在这套配置中，4D毫米雷达的目标是围绕全天候和小目标检测能力，顺带能解决复杂路况下大量动态、静态物体和障碍物的信息捕捉。说简单，就是激光雷达和4D毫米波雷达配合应用就是互补的效果。

然后，是PDP网络让车开的更拟人。

ADS3.0的全新架构采用PDP网络，可以生成一条从当前位置到目标位置的优化路径，还需要考虑到交通规则，以及道路状况和其他交通参与者的会做出的一些行为。而这个PDP网络的应用，也是依托于感知硬件的加强，因为要做出规划路径的操作，需要两个硬性条件路况判断的准确性（感知精度）和路况变化的实时性（低延迟感知）。而用了PDP网络之后的ADS 3.0系统，能让复杂路口通过率超过96%。

举个例子，前一阵有其他车企做智能驾驶测试直播，当车辆自己规划的路径和驾驶员意图有冲突的话，就会间接的“被接管”。而PDP出现的意义，就是让车辆的路径规划，相对来说更符合人类驾驶员的操作习惯，最终保持辅助驾驶功能可以有安全、顺畅的驾驶体验。

补充一个细节，关于CAS 3.0。

不过压着车道线行驶的情况是有出现的，ADS 3.0理论上来说，在感知精度提升一个等级之后，只能做的更好才对。

之后还要再提个ADS 3.0泊车域的功能，支持离车即走。也就是说，到了目的地之后选了目标车位，驾驶员可以走了，车辆会自己泊入车位，不用在原地等。当然，这只是局限于部分商业停车场和部分社区停车场才能实现，依靠的应当是端到端的能力。

端到端实现从感知到规控无损信息传递，智驾更类人。端到端是将神经网络模型引入这三个过程之中，不依赖传统的分阶段处理；而ADS3.0在决策和规控阶段引入了PDP神经网络，是可以对大量的驾驶数据进行学习，按照类人的驾驶风格进行决策和执行。

ADS 3.0的投放初期，大部分功能都是针对泊车域进行优化的，那么结合已知的硬件和网络方案分析，ADS 3.0的泊车能不能做到最好用的效果，例如自动泊车零失误这种，不会出现或最大程度的降低自动泊车剐蹭的出行。

理论上来看是具备这种可能性的，尤其是加入4D毫米波雷达之后对感知物体的精度有很大程度提升。放在泊车域端，会对车辆周围的细小的物体比如升降停车位的立柱、底框边缘做到更好的感知，还有侧方停车时候对边缘台阶的感知更好；而且更适用于，那些较为紧凑的停车位工况，基本上就是对越紧凑的、复杂的停车位处理会更轻松。而且，低延迟会提高车辆的执行效率。

用一句话总结ADS3.0提升，更强、更远、细节更好的感知能力，还有更类人的驾驶风格以及更强的主动安全功能。关于这套系统持续的优化方向，优先处理大的长尾场景，例如开放道路-园区-停车场，这基本已经属于无限接近L3或者更高级的辅助驾驶功能，贯穿三个场景最终到达目的地。

而后续的优化，是在打通这些场景后在细节上的优化，例如降低接管率、让车辆在三个场景下的好用程度统一（可能会出现部分场景好用，部分场景体验不佳的情况）；最终的效果，可能是达成A点到B点，的全场景使用效果。目前来看，ADS 3.0系统的可玩性和期待值，都是比较不错的。

花粉社群VIP加油站