《汽车驾驶自动化分级》会更适合中国自动驾驶发展吗？

[首发于智驾最前沿微信公众号]智能化和网联化技术的不断突破，全球各国纷纷布局汽车驾驶自动化，而统一的分级标准不仅能够为产业各方提供一致的技术评估和沟通基础，也为监管部门在不同阶段实施安全监测与认证提供了有效支撑。在很长一段时间，大家对于自动驾驶的等级分类主要是依照由美国汽车工程师学会制定的J3016标准《道路机动车自动驾驶系统相关术语分类和定义》， 其中将自动驾驶分为了L0—L5共6个等级。

SAE J3016自动驾驶等级

随着中国自动驾驶加速落地，一个适应国内自动驾驶发展的标准急需建立。 2021年8月20日，由工业和信息化部提出、全国汽车标准化技术委员会归口的GB/T 40429-2021《汽车驾驶自动化分级》推荐性国家标准由国家市场监督管理总局、国家标准化管理委员会批准发布（国家标准公告2021年第11号文），并已于2022年3月1日起实施。中国《汽车驾驶自动化分级》标准依据系统在动态驾驶任务（Dynamic Driving Task，DDT）中所承担的操作深度和自主范围，将自动驾驶功能分为 0～5 级六个层次，对应了从最基础的风险预警到最终的完全“无人驾驶”理想，以此帮助技术研发团队、平台运营者和立法监管机构在不同阶段明确功能边界、分阶段验证，并分步推进实际落地与商业化部署。

在最初级的 0 级（应急辅助）中，系统并不参与持续的车辆操纵，而仅在检测到如前向碰撞预警（FCW）、车道偏离预警（LDW）以及自动紧急制动（AEB）潜在风险时发出警示或进行短暂干预。此阶段的主要技术挑战在于如何精准、高效地感知周围环境变化并及时触发警示，同时确保最小误报率，以免干扰驾驶员正常操作。0 级功能的核心价值在于为用户提供安全预防的“最后一公里”守护，帮助驾驶者在突发情况下做出快速反应，降低事故发生的概率；对于车企而言，0 级也是感知算法与硬件布局的“试错场”，为后续更高层级的传感器融合和控制策略积累大量道路测试数据与工程经验。

进入 1 级（部分驾驶辅助）后，系统在限定的设计运行条件（Operational Design Conditions，ODC）内可持续地执行单一维度的车辆操纵——要么控制纵向加减速（如自适应巡航 Control Cruise Control，ACC），要么控制横向转向（如车道保持辅助 Lane Keeping Assist，LKA）。与 0 级仅“看见”风险不同，1 级用“动手”介入驾控的方式，实质上减轻了用户在车速与车道保持方面的负担。此时，系统需要对前方目标距离、车速、车道线偏离等关键指标进行实时测量与预测，通过 PID 控制、模糊逻辑或基于模型预测的控制算法，调整制动和转向舵机动作，从而保持与前车的安全距离或维持车道居中行驶。尽管驾驶员仍需全程监控并在系统发出接管请求时迅速恢复人工控制，但 1 级的商业化推广已使 ACC、LKA 等功能在当下中高端车型中成为标配，显著提升了驾乘舒适度并降低了长时间驾驶疲劳的安全隐患。

2 级（组合驾驶辅助）是在感知与控制能力上进一步的融合，将横向与纵向操控能力整合为一体，典型代表包括特斯拉 Autopilot、通用 Super Cruise 等。此级别系统不仅可在 ODC 内自主跟随前车、保持车道，还能够结合目标与事件探测与响应（OEDR）功能，在车道中自动变道或识别限速标志并调整车速。这一综合控制下的“半自动”行驶，虽然在法理上仍要求驾驶员双手触控方向盘、专注路况，但系统的实时多模态传感器融合—将毫米波雷达、摄像头、激光雷达（可选）等数据通过卡尔曼滤波或深度学习模型进行互补验证—让车辆在高速公路等相对封闭的场景中能够实现高度一致且平顺的自动跟车和变道操作。2 级的技术重点在于感知算法精度和控制策略鲁棒性的双重提升，同时也在海量真实道路测试中不断收敛与迭代，使得这一阶段的功能既满足商业化落地需求，也为后续更高阶的冗余设计和安全验证提供了重要基础数据和经验教训。

