都参加了这个研究，这个研究是中国从2018年一直持续到今年。那么整个研究的历程是我们在2018年开展了“面向2035智慧城市的智能共享出行的研究”；2019年开展了中国智慧城市、智能交通和智能汽车深度融合发展的战略；2020年，在总书记的要求下，中国工程院又实施了“突破智能汽车核心瓶颈，实践交通治理智能化”的研究。
这整个的发展经历，我们把单车智能、车路协同，汽车、交通、城市、能源进行深度融合，一直到城市治理。我们与多位专家和多个学会一起对于未来城市和未来出行的相关战略研究中，得出了这样一个结论：3S融合一体化是在国际上率先系统地解决城市、交通、汽车融合发展战略的路线图。
那么这种研究最重要的一个成果，智能共享出行要走到一个生态平台，那么这个生态平台就是对于当前的城市进行改造；对于城市的交通进行改造；对于智能汽车进行改造。只有产生这样的一个城市智慧化、交通智能化、驾驶规范化的一体化平台，才能使中国发展智能共享出行获得最重要的顶层设计。所以，我们想这样的一个共享平台，即智能共享出行发展的与智能汽车、智能交通、智慧城市融合发展的一体化。也就是说，智能汽车、智能交通和智慧城市发展要为智能共享出行提供ISAD的基础（数据的基础、交通的基础和成长性的基础）。在刚才顶层设计的研究基础上，那我们说要打造什么样的一个智能共享出行的3S基础呢？
首先，要为智能共享出行提供3S融合理念的顶层设计。这个图就给出了这样一个顶层设计，作为SC（智慧城市），它为智能共享出行提供自动驾驶城市出行数据和实时动态交通场景；作为ST，要为实现动态交通场景的数字化实施管控；作为SV要为城市未来智能共享出行提供车端和车外的信息融合，以弥补单车智能的缺陷。
因此SC、ST、SV融合的平台为中国智能网联汽车和智能共享出行提供了系统工程的解决方案。稍微具体地说一下，作为智能共享出行的SC基础（智慧城市基础），是面向居民和货物柔性的高效出行需求提供一个智慧城市方向，由于时间关系就不把这个框架具体展开。这张图可以看出，框架里面主要包括公共交通、智能服务、智慧城市出行规范、智慧城市共享出行网络、智慧物流服务、以及智慧城市停车服务等等。这些智慧城市的功能要紧密与智能交通相联系。
智能交通的模式就由这个图所展现，它为智能共享提供了ST（智能交通的基础）这种基础包括路网的全息感知服务，基于路侧设施的场景、感知与服务，以及场景驱动的多车行使的协同管理以及基于协同计算的网络、交通共识和定制化的出行服务。这种ST就会与未来的智能汽车紧密相连，这种智能汽车是什么样的呢？智能共享出行的汽车不是现在传统的汽车，它是一种能够与多个客户进行共享的汽车，也就是我在这里说的C2S。
这种汽车在清华大学的新概念汽车研究院凝练了未来这种车的十大基因，在10个方面打造了基因的驾驶系统以及底盘平台。SV（智能共享出行的SV）的智能计算驾驶平台架构与普通的平台不一样，它的不同是要把智慧城市和智能交通的信息作为自动驾驶汽车平台的感知系统。那么这种具有与车外深度融合感知的自动驾驶系统才是真正的智能网联自动驾驶系统，它才能适合智能共享出行的需求。
那么最后，这种基于3S融合一体化的智能共享出行，它的目标就是要支撑一个智慧城市的建设，要提高居民的幸福指数，也就是它要解决出行问题，解决城市空间问题和解决交通拥堵问题。因此，基于3S融合一体化的智能共享出行能带动智能共享出行的发展，同时它也能够真正使得智能共享出行实现共享经济、数字经济的发展，培育汽车的使用新模式。
