华为海思智能设备在自动驾驶技术方面并没有公开明确的、独立的发展规划步骤，其发展主要是融入在华为智能驾驶系统 ADS（Autonomous Driving Solution）的整体发展进程中，以下是华为 ADS 系统发展的一些关键步骤和阶段：

ADS 1.0 阶段（2021 年发布）：

• 技术方案：采用多传感器融合方案，包括激光雷达、毫米波雷达、摄像头等设备的组合，依赖高精地图实现车辆的路径规划和障碍物检测。通过 BEV（Bird's Eye View，鸟瞰视角）算法，将车辆周围环境的数据以三维的方式呈现，进而进行障碍物识别和路径规划。
• 硬件配置：采用了较为高配的硬件配置，包括 3 个激光雷达、6 个毫米波雷达和 13 个摄像头。
• 应用场景：在一些特定城市能够实现较为稳定的自动驾驶功能，但城市拓展性方面存在局限性。主要为驾驶员提供驾驶辅助功能。

ADS 2.0 阶段（2023 年 4 月发布）：

• 技术突破：最大亮点是 “无图驾驶”，采用 GOD（Generalized Occupancy Network）算法，通过将外界环境划分为多个立方体，并判断每个立方体的占用状态，实时生成精确的环境模型，使车辆能够在没有高精地图的情况下自主识别车道、障碍物及周围环境，实现智能驾驶，不再依赖外部数据到完全自主感知的跨越。
• 硬件优化：激光雷达数量从 3 个减少到 1 个，毫米波雷达数量从 6 个减少到 3 个，摄像头从 13 个减少到 11 个。同时增加单个激光雷达的覆盖范围和分辨率，推出 4D 毫米波雷达，提升了传感器性能。
• 应用场景：2023 年 Q2 已实现深圳、上海、广州、重庆、杭州的城区 NCA（Navigate on Autopilot，即城市导航辅助驾驶）落地，并在 2024 年春节之前实现了无图智驾城区 NCA 对 M5M7 智驾版用户的全量推送，2024 年 3 月实现了对问界 M9 的全量推送。

ADS 3.0 阶段（2024 年发布）：

• 技术核心：引入端到端大模型架构，采用感知 + 决策分层的 GOD+PDP 架构，系统能够从传感器输入中直接生成决策和路径规划结果，简化传统分阶段处理流程，提升智能化程度和实时响应能力。
• 功能扩展：支持从停车位到停车位的全自动驾驶，包括自动泊车和复杂环境中的自主导航，功能从城市道路和高速公路扩展到更复杂的停车场景等。

从华为 ADS 系统的发展可以看出，其自动驾驶技术发展规划的实施步骤是围绕着硬件配置优化、算法架构升级、应用场景拓展等方面逐步推进，不断提升智能驾驶系统的性能、安全性和实用性，以实现更高级别的自动驾驶功能。