L3级自动驾驶在技术上有什么不一样的要求?

[首发于智驾最前沿微信公众号]最近，很多小伙伴在后台私信，想了解L3级自动驾驶有哪些技术要求。其实对于自动驾驶行业来说，L3级是一个非常重要的分水岭。一旦达到L3级，车辆的主要驾驶行为将交由系统负责，驾驶员则转变为辅助角色。那么，实现L3级自动驾驶，在技术上究竟需要满足哪些条件呢？

什么是L3级自动驾驶

L3级自动驾驶（Level 3 Automated Driving），也称为有条件自动驾驶。它相较于更低级别的自动驾驶来说，最大的区别就是在某些特定的道路条件和运行范围内，车辆可以自己完成包括感知周边环境、控制方向、加减速等绝大多数的驾驶任务，驾驶员不需要持续手动操作，只需在系统发出接管请求时及时恢复控制。

这一定义来自国际汽车工程师学会（SAE）制定的自动驾驶分级标准《驾驶自动化分级》（SAE J3016），这也是全球最被广泛引用的自动驾驶等级标准。根据它的定义，L3级自动驾驶系统能够在限定的设计运行域（ODD）内自动执行动态驾驶任务（DDT），并在人机交互中明确规定何时由系统负责、何时需要人来接管。

自动驾驶等级分类，图片源自：网络

在中国，关于自动驾驶系统的权威技术规范是《智能网联汽车自动驾驶系统通用技术要求》（GB/T 44721-2024），该标准已于2024年9月发布实施。它适用于装有自动驾驶系统的乘用车和商用车，对自动驾驶系统的总体要求、运行条件、功能安全、人机交互、数据记录等方面做了具体规范。

这个标准并不只针对L3一个级别，但它明确规定了自动驾驶系统如何在限定条件内安全可靠地执行动态驾驶任务、如何处理异常情况、系统如何与驾驶员交互等一整套工程技术要求，这些对L3级自动驾驶的实现至关重要。

想达到L3级自动驾驶，并不是简单装一堆传感器就可以了，这一等级对应的是一系列具体的技术能力要求，需要在标准、测试、系统设计、数据处理等多个环节达到规定的门槛。

感知与环境理解必须能全面、可靠工作

L3级自动驾驶系统要求车辆能够借助多传感器融合，实时且准确地感知和理解周围环境。为达到这一要求，需要融合高精度摄像头、毫米波雷达、激光雷达等多种传感器，通过数据融合技术整合不同来源的信息，从而让车辆在360度范围内构建出涵盖道路结构、车辆、行人、交通标志与信号灯等关键目标的环境感知图谱。感知的精度与完整度，直接决定了系统能否在真实复杂的交通场景中安全运行。

图片源自：网络

为此，各类传感器在其探测范围内要达到行业认可的精度标准，如激光雷达对静态物体的测距需达到厘米级，摄像头在多变光照条件下仍需保持对动态目标的高识别率。在系统层面，融合后的感知结果必须稳定、可靠，足以支持后续的决策与控制。

此外，环境感知不仅限于“看到”物体，更要实现“理解”场景。系统需在复杂的交通流中，有效区分潜在危险目标与可忽略的干扰，从而为下游的决策规划模块提供具备情境理解能力的输入，以生成合理、安全的车辆控制指令。

决策与控制系统要在限定条件下能自己“开车”

要实现L3级自动驾驶，精准的环境感知只是基础。在获取感知数据后，系统必须能够据此做出安全的驾驶决策并执行控制。这一部分包括规划车辆的行驶路径、控制加减速、调整方向等动态驾驶任务。决策与控制算法常由深度学习、路径规划和运动控制模块等组成，它们需要满足实时性和安全性两个基本要求。

图片源自：网络

一是实时性，在复杂交通环境下，系统需要在数十毫秒级内响应外界变化，保证控制指令的及时性；

二是安全性，系统在做出控制决策前，需要评估一定范围内的各种潜在风险，并且尽量避免错误判断。如在高速公路行驶中遇到突然切入的车辆，系统需要快速判断并执行制动或规避动作，且不能发生迟滞决策。

