自动驾驶分级(自动驾驶级别定义)

11月7日，第四届工业革命与智慧出行论坛在上海第四届中国国际进口博览会举行。

而“智慧引领未来”的论坛主题也寓意着自动驾驶时代的到来。

01

从无自动化到完全自动化

自动驾驶技术根据系统的智能程度可以分为几个层次。目前行业主要采用美国国家公路交通安全管理局和美国公路安全管理局定义的分级标准，主要分为L0、L1、L2、L3、L4、L5，即从无自动化到全自动化。目前，制造商和研究机构主要致力于L2-L4的研究。当然，他们也会听到L2.5和L2+的概念，它们被归类在L2和L3之间。

来源:中国日报

高级自动驾驶系统主要包括四个模块:测绘定位、感知、规划和控制。此外，无人驾驶系统将配备各种传感器。具有高级自动驾驶功能的车辆会配备各种传感器，包括摄像头、激光雷达、毫米波雷达、惯性导航等。

摄像头可以提供场景中丰富的纹理信息，激光雷达可以提供更精确的距离信息，毫米波雷达可以对雨雾等极端天气进行更稳定的观测，惯性导航装置可以提供更高频率的车辆姿态信息。不同的传感器有互补和冗余的特性，就像人类用不同的感官去感受周围的世界一样。

图像:自主车辆中的传感器和传感器融合技术:综述

02

映射和定位模块

解决“我在哪里”的问题。

地图构建和定位模块主要通过不同的传感器信息解决“我在哪里”的问题，定位依赖于地图信息，而地图信息也依赖于定位信息来构建和更新地图。这里的地图是一种高精度的地图表示，包括车道标志、路口、交通标志、道路曲率等信息。

对地图与现实世界对比的绝对精度和局部区域的相对精度有很高的要求，基本会达到分米甚至厘米级的精度；地图除了要准确，还要即时更新，这叫地图的“新鲜度”。当车道信息等真实场景发生变化时，需要立即更新高精地图数据。

在目前高水平的自动驾驶智能系统中，高精度地图是重要的技术依赖，各厂商采取的技术路线主要有以下几类:

在自动驾驶操作范围内，独立收集、建立和更新地图。这种路线运营成本相对较高，更适合在有限区域或特定场景下的自动驾驶，比如固定的公园、机场等。

使用许多终端车辆来众包地图。这些终端车辆为云服务器构建和更新高精度地图数据，同时共享高质量的高精度地图服务，形成数据闭环。这条路线更适合目前火热的Robotaxi或者乘用车领域。

更激进的路线，即自动驾驶系统不会过分依赖高精度地图，车辆具有较高的局部区域感知能力，在道路层面与普通地图结合时可以支持自动驾驶功能。特斯拉就是这条路线的代表之一。

图像:路线图:用于视觉定位塔自动驾驶的轻量级语义地图

03

感知模块

解决“周边环境怎么样”的问题

传感模块主要通过传感器信息解决“周围环境是什么样”的问题。目前火热的深度学习技术推动了感知技术的发展，感知技术可以细分为检测、跟踪和预测。

检测主要是将不同传感器的观测信息输入到深度学习模型中，可以检测车辆、行人、交通标志等物体。跟踪的作用是给每个目标一个航迹ID(目标的唯一标识)，从而实现对目标的连续观测，进而计算目标的速度，预测未来的轨迹。基于预测时间序列中的检测和跟踪结果，结合道路信息，预测目标未来可能的运动轨迹，可以为路径规划提供更多的信息，使系统更加智能。

无人驾驶测试视频截图来源:智车科技

图片:se-SSD:来自点云的自组装单级物体探测器

04

规划和控制模块

解决“我如何到达某个目的地”的问题。

规划与控制模块主要解决“我如何到达某个目的地”的问题。规划技术根据上游定位感知模块的输出，结合高精度地图信息给出路径规划结果，类似于我们使用导航软件看到的规划轨迹。不同的是，自动驾驶系统的规划模块不仅需要提供全局路径规划，还需要提供局部路径规划，根据周围环境进行避让、超车等驾驶操作。

技术控制车辆在规划好的路径上行驶，将规划好的路径转化为车辆方向盘、油门、刹车的控制量。根据研究，优秀的规划和控制技术可以使自动驾驶比人类驾驶更安全、更高效。

Image: safetynet:使用机器学习策略对现实世界中的自动驾驶车辆进行安全规划

05

仿真技术

模拟给出数据支持

除了传感器、定位、感知、规划、控制这些核心技术，还有仿真技术，这是自动驾驶技术中容易被忽视的一部分。自动驾驶领域的“长尾”问题是亟待解决的问题，比如基于深度学习模型的各种感知技术。目前，深度学习模型可以准确感知“看到的”或类似的场景，但对未看到的场景有很大概率的错误感知，这对自动驾驶，尤其是高级自动驾驶是致命的。

仿真技术的一个很重要的应用就是可以虚拟出很多现实场景，为深度学习模型的训练提供海量数据，对一些不常见的极端场景产生足够的数据，从训练样本的数量和多样性上给予深度学习模型足够的支持。

“准无人驾驶”自动驾驶测试来源:智能汽车技术

另外，仿真技术还有很多其他的应用，比如模拟一些危险的驾驶场景，包括碰撞，各种交通事故等。，在一定程度上，自动驾驶系统测试不再强烈依赖真实场景的测试验证，大大降低了测试验证成本，提高了效率。

目前，虽然高水平的自动驾驶技术还不够成熟，还存在争议，但相信随着科技的发展和几代人的努力，自动驾驶技术一定会走进千家万户，改善人们的生活。

下一代自动驾驶车辆来源:智能汽车技术

作者:隐士

编辑:小叮当

审核:张艺鹏，中国科学院上海技术物理研究所物理电子学博士；费，上海交通大学电子信息与电气工程学院博士生。

—结束—

转载内容仅代表作者观点

不，我代表中国科学院物理研究所

来源:上海科技馆

编辑:藏族傻逼