自動駕駛汽車的等級劃分，你了解嗎？

目前權(quán)威的分級主要來自于NHSTA（即美國國家高速路安全管理局）和SAE International（即國際汽車工程師協(xié)會）分別制定的兩套標準。標準主要通過對智能汽車的自動化程度進行指標性分解，并根據(jù)各項指標維度的主控者進行判別，從而完成自動駕駛汽車的級別劃分和定義。

簡單來說，無論分級如何定義，大致可以劃分為三階段：

• 第一、帶有初級輔助駕駛系統(tǒng)的汽車，僅能提供簡單的預(yù)警系統(tǒng)，主要操作者仍為人類；
• 第二、帶有高級輔助駕駛系統(tǒng)的汽車，可在限定條件和區(qū)域進行無人駕駛，能夠應(yīng)對較多場景的復(fù)雜工況并可依據(jù)傳感器和融合算法進行環(huán)境感知、預(yù)判從而完成監(jiān)視、預(yù)警、剎車及導(dǎo)向等相關(guān)任務(wù)，但仍需要人類進行監(jiān)控和接管，且最終決策者的仍為人類；
• 第三、完全脫離人類操控的智能汽車，在所有環(huán)境下可憑借汽車的軟硬件完成所有操作決策，無需人類介入。

言歸正傳，我們來具體了解下自動駕駛汽車的等級劃分：

• NHSTA/SAE：L0–人工駕駛，由人類全權(quán)駕駛汽車，但可通過初級預(yù)警系統(tǒng)得到輔助性警告幫助；
• NHSTA/SAE：L1–輔助駕駛系統(tǒng)（DAS），轉(zhuǎn)向、加減速、剎車等底層控制由系統(tǒng)和人共通完成，由系統(tǒng)完成對部分工況的處理，但對于環(huán)境的觀察和監(jiān)控以及異常駕駛狀況的應(yīng)對主要應(yīng)對者仍為人類，系統(tǒng)主要提供單一功能輔助。
• NHSTA/SAE：L2–高級輔助駕駛系統(tǒng)（ADAS）或半自動駕駛，轉(zhuǎn)向、加減速、剎車燈底層控制可交由系統(tǒng)完成，由系統(tǒng)完成對部分工況的處理，對于環(huán)境的觀察和監(jiān)控及異常駕駛狀況的應(yīng)對主要應(yīng)對者仍為人類，該級別系統(tǒng)可提供組合功能輔助。
• NHSTA/SAE：L3–高度自動駕駛（HAD），轉(zhuǎn)向、加減速、剎車燈底層控制以及對于環(huán)境的監(jiān)控觀察均可由系統(tǒng)決策完成，可應(yīng)對更多實際工況場景并進行有效應(yīng)對，人類更多專注于系統(tǒng)無法完成的異常情況處理，該級別系統(tǒng)可在限定條件下進行完全的自動駕駛，如高速公路。
• NHSTA/SAE：L4–超高度自動駕駛，系統(tǒng)可完成底層控制、對于行車環(huán)境的有效觀察以及對于較多異常情況的處理，人類主體作為特殊情況的支援者。
• SAE：L5–完全自動駕駛，系統(tǒng)可獨立完成所有層面的操作和決策。

隨著自動駕駛級別的提升汽車的操控權(quán)和決策權(quán)，逐步實現(xiàn)由人類主體向自動駕駛系統(tǒng)的讓渡，自動駕駛系統(tǒng)的操作領(lǐng)域和處理的工況場景越來越多。這就引出自動駕駛領(lǐng)域的一個概念——ODD（Operational Design Domain），即操作設(shè)計范圍。

簡單來說，ODD指的就是一組環(huán)境指標參數(shù)，自動駕駛系統(tǒng)根據(jù)各項指標參數(shù)條件自適應(yīng)的調(diào)整運行決策從而確保在既定的環(huán)境條件下能夠安全的運行，環(huán)境指標通暢包括道路狀況、車速、地理環(huán)境、自動駕駛系統(tǒng)運行的環(huán)境條件等。

