SEC將自動駕駛劃分為L1-L5共五個等級，其中L1、L2所代表的先進駕駛輔助系統(ADAS)初具規模，在實現關鍵零部件量產化應用的基礎上，市佔率不斷上升;自主性極強的L4、L5級自動駕駛，按照現有的自動駕駛技術成熟度和發展進度，預計未來十五年內有望實現產業化應用;而現有的L3標準從工程實現和應用角度缺乏可操作性，存在諸多引人爭議的痛點。車輛完全自主駕駛產業化實現道阻且長，“高速輔助人，低速替代人”的L3自動駕駛產業化是這個進程中無法繞過的關鍵節點。
一、高等級自動駕駛的產業化重點
按照美國汽車工程師學會的定義，汽車自動駕駛技術可劃分為Level1-Leve5共五個等級。其中L1-L2級屬於智能駕駛輔助的不同階段，在這個階段，人類駕駛員仍然要負責所有駕駛任務並進行駕駛環境的全程監控，而機器自動系統則主要對駕駛員的操作提供信息預警、操控糾偏、緊急安全控制等輔助作用;出現交通事故，人類則是責任主體。
在L1、L2的駕駛輔助階段，由於人仍然為駕駛任務的全程主體，所以對機器駕駛系統的性能配置要求較低，主要體現在對車載計算平臺軟硬件性能要求不高，對車載高精度定位和高精度動態地圖非硬性需求，對車載傳感器、控制器、執行器冗餘配置和執行系統線控化無明確要求等。
從L3級別開始標誌著進入自動駕駛階段，但L3是部分自動駕駛階段，可以允許部分時段內駕駛員解放雙手，由自動駕駛系統代替人類完成車輛的行駛環境監控和車輛駕駛操作，但駕駛員還需要時刻對駕駛環境和車輛狀況保持關注，在遇到激烈駕駛環境和潛在危險的工況下，隨時準備接管車輛的駕駛控制權限。L4級主要依靠自動駕駛系統完成行駛，對人類駕駛員的操控介入沒有硬性要求;L5級則是完全無人駕駛，不再需要人類駕駛員的操控介入。因此，從技術定義上來劃分，L3、L4、L5都屬於高等級自動駕駛的範疇，而L3級別由於涉及人類駕駛員和機器駕駛系統之間的信息交互和操控權限切換，因此成為了輔助駕駛(初級自動駕駛)和高等級自動駕駛技術的分水嶺，如圖1所示。
由於高等級自動駕駛逐漸將車輛的駕駛操控的主體由人變成了機器駕駛系統，因此在技術特點和產業化開發需求方面較L1、L2級別的駕駛輔助系統階段有了明顯的區別，主要體現在以下幾個方面：
(1)有駕駛場景和應用環境的限制，在特定的場景下相應級別的自動駕駛系統才能夠可靠地發揮功能。
(2)機器駕駛系統逐漸演變為環境感知、車輛駕駛和控制決策的執行和責任主體。
(3)為了適應機器系統自主對車輛自動駕駛全過程中對環境感知、綜合決策、控制執行等階段的任務完成需求，車輛平臺的硬件配置上對車載傳感器、控制器、執行器冗餘和執行系統線控化有明確要求。
(4)對車輛行駛全過程環境下高精度定位和高精度動態地圖有明確要求以保證車輛駕駛的安全性。
(5)由於要高速處理海量的行駛環境感知數據並根據複雜算法產生低時延智能駕駛的決策指令，因此對車載計算平臺的軟硬件性能要求非常高。
就產業化進度來看，L1、L2級自動駕駛所代表的先進駕駛輔助系統(ADAS)目前技術上已經成熟，並且關鍵零部件的產業鏈已經形成，量產化應用已經實現，並且市場佔有率在不斷升高。而L5級完全自動駕駛由於技術成熟度、產品成本等不確定性因素的侷限，雖然大量的技術公司在技術開發和測試應用方面進行得紅紅火火，但客觀而言距離量產化實現和規模化應用還比較遙遠，所以未來一段時間內高等級自動駕駛產業化的重點將主要集中在L3、L4級自動駕駛的領域。
