人工智能领域 简报2019年第53期 高级自动驾驶，能否突破L3行业瓶颈？按照美国汽车工程师学会的定义，汽车自动驾驶技术可划分为Level1-Leve5共五个等级。其中L1-L2级属于智能驾驶辅助的不同阶段，在这个阶段，人类驾驶员仍然要负责所有驾驶任务并进行驾驶环境的全程监控，而机器自动系统则主要对驾驶员的操作提供信息预警、操控纠偏、紧急安全控制等辅助作用；出现交通事故，人类则是责任主体。 在L1、L2的驾驶辅助阶段，由于人仍然为驾驶任务的全程主体，所以对机器驾驶系统的性能配置要求较低，主要体现在对车载计算平台软硬件性能要求不高，对车载高精度定位和高精度动态地图非硬性需求，对车载传感器、控制器、执行器冗余配置和执行系统线控化无明确要求等。 从L3级别开始标志着进入自动驾驶阶段，但L3是部分自动驾驶阶段，可以允许部分时段内驾驶员解放双手，由自动驾驶系统代替人类完成车辆的行驶环境监控和车辆驾驶操作，但驾驶员还需要时刻对驾驶环境和车辆状况保持关注，在遇到激烈驾驶环境和潜在危险的工况下，随时准备接管车辆的驾驶控制权限。L4级主要依靠自动驾驶系统完成行驶，对人类驾驶员的操控介入没有硬性要求；L5级则是完全无人驾驶，不再需要人类驾驶员的操控介入。因此，从技术定义上来划分，L3、L4、L5都属于高等级自动驾驶的范畴，而L3级别由于涉及人类驾驶员和机器驾驶系统之间的信息交互和操控权限切换，因此成为了辅助驾驶（初级自动驾驶）和高等级自动驾驶技术的分水岭，如图1所示。
（不同等级自动驾驶的技术特点和产业化需求） 由于高等级自动驾驶逐渐将车辆的驾驶操控的主体由人变成了机器驾驶系统，因此在技术特点和产业化开发需求方面较L1、L2级别的驾驶辅助系统阶段有了明显的区别，主要体现在以下几个方面： （1）有驾驶场景和应用环境的限制，在特定的场景下相应级别的自动驾驶系统才能够可靠地发挥功能。 （2）机器驾驶系统逐渐演变为环境感知、车辆驾驶和控制决策的执行和责任主体。 （3）为了适应机器系统自主对车辆自动驾驶全过程中对环境感知、综合决策、控制执行等阶段的任务完成需求，车辆平台的硬件配置上对车载传感器、控制器、执行器冗余和执行系统线控化有明确要求。 （4）对车辆行驶全过程环境下高精度定位和高精度动态地图有明确要求以保证车辆驾驶的安全性。 （5）由于要高速处理海量的行驶环境感知数据并根据复杂算法产生低时延智能驾驶的决策指令，因此对车载计算平台的软硬件性能要求非常高。 就产业化进度来看，L1、L2级自动驾驶所代表的先进驾驶辅助系统（ADAS）目前技术上已经成熟，并且关键零部件的产业链已经形成，量产化应用已经实现，并且市场占有率在不断升高。而L5级完全自动驾驶由于技术成熟度、产品成本等不确定性因素的局限，虽然大量的技术公司在技术开发和测试应用方面进行得红红火火，但客观而言距离量产化实现和规模化应用还比较遥远，所以未来一段时间内高等级自动驾驶产业化的重点将主要集中在L3、L4级自动驾驶的领域。 随着2019年初奥迪公司宣布装备量产化L3级自动驾驶系统的全新一代奥迪A8轿车上市，国内外一系列车企和自动驾驶技术开发公司纷纷将量产化L3级自动驾驶汽车产品的进度时间锁定在2020年前后，从而兴起了一股高级别自动驾驶产业化的热潮。 二、L3级自动驾驶的局限性与产业化辨析我们从自动驾驶等级分类的定义中可以看到，L3级系统已经具备了相当高的自主权，可以在正常行驶工况时由机器系统行驶车辆的驾驶操控权限，但出现复杂状况时，仍然需要驾驶员接管。因此，L3级自动驾驶最引人关注的争议点，就在于它规定自动驾驶系统在某些情况下既能完成某些驾驶任务，也能监控驾驶环境和系统运行情况，但实际上驾驶员还是必须时刻保持关注，随时准备取回车辆控制权。L3之所以引起行业争议，是因为其面临驾驶权交接的情况较为复杂。L3级自动驾驶只在部分场景下应用，此时人类驾驶员双手可以离开方向盘，又需随时准备接管。 除此之外，关于L3级自动驾驶引起的质疑，还包括以下几个方面。 （1） L3级自动驾驶系统解放了驾驶员的双手，却又不能解放眼睛（注意力），人类驾驶员还需要时时关注车辆行驶环境及系统运行状况，并随时准备接管车辆的驾驶操控权限并做出相应的决策判断，那么解放了双手的驾驶员在车辆行驶的过程中究竟可以做什么？其实际上实现的意义究竟有多大？ （2）和L1/L2级明确规定由人类作为车辆驾驶行为主体并承担相应责任、L4/L5级明确规定由机器系统作为车辆驾驶行为主体并承担相应责任不同，L3级别规定了“人机共驾”的愿景，但对于驾驶主体（人&系统）和操控权掌握时机（工况）的责任划分却并不明确，谁都负责任相当于谁都不负责任。这将会造成将来L3级自动驾驶汽车在实际应用过程中发生交通事故时责任溯源的困难。 （3）L3规定了驾驶目标与事件监测及应对过程中自动驾驶系统与驾驶人应切换对车辆的操控权力，但对相应的交通场景、切换过程周期、切换期间应达到最小风险工况的操作方式未有明确和统一的规定，这样也使得不同企业在开发L3级自动驾驶系统时无统一的标准可循，按照各自的理解进行关键技术的研发。这有可能会造成未来L3级自动驾驶汽车产品市场准入及检测认证方面的困难。 （4）现有的道路交通相关法律法规并不支持驾驶员解放双手的驾驶行为，这客观上会造成用户应用L3级自动驾驶车辆的顾虑。 综上所述，现有的L3标准作为学术或技术层面划分车辆从驾驶辅助到完全自主驾驶不同阶段有其必要性，但从工程实现和应用角度其缺乏可操作性。这也是L3级自动驾驶划分标准广为行业诟病的根本原因。 除了在功能划分和技术策略方面饱受质疑之外，在产业化实现方面以现有标准界定的L3级自动驾驶系统也存在着诸多的痛点，形成了其进入市场规模应用的阻碍因素。这些痛点主要包括以下几个方面： （1）在自动驾驶的功能上L3属于由人操控向机器操控的过渡阶段，而L4/L5则已经属于由机器系统完全操控车辆行驶的完成阶段，相比之下二者之间是有巨大的鸿沟需要跨越的。但又因为同属于机器系统自主驾驶的范畴，且在规定的适当驾驶场景条件下允许机器系统全部承担车辆自动操控的任务，因此L3级自动驾驶系统在传感器、硬件、软件、高精度地图等配置和算法开发成本方面却必须与L4/L5级系统看齐，其直接造成的结果就是功能低、要求高，被行业内人士视为鸡肋。 （2）由于在系统软硬件配置、高精度动态地图、控制算法开发成本等方面的要求较高，所以目前已经产业化实现的L3级自动驾驶普遍存在价格高、功能少、场景简单等一系列痛点，距离大规模、平民化装备应用尚有难度。 就奥迪汽车已经量产的L3级自动驾驶系统来看，也存在着只能装备高端车型（奥迪A8）、只有城市拥堵路段和停车场两种交通场景、只有城市道路交通拥堵辅助和停车场自主泊车两种功能的尴尬现状。 （3）目前大多数L3的产业化方案多体现为不同等级驾驶辅助（L1/L2）功能的集成和整合，相当于ADAS系统升级（实现L2+级别自动驾驶）的技术路线。而未来的L3产业化开发的方向则需向L4逼近以实现平稳过渡，其技术开发难度势必会进一步升高。 （4）L3级自动驾驶涉及人机控制权限交接，如果自动驾驶算法不成熟，可能会导致虚假、频繁的驾驶人接管需求，从而对驾驶人员造成困扰而使其主动关闭该系统功能，影响该系统的社会接受度以及规模化应用。 （5）L3级别因具备适当场景下机器系统自主驾驶的能力可以解放人类驾驶员的双手，有可能引起驾驶人注意力的分散，同时影响其正确的心理预期，从而导致潜在的交通安全风险，类似的事故已经在美国特斯拉公司装备L2级Autopilot驾驶辅助系统的电动汽车上出现过。因此，该系统的产业化应用效果也尚需评估。 新技术的出现要颠覆人类保持多年的驾驶习惯，可能会带来无数的安全问题。谷歌和福特等自动驾驶研发巨头甚至认为告诉人类驾驶员车辆可以转移他们的注意力，又期望他们足够快地进行干预以避免事故是不现实的。正是由于对L3自动驾驶的不认同，以谷歌Waymo、福特、沃尔沃为代表的科技公司和车企在自动驾驶技术研发的过程中采取了跳过L3，直接研究L4 和L5高等级自动驾驶的策略。另外一些从事自动驾驶技术研究的公司则在L3相应级别产业化开发方面采取了降级到L2.5应用，或对标L4降级到L3.5应用的方案，这其实也是一种变相的避开L3的策略。 