- 自动驾驶基于先进的驾驶系统（ADS），该系统结合了传感器、高清地图、人工智能和执行器来接管驾驶任务。
- SAE 分类建立了六个级别（0 到 5），从完全没有自动化到完全没有方向盘或踏板的自动驾驶车辆。
- 目前，1 级和 2 级自动驾驶汽车占据主导地位，只有一些 3 级系统和 4 级自动驾驶出租车在非常有限的环境中运行。
- 大规模部署取决于技术成熟度、监管、安全、网络安全和社会接受度。
自动驾驶在很短的时间内就从科幻概念变成了汽车行业的主要目标之一。每年都有新的系统、试点项目和法律法规的修改出炉，让我们离“坐进车里，设定目的地，然后就可以完全忘记旅途中的其他事情”的理想状态越来越近。
即便如此，我们距离在城市中大规模看到无方向盘汽车行驶还很遥远。目前市场上已有的车辆具备不同程度的自动化功能，并配备了多种高级驾驶辅助系统（ADAS），这些都为实现完全自动驾驶铺平了道路。接下来，我们将详细分析这一切是如何运作的，这些车辆搭载了哪些技术，它们的SAE等级是多少，已经取得了哪些实际进展，以及还有哪些挑战需要克服。
自动驾驶究竟是什么？
在讨论级别和品牌之前，需要澄清的是，并非所有“智能”汽车系统都意味着自动驾驶。几乎整个行业都采用SAE国际（美国汽车工程师协会）的J3016标准作为参考，该标准对自动驾驶的构成及其分类进行了相当精确的定义。
简而言之，自动驾驶是指车辆在不同程度的人工干预下，能够持续地接管部分或全部驾驶动态任务（例如加速、制动、转弯、监控周围环境、应对突发事件等）。在最高水平上，车辆可以完全无需任何人为干预即可行驶。
为了实现这一目标，自动驾驶车辆结合了传感器、处理器、执行器和软件，能够感知周围环境、解读正在发生的事情、规划行驶路线，并通过车辆控制系统执行该路线。所有这些都在预先设计好的条件下进行，这些条件被称为运行设计域（ODD）：道路类型、天气、交通状况、照明条件等等。
这场技术竞赛背后的主要动力并非仅仅是为了方便。据估计，超过90%的交通事故都与人为错误有关。减少人为错误、改善城市交通流量以及为驾驶困难者提供出行便利，是自动驾驶汽车的主要目标之一。
自动驾驶汽车的内部工作原理是什么？
自动驾驶汽车并非仅仅是一辆“自动行驶”的车辆，而是一个复杂的技术平台。为了正常运行，它需要感知周围环境、精确定位自身、决定下一步行动，并安全地执行该决定。所有这些都依赖于多个技术组件。
首先是环境感知传感器，它们在某种程度上取代了驾驶员的眼睛和耳朵。这些传感器包括摄像头、雷达、激光雷达、超声波传感器、红外传感器和夜视系统等等。每种传感器都有其自身的优势和局限性，因此通常会将它们组合使用。
接下来是定位和导航方面。自动驾驶车辆必须比传统手机GPS提供更高的定位精度。为了实现这一点，它使用卫星导航系统（GPS、GLONASS、Galileo等）、惯性导航，以及在最先进的水平上，使用高分辨率地图，并将这些地图与传感器记录的数据进行持续比对。
这些设备采集到的所有数据都会发送到配备强大处理器的控制单元。人工智能正是在这里发挥作用：计算机视觉、机器学习和规划算法将原始数据转化为关于方向盘、油门或刹车的具体决策。这就是业内所说的自动驾驶系统（ADS）。
最后，执行器（例如电动助力转向系统、电子控制制动器、发动机管理系统等）负责执行这些指令。如果再加上与其他车辆或基础设施的通信系统（V2V、V2I），就形成了互联汽车的概念，这对于在复杂的城市环境中实现完全自主驾驶至关重要。
根据SAE标准划分的自动驾驶级别