隨著2019年初奧迪公司宣佈裝備量產化L3級自動駕駛系統的全新一代奧迪A8轎車上市，國內外一系列車企和自動駕駛技術開發公司紛紛將量產化L3級自動駕駛汽車產品的進度時間鎖定在2020年前後，從而興起了一股高級別自動駕駛產業化的熱潮。
二、L3級自動駕駛的侷限性與產業化辨析
我們從自動駕駛等級分類的定義中可以看到，L3級系統已經具備了相當高的自主權，可以在正常行駛工況時由機器系統行駛車輛的駕駛操控權限，但出現複雜狀況時，仍然需要駕駛員接管。因此，L3級自動駕駛最引人關注的爭議點，就在於它規定自動駕駛系統在某些情況下既能完成某些駕駛任務，也能監控駕駛環境和系統運行情況，但實際上駕駛員還是必須時刻保持關注，隨時準備取回車輛控制權。L3之所以引起行業爭議，是因為其面臨駕駛權交接的情況較為複雜。L3級自動駕駛只在部分場景下應用，此時人類駕駛員雙手可以離開方向盤，又需隨時準備接管。
除此之外，關於L3級自動駕駛引起的質疑，還包括以下幾個方面。
(1) L3級自動駕駛系統解放了駕駛員的雙手，卻又不能解放眼睛(注意力)，人類駕駛員還需要時時關注車輛行駛環境及系統運行狀況，並隨時準備接管車輛的駕駛操控權限並做出相應的決策判斷，那麼解放了雙手的駕駛員在車輛行駛的過程中究竟可以做什麼?其實際上實現的意義究竟有多大?
(2)和L1/L2級明確規定由人類作為車輛駕駛行為主體並承擔相應責任、L4/L5級明確規定由機器系統作為車輛駕駛行為主體並承擔相應責任不同，L3級別規定了“人機共駕”的願景，但對於駕駛主體(人&系統)和操控權掌握時機(工況)的責任劃分卻並不明確，誰都負責任相當於誰都不負責任。這將會造成將來L3級自動駕駛汽車在實際應用過程中發生交通事故時責任溯源的困難。
(3)L3規定了駕駛目標與事件監測及應對過程中自動駕駛系統與駕駛人應切換對車輛的操控權力，但對相應的交通場景、切換過程週期、切換期間應達到最小風險工況的操作方式未有明確和統一的規定，這樣也使得不同企業在開發L3級自動駕駛系統時無統一的標準可循，按照各自的理解進行關鍵技術的研發。這有可能會造成未來L3級自動駕駛汽車產品市場準入及檢測認證方面的困難。
(4)現有的道路交通相關法律法規並不支持駕駛員解放雙手的駕駛行為，這客觀上會造成用戶應用L3級自動駕駛車輛的顧慮。
綜上所述，現有的L3標準作為學術或技術層面劃分車輛從駕駛輔助到完全自主駕駛不同階段有其必要性，但從工程實現和應用角度其缺乏可操作性。這也是L3級自動駕駛劃分標準廣為行業詬病的根本原因。
除了在功能劃分和技術策略方面飽受質疑之外，在產業化實現方面以現有標準界定的L3級自動駕駛系統也存在著諸多的痛點，形成了其進入市場規模應用的阻礙因素。這些痛點主要包括以下幾個方面：
(1)在自動駕駛的功能上L3屬於由人操控向機器操控的過渡階段，而L4/L5則已經屬於由機器系統完全操控車輛行駛的完成階段，相比之下二者之間是有巨大的鴻溝需要跨越的。但又因為同屬於機器系統自主駕駛的範疇，且在規定的適當駕駛場景條件下允許機器系統全部承擔車輛自動操控的任務，因此L3級自動駕駛系統在傳感器、硬件、軟件、高精度地圖等配置和算法開發成本方面卻必須與L4/L5級系統看齊，其直接造成的結果就是功能低、要求高，被行業內人士視為雞肋。