当系统升级到 3 级（有条件自动驾驶）时，其能力已延伸至在限定 ODC 条件下完全承担动态驾驶任务，包括横向、纵向控制与 OEDR、路径决策等全栈功能。典型应用场景如高速公路拥堵路段的 Traffic Jam Pilot 或针对高速特定路段的 Level 3 Pilot 系统。此时，驾驶员可在系统激活时，将注意力从即时路况监控转移至其他非驾驶活动（例如查看导航信息或处理电话），仅需在系统发出接管请求（通常设定在 5～10 秒的最大响应时间）后重新接管车辆。3 级的落地验证了算法在复杂交通环境下的风险预测能力，也推动了车内人机交互界面与驾驶员监控系统（Driver Monitoring System，DMS）的发展与商业化应用。

4 级（高度自动驾驶）进一步解除对驾驶员的持续监控要求，在限定 ODC 或操作设计范围（Operational Design Domain，ODD）内，系统可在无人监管的情况下完成全部动态驾驶任务，乘客角色得到彻底解放。典型应用多见于城市特定区域的自动驾驶出租车（Robo-Taxi）或园区物流车队，如 Waymo 在美国硅谷和凤凰城的示范运营，以及百度 Apollo 在北京顺义生态城的示范线路。4 级系统依赖高精地图、V2X（Vehicle-to-Everything）通信和边缘计算等基础设施的协同，使得车辆在路线提前勘测、信号与路侧单元联动的闭环环境下，能够精准规划路径并动态调整策略。在硬件层面，4 级要求多传感器、多芯片的双重或多重冗余设计，以保证单点故障不会导致系统整体失效；在系统层面，则要求实时诊断与健康监测功能，在部件或算法失常时迅速切换至备用系统或执行 MRC。为确保安全，4级系统必须预先设计完善的“接管请求—延迟响应—最小风险状态（Minimum Risk Condition，MRC）”流程：在检测到 ODC 条件可能失效（如遇到极度昏暗天气或隧道出口光照突变）或自身硬件/软件故障时，须先尽可能保持自动驾驶状态以争取接管时间；若用户未能及时响应，则车辆需平稳减速至停车并开启危险警示灯，以降低在道路上的风险。4 级的商业意义在于，它不仅减少了对传统出租车司机的依赖，更在物流、园区出行等可控环境中大幅降低人力成本，推动了真正意义上的“无人监控自动驾驶”先行示范。

最终的 5 级（完全自动驾驶）代表了自动驾驶技术的顶峰，也是一种“全场景、零限制”的理想状态。在任何道路、任何气候条件、任何交通环境下，系统无需人为干预即可自主完成从出发到目的地的全程驾驶。要实现5级，除了先进的多模态感知、深度学习决策和高效执行控制外，还需在全球范围内建立覆盖广泛、实时更新的高精地图与 V2X 基础设施，以及高度成熟的云端协同计算和大规模数据学习能力。同时，5级还要解决极端罕见场景（Corner Cases）识别与应对、法规跨区域适配和保险责任分配等非技术挑战。虽然目前在开放道路的无限制环境中尚未出现真正意义上的5级商用系统，但各大技术公司正通过沙盒测试和小范围商业示范不断检验与优化这一全栈解决方案。

将自动驾驶技术细分为六个等级的初衷，是为了在技术成熟度与应用安全性之间找到平衡点，既为各阶段技术验证和能力评估提供可量化的标准，也为商业化推广和法规审查提供了分层次的路径。通过从“风险预警”到“局部辅助”，再到“全栈自动”直至“全场景无人”，这一分级体系不仅让研发团队能够明确每个层级需攻克的核心技术难题，也使监管部门在每次功能升级时能够有针对性地制定测试流程、认证规范和法律框架，从而以更快的速度、更高的安全性推动自动驾驶产业从蓝海概念走向规模化应用。同时，这一分级还便于消费者和运营方更直观地理解车辆自动化的能力与边界，进而在选择和使用中能够有更清晰的预期和安全保障。

《汽车驾驶自动化分级》标准通过明确的等级划分和系统化的技术判定方法，不仅为国内自动驾驶技术的发展指明了方向，也在全球自动驾驶标准化进程中贡献了中国智慧。未来，随着算法创新、传感器迭代、车路协同与法规体系的协同成熟，这一六级分级框架必将伴随产业一起演进，为实现真正安全、高效、可持续的智慧出行铺平道路。

审核编辑 黄宇