虽然目前的L3级自动驾驶在技术策略及产业化方面还存在着诸多令人争议的痛点，但客观地说，在中高等级自动驾驶系统产业化的进程中跳过L3，直接达到L4/L5量产化应用的阶段并不现实。究其原因，主要包括以下几个方面。 （1）L4、L5级别的自动驾驶需要全时、全过程的机器系统自主进行环境感知、综合决策、控制执行，其自动驾驶过程的全要素技术成熟度尚需一个漫长的磨炼提升和等待过程；而在L4具备大批量制造和规模应用的条件之前，由改良完善的L3产品填补市场空缺是自动驾驶技术产业化发展的必然需求。 （2）由于同属机器自主驾驶的范畴，L3 的产业化开发应用可以在核心技术、关键零部件、控制算法等方面为L4、L5的实现提供基础和积累。 （3）ADAS（L2）产业化的推进为L3 自动驾驶的产业化实现奠定了坚实的基础。 （4）关于L3 的技术标准完善和法律法规的修订已经是社会共识并已付诸行动，未来L3 定义的科学性和工程实现的可操作性前景是明确的。 比如，近日日本内阁通过了道路运输车辆法修正案，规定在乘坐L3级自动驾驶汽车时，驾驶员可以查看智能手机，但可能需要为因维护不善或者无视汽车警告造成的故事负有责任。而在德国推出的关于自动驾驶车辆应用的法案中，则建议在车辆上安装类似黑匣子的设备用以记录车辆行驶过程中驾驶行为的主体，这实际上都是在为L3级自动驾驶系统的产业化应用扫清障碍。 因此，我们有理由认为车辆完全自主驾驶产业化实现道阻且长，而L3自动驾驶的产业化是这个进程中无法绕过的关键节点。 三、高等级自动驾驶落地场景及产业化前景分析根据对各级别自动驾驶技术特点及产业化实现的需求分析，我们认为L3及以上高级别自动驾驶的产业化落地在未来一段时间内会主要在特定的场景实现。地理围栏、速度围栏共同构成高等级自动驾驶产业化应用的场景，此外还包括天气围栏、法律法规围栏等约束条件。 未来L3自动驾驶产业化应用的合适场景，主要包括封闭和半封闭区域、结构化和半结构化道路的高速公路区域（60~150Km/h）与城市道路、园区、港口、矿区等适合低速行驶（0~60Km/h）的区域。在高速公路的行驶场景下，未来L3的实现将以交通安全为首要诉求，其产业化路线表现为先进驾驶辅助系统ADAS功能的丰富和升级、扩展的L2.5方案，其实现形式包括高速公路车道内自动驾驶、换道辅助、车辆队列行驶辅助等。而在封闭、低速的行驶场景下，L3的实现将以提高运输效率、节省人力资源为主要诉求，其产业化路线表现为由L3升级扩展向L4级别逼近的无人驾驶方案（L3.5级别），其产业实现模式主要包括专用车道自动驾驶公交、最初/最后一公里出行微循环公交、城市道路交通拥堵辅助系统、无人自主泊车系统、交叉路口通行辅助系统、封闭园区内无人驾驶观光、通勤、巡逻、环卫车辆、封闭矿区无人驾驶运输车辆、城市社区无人驾驶定点物流配送车辆等。 总体而言，未来L3级自动驾驶技术产业化落地的指导思想可以概括为“高速辅助人，低速替代人”，如图2所示。
（L3级自动驾驶的产业化落地场景） 而对于L4及以上级别的高级自动驾驶，由于机器驾驶系统将承担车辆的行驶环境感知、驾驶决策和综合控制等全过程任务，因此将面临更多来源信息的高速实时处理分析和控制执行指令生成，单靠车辆自身的智能化技术发展已不能满足自动驾驶功能的可靠实现。因此，高级别自动驾驶系统的产业化技术路线，将推行“聪明的车+智慧的路”，最终打造“车路协同自动驾驶”的落地场景和实现方案。通过发展智能车辆平台、全域车联网环境等关键技术，构建端-网-云智能网联的技术体系，依托多源信息交互融合、智能分布计算降低单车的环境感知、综合决策、控制执行装备成本和数据计算负荷，打造车、路、云、网、图互联、协同的高等级自动驾驶系统，如图3所示。
（高级自动驾驶的产业化落地实现） 未来特定场景的高等级自动驾驶技术将率先实现规模化产业应用，成为最终达到L5级无人驾驶目标的“过渡带”和“试验田”。就产品而论，由于运营车辆的应用场景可以周密规划设计，相较于私人拥有的自动驾驶车辆具备更少的不确定性，因此运营车辆将优先于私人拥有车辆实现高等级自动驾驶将的产业化落地和规模化应用。
|