也就是說，自動駕駛系統(tǒng)是被限定在ODD范圍內(nèi)，在既定的條件范圍內(nèi)，自動駕駛系統(tǒng)可以安全的操作運行，超過了ODD范圍，自動駕駛系統(tǒng)就會存在風險。自動駕駛級別的提升，某種程度上也就對應(yīng)著自動駕駛系統(tǒng)的ODD范圍在不斷擴大，理論上的甚至可以無限大，也就是所謂的L5級完全自動駕駛。

這樣來看，到了L5級別ODD也就失去了定義的必要。但現(xiàn)實情況是，完全的自動駕駛至少從目前的研究現(xiàn)狀來看，還是可望而遠不可及。即便是國內(nèi)自動駕駛的龍頭百度在L4級別的落地應(yīng)用也是限定在特定ODD范圍內(nèi)進行自動駕駛。原

因之一就是異常場景的組合情況的可能性是無限大的，而現(xiàn)階段很難通過傳統(tǒng)的方式進行窮盡處理，人做為操作主體與自動駕駛系統(tǒng)最大的區(qū)別在于，自動駕駛系統(tǒng)可以在底層控制以及算法層面遠勝于人。

但對于突發(fā)狀況的反應(yīng)和處理，自動駕駛系統(tǒng)在目前的技術(shù)實現(xiàn)能力方面卻是遠遠不及個體人類，而僅僅在對于突發(fā)狀況的處理方面的應(yīng)急區(qū)別將會成為完全自動駕駛能否實現(xiàn)的關(guān)鍵所在，而這一點需要依賴人工智能的研究成果是否有會有突破性進展并且應(yīng)用到汽車行業(yè)，即如何對從未遇見過的異常狀況進行類人思考甚至更快的反應(yīng)進行處理。

綜上，某種程度上，ADAS可視為實現(xiàn)無人駕駛這一最終目的的前提，無論是ADAS抑或是無人駕駛，二者的原理從目前的技術(shù)實現(xiàn)導(dǎo)向來看，都是利用安裝在汽車上的各種傳感器進行環(huán)境數(shù)據(jù)的監(jiān)控和收集，并結(jié)合地圖數(shù)據(jù)進行系統(tǒng)計算，從而實現(xiàn)對于車輛行駛路線的規(guī)劃，并綜合各項數(shù)據(jù)進行最優(yōu)化決策并控制車輛達到預(yù)定目標。

隨著ADAS系統(tǒng)的不斷完善，應(yīng)對的工況場景越來越多，漸進式地向無人駕駛這一終極目標邁進。目前綜合國內(nèi)外的情況，根據(jù)NTHSA（美國高速路安全管理局）定義的分級，自動駕駛技術(shù)的發(fā)展現(xiàn)狀正處于L2和L3的階段。

無人駕駛的特殊性在于，面對復(fù)雜的道路狀況和異常環(huán)境，即使自動駕駛技術(shù)已經(jīng)足夠優(yōu)秀，并使得可能性事故發(fā)生概率一降再降，但是相關(guān)的事故一旦發(fā)生也是極難被人們接受的，某種程度上也反映了其商業(yè)落地的困難程度。

囿于技術(shù)現(xiàn)狀以及商業(yè)化落地的迫切需求，與其追求實現(xiàn)遙遙無期的無人駕駛似乎更加理性的“車路協(xié)同”等概念正在被廣泛提出并付諸于商業(yè)實踐，單車智能這一藍圖宏愿歸于平靜。

熟識工程技術(shù)難度的傳統(tǒng)車企以格外慎重的姿態(tài)面對自動駕駛的浪潮，反觀風頭正盛的技術(shù)公司們給與了民眾越來越多的期望。在不遠的未來，傳統(tǒng)車企要竭力避免成為技術(shù)公司的硬件代工廠，技術(shù)公司也很難拋卻與汽車硬件的融合而空談自動駕駛系統(tǒng)，憂慮與恐懼或許會加速彼此合作與交融。

本文由 @江天一隅 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議