韩国已制定出了半自动驾驶汽车的安全标准
伴随科技领域的进阶发展，新的一年悄然而至。在新的一年中，智能驾驶领域也将抵达更先进的技术层面。近日，有消息指出，韩国已首次制定出《半自动驾驶汽车（Level 3）安全标准》，并允许汽车厂商开启安全制造并出售自动驾驶汽车。
自动驾驶技术
针对自动驾驶技术等级划分问题，NHSTA和SAE分别制定了不同标准，目前业内通常采用SAE分类标准。SAE将自动驾驶技术分为六个等级，分为L0、L1、L2、L3、L4、L5。其中，L0为人工驾驶，L1为辅助驾驶，L2为半自动驾驶，L3为高度自动驾驶，L4为超高度自动驾驶，L5为全自动驾驶。目前来看，前四各等级对驾驶员的依赖程度依次递减，最后两种则完全靠系统操控，无需人工。
SAE自动驾驶等级分类标准
而韩国将要推行自动驾驶L3属于高度自动驾驶，在技术层面将采用更先进的传感器和行车电脑，行车电脑可独立自动驾驶，但遇到意外状态仍需人工解决。此外，韩国国土交通部于近日公开表示，从2020下半年开始，L3级别自动驾驶汽车可开始销售。
责任编辑；zl
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
-
自动驾驶汽车
+关注
关注
4文章
386浏览量
42985
发布评论请先 登录
相关推荐
热点推荐
自动驾驶要不要跳过L3？华为和小鹏给出了相反的答案
大牛提出了从L2跳过L3直接到L4的观点。而在最近的小鹏GX发布会上，小鹏汽车CEO何小鹏又重申了其观点：直接从L2跨越到L4是最安全的路径。 为什么要跳过L3？ 首先我们再来复习一下GB/T 40429-2021
如何构建适合自动驾驶的世界模型？
[首发于智驾最前沿微信公众号]世界模型经历了系统动力学阶段（1960年～2000年）、认知科学阶段（2001年～2017年）、深度学习阶段（2018年至今），但将其应用到自动驾驶汽车上，还是近几年才
自动驾驶汽车如何完成超车？
经过一套完整的感知、理解、决策、规划和控制的流程，每一步都要考虑安全和规范，需要不断感知周围环境，判断什么时候超车、怎么超车、是否安全等，然后才可以按照计划执行操作。 自动驾驶汽车在变
自动驾驶汽车如何实现自动驾驶
人类驾驶员而言是非常直观且有效的指令，但对于自动驾驶汽车来说，则意味着需要一套极其复杂的感知、理解与决策链路。 自动驾驶如何看清文字？ 自动驾驶
2026年自动驾驶汽车发展趋势前瞻
自动驾驶汽车会使用人工智能吗?答案是肯定的。人工智能(AI)是自动驾驶汽车运行的基石，它使车辆能够平稳、安全地在道路上正常行驶，适应实时交通
汽车自动驾驶的太阳光模拟应用研究
自动驾驶系统的安全性与可靠性，高度依赖于其在复杂多变光照环境中的稳定表现。其中，高动态范围的自然光照是挑战车载感知系统的关键因素。紫创测控luminbox太阳光模拟器作为能够精确复现光照辐射的室内
自动驾驶汽车如何确定自己的位置和所在车道？
[首发于智驾最前沿微信公众号]我们平时开车时，判断自己在哪条路、哪个车道，只需要看一眼导航、扫几眼车道线、再听听提示就够了。但对自动驾驶汽车来说，这件事既简单又复杂。简单在于自动驾驶汽车
《组合驾驶辅助系统安全要求》对自动驾驶行业提出了什么要求？
国家标准的制定。2025年9月17日开始，公开征求社会各界意见（以下简称：征求意见稿）。这份征求意见稿都规定了啥？对自动驾驶行业提出了什么要求？会对
如何确保自动驾驶汽车感知的准确性？
[首发于智驾最前沿微信公众号]自动驾驶汽车想要自动驾驶，首先要做的就是能对周边环境实现精准感知，也就是能“看”清道路，那自动驾驶汽车如何在复
塑造自动驾驶汽车格局的核心技术
自动驾驶汽车长期以来一直是科幻小说中的情节，但在如今的2025年，它似乎已经离我们越来越近，智能辅助驾驶已经出现在越来越多的新能源汽车中。但距离完全的
自动驾驶汽车直行时遇到左转汽车应该如何行驶？
[首发于智驾最前沿微信公众号] 当自动驾驶汽车在道路上直行时，如果前方或邻道的车辆正准备左转，系统必须在复杂的交通情境中快速、准确地做出判断。这不仅关乎行车安全，更是对自动驾驶系统感知
太阳光模拟器 | 在汽车自动驾驶开发中的应用
在汽车产业向电动化、智能化转型的浪潮中，自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素，直接关系到自动驾驶系统的安全性和可靠性。紫创测控Luminbo
自动驾驶汽车如何正确进行道路识别？
[首发于智驾最前沿微信公众号]自动驾驶汽车在行驶过程中必须准确识别道路环境，以便做出安全有效的决策，不同于人类开车，可以思考，自动驾驶汽车对
自动驾驶汽车是如何准确定位的？
[首发于智驾最前沿微信公众号]随着自动驾驶技术的快速发展，车辆的精准定位成为安全驾驶与路径规划的核心基础。相比于传统人类驾驶依赖路标和视觉判断，自动
评论