那么刚才所说的这些顶层设计和理念是不是可行的呢？我带领团队已经在雄安对于这种3S进行了成功的实践。下面我把在雄安的实践给大家报告一下。这次大会签了很多约，对于花都搞智能共享出行具有极大的参考价值。我们在雄安探索3S的成功之路，这个探索是依据国家重点研发计划，也就是科技部的重点研发计划，面向智慧城市的智能共享出行平台技术的研究及应用。这是我们国家科技部目前唯一的的一个SC、ST、SV的研究，这种研究深入跟踪雄安新区的建设和运行，它由中国城市规划研究院、清华大学、北京航空航天大学、雄安集团交通公司以及一汽共同来践行SC、ST、SV。
那么在这里有他们已取得的成功经验。从SC、ST和SV的方面来进行实践：
第一，智慧城市实践。在智慧城市实践当中，雄安主要是做了适应智能汽车的智慧城市空间组织模式的研究。这种组织模式所得出的成功经验就是舍弃空间，把社区的设计与智能共享出行汽车的道路设计联系在一起，按照生活来布置公共服务基础设施，从根本上来减少通行需求。而且建设了分布的公交交通和共享交通设施，我想这是全国第一个这么做的，与“智能共享的微交通”相适应的道路网匹配。
第二，道路交通另外一个实践是适应智能网联的城市空间组织模式。 这种组织模式是一个数字的空间组织模式，它建立了数字规划平台，一个相当完善的城市数字化平台。那么这种应用数字化规划平台研究城市，通过数字融合技术实现多专业和多层次规划信息的智能提取和检测。并且基于这种宏观和微观相结合的质量体系的效果，实现了规划到建设，为智能交通和智能汽车提供了平台，它就是前面所说的智慧城市的数字化平台。
第二，在ST方面进行了什么样的实践？建立了基于客户流分析的运营、调度、管理。这种对于客户流量比特征、服务水平、共享和合乘等方面的分析对于雄安的建设和共享出行汽车的示范提供了支撑，这种支撑充分反应ST和SV的融合中。在ST的实践中，它同时打造了基于交通分配模型构建的共享交通基础。这是雄安新区的亮点：利用交通分配模型或者交通流量进行分配管理，获得的有/无共享出行机动车出行的系统运营指标。对比不同的发展方式对于道路能力的影响进行了深深入研究，最后获得了结论性，共享收益显著。
第三，在SV方面做了什么呢？雄安新区的智能共享出行提出了一个口号，这个口号是非常震撼人心的——少用车，易用车。这个少用车和易用车达到什么水平？私家车只有10%，其他比例的车都均匀地分配到各种适合于智慧城市、智能交通和智能汽车的融合发展，特别是它提出了用10%-15%的车辆比例来做一种需求响应式的城市公交，这是一个创举。这种契合的程度达到了“少用车、易用车”，提供高品质的城市服务。什么是需求响应的公交系统呢？这种不定交通线路的需求响应微公交智能车辆，它把除了私家和公共汽车以外的所有车辆需求纳入进来，它基本上践行了车找人和人找车的融合。因此，它是国内首次正式实践了合乘共享新型公交模式，并将此作为雄安启动区交通体系的重要组成部分。这种合乘共享新型交通车辆站点的设计、路线的优化、使用模式的创新都体现了3S融合一体化的思路。
最后作为结束语，我想制定国家城市智能共享出行战略已经迫在眉睫，这是实现中国城市智能共享出行顶层设计的最重大的举措，我们在这个图上给出了国家城市、智能共享出行战略的框架，从顶层设计、法律法规、政府监管、测试验证，特别是在政府监管下的测试验证，它才能使智能共享出行真正地实现产业化落地。目前，德国政府已经与奔驰公司完成了全球第一个政府监管下的L3级的智能汽车产品认证。而我们还是处于演示验证时期，这种演示验证的产品是不可能进入市场的。因此我想，花都作为我们国家智能共享出行的城市，应当担负起第一个政府监管下的测试认证，而不是仅仅地进行示范。目前，示范已经满足不了国家智能网联的市场化，如果西方大力地推动，自从商品化地实施示范走向政府监管的认证。那么他们就会出商品，他们就会投放市场，那么我们国家没有这样的认证就不会有投放市场，就不会实现智能共享出现。
所以，我最后想说，《制定国家城市共享出行战略》是实现中国智能共享出行最系统的顶层设计。谢谢大家！
