2021年8月19日，《汽車駕駛自動化分級》推薦性國家標(biāo)準(zhǔn)發(fā)布。按照該標(biāo)準(zhǔn)，駕駛自動化可以分為L0、L1、L2、L3、L4、L5 6個級別。

1、L0級別自動駕駛

無自動化，完全由駕駛者全程操作車輛，車輛僅得到一些警告及保護系統(tǒng)的輔助。

2、L1級別自動駕駛

駕駛支援，有駕駛輔助功能，駕駛者操作占主要，根據(jù)駕駛的環(huán)境對方向盤和減速中的一項操作提供支援。

3、L2級別自動駕駛

部分自動化，搭載L2級智能駕駛輔助系統(tǒng)車車輛具有部分自動駕駛功能，根據(jù)駕駛的環(huán)境駕駛者可以短暫休息一下，駕駛的時還需要集中精力注意道路的交通情況，要時刻準(zhǔn)備接收人工駕駛。

4、L3級別自動駕駛

有條件自動化，在一定條件下由該系統(tǒng)完成所有駕駛操作，駕駛者根據(jù)系統(tǒng)請求提供適應(yīng)的應(yīng)答。

5、L4級別自動駕駛

高度自動駕駛，L4級別智能系統(tǒng)是真正意義上的自動駕駛，系統(tǒng)可以完成所有駕駛操作，在有條件的道路行駛時，駕駛者可以完全解放雙手。

6、L5級別自動駕駛

完全自動駕駛，經(jīng)過L0、L1、L2、L3、L4 的升級！L5級別自動駕駛達到了真正的無人參與駕駛操控，乘駕人員可以在里面睡覺、上網(wǎng)玩游戲、聊天、喝茶等。

隨著ADAS（高級駕駛員輔助系統(tǒng)，既是車企切入無人駕駛的漸進式道路，也是現(xiàn)階段無人駕駛成果的商業(yè)化產(chǎn)品）技術(shù)逐步走向成熟與產(chǎn)品價格逐漸下降，ADAS功能正逐漸從豪華車向中低端車型滲透。消費者的消費理念也在逐漸變化，除了關(guān)注外觀、空間、價格等關(guān)鍵參數(shù)，也越來越關(guān)注產(chǎn)品安全與智能化配臵，更注重駕乘體驗。

根據(jù)高工智能汽車研究院數(shù)據(jù)，2021年搭載前向ADAS新車807.9萬輛，同比增長29.5%；其中L2級ADAS 395.62萬輛，同比增長77.7%。2022年1-3月我國搭載ADAS（L0-L2級）系統(tǒng)新車213.4萬輛（+18.7%）。從產(chǎn)品生命周期來看，L2及以下ADAS系統(tǒng)已進入成長期，未來有望快速增長。

據(jù)艾瑞咨詢數(shù)據(jù)，2020年中國乘用車輔助駕駛市場規(guī)模達319億元，隨著產(chǎn)品滲透率加速提升，預(yù)計2025年達到1048億元，年均復(fù)合增長率約26.9%。

L3級自動駕駛具備在類似于高速公路的限定環(huán)境下完整執(zhí)行動態(tài)駕駛?cè)蝿?wù)（DDT）的能力，面對自動駕駛系統(tǒng)失靈、車輛故障或其他突發(fā)情況，駕駛員要盡可能以最小風(fēng)險接管。對于L3及以上等級自動駕駛汽車，一般需要域控制器、線控底盤、激光雷達的支持。部分廠商2021年已實現(xiàn)L3級量產(chǎn)，相關(guān)車型已具備L3功能，但受限于法規(guī)要求無法完全使用。

L4級自動駕駛系統(tǒng)的開發(fā)與場景的選擇密切相關(guān)，不同場景間實地環(huán)境差異和行業(yè)需求差異，決定了解決方案的難度、路徑選擇與盈利模式。乘用車方面短期內(nèi)難有較大突破。目前國內(nèi)外L4/5級自動駕駛乘用車項目基本上處在試運營階段。

