2021年4月12日，豐田汽車在日本市場推出豐田新款Mirai和雷克薩斯新款LS，新車配備Advanced Drive系統，該系統具備L2級自動駕駛技術。前者起售價格為860萬日元（約合人民幣51.5萬元），后者起售價格為1794萬日元（約合人民幣107.5萬元），如果是奔馳S級，這個價格不算高，但對雷克薩斯來說，這個價格是很高的。
說是L2級自動駕駛，實際比特斯拉的FSD要高出一大截，稱L4絲毫不過分。之前本田曾經推出全球第一臺L3車，實際是只生產100輛，只租不賣。只有豐田的才是真正量產車，不過豐田的價格也是夠高的了，銷量肯定不高，我想豐田應該非常清楚這一點。估計一年銷量只有幾千輛，甚至是幾百輛，這樣一來反而是好事，豐田可以使用非量產的半導體元件。
很多人會質疑夸大了豐田的L2，但仔細研究后就會發現，豐田的L2就是L4級自動駕駛，或者說豐田的硬件系統已經具備了L4級自動駕駛的能力和需求。眾所周知L4與L3最大差別是L4能做到Fail-Operation，即具備兩套完全不同的自動駕駛運算系統，一套作為主系統失效時的備份，在主系統失效時，仍能保持自動駕駛。L3則是Fail-Safety，系統失效時，人工接手，即失效時還要保持安全。像特斯拉或英偉達之類的，設置兩個完全相同的主芯片只是提高算力，而不能做后備，既然是主系統已經失效，那么只有與主系統完全不同的系統才是真正的后備，才能真正做到Fail-Operation。
豐田的自動駕駛系統如上圖，不僅計算系統有后備，電源系統也考慮到了，增加了第二塊電池系統。主系統即ADS ECU，后備為ADX。兩套系統同時工作，ADS負責絕大部分事物，保證基本安全，ADX負責錦上添花，讓車不僅安全也具備智能。
這一套大約增加了66萬日元硬件成本，也就是大約4萬人民幣的成本，未來或許豐田車可以選裝，選裝價格估計得20萬人民幣。加上雷克薩斯LS500H本來就標配的雙目系統，構成完整的L4級自動駕駛。這一套系統中前向主激光雷達成本估計最高，大約1-1.5萬人民幣，兩個側向激光雷達合計大約5-8千人民幣，3個ECU估計要1.2-1.4萬人民幣。軟件成本無法估算，要看多少銷量了。
傳感器方面，主前向激光雷達由電裝開發，電裝與法雷奧Scala的設計如出一轍，只是巧妙地將單向變雙向。同時電裝可能是二代Scala的水準，也是16線設計，但也有可能更高，32線的設計。側向則是大陸汽車的HFL-110 Flash激光雷達。核心的雙目系統也是電裝開發的。毫米波雷達還是要的，總共有5個毫米波雷達，都由電裝開發并生產，豐田供應鏈盡量垂直化，能自己做的部件都要自己做，不僅能保證部件性價比極高，也能快速迭代產品，還能保證供應鏈穩定度。歐美和中國廠家則是能對外采購的盡量對外采購。
ADS使用高等級車規元件，使用傳統非深度學習算法也就是可確定性可解釋性的算法。ADX以深度學習算法為主，但深度學習不具備確定性和可解釋性，因此永遠無法通過功能安全認證，但要車輛智能化而不是僅僅保持安全，深度學習必不可少。ADX系統都能勝任90%的自動駕駛任務，但不能保證100%安全，而ADS是保證安全，兩套系統聯用，既能有智能，也能在主系統失效后依舊正常運行自動駕駛，當然這個自動駕駛的時間段不能太長。這就是豐田與大多數廠家的不同，豐田更注重安全，其他廠家更注重智能。
ADS里豐田使用瑞薩的主SoC，ADX里是英偉達的Xavier做主芯片。
為什么用瑞薩的主SoC，首先是瑞薩是傳統車規芯片大廠，對車規和安全更重視，其次是瑞薩與豐田關系緊密，瑞薩的自動駕駛用芯片就是和豐田聯合開發的。