自动驾驶的安全问题有以下5点。 1、安全仍然是自动驾驶 汽车 面临的一大挑战。根据英国《自然·机器智能》杂志14日公布的一项人工智能研究报告，德国科学家小组提出了一种算法，它可以帮助保证自动驾驶 汽车 行驶的安全性。 3、这是一种理论，因为自动驾驶 汽车 不像人类驾驶员那样容易注意力分散或疲劳，实际上它们可以减少道路交通事故。然而，人类在面对新的环境时，反应速度和反应能力都要好得多。在这一阶段，我们不能训练自动驾驶 汽车 熟悉所有可能的交通状况，但是工程师们可以给他们一个框架来计算“无事故轨迹”，当然前提是其他道路使用者也能合法驾驶。 4、德国慕尼黑工业大学的研究员 ChristianPick和他的同事最近提出了一种算法，可以保证自动驾驶 汽车 无论采用何种轨迹规划都不会引发事故。研究者们假定其他交通参与者遵守物理和规定的限制，该算法能够在突发事件中计算出能够进行紧急求助的安全计划。为验证这种方法，研究小组使用了记录在城市环境中的真实交通状况来回放这个算法。在所有情况下，他们发现算法并没有给出任何不安全的路径建议。 5、再过20到50年，当 汽车 能实现完全自动驾驶时，你也许就能在车内自由移动了。但今天的技术还没有达到这样的水平。 汽车 驾驶过程中，人类驾驶员仍然需要监视系统的运行，随时准备好接受控制。 总结；从技术发展来看，人类驾驶员仍然是不可或缺的。
沈雨娇写的论文有撵炉胶，春夜喜雨等论文。沈雨娇的很多偏关于社会学的论文，发表在人才杂志上，引起很大反向。
1.《基于深度学习的自然语言处理技术研究》2.《基于深度学习的计算机视觉技术研究》3.《基于深度学习的语音识别技术研究》4.《基于深度学习的机器翻译技术研究》5.《基于深度学习的自动驾驶技术研究》6.《基于深度学习的智能家居技术研究》7.《基于深度学习的智能机器人技术研究》8.《基于深度学习的智能推荐系统技术研究》9.《基于深度学习的自然语言理解技术研究》10.《基于深度学习的智能安全技术研究》
近日，总投资10亿元、国内首个L4级自动驾驶开放测试基地项目在重庆市永川区开工，将设立百度Apollo自动驾驶测试运营中心，打造形成具备“虚拟仿真+封闭试验+开放测试”全链条试验检测服务能力。
图片来源：永川高新区
除了重庆测试区，目前我国有不少智能网联测试基地也在积极采用“模拟仿真+实际路测”的模式推动自动驾驶技术落地，比较有代表性的就是位于湖南的国家智能网联汽车（长沙）测试区。该测试区不仅将自动驾驶仿真实验室作为发展的重点之一，还与腾讯的自动驾驶团队强强联手。
那么，在实际路测之外，行业为何纷纷“玩”起模拟仿真？
模拟仿真成刚需
当自动驾驶进入到以Robotaxi为代表的公开道路测试阶段时，如何提升测试效率、更加精进技术、加快落地速度，成为行业迫切需要解决的问题。
美国著名智库兰德公司曾经估计,如果想让一辆L5级别的自动驾驶车辆正式上路,需要经过110亿英里的测试。这就意味着，即便是一支拥有100辆测试车的自动驾驶车队，以25英里(40公里)每小时的平均时速7×24小时一刻不停歇地测试，也需要花费大约500年的时间。从企业层面来看，即便是头部企业Waymo，截止到2020年初也只完成了2000万英里的自动驾驶路测，离110亿英里的目标还很远。
可以看出，推动自动驾驶车辆上路仅仅依靠实际道路测试，并不现实。而此时，自动驾驶模拟仿真的重要性就凸显出来了。
对于工程师而言，开发自动驾驶相关功能所需的算法和传感器配置，即使进行了1000万英里的道路测试仍然无法生成足够多有价值的数据，而模拟仿真一天的行驶里程就可以达到1000万英里。不需要在实际道路上进行测试、不费油、不用交过桥费，更重要的是不用承担风险，对自动驾驶领域的玩家来说，重要程度不言而喻。
