官方网站-首页
很多人以为，领克与吉利作为同一集团下的品牌，驾驶辅助系统必然共享同一套技术架构。其实不然，二者在硬件配置、算法策略与场景覆盖上存在显著差异，这种差异源于品牌定位与用户需求的底层逻辑分化。
硬件冗余：领克的「高阶感知」与吉利的「成本敏感」
领克车型普遍搭载5R1V（5颗毫米波雷达+1颗前视摄像头）或5R3V（增加侧视摄像头）的感知方案，部分车型甚至采用5R12V（12颗摄像头）的多模态融合架构，配合英伟达Orin-X芯片实现254TOPS算力。这种配置的底层逻辑是：高阶感知硬件能覆盖更复杂的城市道路场景，例如无保护左转、施工路段绕行等。以领克09 EM-P为例，其毫米波雷达的探测距离达210米，横向覆盖范围±45°，可提前识别横向插入车辆，这是单纯依赖视觉方案的车型难以实现的。
吉利则更注重「成本敏感型」市场的覆盖。以星越L为例，其感知方案为1R1V（1颗毫米波雷达+1颗前视摄像头），算力由Mobileye EyeQ4提供，算力仅2.5TOPS。这种配置的底层逻辑是：通过简化硬件降低系统成本，同时依赖Mobileye的封闭式算法实现基础L2功能（如ACC自适应巡航、LKA车道保持）。很多人以为这种方案会牺牲安全性，其实不然——吉利通过优化控制策略，例如将跟车距离分为5档（1-5级），并引入「渐进式制动」逻辑（先轻刹再重刹），在保证舒适性的同时降低了追尾风险。
算法策略：领克的「激进」与吉利的「保守」
听起来可能反直觉，但领克的驾驶辅助系统在部分场景下比吉利更「激进」。例如在高速匝道汇入场景中，领克08 EM-P的算法会主动寻找车流间隙，通过横向加速度控制实现「无缝汇入」，而吉利博越L的算法则更倾向于「等待明确间隙」后再汇入。这种差异的底层逻辑是：领克用户对技术信任度更高，愿意接受更接近人类驾驶的决策逻辑；而吉利用户更注重「可预测性」，倾向于保守策略以降低风险感知。
另一个典型案例是「施工路段绕行」。领克09 EM-P通过多模态感知（摄像头识别锥桶+毫米波雷达探测障碍物）与高精地图匹配，可提前200米规划绕行路径，并在绕行过程中动态调整车速（从80km/h降至40km/h）。吉利星越L则依赖视觉识别锥桶，绕行触发距离缩短至100米，且车速调整更平缓（从80km/h降至60km/h）。这种差异的底层逻辑是：领克的高阶硬件能支持更复杂的决策，而吉利的保守策略更符合其用户对「安全冗余」的需求。
案例：宁波东钱湖环湖赛道的场景化验证
2023年，领克与吉利联合在宁波东钱湖环湖赛道进行驾驶辅助系统测试。该赛道全长18公里，包含12个弯道（其中6个为急弯）、3座桥梁（涉及上下坡）与2处施工路段。测试逻辑是：通过对比领克09 EM-P与吉利星越L在相同场景下的表现，验证技术路线的差异化价值。
在急弯场景中，领克09 EM-P的横向加速度控制更精准（最大0.4g），而星越L为0.3g。底层逻辑是：领克的双叉臂前悬架与高刚性车身提供了更好的侧向支撑，而吉利的麦弗逊前悬架更注重舒适性，侧向支撑稍弱。在施工路段绕行场景中，领克09 EM-P的绕行成功率达92%（100次测试中成功92次），而星越L为78%。底层逻辑是：领克的多模态感知与高精地图匹配能更早识别障碍物，而星越L的视觉方案在光线不足时（如桥梁阴影区）易漏检。
但吉利在「拥堵场景」中表现更优。在赛道模拟的拥堵路段（车距2米，车速20km/h），星越L的跟车距离控制更稳定（波动±0.5米），而领克09 EM-P为±1米。底层逻辑是：吉利的保守策略更注重「避免加塞」，而领克的激进策略更倾向于「保持车流效率」。这种差异在真实道路中体现为：吉利用户更少遇到被加塞的情况，而领克用户更少被后车鸣笛催促。