上表為瑞薩的股東列表，豐田控股的電裝（曾經是豐田的電子與熱交換事業部）是第二大股東，最初電裝持股只有0.5%，后來陸續花費數十億美元增持到8.95%。豐田汽車持股2.92%。瑞薩的第一大股東是日本株式會社產業革新機構 （Innovation Network Corporation of Japan, INCJ），這是日本政府與19家民營企業合資成立的投資公司，日本財務省占95.3%的股份，瑞薩可以算日本的半國營企業。那19家民營企業里也包括了豐田。早期INCJ持有瑞薩股份超過50%，后來將大約8%的股份都轉讓給了電裝。在2017年，豐田、瑞薩和電裝建立了自動駕駛合作聯盟。
豐田自動駕駛ADS可能使用瑞薩最新的R-CAR V3U。有人會說，按照日程表，R-CAR V3U要到2023年才量產，這個量產指的是每月都超過1萬片的規模。鑒于豐田自動駕駛系統的出貨量和豐田與瑞薩之間的緊密合作關系，豐田自動駕駛ADS可能使用瑞薩的R-CAR V3U，在沒有大規模量產前，每個月幾百片的量還是能滿足的。順便說一下，中國一汽紅旗也決定使用R-CAR V3U做自動駕駛系統主芯片，但是要到2023年下半年才量產。大眾集團的自動駕駛系統也很有可能使用R-CAR V3U，因為雙方在座艙領域已經緊密合作，德國大眾和上汽大眾都與瑞薩建立了聯合實驗室。
V3U內部框架如上圖，采用8核A76設計，但也不是像特斯拉那樣簡單堆12個A72，它使用了ARM的Corelink CCI-500，即Cache一致性互聯。它提供處理器集群之間的完整Cache一致性，比如 Cortex-A76 和 Cortex-A55，而且可以實現 big.LITTLE 處理。它還可為其他的設備（如 Mali GPU、網絡接口和加速器）提供 I/O 一致性。實時鎖步CPU是ARM的R52，英偉達最新的1000TOPS芯片Atlan也是用了R52。
V3U視覺管線如上圖，可以看到V3U有很多硬核計算機視覺模塊，包括立體雙目視差，稠密光流、CNN、DOF、STV、ACF等。功能方面包括圖像格式化、目標追蹤、車道檢測、自由空間深度、場景標注、語義分割、檢測分類等都具備，類似于Mobileye的全封閉算法了。
圖像處理主要還是IMP-X5+，靈活性應該比Mobileye還是要高點。因為針對性比較強，也為了節約成本，降低功耗，瑞薩沒有使用太昂貴的GPU，只是簡單增加了一個低功耗GPU，即Imagination Technologies的PowerVR GE7400，1個著色器集群+32個ALU核心，算力只有38.4GFLOPS@600MHz。
R52是ARM在2016年發布的專為自動駕駛安全市場供應的內核，Cortex-R52最高支持4核心鎖步技術，相比Cortex-R5，有35%的性能提升，上下文切換（亂序）提高14倍，入口搶占提高2倍，支持硬件虛擬化技術。按照ARM的說法，簡單的中控系統可直接用Cortex-R52，但是像工業機器人和ADAS（先進輔助駕駛）系統則建議配合Cortex-A、Mali GPU等提升整體運算。另外，ARM Cortex-R52通過多項安全標準認證，包括有IEC 61508（工業）、ISO 26262（車用）、IEC 60601（醫療）、EN 50129（車用）以及RTCA DO-254（工業）等。2021年3月還推出了R52+架構。可以最高支持8個核心鎖步。
R52包括三大功能
軟件隔離：通過硬件實現的軟件隔離，意味著軟件功能互不干擾。對于安全相關的任務，這也意味著需要認證的代碼更少，從而節省了時間、成本和工作量。
支持多個操作系統：借助虛擬化功能，開發人員能夠在單個CPU內，使用多個操作系統來整合應用。這樣可以簡化功能的添加，而無需增加電子控制單元的數量。
