特斯拉今年已經(jīng)出過多起事故，都是在開啟Autopilot（特斯拉的自動駕駛技術，實際上只是駕駛輔助）情況下汽車未能識別障礙物而發(fā)生的碰撞事件。嚴重有撞上大掛車司機當場死亡的，輕的也有不能識別馬路牙子接連撞了12個樁子的，無一例外的是，在事故發(fā)生的時候司機的手是離開方向盤的。車主認為特斯拉應當負責，而特斯拉則認為是司機駕駛不當。

造成車主和特斯拉自主來回扯皮，主要原因還是對特斯拉的Autopilot沒有正確的認識，對它能做什么和不能做什么沒有足夠的了解。

實際上特斯拉目前所用的自動駕駛技術只能稱之為駕駛輔助系統(tǒng)，在行駛過程中只能起到輔助的作用，大部分的操作還是需要人來完成。根據(jù)美國高速公路安全局根據(jù)自動化程度對自動駕駛汽車的級別鑒定來看，特斯拉的自動駕駛級別只能算level 2，距離最高級別level 4全自動駕駛還有很遠。

總之到現(xiàn)在真正能量產(chǎn)銷售的自動駕駛汽車能達到L3級別目前只發(fā)現(xiàn)奧迪A8，且只是在擁堵路段滿足相當都條件才能激活“擁堵自動駕駛”，這種模式激活后出事故是汽車廠商負責。目前看主流廠商都目標都是2020或2021年實現(xiàn)大面積量產(chǎn)商用（當然只是從技術角度，政策法律法規(guī)方面還不明朗），因此如果近期要買車可以先買一個過渡車先用，等到那時自動駕駛技術真正成熟時才換用。假設下一個七年自動駕駛汽車普遍使用解決相當一部分擁堵問題，假期回家開始也會輕松很多哈。

（一）自動駕駛技術分級

自動駕駛技術分為多個等級，目前國內外產(chǎn)業(yè)界采用較多的為美國汽車工程師協(xié)會（SAE）和美國高速公路安全管理局（NHTSA）推出的分類標準。按照SAE的標準，自動駕駛汽車視智能化、自動化程度水平分為6個等級：無自動化（L0）、駕駛支援（L1）、部分自動化（L2）、有條件自動化(L3)、高度自動化(L4)和完全自動化（L5）。兩種不同分類標準的主要區(qū)別在于完全自動駕駛場景下，SAE更加細分了自動駕駛系統(tǒng)作用范圍。詳細標準見下圖：

（二）自動駕駛技術路線

在自動駕駛技術方面，有兩條不同的發(fā)展路線：

第一種是“漸進演化”的路線，也就是在今天的汽車上逐漸新增一些自動駕駛功能，例如特斯拉、寶馬、奧迪、福特等車企均采用此種方式，這種方式主要利用傳感器，通過車車通信（V2V）、車云通信實現(xiàn)路況的分析。

第二種是完全“革命性”的路線，即從一開始就是徹徹底底的自動駕駛汽車，例如谷歌和福特公司正在一些結構化的環(huán)境里測試的自動駕駛汽車，這種路線主要依靠車載激光雷達、電腦和控制系統(tǒng)實現(xiàn)自動駕駛。

從應用場景來看，第一種方式更加適合在結構化道路上測試，第二種方式除結構化道路外，還可用于軍事或特殊領域。

（三）自動駕駛涉及的軟硬件

1、傳感器

傳感器相當于自動駕駛汽車的眼睛。通過傳感器，自動駕駛汽車能夠識別道路、其他車輛、行人障礙物和基礎交通設施。按照自動駕駛不同技術路線，傳感器可分為激光雷達、傳統(tǒng)雷達和攝像頭三種。

（1）激光雷達

目前是被采用比例最大的設備，Google、百度、Uber等公司的自動駕駛技術目前都依賴于它，這種設備被架在汽車的車頂上，能夠用激光脈沖對周圍環(huán)境進行距離檢測，并結合軟件繪制3D圖，從而為自動駕駛汽車提供足夠多的環(huán)境信息。激光雷達具有準確快速的識別能力，唯一缺點在于造價高昂（平均價格在8萬美元一臺）導致量產(chǎn)汽車中難以使用該技術。

（2）傳統(tǒng)雷達和攝像頭

由于激光雷達的高昂價格，走實用性技術路線的車企紛紛轉向傳統(tǒng)雷達和攝像頭作為傳感器替代方案，例如著名電動汽車生產(chǎn)企業(yè)特斯拉，采用的方案就是雷達和單目攝像頭，國際知名廠商為Mobileye等。其硬件原理與目前車載的ACC自適應巡航系統(tǒng)類似，依靠覆蓋汽車周圍360°視角的攝像頭及前置雷達來識別三維空間信息，從而確保交通工具之間不會互相碰撞。

雖然這種傳感器方案成本較低、易于量產(chǎn)，但對于攝像頭的識別能力具有很高要求：單目攝像頭需要建立并不斷維護龐大的樣本特征數(shù)據(jù)庫，如果缺乏待識別目標的特征數(shù)據(jù)，就會導致系統(tǒng)無法識別以及測距，很容易導致事故的發(fā)生。而雙目攝像頭可直接對前方景物進行測距，但難點在于計算量大，需要提高計算單元性能。

2、高精度地圖

自動駕駛技術對于車道、車距、路障等信息的依賴程度更高，需要更加精確的位置信息，是自動駕駛車輛對環(huán)境理解的基礎，隨著自動駕駛技術不斷進化升級，為了實現(xiàn)決策的安全性，需要達到厘米級的精確程度。如果說傳感器向自動駕駛車輛提供了直觀的環(huán)境印象，那么高精度地圖則可以通過車輛準確定位，將車輛準確地還原在動態(tài)變化的立體交通環(huán)境中。

3、V2X

V2X，指的是車輛與周圍的移動交通控制系統(tǒng)實現(xiàn)交互的技術，X可以是車輛，可以是紅綠燈等交通設施，也可以是云端數(shù)據(jù)庫，最終目的都是為了幫助自動駕駛車輛掌握實時駕駛信息和路況信息，結合車輛工程算法做出決策，是自動駕駛車輛邁向無人駕駛階段的關鍵。

4、AI算法

算法是支撐自動駕駛技術最關鍵的部分，目前主流自動駕駛公司都采用了機器學習與人工智能算法來實現(xiàn)。海量的數(shù)據(jù)是機器學習以及人工智能算法的基礎，通過此前提到的傳感器、V2X設施和高精度地圖信息所獲得的數(shù)據(jù)，以及收集到的駕駛行為、駕駛經(jīng)驗、駕駛規(guī)則、案例和周邊環(huán)境的數(shù)據(jù)信息，不斷優(yōu)化的算法能夠識別并最終規(guī)劃路線、操縱駕駛。

總結

以上是生活随笔為你收集整理的自动驾驶现状及级别、技术路线的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。