当前，全球各大车企正在研究用仿真测试里程来取代一部分实际路测里程，也就是自动驾驶测试90%通过模拟仿真平台完成，9%通过测试场完成，1%通过实际道路测试完成。线上的模拟仿真测试已经成为加速自动驾驶技术研发和测试落地的重要手段。
早在2017年，Waymo高级软件工程师詹姆斯·斯托特就开创了Carcraft，一个如黑客帝国般的虚拟现实世界。Waymo的自动驾驶车辆在实地路测时遇到的许多情况可以直接在Carcraft中进行模糊化，程序员可以将多种情况进行叠加创造出各种极端情况，而在模拟器中得到的数据又可以反馈给现实世界的测试车。
目前，Carcraft的虚拟车队中有25000台汽车，这些虚拟车队的车辆每天24小时都运行在谷歌的数据中心。得益于这样的数据闭环，2019年7月，Waymo对外公布了所达成的最新里程碑：模拟自动驾驶测试总里程已经达到了100亿英里，且支持Waymo车型进行大规模测试。
图片来源：Waymo官网
此外，去年年底，Waymo 还收购英国仿真技术公司Latent Logic，后者开发的AI技术能够通过“模仿学习”来构建逼真的人类驾驶行为，帮助Waymo实现更加贴近现实的仿真技术。
不仅是Waymo，因为撞人致死事件一直萎靡不振的Uber，显然不能让自己落后太多。
去年年底Uber计划收购一家仿真软件开发商Foresight，目前已与后者展开深入谈判。其实，这不是Uber第一次收购自动驾驶相关技术公司。去年6月份，Uber就打算收购西雅图初创公司Mighty AI，后者专注于为计算机视觉模型研发训练数据。
国内企业加速研发
国内相关企业亦意识到，想要加快自动驾驶落地，模拟仿真测试必不可少。
事实上，目前很多主流的仿真测试系统都是根据游戏引擎开发的，例如微软的AirSim，英特尔的Carla……国内科技公司更是紧跟时局，加紧研究仿真测试，目前已经颇具成效，同样在游戏领域占有话语权的腾讯当然也不甘示弱。
腾讯基于其强大的游戏引擎，开发了TADSim自动驾驶仿真测试软件。作为一家拥有丰富游戏开发经验和技术储备的科技公司，腾讯将游戏引擎与工业级车辆动力学模型、虚实一体交通流等技术相结合，打造了无限趋近真实世界场景的线上仿真环境。
图片来源：腾讯官网
结合采集的交通流数据以及极端交通场景的模拟，TADSim可进行各种激进驾驶、极端情况的自动驾驶测试。同时，TADSim内置的高精度地图可以完成感知、决策、控制算法等实车上全部模块的闭环仿真验证，这套软件还可以完成阴晴雨雪各种天气、光照的模拟，大大提高自动驾驶测试效率。
作为同属“BAT”的百度当然同样不甘示弱。
早在2018年底，百度就与Unity Technologies建立合作伙伴关系，一起研发实时仿真产品，该产品将创建虚拟环境，让开发人员在现实模拟环境中测试自动驾驶汽车。
不满足于与实时3D研发平台合作，百度更是花费大量的心血自行研发自动驾驶仿真系统。
2019年3月，百度论文登上《Science》杂志子刊《Science Robotics》，该论文提出了一套全新的自动驾驶仿真系统：增强现实的自动驾驶仿真系统（AADS）。AADS系统包含一套全新开发的基于数据驱动的交通流仿真框架和一套全新的基于图像渲染的场景图片合成框架，通过AADS系统，自动驾驶系统测试时可提升测试效果，不断精进自动驾驶算法。同年7月，Apollo平台迎来5.0版升级，新增了车辆动力学模型，这一技术一下将传统方式建模结果在误差上减少了80%。
图片来源：百度官网
除了早早入局的百度和腾讯，作为汽车领域中的后来者，华为在自动驾驶云服务赋能上也有着自己的逻辑。
华为的逻辑是通过“八爪鱼”构建一个按需获取的全栈云平台，除了可以迈过数据处理这座高山，还能覆盖自动驾驶的模型、训练、仿真、标注等全生命周期业务。因而“八爪鱼”可以向用户提供以下几种核心能力：处理海量数据，自动化挖掘及标注；软硬件加速，提升训练及仿真效率；丰富的仿真场景；云管端芯协同，车云无缝对接。
