成为汽车行业热点，但是事故频发，商业化落地困难阻碍了无人驾驶技术加快速度进行发展。文章以驾驶安全为核心，提出了新的无人驾驶等级划分方法并对不一样的等级内容做详细阐述。基于此方法，指出当前无人驾驶技术发展路线弊端并规划了一种在量产车上逐级释放无人驾驶功能的技术路线，供行业参考。

  汽车自发明以来，经历一百多年的发展，慢慢的变成了人们生活中不可或缺的一部分。2017年，全球范围内销售汽车9680 万辆[1]，2018 年底，中国汽车保有量达到 2.4 亿辆[2]。庞大的汽车存量造成日益严重的交通拥堵，环境污染，能源消耗等社会问题。无人驾驶技术被认为是解决这样一些问题的有效方法，但近几年，无人驾驶汽车事故频发，如：2016 年 5月 7 日，特斯拉一辆开启“自动辅助驾驶”的轿车撞上一辆货柜车，驾驶员身亡[3]；2018 年 3 月 18 日晚，美国亚利桑那州一名女子被 Uber 无人驾驶汽车撞伤之后，不幸身亡[4]。这引起人们对无人驾驶安全性的担忧，并迫使我们重新审视和思考无人驾驶技术的发展。

  通常，企业在研发无人驾驶产品时，会根据无人驾驶技术等级进行产品定位并制定技术路线图，所以合理的无人驾驶等级规划区分可有效促进产业政策制定，引领技术发展趋势。当前，业界广泛采用国际自动机工程师学会（SAE）的 6 级划分方法（J3016TM）[5]，该标准依据动态驾驶任务定义无人驾驶级别，但缺少了对驾驶安全的考量。本文参考 J3016TM， 根据当前无人驾驶技术发展现状，以驾驶安全为核心，提出一种新的无人驾驶等级划分方法和技术发展路线无人驾驶等级规划区分方法

  汽车驾驶是很复杂的过程，从无人驾驶汽车事故统计[6]中可以分析出，无人驾驶系统（以下简称系统）在感知和决策方面任旧存在缺陷。虽然系统能够尽可能的防止人类误操作，并且不知疲倦，但是面对紧急意外情况，仍旧没办法正确地处理。在整个行驶域中，人类驾驶事故和无人驾驶事故关系可以用图 1 表示。我们大家都希望，即使是第三方责任，无人驾驶事故的范围和数量都远低于人类。只有系统成熟到某些特定的程度，能有很大成效避免事故时，人类才能放心地把驾驶控制权交给系统。所以实现无人驾驶的首要目标是解决安全问题，实现“0”事故， 次要目标才是代替人。

  多采用人工智能技术，是无人驾驶最核心部分。人工智能水平决定了系统的“智力”水平，目前，人工智能只达到婴儿阶段[7]，它不具有根据逻辑推理掌握新知识的能力。“监督学习”是迄今为止最成功的机器学习方式[8]。对于无人驾驶系统，人类驾驶员是最好的老师。系统要在人类驾驶员参与下，进行海量的学习和训练，才能逐渐完备成熟。也就是说，系统要在人类的监督和帮助下，逐步接管驾驶权。无人驾驶成熟的过程也是人工智能迈向更高阶段的过程。1.1.3关注执行层

  无人驾驶系统分感知层，决策层，执行层，分别代替人的眼睛，大脑，手脚。实际上。对于自动驾驶，不管感知和决策采用何种技术方法，最终体现自动化水平的是执行层， 是无人驾驶对车辆的横向和纵向控制能力。所以无人驾驶可根据系统对车辆加速，制动，转向的控制能力进行划分， 并配以使用条件说明。