(2)由於在系統軟硬件配置、高精度動態地圖、控制算法開發成本等方面的要求較高，所以目前已經產業化實現的L3級自動駕駛普遍存在價格高、功能少、場景簡單等一系列痛點，距離大規模、平民化裝備應用尚有難度。
就奧迪汽車已經量產的L3級自動駕駛系統來看，也存在著只能裝備高端車型(奧迪A8)、只有城市擁堵路段和停車場兩種交通場景、只有城市道路交通擁堵輔助和停車場自主泊車兩種功能的尷尬現狀。
(3)目前大多數L3的產業化方案多體現為不同等級駕駛輔助(L1/L2)功能的集成和整合，相當於ADAS系統升級(實現L2+級別自動駕駛)的技術路線。而未來的L3產業化開發的方向則需向L4逼近以實現平穩過渡，其技術開發難度勢必會進一步升高。
(4)L3級自動駕駛涉及人機控制權限交接，如果自動駕駛算法不成熟，可能會導致虛假、頻繁的駕駛人接管需求，從而對駕駛人員造成困擾而使其主動關閉該系統功能，影響該系統的社會接受度以及規模化應用。
(5)L3級別因具備適當場景下機器系統自主駕駛的能力可以解放人類駕駛員的雙手，有可能引起駕駛人注意力的分散，同時影響其正確的心理預期，從而導致潛在的交通安全風險，類似的事故已經在美國特斯拉公司裝備L2級Autopilot駕駛輔助系統的電動汽車上出現過。因此，該系統的產業化應用效果也尚需評估。
新技術的出現要顛覆人類保持多年的駕駛習慣，可能會帶來無數的安全問題。谷歌和福特等自動駕駛研發巨頭甚至認為告訴人類駕駛員車輛可以轉移他們的注意力，又期望他們足夠快地進行干預以避免事故是不現實的。正是由於對L3自動駕駛的不認同，以谷歌Waymo、福特、沃爾沃為代表的科技公司和車企在自動駕駛技術研發的過程中採取了跳過L3，直接研究L4 和L5高等級自動駕駛的策略。另外一些從事自動駕駛技術研究的公司則在L3相應級別產業化開發方面採取了降級到L2.5應用，或對標L4降級到L3.5應用的方案，這其實也是一種變相的避開L3的策略。
雖然目前的L3級自動駕駛在技術策略及產業化方面還存在著諸多令人爭議的痛點，但客觀地說，在中高等級自動駕駛系統產業化的進程中跳過L3，直接達到L4/L5量產化應用的階段並不現實。究其原因，主要包括以下幾個方面。
(1)L4、L5級別的自動駕駛需要全時、全過程的機器系統自主進行環境感知、綜合決策、控制執行，其自動駕駛過程的全要素技術成熟度尚需一個漫長的磨鍊提升和等待過程;而在L4具備大批量製造和規模應用的條件之前，由改良完善的L3產品填補市場空缺是自動駕駛技術產業化發展的必然需求。
(2)由於同屬機器自主駕駛的範疇，L3 的產業化開發應用可以在核心技術、關鍵零部件、控制算法等方面為L4、L5的實現提供基礎和積累。
(3)ADAS(L2)產業化的推進為L3 自動駕駛的產業化實現奠定了堅實的基礎。
(4)關於L3 的技術標準完善和法律法規的修訂已經是社會共識並已付諸行動，未來L3 定義的科學性和工程實現的可操作性前景是明確的。
