自动驾驶基础（三）

前面系统介绍了美国国家公路交通安全管理局（NHTSA）和国际汽车工程师学会（SAE）对自动驾驶技术演进的分级体系。在SAE的分级标准下，技术人员也通常将第2级和第3级之间的分界线，视作“辅助驾驶”和“自动驾驶”的区别所在。...



前面系统介绍了美国国家公路交通安全管理局（NHTSA）和国际汽车工程师学会（SAE）对自动驾驶技术演进的分级体系。在SAE的分级标准下，技术人员也通常将第2级和第3级之间的分界线，视作“辅助驾驶”和“自动驾驶”的区别所在。

当然，即便按照SAE标准实现了第3级的自动驾驶，根据这个级别的定义，人类驾驶员也必须随时待命，准备响应系统请求，处理那些系统没有能力应对的特殊情况。使用这个级别的自动驾驶功能时，人类驾驶员是没法在汽车上看手机、上网、玩游戏的。所以，虽然从技术标准上说，第3级自动驾驶有它存在的必要，但在实际应用场景里，这一级别的自动驾驶是否真正可用，是很值得我们怀疑的。人类驾驶员一旦发现机器可以应付大多数情况，就会分心去做其他事情，以至于在机器遇到特殊情况时，无法及时、正确响应，并酿成事故。因此，部分汽车行业的专家认为，2级和3级自动驾驶汽车有一定风险。当汽车需要人类紧急接管时，这些汽车会面临一些挑战，即如果人类分心，其可能需要几秒钟才能专注于当前情况并控制汽车。该问题已经让包括福特汽车在内的汽车制造商计划跳过3级，直接开发4级汽车。



谷歌曾经在员工中做过一个有趣的实验。自动驾驶团队在谷歌内部招聘了一批数量不多的志愿者，每个志愿者可以“认领”一辆测试用途的自动驾驶汽车回家。这些志愿者都被告知：用于测试的汽车并不完善，仍然需要志愿者坐在驾驶位置，随时准备应对汽车无法处理的路面突发情况。但谷歌的自动驾驶团队发现，志愿者几乎很少听从这个忠告。因为在绝大多数情况下，谷歌的自动驾驶汽车表现得非常好，完全可以自如应对路面上发生的各类复杂情况。这样一来，几乎每个志愿者都会100%放心地将驾驶操作交给汽车，自己则利用乘车的时间，做起任何自己想做的事情来：有乘车时看地图的，有乘车时看视频的，有乘车时躺在后座打盹儿的，有乘车时跟女友亲热的……

这次志愿者测试项目让谷歌自动驾驶团队明白了一点：一旦自动驾驶汽车达到了足够高的水平，车内乘客就会想当然地将所有操控权交给汽车。无论这时候自动驾驶汽车的软件是否还有风险，无论路面上那些极端的路况是不是能被自动驾驶汽车正确处理，车主都不会保持100%的高度警觉。也就是说，第3级的自动驾驶，目前还很难被不受限制地应用于所有场景。其实，之前已经讨论过，即便是特斯拉基于第2级自动驾驶的Autopilot技术，也存在这方面的问题。从商业化的视角来看，第2级或第3级的自动驾驶技术，将来只会被用于有限的场合，而直接面向第4级甚至第5级的自动驾驶，才是未来最大的商业机会。

Telsa在国外和国内的两次伤亡事故，都是因为Autopilot本是Level 2级别的技术，在这个级别的层面上，驾驶员还是车辆的掌管者，系统只是辅助功能，驾驶员需要对环境进行监控，车主不能把驾驶判断能力完全交给车辆。

Elon Musk一再强调：在使用特斯拉Autopilot系统时，司机的双手一定不能离开方向盘。无论是特斯拉车内的屏幕还是驾驶手册上也都明确强调，司机必须时刻手握方向盘或者将手放在方向盘的附近区域。因此按照此标准，特斯拉的“自动驾驶”处于第2级“部分自动化”水平，只能算是由人工监控的半自动驾驶，属于辅助驾驶，而非自动驾驶。不过，就目前而言，特斯拉的Autopilot“自动驾驶”技术处于辅助驾驶的先进水平，但要实现自动驾驶，仍然需要很长的时间。