图片来源：华为官网
其中仿真场景就是通过集成场景设计和数据驱动的方法，合计提供超过1万个仿真场景，系统每日虚拟测试里程可超过500万公里，支持3000个实例的并发测试。由此可见仿真能力只是其数据闭环中的一个环节，这个环节只有与其他环节合作才能发挥出最大的组合优势。
华为表示，未来还会将高精地图、5G及V2X技术等能力集成到“八爪鱼”中，如此看来，“不造车”的华为在仿真市场的布局颇为宏大。
目前行业内已经达成共识，模拟仿真平台是下一个兵家必争之地，不仅是行业巨头，以AutoX、文远知行、小马智行、希迪智驾等为代表的几乎所有的自动驾驶初创公司也根据各自的需求，自主研发模拟仿真环境。与此同时，行业也逐渐培育了诸如赛目科技、51VR等在自动驾驶模拟仿真测试平台有所专长的独角兽。
据专业人士预计，到2023年仿真软件与测试的国际市场总规模约在百亿美元左右，适用于自动驾驶系统的仿真技术将会被大规模地应用于汽车产品的研发流程当中。虽说仿真测试并不能真的替代实际测试，但至少在迈向自动驾驶车辆量产的路上，企业能够少走一点弯路，加速商用落地的到来。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
《自动驾驶系统设计及应用》百度网盘pdf最新全集下载:链接：
易车讯 日前，奥迪2021“SocAIty”研究从法律框架、伦理问题、数字化责任方面，探讨了自动驾驶社会层面的整体情况。研究过程中，欧洲、美国和亚洲等地的顶尖专家从各自的专业角度发表评论，引发公众对未来移动出行的持续思考。
“出行电动化趋势之后，下一个重大变革将聚焦于智能化，并最终通向自动驾驶，”奥迪汽车股份公司首席执行官杜思曼表示，“对奥迪而言，自动驾驶是一项关键技术，能够使交通更加安全，出行更加舒适，出行方式更为丰富。”与大众汽车集团旗下软件公司CARIAD通力合作，奥迪致力于推动自动驾驶技术在2025至2030年间实现全面发展。
研究得出的关键洞察是：2030年，出行业将更多元、有更大的差异化，出行方案更契合用户需求。此外，未来将会涌现更为丰富多样的微出行方式，在城市场景尤为如此。出行需求将更大程度上取决于用户所在的位置。大城市的出行需求愈发趋近，如纽约、伦敦和上海的基础条件相当，交通出行、灵活性与用户预期的需求大致相同。
汽车一直在升级！ 越贵的汽车 功能也就越多！维修起来就很麻烦！ 呵呵 不过开的时候比较舒服 ！ 哈哈 ，
首先集团会测试一种新型的汽车的性能，然后进行逐一研究，引入新的工作方式，专门去对新车型做调整，然后推出上市，设计营销模式。
首先得承认，以特斯拉为代表的新势力在家用轿车智能驾驶及驾驶辅助系统方面走在了传统车企的前面。但传统车企也可借其深厚的车辆开发经验和供应商资源实现有效的追赶甚至另辟蹊径实现优势竞争，而这个潜力我们可以在文中的这台宝马iX3上一窥究竟。我们先来聊了驾驶辅助系统到底是怎么回事，驾驶辅助系统在迈向自动驾驶系统间需要怎样的进化？
毫无疑问的是，目前驾驶辅助系统的规则制定者是走在前列的美国，而其标准我们普遍参照的是SAE，即美国汽车工程师学会的标准，目前从无辅助直至完全自动驾驶分为了6个等级。
简言之，L0级为全部依靠人类的操作来进行对车辆的操作，L1就是十年前就已经普及的定速巡航功能。L3-L4则是高度自动化的驾驶辅助系统，可以完全实现多数情况下不需要驾驶员介入，而L5则意味着司机这个职业可以下岗了，一切交给AI来搞定。
而L2，是当下主流的驾驶辅助系统级别，其中核心技术就是 ACC自适应巡航功能，算是进阶版本的定速巡航。系统主要是依托毫米波雷达、光学摄像头甚至进阶的激光雷达等硬件为基础，配合软件和算法对前方路况实施监测，从而达到在一定条件下完成主动加速、主动刹车自动保持车距以及障碍物识别等纵向控制功能。
