一文汇总最全自动驾驶系统解析

1、自动驾驶分级
不同组织对自动驾驶的分级标准各有不同：美国国家公路交通安全管理局（NHTSA）把自动驾驶分为五个级别，而国际自动机械工程师学会（SAE）的标准分为L0~L5共六个级别，两者的L0、L1、L2的分类都是相同的，不同之处在于NHTSA的L4被 SAE 细分为L4和L5。国内采用SAE标准较多。

L0：完全人类驾驶。

L1：辅助驾驶，增加了预警提示类的ADAS功能，包括车道偏离预警（LDW），前撞预警（FCW），盲点检测（BSD）等。

L2：部分自动驾驶，具备了干预辅助类的ADAS功能，包括自适应巡航（ACC），紧急自动刹车（AEB），车道保持辅助（LKA）等。

L3：有条件自动驾驶，具备了综合干预辅助类功能，包括自动加速、自动刹车、自动转向等。

从L2到L3发生了本质的变化，L2及以下还是由人来观测驾驶环境，需要驾驶座上有驾驶员，遇到紧急情况下直接进行接管；L3级及以上则由机器来观测驾驶环境，人类驾驶员不需要坐在驾驶座上手握方向盘，只需要在车内或车外留有监控计算机即可，紧急情况下通过计算机操作进行认知判别干预。

L4：高度自动驾驶，没有任何人类驾驶员，可以无方向盘、油门、刹车踏板，但限定区域（如园区、景区内），或限定环境条件（如雨雪天、夜晚不能开）。

L5：完全自动驾驶，是真正的无人驾驶阶段，司机位置无人，也没有人的车内或车外的认知判别干预；无方向盘和油门、刹车踏板；全区域、全功能。

现在有很多公司可以实现在特定园区内的无人驾驶，宣称已经达到了L4级别，那么是不是现阶段的无人驾驶技术水平真的有那么高了呢？这个是有一定迷惑性的。在封闭环境内固定路线L4级别的无人驾驶，和北京城区内L2级别的自动驾驶，哪个技术难度更高呢？想必不言而喻。所以是不是L4就一定比L2、L3先进，一定要具体看自动行驶的区域（封闭、开放；区域大小、复杂程度）、功能，以及环境条件（气候、时间段）。

2.自动驾驶的实现路径

自动驾驶风口来袭，科技公司、初创企业、新兴电动车企、传统车企、一级供应商争相涌入，各显神通。目前主要有两条典型的技术路径：一是以跨界科技企业、初创企业为代表的一步到位型，跨过中间级别，直指L4和L5级无人驾驶，先不考虑成本，等技术方案成熟后成本下降，再大规模商业化。还有一类是以传统车企、TIer1为代表的循序渐进型，它们在可接受的成本内推动辅助驾驶功能的商用化，然后随着ADAS功能的完善和升级，逐渐过渡到无人驾驶。

第一条路径的问题在于科技企业没有量产车的能力，靠测试车收集的数据量自然没有每辆车都安装ADAS系统那么多；而第二条路径的问题在于各项ADAS功能的拼接，是否能组成一个完整的无人驾驶系统。

科技公司的强项在人工智能技术优势，但是在汽车工程上缺乏经验。造车的门槛很高，传统车企保有全产业链优势，产品安全可靠性更高，且消费者对其品牌认可度较高，汽车产业不会被科技公司完全颠覆。传统车企拥有丰富的整车经验和完善的后市场，但随着电动车和自动驾驶大潮的来临，传统车企的危机感很强，生怕沦为代工厂。自动驾驶的研发基本都是基于新能源汽车平台，绕开发动机、变速箱等壁垒，采用电动车的电机、电池、电控核心系统，动摇了传统车企在"动力总成"的竞争优势。两大阵营各有优劣势，互相不可替代，目前越来越多地以合作和投资的形式走向开放联姻。

3.自动驾驶系统概览

自动驾驶系统的三个层级

自动驾驶系统分为三个层级：感知层，决策层，执行层。

感知层

感知层用来完成对车辆周围环境的感知识别。自动驾驶用到了各种各样的传感器，包括：摄像头、毫米波雷达、激光雷达、超声波雷达、红外夜视，以及用于定位和导航的GPS（全球定位系统）和IMU（惯性测量单元）。还有一类技术虽然不是主动式的探测元件，但是属于协同式的全局数据辅助，可以扩展智能车的环境感知能力，在感知层同样扮演着不可或缺的角色，包括高精度地图、V2X车联网技术。每种类型的感知技术都有自己的优势和弊端，它们相互补充融合，最终使智能车达到驾驶场景下非常高的安全性要求。国内企业在这一层做文章的非常多，后续小研会专门写一篇文章解析自动驾驶传感器的技术路线，欲知详情请听下回分解。

决策层

决策层是人工智能真正发挥威力的部分，和人类驾驶员一样，机器在做驾驶决策时需要回答几个问题，我在哪里？周边环境如何？接下来会发生什么？我该做什么？决策层具体来说分为两步，第一步认知理解，根据感知层收集的信息，对车辆自身的精确定位，对车辆