为了避免混淆，SAE制定了0到5六个自动化等级，这些等级已成为全球标准。等级之间的主要区别在于驾驶任务的执行者：是人、自动驾驶系统，还是两者结合。
0 级：无自动化
在0级自动驾驶模式下，所有决策和操作都由驾驶员自行完成。虽然可能配备盲点监测或前碰撞预警等驾驶辅助系统，但这些系统不会持续控制车辆的转向或速度。它们仅仅是发出警报，并不会接管车辆的控制权。
一级：驾驶员辅助
一级系统包括首批能够控制纵向或横向移动的系统，但不能同时控制两者。例如，自适应巡航控制系统会管理油门和刹车，以与前车保持安全距离；泊车辅助系统则会在驾驶员操作踏板时控制车辆转向。
这里的主要目标是让驾驶更舒适、更安全一些，但责任仍然完全在于驾驶员，驾驶员必须时刻保持警惕。
二级：部分自动化
二级自动驾驶技术目前已在市场上相当普及，车辆可以在特定场景（通常是高速公路或交通拥堵路段）下同时管理转向和速度。这使得车辆能够保持车道、调整与前车的距离，并在拥堵路况下几乎“自主”行驶。
典型的例子包括车道保持辅助系统与自适应巡航控制系统协同工作、交通拥堵辅助系统以及能够同时控制方向盘和踏板的高级泊车系统。即便如此，L2级自动驾驶汽车并非旨在对所有突发情况做出自主反应，驾驶员必须时刻保持警惕，随时准备介入。
第三级：条件自动化
L3级自动驾驶代表着一次重大飞跃，因为车辆现在配备了自动驾驶系统，能够在特定条件下处理所有动态任务。驾驶员可以将控制权“交给”车辆，车辆随后无需持续监控即可自主行驶，但仍会保留一些重要的细节。
该系统拥有明确的运行环境（例如，低速行驶的拥堵高速公路），并能够管理驾驶，直到检测到即将离开该环境或遇到自身无法解决的情况。此时，系统会要求驾驶员重新接管控制权，并给予有限的交接时间。
如果驾驶员没有及时做出反应，或者某些关键部件发生故障，系统必须能够将车辆置于风险最小的境地，例如以可控的方式将其停在安全的地方。
第四级：高度自动化
在L4级自动驾驶模式下，车辆可以在特定的运行设计范围内无需人为干预即可运行。驾驶员不再需要对系统的辅助请求做出反应；事实上，当车辆在其预定环境中运行时，驾驶座上可能空无一人。
自动驾驶系统能够应对突发情况和紧急情况，即使无需驾驶员干预，也能自主抵达安全地点。然而，它仍然存在地域和道路类型的限制：例如，它可能仅适用于特定的城区、封闭的校园或特定的高速公路路线。
用户仍然可以请求接管控制权或关闭自动驾驶模式，但与L3级自动驾驶不同的是，如果车辆认为更安全，它可以延迟关闭自动驾驶模式。如果无人响应，车辆有义务自行安全停车。
第五级：完全自动化
5级自动驾驶是“终极目标”：它是一种能够在人类驾驶的任何环境和条件下行驶的汽车。至少在理论上，它不受道路类型、天气或特定区域的限制。
在这种情况下，车辆可以省略方向盘或踏板等部件，因为没有驾驶员。驾驶员只需指示目的地，车辆即可完成所有操作，无论是复杂的城市路线还是雾气弥漫的偏僻山路。
尽管一些公司正在研发接近这一概念的原型——尤其是在自动驾驶出租车方面——但现实情况是，目前还没有面向公众的 L5 级自动驾驶汽车，而且短期内预计也不会有。
自动驾驶汽车和高级驾驶辅助系统：我们现在处于什么阶段？
需要澄清的是，目前经销商处没有面向个人消费者的L5级自动驾驶汽车，甚至连L4级也没有。我们目前提供的是配备多种高级驾驶辅助系统（ADAS）的汽车，以及一些在高度可控的场景下能够达到L2级甚至L3级自动驾驶水平的特定系统。
