从原先最基本的识别白名单、异形障碍物之外，ADS 3.0系统能对道路结构、场景语义，有更全面的理解能力。而这种技术，是需要更精确的感知来做支撑的。在ADS 3.0这套系统重，硬件部分（高阶版本）是必须包含激光雷达、视觉方案、毫米波雷达（包括4D毫米波）等感知硬件的，激光雷达应该还是192线那颗，补了4D毫米波雷达之后，探测距离280m，精度从20cm提升到了5cm，系统延时降低到了65ms。
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。
全新升级的全向防碰撞系统CAS3.0持续增强前向主动安全能力，并实现了ESA紧急转向辅助再增强。在AEB自动紧急制动刹车距离不足的场景下，系统自动紧急转向避障，不用人为接管。而侧向主动安全，也能支持更多的场景，例如斜穿、横穿的车辆、自行车和电动车，可以更灵活的避让空间。
个人感觉，华为ADS 3.0的这套GOD+PDP的网络方案是对道路状况细节感知上的加强，对比起特斯拉FSD的CNN神经网络方案，主打学习为主，可能更适用于国内的道路状况使用。因为国内的道路状况，存在更多的多样性以及复杂性。
使用层面，能有什么改观？
根据上面的网络+硬件感知配置的使用，我们基本可以得出一个结论，这套系统的感知精度会很高，主要针对的场景不再是高速NOA，而是复杂的城市NOA工况。所以，相比于ADS 2.0系统来说，这套系统的投放后会给智能辅助驾驶带来非常明显的改观，但是这种体验上的变化，是会一点点渗透的，而非一蹴而就。
提一句华为在ADS 2.0上的补强，实现了园区到车位的泊车功能。
而到了ADS 3.0系统上的变化，是可以实现从公开道路到园区道路，从园区地面到地下车位的全场景贯通。现在还没有对ADS 3.0的实测机会，但ADS 2.0的实测体验不错，整体流程比较顺畅，和驾驶员开车的感觉很接近，在开放路况下的行驶虽然相对保守，但没有出现接管的情况，即便面对在行车道内无序出现的行人，也没有被迫刹停的情况出现。
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。