一文读懂自动驾驶的六级分类体系

为了更好地区分不同层级的自动驾驶技术，国际汽车工程师学会（SAEInternational）于2014年发布了自动驾驶的六级分类体系，美国国家公路交通安全管理局（NHTSA）原本有自己的一套分类体系，但在2016年9月转为使用SAE的分类标准。今天绝大多数主流自动驾驶研究者已将SAE标准当作通行的分类原则。

SAE标准将自动驾驶技术分为0级、1级、2级、3级、4级、5级，共六个级别。

0级自动驾驶人类驾驶员负责动态驾驶任务的所有环节。动态驾驶任务是指控制车辆所采取的行为，可能有些系统会为司机提供帮助，如自动紧急制动系统，甚至在特定情况下进行干预。但是，由于这些系统没有持续参与完成动态驾驶任务，因此它们还不能称为自动化系统。

现在路上我们已经很少能看到0级的汽车了，因为0级意味着连ABS防抱死这种最基本的安全配置都没有。

1级自动驾驶是辅助驾驶系统，能持续提供转向或加速和制动控制，但只在限制条件和特定情况下提供。自适应巡航控制系统被认为属于1级自动驾驶：该系统可控制加速和制动，从而使汽车在公路上与前方车辆保持一定距离，但人类驾驶员仍然需要负责驾驶中的所有其他方面。

生活中1级是我们最常见的，比如最基本的ABS，以及在ABS基础上升级而来的ESP，还有高速路段常用的定速巡航、ACC自适应巡航功能及LKA车道保持辅助，或多或少都是属于SAE规定的1级。

2级自动驾驶也是辅助驾驶系统，但既提供转向，也提供加速和制动控制，同样是在限制条件下提供。由于人类驾驶员需要定时干预，该级别的自动驾驶程度仍然不高。2级和1级最明显的区别是系统能否同时在车辆横向和纵向上进行控制。

1级——2级的难点

单独的横向控制（车道保持）或纵向控制（ACC等）技术已经十分成熟，那么两者同时控制时，如何将舒适性做到最优，是该级别遇到的挑战。

2级别不具备较高级别的自动驾驶功能，需要驾驶员实时监控并做好接管的准备。如何友好的和恰当的交互方式通知驾驶员接管车辆，而不影响到驾驶员的心情，是该级别另一挑战。

现在能达到2级的车型已经很多了，各大品牌的中高端车型，例如JEEP自由光、沃尔沃等等，当然也包括大名鼎鼎的Tesla，因为2级并没那么神奇。

3级自动驾驶是真正开始进入实际自动驾驶的级别。该级别的自动驾驶是“有条件的自动驾驶”，这意味着只有在一定条件下自动驾驶系统才能运行。但一旦开始运行，汽车就完全自动驾驶。目前，奥迪A8L就属于3级自动驾驶。

3级与2级自动驾驶的差异在于自动驾驶的程度：系统运行时，人类驾驶员通常无需进行干预，但仍需在一定程度上保持警惕，以在系统提示需要人类接管时介入，这对于自动驾驶技术来说是一个很大的跨越。

2级——3级“从无到有”的挑战

特斯拉曾因为传感器的硬件缺陷，导致车辆与卡车相撞，当时Auto Pilot 1.0的硬件配置很难处理特殊路况，比如交叉路口。正是因为传感器感知缺陷这种因素的存在，整车厂做自动驾驶时就显得尤为保守，要么增加传感器以加强感知能力，比如全新奥迪A8加的四线激光雷达；要么就通过监视驾驶员的面部状态，确保驾驶员实时观测着前方路况，比如凯迪拉克CT6。

4级自动驾驶属于高度自动驾驶。一般来说，我们使用4级自动驾驶来描述完全自动驾驶的系统。除了某些特殊情况，一般无需人类干预。依靠特殊地图工作的自动驾驶汽车属于4级自动驾驶：只要是有地图的地方，这类汽车都能实现完全自动驾驶，而无需人类干预，但并非在任何地方都能自动驾驶。

3级——4级“不全面到全面”的挑战

高精度地图采集在国外并不是难事，但在国内因为国防等因素不是一般的难办。除了大家耳熟能详的BAT有地图测绘资质外，国内有测绘资质的图商寥寥无几。

激光雷达的成本短期内还降不下来，这也是4级自动驾驶汽车还未普及的重要原因之一。Waymo在去年宣布将激光雷达成本降低90%，激光雷达厂商Velodyne在今年年初也宣布，16线激光雷达从大约7999美元的售价降至3999美元，虽然价格仍然不菲，但低成本是未来普及自动驾驶汽车的必然趋势。

4级自动驾驶技术对算法的准确性和精确性要求更高，甚至超过人类的认知水平，这就需要的是极具鲁棒性的算法和稳定的计算平台，只有这样才能确保自动驾驶汽车即使遇到突发情况也能较好应对。

法律法规问题从自动驾驶概念出来以后就一直讨论不休，到目前也只有少数地区允许自动驾驶汽车上路行驶，并规定驾驶员必须保留车辆的控制权。如果要实现完全自动驾驶，这一法规就必须修正，并且对自动驾驶车辆出现的事故责任做好划分，明确不同场景下交通参与者的相关责任，如果仅仅简单的将责任从驾驶员转移到生产厂商，怕是大多数企业都会保守应对。

5级自动驾驶属于完全自动驾驶，只要是人类能够驾驶的地方，该类型汽车都能驾驶。只要有可通行的道路，这种车能去任何地方，任何时候都无需人类驾驶员干预。

4级——5级“不完美到完美”的挑战

五级难度首先来自于感知，虽然有多种传感器，但这些传感器输出大量原始数据。普通人看摄像头和激光雷达的数据很容易识别出里面的内容，但电脑就很困难。普通的模式识别识别率会很快达到瓶颈，这时候就需要深度学习，需要大量的数据进行训练，而当今深度学习以及人工智能并没有给识别工作带来质的飞跃。很多显而易见的场景，电脑就是认不出来。同时当数据量增多时，计算的时间也会延长，系统响应变慢，这就导致这些无人车只能低速行驶。

另一大难题是决策控制，主流方式是专家系统，把所有的经验进行总结，归纳为代码。但现实中的驾驶场景变化莫测，遇到没见过的场景可能就无响应了。人工智能成为解决问题的唯一希望，但纯靠人工智能进行决策控制还不太现实，因为需要大量数据进行训练。最佳的方式是专家系统与人工智能结合，但如果结合是目前的难点。

五级的自动驾驶汽车是不需要方向盘的，如果现在让你去乘坐一辆没有方向盘的汽车，而且不能接管操作，我相信大家心里多少都会感觉不安。因此人类的接纳程度也是自动驾驶普及的一个大难点，需要时间建立信任。

自动驾驶技术十分依赖高精度电子地图，所用到的电子地图一定要确保实时且易于更新。未来每一辆在路上行驶的自动驾驶车，不仅是用于正常通勤，同时也是地图信息的采集车，实时将当前地图信息反馈至云端供其他自动驾驶汽车使用。

总结：综上所述要实现自动驾驶量产与更高级别的程度可谓是困难重重，但各方参与者都已经开始行动，大量的公司加大对自动驾驶技术的研究，政府部门开始推行部分区域自动驾驶测试和示范区，保险公司和法律相关人士也开始研究责任划分问题，由此可见自动驾驶的前景还是可以期待的。