高级驾驶辅助系统（ADAS）涵盖了所有我们已经熟悉的驾驶辅助功能：自动紧急制动、车道保持辅助、自适应巡航控制、交通标志识别、360度摄像头、自动泊车、驾驶员疲劳检测等。它们的作用是降低事故风险并减轻驾驶员的工作负荷，但在大多数情况下，它们并不能完全取代驾驶员。
在西班牙，现行法规非常明确：即使车辆技术能够实现，驾驶员在驾驶过程中也不允许松开方向盘。这实际上限制了在其他国家被视为L3级自动驾驶系统的使用，因此在西班牙，这些系统仍然被用作高级驾驶辅助系统，需要驾驶员时刻保持注意力集中。
在其他一些地方，例如美国部分州以及某些欧洲和亚洲国家，自动驾驶测试已获准在开放道路上进行，尤其是在无人驾驶出租车或共享出行服务车队方面。这些测试环境受到严格监控，条件也相对可控，但它们表明这项技术正在走向成熟。
当前自动驾驶系统示例
为了更好地理解以上所有内容，值得回顾一些已经在不同市场部署的、备受关注的系统，这些系统清楚地说明了各种不同的方法。
比亚迪神之眼
比亚迪的“上帝之眼”驾驶辅助系统最初在欧洲以外地区推出，现在甚至被应用到其最经济实惠的电动车型中。该系统结合了激光雷达传感器、摄像头和雷达，持续监控车辆周围环境。
借助这些信息，它可以控制车速、保持车道位置、在高速公路上变换车道，并在特定情况下避免碰撞。它还与联网交通信号灯进行了交互测试，能够接收交通信号灯相位的实时数据，从而预测车辆的停车或恢复行驶。
虽然它在城市中的表现以及在复杂操作中的表现非常先进，但它的实际自动化程度仍属于 2 级：驾驶员必须持续监控并随时准备接管控制权。
特斯拉 FSD（完全自动驾驶）
特斯拉著名的FSD是一款提供高度先进驾驶辅助功能的软件套装。与其他系统不同，它几乎完全依赖车辆周围的摄像头，摒弃了激光雷达，转而使用基于数百万公里真实用户数据训练的人工智能模型。
它具备门到门导航、高速公路自动变道、交通信号灯和标志识别、自动泊车以及著名的“召唤”功能，该功能允许您通过手机或钥匙以低速移动汽车。
尽管FSD这个名字听起来像魔法一样，但实际上它目前只属于高级的L2级自动驾驶系统。特斯拉强调，驾驶员必须保持注意力集中，随时准备介入，因为该系统目前还无法在所有情况下完全自主决策。
福特BlueCruise
福特已在Mustang Mach-E等车型上引入了BlueCruise系统。在西班牙，Mustang Mach-E在试用期后以订阅方式销售。该系统允许驾驶员在被指定为“蓝色区域”的特定高速公路和快速路上实现福特所谓的“解放双手、专注于路面”的驾驶。
当车辆行驶在这些区域时，BlueCruise 会监控转向、速度、制动和车道位置，同时与其他车辆保持安全距离。车内摄像头会监控驾驶员的视线和头部位置，以确保他们始终专注于路面。
系统授权后，驾驶员可以双手离开方向盘，但必须保持随时准备操作的状态。系统能够适应缓慢的交通状况，在拥堵路段自动启停，并在用户请求或驾驶员离开蓝色区域时交出车辆控制权。
梅赛德斯-奔驰 DRIVE PILOT
梅赛德斯-奔驰的DRIVE PILOT系统更进一步，该系统已在美国部分州获得SAE 3 级认证，成为首批获得官方认可的同类系统之一。
在特定条件下——例如在指定的公路路段，车速不超过约 65 公里/小时（尤其是在交通拥堵的情况下）——驾驶辅助系统 (DRIVE PILOT) 可以完全接管驾驶。在此模式下，驾驶员可以合法地执行其他法律允许的任务，因为系统在激活状态下被视为负责驾驶。