實時性能：Cortex-R52+的高性能多核集群可為確定性系統提供實時響應能力，且在所有Cortex-R產品中產生的延遲最低。
考慮到成本因素，瑞薩沒有使用尖端的7納米，而是12納米工藝，并且是從原瑞薩R-CAR H3的16納米FinFET工藝升級到12納米FFC工藝，一次性支出很少。但是論到AI性能，絲毫不遜于那些5納米芯片，瑞薩聲稱V3U達到了驚人的13.8TOPS/W的能效比，是頂配EyeQ6的6倍之多。
和奔馳一樣，豐田從一開始就是以立體雙目為自動駕駛的核心。支持立體雙目的還有電裝、博世、捷豹路虎、斯巴魯、本田、德國大陸汽車、華為、大疆、鈴木和亞馬遜與福特投資的電動車品牌Rivian。瑞薩V3H和V3U里都有針對雙目的硬核處理部分，英偉達的Xavier也有。
與單目三目的2D系統相比，立體雙目最大的優勢是無需識別目標也可以探測目標的3D信息，也更擅長目標的追蹤與位置預測。單目和三目攝像頭的致命缺陷就是目標識別（分類）和探測（Detection）是一體的，無法分割的。必須先識別才能探測得知目標的信息，而深度學習的窮舉法特性導致其肯定會出現漏檢，也就是說3D模型有缺失，因為深度學習的認知范圍來自其數據集，而數據集是有限的，不可能窮舉所有類型，因此深度學習容易出現漏檢而忽略前方障礙物，也就是說如果無法識別目標，系統會認為前方障礙物不存在，不做任何減速，特斯拉多次事故大多都是這個原因。
即使特斯拉的HW4.0（FSD Beta）算力再高也是L2，也是無法避免漏檢的，并且FSD Beta版在識別與對于物體的警示功能方面仍有限，對于靜態的物體、緊急駛出的車輛、建筑區域、較復雜的十字路口等無法進行辨別。單目三目系統的另一個缺點是靜態目標反應要慢。
大部分基于立體雙目的算法都是傳統幾何算法，不是深度學習算法，具備確定性和可解釋性。目前提到的自動駕駛算力都是針對深度學習的卷積的，算力再高也與安全無關。針對立體雙目，最大運算量在于立體匹配，一般都用硬核完成。
立體雙目的缺點是標定困難，需要長時間摸索。算法人才奇缺，生態系統單薄，不像單目三目系統，免費資源無處不在，立體雙目需要從內部培養人才，這個過程長達10年以上。這不是特斯拉等廠家能勝任的。寶馬都有些吃力，寶馬也跟風奔馳用過雙目，但效果很差，比單目三目還差，寶馬最近基本放棄雙目路線。
與大多數自動駕駛系統不同，豐田將定位系統特別點出，稱為SIS ECU。
自動駕駛的定位有兩種，一種稱之為絕對定位，不依賴任何參照物和任何先驗信息，直接給出無人車相對地球坐標或者說WGS84坐標系，也就是坐標（B,L,H），其中B為緯度，L為經度，H為大地高即是到WGS-84橢球面的高度。
另一種是相對定位，即有參照物或先驗信息的定位。有像Mobileye這樣的視覺眾包定位REM，視覺對光線變化很敏感，光線每時每刻都在變化，數據的一致性幾乎不可能，逆光與背光完全不一樣，某國產轎車逆光下ADAS系統幾乎完全失效，因此準確度很低。也有基于激光雷達先驗信息的定位，準確度極高，但成本也極高，且不可能大范圍（幾百公里）使用。此外，相對定位無法與標準的高精度配合使用，兩者的坐標系、數據格式、接口、時間軸完全不同，標準的傳統的高精度地圖必須有絕對定位。
絕對定位是不可缺少的，特別是全局規劃。而目前絕對定位只能用衛星定位，而衛星定位除了QZSS，其余都無法做到自動駕駛的車道級定位。這是L3/L4的瓶頸之一。
之所以說特斯拉是標準的L2級智能駕駛，也是因為特斯拉根本做不到車道級定位，目前全球唯一能做到車道級定位的是凱迪拉克的超級巡航，超級巡航使用了天寶的RTX服務，每年繳納服務費才取得了車道級定位。
