L2 及以下级别的自动驾驶功能基本上都是属于“驾驶辅助”性质。各功能的场景，主要的驾驶行为是驾驶员主导，自动驾驶系统只在非常限定的条件约束内对车辆进行操作。而且这些约束条件所形成的场景基本上是各自独立的，这也就是各功能能够由不同供应商独立开发的原因之一。

作为早期赋能自动驾驶行业的汽车智能化科技企业，未动科技自成立以来始终专注于打造高级别汽车自动驾驶的视觉感知算法、高实时性与高可靠性的系统软件平台及异构计算引擎。高级别自动驾驶即L3 开始逐步主导车辆的驾驶，与L2 有了根本性的变化。L3级别就要求在良好的路况环境下，大多数操作将由汽车为主导，车辆将自动完成自适应巡航、车道居中保持、自动变道、自动驶入（驶出）高速匝道等一系列操作。驾驶员只需要在必要的时候对汽车进行干涉。当然这就对自动驾驶系统的硬件算力，传感器配置，各种感知、规划、控制算法都提出了更高的要求。

未动科技作为一家汽车智能化科技企业，在自动驾驶技术中，更加关注如何提高硬件的算力，尤其是能支持深度学习的算法能力，如何开发更好的感知算法等等，然而如何让这些得到大大提升的各专项能力能协同工作却很少被特别提及。我们需要的不仅仅是车辆运行过程中，各种自动驾驶功能关联的技术模块能协同工作，还要考虑这些不同的技术模块在开发阶段如何能进行有效的分解，因为不同技术模块往往是完全不同的技术领域，需要不同的专业团队(或供应商)去完成。如果能把这些技术模块“拆得开”又“装得上”就是软件架构需要解决的问题。

正因为从 L2 到 L3 的跨越难度太大，所以人们在 L2的软硬件架构上修修补补，在不改变核心架构逻辑的基础上尽量增加一些新的功能，才有所谓的 L2.5。然而在L2原生架构上的修补能力终有尽头，必须有新的架构来支持 L3及以上的自动驾驶。

L2自动驾驶软件架构的瓶颈

多个独立功能的自动驾驶控制器 + 域控制器的方案，多用于 L2 和 L2.5 的开发，其在软件架构上的瓶颈至少有以下几点：

1. 多个独立的控制器导致计算资源不能协调调度，导致算力浪费与匮乏并存。比如全自动泊车辅助功能和 ACC/AEB 功能并不是同时启用的，速度超过20公里后，泊车辅助功能停止执行，ACC/AEB 可以启用。但是泊车辅助系统的算力并不能用于 ACC/AEB功能。低速情况下又恰好相反。