目前绝大部分汽车处于L0~L2阶段，即ADAS的应用普及阶段。ADAS的普及和融合既能促进单车的智能化，同时也是完全无人驾驶实现的基础条件。目前大部分传统汽车企业走的基本都是渐进路线，主流水平处于第1级与第2级之间。如若发展到第3级，也就进入到了自动驾驶阶段，那么车辆不会允许此次特斯拉的事故发生：高精度激光雷达在200米以外就能感知到大卡车的位置和速度。图形识别也能识别出大卡车高精度3D地图知道前面的道路是上坡还是下坡，速度预期会如何。深度学习了人类驾驶经验的高度人工智能也会做出正确的判断。譬如加速远离大卡车。

下面的图表是具体的给出各个阶段实现的功能；



不同Level所实现自动驾驶功能也是逐层递增的。Level 0中实现的功能仅能够进行传感探测和决策报警，比如夜视系统、交通标识识别、行人检测、车道偏离警告等。L0还有疲劳检测预警、主动式安全带，主动头枕（根据危险工况，安全带自动拉紧、头枕向前保护头部、颈部等）。Level 1实现单一控制类功能，如支持主动紧急制动、自适应巡航控制系统等，只要实现其中之一就可达到level 1。Level 2 实现了多种控制类功能，如具有AEB和LKA等功能的车辆。Level 3实现了特定条件下的自动驾驶，当超出特定条件将由人类驾驶员接管驾驶。SAE中的L 4是指在特定条件下的无人驾驶，如封闭园区固定线路的无人驾驶等，例如百度在乌镇景区运营的无人驾驶服务。而SAE中的L5就是终极目标，完全无人驾驶。

所以，综合来说，L0属于传统驾驶；L1和L2属于辅助驾驶；L3, L4, L5则属于自动驾驶系统。这样看来，自动驾驶和辅助驾驶区别的关键点是：周边监控是人类驾驶者还是系统。周边监控为人类驾驶者为辅助驾驶，而周边监控为系统则为自动驾驶。此外，业界人士认为：划分自动驾驶和辅助驾驶的另一种方式便是责任划分。辅助驾驶过程中的责任事故归司机负责，自动驾驶过程中的责任事故归主机厂。

目前，谷歌与百度研发的无人汽车都是指向第3级的，但即便如此，技术仍然不成熟。就硅谷地区而言，已经至少有19家企业在从事自动驾驶技术相关研发工作，其中包括了诸如日产、福特这些汽车制造巨头以及谷歌、百度和苹果这些科技企业。



而我们谈到的在未来几年里可能进入市场的自动驾驶汽车，主要是指4级自动驾驶汽车。这些汽车将是真正的自动驾驶，但它们将受限于地图。此外，冰雪等极端天气也可能限制其能力。而对于5级自动驾驶技术，大多数专家认为还需要很多年才能成熟。不同等级的驾驶技术从开始市场化到全面实现需要一个逐步渗透的过程，但与其他所有技术一样，其进步速度总有可能比专家预测的更快。



下面这个表基本上反应了自动驾驶的市场化的一些情况。其中ADAS的集成是当前开始普及和走向前装的最火热时期，和表上的时间基本吻合，按照表上的预测，2033年左右，L0结束，基本意味这ADAS这时候已经被淘汰，即，2033年左右，当前市场上的只有预警功能的ADAS会被淘汰掉，取而代之的是L1阶段，即干预性的辅助驾驶系统，不仅预警，而且参与车辆控制驾驶。L2和L3这两个阶段占据的时间比较长，其反应的是人、车对驾驶控制的比例变换的两个阶段，这两个阶段实现车辆自动驾驶的过度，人驾驶车辆的比例逐渐减少，车辆自动驾驶的比例逐渐增加。L4最先出现在2025年左右，真正开始自动驾驶的商业应用则可能要在2030年，普及则要等到2060年左右，这也是上面说的自动驾驶的应用从特定道路和场景情况逐渐扩展到所有的驾驶情况。我们有希望在2030年看到完全无人驾驶的公交车和货运车了。当然技术变换日新月异，从各个厂家Level 4的开发计划来看，开始市场化的时间点有可能会提前。最新看到深圳开始试运行无人驾驶公交车。



关于自动驾驶的介绍，可以参考前文更多内容， 请点击下面的链接：

自动驾驶基础（一）；

自动驾驶基础（二）；

关于AD转换电路的基本知识， 可以点击文末左下角阅读原文链接阅读。

请长按下面二维码关注，查阅过往文章,请按公众号菜单"历史记录";

    关注 模拟世界