这些能力在商用化前会采用模拟仿真、封闭场地测试和大规模实际道路测试等3种方式综合验证，确保在其设计运行域（ODD）内，车辆不会因控制错误导致风险。

功能安全和最小风险策略是硬性要求

自动驾驶系统必须具备功能安全机制，也就是在软件或硬件出现故障时能够保证最基本的安全状态。依据《道路车辆功能安全》（ISO 26262）要求，当系统检测到内部故障时，必须启动相应的安全机制（例如故障处理、进入安全状态、发出驾驶员警告等），以实现风险最小化，确保车辆处于安全状态，这也是我们常理解的最小风险策略。

所谓最小风险策略，就是指当系统无法继续安全运行时，自动将车辆减速并驶向安全位置停车，同时合理打开危险警示灯等措施，从而尽可能减少事故风险。如高速行驶时系统发生严重感知故障，车辆要自动判断安全路线、减速至安全速度、驶向紧急停车带停车，这些动作都要在预设的逻辑和安全边界内完成。明确最小风险策略，并对其触发条件、执行行为进行系统性设计，是L3系设计中不可或缺的一部分。

人机交互设计必须明确驾驶员何时介入

L3级自动驾驶最不一样的地方在于它不是完全替代驾驶员，而是在特定条件下“托管”驾驶任务，同时驾驶员仍旧需要接管。在这一模式下，人机交互设计变得极其重要。这种交互主要体现在两个方面。

一是系统状态的反馈要直接。当L3自动驾驶模式激活时，驾驶舱显示和声音提示必须向驾驶员清晰告知当前的自动驾驶状态、可运行的条件范围（比如高速公路、昼间等限制），让驾驶员了解当前系统的能力和限制。

二是接管请求与响应流程要明确。当系统遇到如天气恶劣、道路标线模糊或者复杂交通状况等超出其能力范围的情况时，自动驾驶系统要通过视觉、听觉等多种方式向驾驶员发出接管请求。这类提示应有明确的时间窗口，系统必须给驾驶员足够的时间完成从自动模式向手动驾驶的切换，并且系统也要持续监测驾驶员的注意力状态，确保其能够及时回应。

这一点和L2级辅助驾驶有本质区别，L2要求驾驶员持续关注道路，随时可以操作，而L3允许驾驶员适度放松驾驶动作，但必须保证对接管请求有有效反应，对此需要在车辆上加装驾驶员监控系统（DMS），以实现对驾驶员状态的实时监测能力。

数据记录、存储和安全是技术合规要点

自动驾驶系统在运行过程中会持续产生包括传感器原始数据、车辆动态信息以及系统内部状态与决策日志等海量的数据。这些数据的完整、可靠记录与存储，是进行事故追溯、系统优化与责任判定的核心依据。对于数据处理的设计规范需符合标准要求。

图片源自：网络

为此，车辆需配备符合规范的数据存储系统（DSS）。其记录的具体内容涵盖车辆行驶数据（如速度、加速度、转向信号）、环境感知数据（如摄像头、雷达、激光雷达的原始或预处理数据），以及系统运行状态、驾驶决策、故障代码和人机交互记录等。

该系统还需具备事件触发机制（如在碰撞预警或系统故障时，自动保存事件前后一段关键时间窗内的数据），并满足防篡改、抗物理损坏的存储安全要求，这就要求通过写保护功能的独立硬件单元实现。对存储数据的访问也要实施严格的加密与权限控制，以保护个人隐私与数据安全。

最后的话

L3级自动驾驶之所以被这么多人讨论，主要是因为其涉及到汽车驾驶责任主体的根本性转变。对此，它要求车辆在限定的设计运行域内，构建一个以高精度感知为基石、以实时安全决策为核心、以功能安全和数据可追溯为硬性保障的完整技术体系。这不仅是单一技术的突破，更是系统架构、安全理念和标准体系的全面革新。


审核编辑 黄宇