  基于以上原则，无人驾驶可以分L1~L5五级，其中L1~L3为无人驾驶系统辅助人类驾驶， 称为高级驾驶辅助系统（

  AS）；L4 为人类辅助无人驾驶系统；L5 为完全的无人驾驶，不需要人类辅助，称为无人驾驶。无人驾驶等级规划区分设计见表 1。表 1 无人驾驶等级规划区分标准

  L1 级：车辆的加速，制动，转向完全由人类操作,系统只提供警示，提示类信息，最大的目的是提高驾驶安全性和舒适性，如前撞预警，车道偏离预警，盲区

  ，疲劳驾驶提醒等。对于无人驾驶系统，这一级别主要体现系统感知水平， 考验感知系统的误报率，漏报率，准确度，算法逻辑合理性等。L2 级：车辆的加速，制动，转向由人类操作。当系统感知到危险状况并判断驾驶员未采取安全操作或者操作不足以规避风险时，系统来进行短暂的干预，直到危险解除后，系统退出干预。汽车行驶安全问题大多数来源于碰撞（前撞，后撞， 侧撞等），人类驾驶的避撞操作除了单一的加速，转向，制动， 更多的是复合操作，如转向+加速，转向+制动，以及转向时， 加速和制动不同频率的切换，汽车驾驶避撞操作见图 2。目前市场化应用的驾驶干预功能只涉及制动系统，如 AEB，ABS，ESC。单纯的制动干预无法完全起到避撞作用，特别在高速行驶时，紧急制动可能会引起连环撞车。ECE R131[9]要求做静态目标试验时，测试车辆应降低车速减少碰撞损失， 而非避免和前车相撞，目的是为了尽最大可能避免后车追尾。在行驶中， 当驾驶员面对前方紧急状况时，除了制动，一般会采取转向+制动，以避免事故。所以现阶段应全力发展 L2 级干预驾驶技术，如自动紧急加速（AEA），自动紧急转向（AES），以及 AEB，AEA，AES 相互之间的协作。越过 L2 级的无人驾驶技术想要提高行车安全，需设置较高的安全阀值，降低行驶效率，这样会造成交通拥堵，违背了研发无人驾驶的初衷。

  L2 级干预驾驶成熟后，可真正起到避撞作用，为最终无人驾驶打下安全基础。

  L3 级：车辆的加速，制动，转向中的 1 项或者 2 项由系统操作，其余驾驶动作由人类操作，也就是“人机共驾”。正如上文所说，驾驶是加速，转向，制动相互协作的过程，“人机共驾”相当于两个司机开车，“人”和“机”驾驶能力和决策能力不同，而且人类驾驶风格也会随着心情和时间急迫度发生明显的变化，相互之间很难默契配合。这会给司机造成非常大心理负担，使驾驶员产生恐惧。所以 L3 级别并未实质提高驾驶效率，只是无人驾驶过渡阶段。现阶段 L3 级应用主要是简单场景的泊车辅助，高速公路自适应巡航（

  C） 等。L4 级：加速，制动，转向全部由系统操作，驾驶员需根据系统请求接管车辆。车辆在大部分时间无人驾驶，但车上仍然需要配备驾驶员，驾驶员手脚可以离开方向盘和踏板做其它事情。当系统感知环境变化无法执行驾驶动作，或者系统出现未知错误无法接着来进行无人驾驶时，系统及时提醒驾驶员在一段时间内（时间足够长，比如 10S 以上）内接管车辆，即使驾驶员未及时接管，车辆可自行减速行驶到安全地带。必须要格外注意的是，L4 级别的自动驾驶系统已经具备 L2 级应急解决能力，不应因事故风险，要求驾驶员随时立即接管车辆，那样驾驶员需从始至终保持注意力集中，如果分心或者睡着，就会酿成事故，行驶安全无法保障。

  L5 级：无人驾驶阶段，从出发地到目的地，加速，制动， 转向全部由系统操作，车辆可以不配备驾驶员，系统感知和决策能力，冗余技术可完全保障车辆高效、安全地抵达目的地。人类驾驶员彻底解放。

  我们期望全天候，全路况使用无人驾驶汽车，这要求系统使用环境不低于人类驾驶，但无人驾驶发展过程中，技术从无到有，再到成熟，是一个不断探索与循序渐进的过程[10]。系统在满足车规级同时，要一直完善并扩大使用场景和适合使用的范围。当无人驾驶系统适用条件低于人类驾驶时，应在系统名称上做明显的标志，以提醒消费者防止误用。建议在系统名称的右上角增加“R”（R 表示 Restrict），如 AEBR，L3R，并对限制使用条件做详细说明。以家用轿车为例，无人驾驶系统适用环境和场景如表 2 所示，不满足这些使用条件的无人驾驶系统应增加限制使用说明。

  “渐进演化”路线：从 ADAS 开始应用，对无人驾驶持谨慎态度，注重投入与回报的平衡，倾向于研发现阶段可量产的 ADAS 产品，并逐步研发到无人驾驶阶段。这种路线安全稳定，但对无人驾驶技术投入的不足，会导致其在未来产品竞争中处于劣势。大部分传统车企和零部件企业走这种相对保守的路线。

  “革命性”路线 级自动驾驶汽车，追求无人驾驶的快速落地，但现存技术瓶颈难以快速突破，即使实现“无人驾驶”，也严重依赖

  公司走这种技术路线，如谷歌。近几年，慢慢的变多的传统车企也加入到这个阵营，如福特，通用。“特斯拉”路线：在搭载无人驾驶系统硬件的汽车上， 首先应用辅助无人驾驶功能，让使用者真实的体验无人驾驶便利的同时，帮助其不间断地积累测试数据，通过软件升级完善无人驾驶系统，最终实现无人驾驶。因为该路线 阶段，对道路风险识别和控制能力不够，所以要求驾驶员双手不能离开方向盘，如果驾驶员分心，轻易造成安全事故。实质上，该路线并未真正降低驾驶员劳动强度。