为了实现这一目标，该车辆集成了激光雷达、雷达、冗余摄像头和高精度定位系统，以及旨在安全应对故障的架构。该系统采用订阅模式，梅赛德斯-奔驰正致力于将其应用范围扩展到其他市场和道路网络。
无人驾驶出租车和4级“地理围栏”项目
像Waymo（谷歌母公司Alphabet的子公司）这样的公司以及一些中国运营商多年来一直在指定的城区测试自动驾驶出租车。这些车辆在特定地理区域内以L4级自动驾驶模式运行，无需人类驾驶员，但始终处于远程监控之下，并受到严格的限制。
以Waymo为例，他们使用包括激光雷达、雷达、摄像头、定位系统和声音探测器在内的多种传感器，甚至能够识别紧急警报器。他们的软件在模拟器、封闭路段以及后来的实际交通环境中都经过了训练，积累了数百万公里的经验。
自动驾驶的关键技术
为了使上述所有功能可靠运行，自动驾驶汽车依赖于一系列相互关联的技术。每家制造商都会选择自己的“配方”，但基本要素通常是相同的。
环境感知传感器
自动驾驶汽车配备了各种类型的传感器，每种传感器都有其特定的功能。它们的协同工作可以构建车辆周围环境的动态三维图像。
超声波传感器非常适合探测近距离物体，例如停车时。它们的工作原理是发射人耳听不到的声波，并测量声波反射回来的时间。由于成本低廉，多年来它们一直广泛应用于停车辅助系统和周界报警系统中。
卫星定位系统——GPS、GLONASS、Galileo——利用多颗卫星进行三边测量，可以精确定位车辆在地球上的位置。这些系统本身存在几米的误差，但当与其他校正技术和高分辨率地图数据结合使用时，其精度可以提高到足以满足高级自动化需求的水平。
惯性导航依靠加速度计和陀螺仪来估算车辆的位置、姿态和速度，无需外部参考。它通常与卫星定位配合使用，以减少临时误差或信号丢失的影响，但其自身无法达到4级或5级导航所需的精度。
红外传感器和夜视系统能够在弱光条件下提供宝贵的信息，从而探测到传统摄像机难以捕捉的行人、动物或障碍物。一些高端机型多年来一直提供这项技术作为可选配置。
视频摄像头如今已无处不在。它们价格低廉，质量也大幅提升，但挑战在于能够解读其画面内容的软件：车道线、标志、行人、自行车、车辆、道路施工等等。暴雨、大雾、镜头污垢或光线不足都会影响其性能。
雷达利用电磁波探测物体并测量其距离、速度和轨迹。它在数百米范围内都能很好地工作，并且受恶劣天气条件的影响较小。正因如此，雷达技术被广泛应用于自适应巡航控制、盲点监测和自动紧急制动等功能中。
激光雷达（LiDAR，即激光成像探测和测距）发射激光脉冲并测量其返回时间，从而创建由高精度点云组成的三维地图。这些信息可以高度精确地重建周围环境，包括道路边缘、障碍物、街道设施和其他车辆。
高清地图、高级定位和数据解读
要实现高度自主化，仅仅知道车辆的“大致”位置是不够的。还需要结合卫星数据、车辆传感器和精确测绘的高分辨率地图和定位系统。
一些专业公司，例如TomTom、HERE 和 Mobileye，会创建这些详细的地图，其中包含车道、水平和垂直标志、固定道路特征以及其他有助于自动导航的细节信息。每家公司都使用不同的传感器（有些公司优先使用雷达，有些公司优先使用摄像头，还有一些公司使用激光雷达）来收集数据。
一种典型的方法是将车辆传感器实时获取的图像与存储的地图进行比较。如果“图像”匹配，系统就能非常精确地定位车辆，这对于复杂的机动操作或高度结构化的环境（例如多车道高速公路）至关重要。
凯迪拉克的Super Cruise超级巡航系统就是一个有趣的例子，该系统在美国部分车型上配备。它结合了高清地图、摄像头、自适应巡航控制和GPS，允许驾驶员在预先绘制的高速公路路段（在法律允许的范围内）实现免手驾驶。然而，它并未达到L3级自动驾驶：它不会自动变道或避开意外障碍物，驾驶员必须始终保持注意力集中。