而在在L2到L3之间实际上还存在一个概念上的“L2+”，它是在L2级别自动驾驶技术的基础上，新增了横向控制的功能。主要的组成结构以并线辅助、车道偏离预警、车道保持辅助等功能为主。而宝马iX3的自动驾驶辅助系统Pro就达到了这一级别，在传统车企中属于走在前沿的量产配置了。
在实际的使用中发现，这套系统有着理想的易用性，即便是初次尝试开启这台车的驾驶辅助系统也并不需要进行繁琐的设置。
在方向盘的左侧有着一键启动功能，而车速设定和车距保持均可在这一小块操作区域，仅用一根手指就可以快速实现半自动驾驶操作。
这套自动驾驶辅助系统Pro是包含不同的辅助功能，除了主动式巡航外，还支持城市拥堵，高速巡航，变道辅助、前向碰撞预警及紧急制动辅助、车道纠偏辅助，在这里比较有意思的是，BMW在iX3上针对未来延展L3开发了一套紧急停车辅助的机制，按照这个辅助的设计，基于L3的可以用这套回撤的机制来实现在L3模式检测到问题之后的紧急辅助停车，也算是传统车企一个相当自信的尝试。
在使用中发现，这套系统首先对车道识别精准迅速，即便是路面出现轻微的破损，或者是被沙土覆盖也具备冗余和模糊识别，很少会出现车道丢失的状况。而且我在驾驶中经过在一个特殊路段时出现了车道收窄并且重叠的状况，系统识别出之后，立即给出纠错操作，同时提醒驾驶员进行了主动干预。
而在低速用车的时候，除了可以完成自动跟车，也具备在狭窄空间和泊车时的主动安全功能。特别是可以有效防止倒车和出库时的意外碰撞，要知道多数的低速事故都在这种情况下出现的。
另外值得夸赞的一点是，环绕摄像头的分辨率很高而且畸变控制良好，甚至可以精准的分辩地面的起伏和落差，而这种分辨率甚至在很多50万级的车上都能实现。
此外容易忽略的一点是，主动灯光系统其实也是安全系统中的一环。宝马的自适应LED光源系统可以有效地提供智能照明，除了可以防止远光影响对象车辆行驶，也会在转向时提供辅助照明。而这也是驾驶安全中很重要的一环，即减少驾驶员的误操作和盲区。
拓展一下，这套ADAS的系统基础版本是基于Euro NCAP（欧洲新车安全评鉴协会）驾驶辅助测评，不同部署的车型按照评分来设计，也就是满分四星“VERY GOOD”评级为标杆。由于系统本身是模块化的，所以从单个车型到中国可搭载在十余个车型系列，包含轿车，轿跑车以及运动多功能车，不仅适用于电动车，也同样适用于内燃机，混合动力车型（BMW X7、X6、X5、X3、8系、7系、6系、5系、4系、3系，纯电动 iX3）。
而电动化的汽车在结构上使这套系统的潜力可以不断被开发，脱离了内燃机存在的先天局限性。在BMW未来的产品线布局中，像iX3这样的电动车比例将会逐步提升，同时驾驶辅助系统的级别会随着产品的迭代快速进化。
甚至在法规逐步开放后，存在具备硬件潜能的宝马的自动驾驶辅助系统Pro系统将可能直接通过简单的软硬件升级直接打到L3级的可能性。
客观说当前电动车市场格局已经从之前的二元化，即传统汽车企业和优胜的新势力间逐渐转变为由新势力、传统车企以及其他大型资本集中投入所产生的第三梯队，成为了一个多元化市场。而诸如宝马品牌这样的传统车企一定程度上兼具了第二梯队和第三梯队的几乎所有优势，即资本和技术积累两方面均有难以匹敌的优势。可以预期的是，一旦宝马的iX车系完成产品线布局，同时完成新技术方面的数据收集和测试，将更多的新技术实装。仅凭借品牌力，和信用背书这两点，就会对以特斯拉和蔚来汽车为代表的新兴势力造成巨大的威胁。
自动驾驶之路就是，其他车辆研发自动驾驶功能的时候，宝马也开始着手研发自动驾驶，然后研制成功以后就搭载了自动驾驶功能，但是自动驾驶功能还不是特别的成熟，所以还需要继续改进。