天寶的RTX全球跟蹤基站網絡在全球部署了120個左右的跟蹤基站，對GNSS觀測值進行實時跟蹤和存貯，將GNSS觀測值時發送給分別位于歐洲和美國的控制中心，控制中心對全星座精密衛星軌道、鐘差和大氣建模，得到全球精密定位改正數。全球精密位置改正數通過L波段衛星（天寶自己的衛星）或者網絡的方式廣播給服務授權的終端用戶。
特斯拉里的定位只有一個GPS。GPS模塊是NEO-M8L-01A-81，水平精度圓概率誤差（CEP）為2.5米，有SBAS輔助下是1.5米，接收GPS/QZSS/GLONASS/北斗，CEP和RMS是GPS的定位準確度（俗稱精度）單位，是誤差概率單位。就拿2.5M CEP說吧，意思是以2.5M為半徑畫圓，有50%的點能打在圓內，也就是說，GPS定位在2.5M精度的概率是50%，相應的RMS（66.7%）2DRMS（95%）。當然很多商家為了參數好看，只給出CEP。實際95%概率情況下是6米精度，有SBAS輔助95%概率是3.6米精度。已經遠超一個車道了。冷啟動26秒，熱啟動1秒，輔助啟動3秒。內置簡易6軸IMU，刷新頻率僅20Hz，成本不會超過80美分。
日本的GPS是特殊的GPS，附加了QZSS。
早在1972 年，當時的日本電波研究所（現為信息與通信研究所） 就提出了準天頂衛星系統的概念，論證了這種系統很適合日本這樣地處中緯度、國土狹長的國家；2002年11月1日正式成立了新衛星商業公司Advanced Space Business Corporation （ASBC），共有43家企業出資，三菱電機公司、 日立制作所和豐田汽車公司等7家企業持股占77%。
但是事情并不順利，最后還是由日本政府內務省出面接管QZSS項目。日本政府接管后，在2010年9月11日，發射第一顆衛星Michibiki，2011年6月1日，正式提供導航服務。2017年6月1日，發射第二顆衛星，2017年8月10日，發射第三顆衛星，2017年10月10日，發射第四顆衛星。日本計劃在2023年，將QZSS的導航衛星數量增加為7顆，屆時將不再依賴美國GPS，即可提供位置信息。
2023年-2026年，不加任何地基增強的空間信號測距誤差為2.6米，加上地基增強可做到0.8米左右。2027年-2036年，不加地基增強誤差為1米，2036年以后，誤差為0.3米。QZSS接收機上不需要增加任何硬件成本，只增加軟件成本，蘋果手機就支持QZSS。QZSS廉價、高效、廣播方式沒有帶寬的瓶頸，也沒有延遲，是最適合自動駕駛的一種技術。缺點是日本國土狹長，7顆星覆蓋率就可超過100%，對中美這樣的大方塊國家，恐怕得幾十顆低軌道衛星。這種基礎工作，恐怕最少要花數十年以上的時間才能決策批準并實施。
除了絕對定位，豐田也考慮了相對定位，為此增加了一顆遠距離攝像頭，即立體雙目之上的那個攝像頭，主要用來檢測車道線，配合高精度地圖的先驗信息，實現相對車道級定位。
IMU方面，豐田可能使用了TDK專為自動駕駛開發的IMU，即IAM-20685或者是IAM-20680HP，這是單獨外置的IMU，精度頗高，IAM-20685達到ASIL-B級標準，陀螺儀量程±2949bps，精確度±300bps。加速度計量程從±16g, ±32g到±65g，精確度±8g, ±20g和 ±36g，價格自然不低，IAM-20680HP大約10美元（5千片起），IAM-20658大約15美元，跟特斯拉的整個GPS模塊價格都差不多，而這僅僅是一個IMU。
中美日三國自動駕駛競賽，日本一向追求產品高完成度，給人感覺落后不少，不過誰能笑到最后？讓時間來回答吧。