车对车和基础设施（V2X）通信
车辆通信系统使车辆和基础设施本身（交通信号灯、信息面板、路边站）能够实时交换数据。当车辆之间进行通信时，这被称为V2V（车辆对车辆）；当车辆与道路设施进行通信时，这被称为V2I（车辆对基础设施）。
这种通信方式可以使用5G 或专用短程通信 (DSRC) 技术，这些技术在特定频段上工作，通信距离可达一公里，并具备双向通信能力。这使得我们可以发送前方紧急制动、车辆停止、路面湿滑或交通信号灯相位变化等警告信息。
虽然自动驾驶汽车并非必须依赖自动驾驶系统才能运行——事实上，像 Waymo 这样的公司已经证明，即使不依赖自动驾驶系统也能取得进展——但自动驾驶系统极大地提高了预测能力和安全性，被认为是未来出行生态系统的重要组成部分。
系统的冗余性和安全性
在自动驾驶汽车中，软件或硬件故障不能简单地导致车辆完全失控。因此，制造商致力于开发在所有关键系统（例如转向系统、制动系统、电源系统、通信系统、传感器、定位系统等）中都具有高度冗余性的架构。
其理念是，如果某个关键部件发生故障，另一个并行系统可以接管运行，或者至少将车辆风险降至最低。例如，在制动系统中，传统的真空泵可以被由稳定性控制单元和自动驾驶系统共同控制的机电泵所取代，从而即使系统的一部分发生故障，也能提供多种方式来启动制动器。
从 3 级开始，这种冗余不再是奢侈品，而是一项基本的安全要求，尤其是在这些级别，驾驶员不再被认为直接负责应对任何技术问题。
自动驾驶的现状、挑战和未来
目前， 1级和2级自动驾驶车辆已广泛应用，一些3级系统正在进行实际测试，而4级项目（例如机器人出租车、货运路线、封闭式校园等）则非常有限。5级自动驾驶目前仍处于高级研究和技术演示阶段。
这些进步不仅体现在技术层面，监管框架和安全标准方面也取得了显著进展。在欧洲，新的通用车辆安全法规为L3级自动驾驶系统铺平了道路；而在西班牙等国家，“自动驾驶车辆”的概念已首次被纳入《道路安全法》。
即便如此，仍存在重大挑战：在发生事故时明确法律责任，确保网络安全免受潜在攻击，保护这些车辆生成的数据（路线、使用习惯、持续位置）的隐私，以及使保险政策适应驾驶员可能并非决策者的情况。
此外，还存在重要的伦理和社会接受度问题。许多人仍然对乘坐自动驾驶汽车心存疑虑，尤其是在发生多起涉及驾驶辅助系统滥用的重大事故之后。因此，制造商、政府和科技公司必须携手合作，建立信任，并通过数据证明这些系统能够减少事故。
就时间表而言，大多数较为现实的预测认为，L4级自动驾驶车辆将在2030年代左右在特定区域得到广泛应用，主要形式为自动驾驶出租车服务或沿指定走廊的货运。L5级自动驾驶的广泛普及通常预计要到2040年以后，一些专家甚至怀疑在所有可能的情况下，它能否完全实现。
与此同时，在未来 10-15 年内，我们很可能会看到越来越多的自动驾驶汽车，但仍然会有方向盘和驾驶员控制，并由越来越智能的助手提供支持：几乎无人值守的高速公路驾驶、全自动停车、借助 5G 和与交通信号灯及其他基础设施的通信实现的先进交通管理等等。
凭借已部署和即将推出的所有技术，自动驾驶正在稳步发展，但也是一步一步地推进：如今，这项技术与驾驶员共存，扮演着非常称职的副驾驶的角色；它将逐渐接管更多的决策，直到在许多情况下，人类仅仅成为乘客，选择目的地，而车辆则完成其余的工作。