比如，近日日本內閣通過了道路運輸車輛法修正案，規定在乘坐L3級自動駕駛汽車時，駕駛員可以查看智能手機，但可能需要為因維護不善或者無視汽車警告造成的故事負有責任。而在德國推出的關於自動駕駛車輛應用的法案中，則建議在車輛上安裝類似黑匣子的設備用以記錄車輛行駛過程中駕駛行為的主體，這實際上都是在為L3級自動駕駛系統的產業化應用掃清障礙。
因此，我們有理由認為車輛完全自主駕駛產業化實現道阻且長，而L3自動駕駛的產業化是這個進程中無法繞過的關鍵節點。
三、高等級自動駕駛落地場景及產業化前景分析
根據對各級別自動駕駛技術特點及產業化實現的需求分析，我們認為L3及以上高級別自動駕駛的產業化落地在未來一段時間內會主要在特定的場景實現。地理圍欄、速度圍欄共同構成高等級自動駕駛產業化應用的場景，此外還包括天氣圍欄、法律法規圍欄等約束條件。
未來L3自動駕駛產業化應用的合適場景，主要包括封閉和半封閉區域、結構化和半結構化道路的高速公路區域(60~150Km/h)與城市道路、園區、港口、礦區等適合低速行駛(0~60Km/h)的區域。在高速公路的行駛場景下，未來L3的實現將以交通安全為首要訴求，其產業化路線表現為先進駕駛輔助系統ADAS功能的豐富和升級、擴展的L2.5方案，其實現形式包括高速公路車道內自動駕駛、換道輔助、車輛隊列行駛輔助等。而在封閉、低速的行駛場景下，L3的實現將以提高運輸效率、節省人力資源為主要訴求，其產業化路線表現為由L3升級擴展向L4級別逼近的無人駕駛方案(L3.5級別)，其產業實現模式主要包括專用車道自動駕駛公交、最初/最後一公里出行微循環公交、城市道路交通擁堵輔助系統、無人自主泊車系統、交叉路口通行輔助系統、封閉園區內無人駕駛觀光、通勤、巡邏、環衛車輛、封閉礦區無人駕駛運輸車輛、城市社區無人駕駛定點物流配送車輛等。
總體而言，未來L3級自動駕駛技術產業化落地的指導思想可以概括為“高速輔助人，低速替代人”，如圖2所示。
而對於L4及以上級別的高級自動駕駛，由於機器駕駛系統將承擔車輛的行駛環境感知、駕駛決策和綜合控制等全過程任務，因此將面臨更多來源信息的高速實時處理分析和控制執行指令生成，單靠車輛自身的智能化技術發展已不能滿足自動駕駛功能的可靠實現。因此，高級別自動駕駛系統的產業化技術路線，將推行“聰明的車+智慧的路”，最終打造“車路協同自動駕駛”的落地場景和實現方案。通過發展智能車輛平臺、全域車聯網環境等關鍵技術，構建端-網-雲智能網聯的技術體系，依託多源信息交互融合、智能分佈計算降低單車的環境感知、綜合決策、控制執行裝備成本和數據計算負荷，打造車、路、雲、網、圖互聯、協同的高等級自動駕駛系統。
未來特定場景的高等級自動駕駛技術將率先實現規模化產業應用，成為最終達到L5級無人駕駛目標的“過渡帶”和“試驗田”。就產品而論，由於運營車輛的應用場景可以周密規劃設計，相較於私人擁有的自動駕駛車輛具備更少的不確定性，因此運營車輛將優先於私人擁有車輛實現高等級自動駕駛將的產業化落地和規模化應用。
按照現有的自動駕駛技術成熟度和發展進度，我們預測在2025年之前，面向私人擁有的車輛可實現合適場景下L3級自動駕駛的產業化應用，而面向運營商的自動駕駛車輛則有望同期在限定區域實現L4級自動駕駛的產業化應用。預計2035年左右中國的L5級自動駕駛可實現市場進入和應用，而複雜交通環境下L5級自動駕駛的產業化規模應用則預計在2040年前後實現。
閱讀更多 中國無人駕駛網 的文章