  2.2无人驾驶技术路线规划无人驾驶离不开大量测试，测试一般经过软件在环，硬件在环，车辆在环，封闭场地测试和公开道路测试 5 个环节。通过设定虚拟场景对系统进行

  训练，可快速缩短了测试时间和成本，但虚拟场景所能覆盖的真实复杂的交通环境非常有限，而且仿真的效果受限于技术人员驾驶经验和水平。公开道路测试是无人驾驶最有效测试方法，根据美国兰德公司报告[11]：在 95%置信水平下，要证明无人驾驶汽车事故死亡率低于人类（人类驾驶汽车每 1 亿英里死亡 1.09 人），有必要进行 2.75 亿英里以上的安全行驶测试，采用 100 辆车组成的车队，每年 365 天，每天 24 小时不间歇地以 25 英里每小时的速度来测试，大概需要 12.5 年。这种通过配备驾驶员的测试车辆进行公共道路测试的方法，成本过高，而且积累到目标里程数要数年。

  本文推荐的技术路线参考“特斯拉” 路线，利用安装无人驾驶系统的量产汽车，通过市场化运营累积测试里程，不同的是，无人驾驶功能要从 L1 到 L5 逐级释放。具体技术路线规划如下：

  a） 装备无人驾驶系统的汽车大量投放市场，首先开放预警功能，训练 L1 级感知能力，识别风险能力，并向驾驶员学习避险操作。b） L1 级成熟后，车辆释放 L2 功能。在危机时刻干预油门，制动，转向，避免碰撞，人类驾驶员可以每时每刻中断干预驾驶，接管车辆，直到“安全防撞系统”实现“0”事故。在这一过程中。系统

  L4 级无人驾驶，下达指令给线控系统，但是线控系统并不执行命令（L2 级指令除外），系统会对比下达的指令和司机操作的吻合度，并向驾驶员学习， 完善控制算法。

  c） L2 级别成熟以后，无人驾驶汽车具有行驶安全保障能力，系统释放 L4 级功能，这时仅需要驾驶员监督车辆运行，在必要的时候接管车辆，即使人类不接管，车辆会自行开到安全地带。a） 随着 L4 级别技术成熟，人接管车辆的概率越来越低，直到不需要接管，实现 L5 级无人驾驶。车上不需要驾驶员，乘客可自由选择无人驾驶模式，如舒适模式、效率模式、紧急模式。

  L2 和 L4 是无人驾驶发展的最关键阶段，也是最漫长的阶段，但是借助产品市场化快速缩短研发技术周期和成本。如果全球每年有 1 百万台汽车安装无人驾驶系统，每台车行驶 1 万公里，每年可以累积行驶里程 1 百亿公里。

  导航地图）帮助下， 无人驾驶终将实现，并改变我们的生活方式。可以憧憬的未来可能是这样的：世界上，私家车数量将减少 4/5，人们不用考驾照，也不需要购买汽车，而是向出行服务企业租赁无人驾驶汽车，因为 10 年租赁费用远低于汽车贬值，租赁汽车更划算，而且用户不需要支付加油，充电，保养

  等费用， 这些全部由公司负责，但要用户把车辆 90%的闲置时间交由公司管理，作为共享汽车接客，收益双方共享。无人驾驶汽车将改变汽车产业体系，汽车制造厂沦为代工厂，出行公司每次向代工厂下达 10 万台甚至百万台订单。此外，充电站，加油站，洗车店，超市，全部集中在同一区域为无人驾驶汽车服务。这时诞生一个新职业，无人驾驶社区管理员， 负责管理附近的无人驾驶汽车。当无人驾驶汽车进站充电的同时，管理员组织人员对车辆进行清洁，检修维护，充满电后，超市人员将客户网络下单的货物放进后备箱，无人驾驶汽车载货回家。声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

  的冬天来了？“一个致命的事故一定是由多个小的错误组成的。”7月初，特斯拉发表博客叙述了NHTSA（美国国家公路交通安全管理局）正在着手调查第一起Tesla

  ，大多介于第二到第三级。不过，Google、福特和百度，则是希望跳过“半

  ;某些高科技公司则希望能够通过各种外部传感器实时采集海量数据，处理器经过数据分析然后

  习惯、运输行业并更广泛地影响社会。 我们不仅仅可以将汽车召唤到我们的家门口并在使用后将其送走，

  或轮式移动机器人，是依靠计算机与人工智能技术在没有人为操纵的情况下，完成完整、安全、有效的

  汽车减少事故和拥堵，作为安全舒适的移动手段熟悉我们的生活。好像马上就能到达那个时代了。现在，许多汽车慢慢的开始安装 各种技术来实现其

  解决六大痛点促进企业更好使用生成式AI，亚马逊云科技顾凡采访分享可用方案

  开箱拆解Wowstick 1F螺丝刀 （我的旧螺丝刀厂家实在看不下去了 送的新款）