自动驾驶等级划分方法

近年来，自动驾驶成为汽车行业热点，但是事故频发，商业化落地困难阻碍了自动驾驶技术快速发展。文章以驾驶安全为核心，提出了新的自动驾驶等级划分方法并对不同等级内容进行详细阐述。基于此方法，指出当前自动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自动驾驶功能的技术路线，供行业参考。

前言

汽车自发明以来，经历一百多年的发展，已经成为人们生活中不可或缺的一部分。2017年，世界范围内销售汽车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。自动驾驶技术被认为是解决这些问题的有效方法，但近几年，自动驾驶汽车事故频发，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 自动驾驶汽车撞伤之后，不幸身亡[4]。这引起人们对自动驾驶安全性的担忧，并迫使我们重新审视和思考自动驾驶技术的发展。

通常，企业在研发自动驾驶产品时，会根据自动驾驶技术等级进行产品定位并制定技术路线图，所以合理的自动驾驶等级划分可有效促进产业政策制定，引领技术发展方向。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自动驾驶级别，但缺少了对驾驶安全的考量。本文参考 J3016TM， 根据当前自动驾驶技术发展现状，以驾驶安全为核心，提出一种新的自动驾驶等级划分方法和技术发展路线。

1自动驾驶等级划分方法

1.1自动驾驶等级划分基本原则

1.1.1安全优先

汽车驾驶是非常复杂的过程，从自动驾驶汽车事故统计[6]中可以分析出，自动驾驶系统（以下简称系统）在感知和决策方面仍然存在缺陷。虽然系统可以避免人类误操作，并且不知疲倦，但是面对紧急意外情况，仍然无法正确处理。在整个行驶域中，人类驾驶事故和自动驾驶事故关系可以用图 1 表示。我们希望，即使是第三方责任，自动驾驶事故的范围和数量都远低于人类。只有系统成熟到一定程度，能有效避免事故时，人类才能放心地把驾驶控制权交给系统。所以实现自动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。

图 1 人类驾驶事故与自动驾驶事故关系图

1.1.2逐步接管驾驶权

自动驾驶是一项多学科融合、多技术集成的新技术，系统控制器多采用人工智能技术，是自动驾驶最核心部分。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]。对于自动驾驶系统，人类驾驶员是最好的老师。系统需要在人类驾驶员参与下，进行海量的学习和训练，才能不断完善成熟。也就是说，系统需要在人类的监督和帮助下，逐步接管驾驶权。自动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

自动驾驶系统分感知层，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手段，最终体现自动化水平的是执行层， 是自动驾驶对车辆的横向和纵向控制能力。所以自动驾驶可以按照系统对车辆加速，制动，转向的控制能力进行划分， 并配以使用条件说明。

1.2自动驾驶等级划分设计

基于以上原则，自动驾驶可以分L1~L5五级，其中L1~L3为自动驾驶系统辅助人类驾驶， 称为高级驾驶辅助系统（ADAS）；L4 为人类辅助自动驾驶系统；L5 为完全的自动驾驶，不需要人类辅助，称为无人驾驶。自动驾驶等级划分设计见表 1。

表 1 自动驾驶等级划分标准

各个级别的含义和解释如下：

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，主要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，盲区检测，疲劳驾驶提醒等。对于自动驾驶系统，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。汽车行驶安全问题主要来自碰撞（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，紧急制动可能导致连环撞车。ECE R131[9]要求进行静态目标试验时，测试车辆应降低车速减少碰撞损失， 而非避免和前车相撞，目的是为了避免后车追尾。在行驶中， 当驾驶员面对前方紧急情况时，除了制动，一般会采取转向+制动，以避免事故。所以现阶段应大力发展 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 级的自动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，违背了研发自动驾驶的初衷。

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。

图2 汽车驾驶避撞操作模型

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变化，相互之间很难默契配合。这会给驾驶员造成很大心理负担，使驾驶员产生恐惧。所以 L3 级别并未实质提高驾驶效率，只是自动驾驶过渡阶段。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（ACC） 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。车辆在大部分时间自动驾驶，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继续进行自动驾驶时，系统及时提醒驾驶员在一定时间内（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。需要注意的是，L4 级别的自动驾驶系统已经具备 L2 级应急处理能力，不应因事故风险，要求驾驶员随时立即接管车辆，那样驾驶员需始终保持注意力集中，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，冗余技术完全可以保障车辆高效、安全地到达目的地。人类驾驶员彻底解放。

1.1自动驾驶适用条件说明

我们期望全天候，全路况使用自动驾驶汽车，这要求系统使用环境不低于人类驾驶，但自动驾驶发展过程中，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，需要不断完善并扩大使用场景和适用范围。当自动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，自动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自动驾驶系统应增加限制使用说明。

表 2 自动驾驶系统适用条件

2自动驾驶技术路线分析与规划

2.1目前主流自动驾驶技术路线

“渐进演化”路线：从 ADAS 开始应用，对自动驾驶持谨慎态度，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，但对自动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：一开始就研发 L4 或者 L5 级自动驾驶汽车，追求无人驾驶的快速落地，但现有技术瓶颈难以快速突破，即使实现“无人驾驶”，也严重依赖高精度地图和循迹技术。对道路环境要求高，只能在特定的区域和环境下使用。一般科技公司走这种技术路线，如谷歌。近几年，越来越多的传统车企也加入到这个阵营，如福特，通用。

“特斯拉”路线：在搭载自动驾驶系统硬件的汽车上， 首先应用辅助自动驾驶功能，让用户体验自动驾驶便利的同时，帮助其不断积累测试数据，通过软件升级完善自动驾驶系统，最终实现无人驾驶。因为该路线越过 L2 阶段，对道路风险识别和控制能力不足，所以要求驾驶员双手不能离开方向盘，如果驾驶员分心，容易导致安全事故。实质上，该路线并未真正降低驾驶员劳动强度。

2.2自动驾驶技术路线规划

自动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仿真训练，可大大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。公开道路测试是自动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，要证明自动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），需要进行 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 英里每小时的速度进行测试，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，利用安装自动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，自动驾驶功能要从 L1 到 L5 逐级释放。具体技术路线规划如下：

a） 装备自动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，人类驾驶员可以随时中断干预驾驶，接管车辆，直到“安全防撞系统”实现“0”事故。在这一过程中。系统模拟 L4 级自动驾驶，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，自动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，乘客可自由选择自动驾驶模式，如舒适模式、效率模式、紧急模式。

L2 和 L4 是自动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大大缩短技术研发周期和成本。如果全球每年有 1 百万台汽车安装自动驾驶系统，每台车行驶 1 万公里，每年可以累积行驶里程 1 百亿公里。

结束语

在自动驾驶辅助技术（如 V2X，电子导航地图）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，而是向出行服务公司租赁无人驾驶汽车，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，保养维修等费用， 这些全部由公司负责，但是需要用户把车辆 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结构，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自动驾驶汽车服务。这时诞生一个新职业，自动驾驶社区管理员， 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。

驾驶方法等级弊端

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。