L0-L2 智能駕駛軟件系統通常分為感知、決策、控制三個模塊。感知模塊主要負責處 理雷達、激光雷達、攝像頭等傳感器收集起來的周圍環境的數據。收集到傳感器信號 后，感知算法會將信息融合，創建一個實時的三維環境模型，傳輸給控制模塊；決策模塊基于感知模塊提供的信息，分析路況環境，識別潛在危險，規劃行駛路徑，并做 出如變道、加速、剎車等駕駛決策。最后，控制模塊將決策模塊的指令轉化為實際的車輛動作，包括調整油門、剎車和轉向。

從軟件層面來看，L0-L2 級的智駕系統主要由規則驅動。系統由多個不同的模塊組合 而成，不同模塊的算法內置了不同場景的應對規則；在進入新場景時，智駕系統需要 算法模塊之間的銜接。這些模塊通過預設的規則集進行交互，確保在不同情境下能夠 適當地響應，但它們并不具備自主學習或適應新情況的能力，因為決策主要由人類駕 駛員監控和干預。

從 L0 到 L2 級的軟件迭代是功能模塊豐富的過程，算法呈現極度復雜化的趨勢。由于 算法規能力不足導致的規則不完善，早期的 L0 級智駕僅能對駕駛員進行路況的提醒； 而中后期的 L2 級系統通過補全算法規則，已經能實現自動泊車、交通擁堵輔助等特定 場景的接管。在此期間，智駕算法為了盡可能應對所有場景，呈現極度復雜化的趨勢。