L5級自動駕駛預(yù)計至少需要到2025年后才能技術(shù)實現(xiàn)，受法規(guī)及成本等方面制約，量產(chǎn)實現(xiàn)預(yù)計更久。

今天，重點了解一下智能駕駛中的一個重要組件傳感器。

智能駕駛傳感器主要分為視覺傳感器和雷達傳感器兩類。視覺傳感器主要為各類攝像頭，依據(jù)鏡頭的數(shù)量可以大體分為單目、雙目和多目攝像頭。視覺傳感器主要用于獲取車身周圍環(huán)境圖像，通過機器學(xué)習(xí)、AI計算等技術(shù)進行圖像識別。雷達傳感器按照電磁波頻率主要可以分為激光雷達、毫米波雷達、超聲波雷達三類，主要通過收發(fā)電磁波來探測障礙物的位臵、速度等信息。

汽車感知方案呈現(xiàn)出純視覺方案與多傳感器融合感知方案兩種類型。

純視覺方案傳感器只使用攝像頭，通過對算法的不斷優(yōu)化，增加對攝像頭圖像識別的準(zhǔn)確性。

目前，純視覺方案存在固有缺陷。

一是攝像頭本身存在對環(huán)境因素敏感、算法復(fù)雜、識別穩(wěn)定性較差等缺點。

攝像頭的缺點包括：（1）在黑暗、炫光等場景下處理能力不足；（2）惡劣天氣下易失效；（3）三維立體空間感不強；（4）相機鏡頭自身存在畸變，需要大量的規(guī)則約束去實現(xiàn)測距，為后續(xù)算法開發(fā)帶來諸多弊端。

二是人工智能與深度學(xué)習(xí)還未完善。深度學(xué)習(xí)算法看到的東西比我們自己的眼睛看到的更多，但與人類不同的是，他們并不能真正理解這個世界，需要長時間積累訓(xùn)練。另外，受現(xiàn)實生活中長尾場景的影響，現(xiàn)實環(huán)境中視覺AI識別錯誤率將遠高于實驗室環(huán)境。

因此，多傳感器融合可以彌補數(shù)據(jù)和算法不足，成為大部分車企的選擇。

多傳感器融合方案一般會搭載數(shù)個激光雷達、毫米波雷達、攝像頭和超聲波雷達，通過多個傳感器獲取車身周圍信息，進行數(shù)據(jù)的整合，以多傳感器的感知結(jié)果彌補單傳感器難以探測到的信息。

毫米波雷達的探測距離受到頻段損耗的直接制約（遠距離探測探測必須使用高頻段雷達），也無法感知行人，且對周邊所有障礙物無法進行精準(zhǔn)的建模，特別對高處物體及小物體檢測效果不佳，但穿透性、抗干擾能力更強；目前主要應(yīng)用于防撞場景。

超聲波雷達測距短，方向性差，受制于聲波傳輸速度在高速場景中應(yīng)用受限，主要應(yīng)用在低速泊車及短距場景。

激光雷達目前探測范圍在200-300米。探測精度小于3cm，遠高于毫米波雷達和攝像頭，可以進一步確保長尾場景安全性，在L3及以上自動駕駛路線中重要性愈發(fā)凸顯。

目前，車載激光雷達市場處于爆發(fā)前夕。據(jù)沙利文數(shù)據(jù)，2021年全球激光雷達市場規(guī)模達到20億美元，同比增長100%，預(yù)計2025年全球激光雷達市場規(guī)模將達到135.4億美元，2019-2025年的CAGR為64.6%。根據(jù)國內(nèi)賣方機構(gòu)測算，預(yù)計我國乘用車領(lǐng)域激光雷達市場規(guī)模未來3年復(fù)合增速能達到200%+，2025年至2030年復(fù)合增速達到30%以上。