上QQ阅读APP看本书，新人免费读10天

设备和账号都新为新人

能力模块一
对自动驾驶系统的基本认知

任务一了解自动驾驶等级

学习目标

●了解国内外自动驾驶技术的发展历史

●掌握自动驾驶等级划分

●了解国内外自动驾驶分级差异

●能描述自动驾驶等级的相关含义

●了解我国自动驾驶的发展历程，感受国内自动驾驶汽车企业攻坚克难的探索精神

●探索国内外自动驾驶的发展历程，明确自身职业定位

知识索引

情境导入

随着汽车智能科技的发展，各大汽车厂商争相推出各种“逆天”的高科技以及挂着“自动驾驶”噱头的装备来作为推销自己新产品的催化剂。作为一名智能网联汽车专业的学生，你了解我国自动驾驶的分级吗？

获取信息

引导问题1

请查阅相关资料，简述中国自动驾驶发展现状。

__________________________________________

自动驾驶发展历程

（一）国外自动驾驶发展历程

从20世纪20年代开始，欧美国家就开始了自动驾驶技术的探索。从无线电遥控汽车，到运用计算机视觉技术辅助感知、规划和控制，再到军方、大学、汽车企业广泛合作研发多辆自动驾驶汽车原型，自动驾驶的发展经历了很多重要的时期。

自动驾驶的探索始于无线电遥控汽车。1925年，电气工程师Houdina开发的无线电遥控汽车“美国奇迹”（American Wonder）通过接收后方车辆的无线电信号，完成起动、转向、制动、加速、鸣笛等指令，在纽约繁忙的街道上从百老汇开到了第五大道，引起了巨大的轰动。尽管American Wonder并不是真正的自动驾驶汽车，却让这个概念走入了人们的视野。通用汽车在1939年的世界博览会上进一步提出电子化高速公路的概念，通过嵌入公路里的电子设备发出信号，实现车辆加速和转向的自动控制。但是由于成本问题，电子化高速公路的美梦还是破灭了。

20世纪60年代到80年代，由于计算机科学技术的迅猛发展，自动驾驶来到了一条新的赛道：计算机视觉。1966年到1972年间，美国斯坦福研究所（SRI）成功研制了世界上第一个真正可自主移动和感知的机器人Shakey。研究人员为Shakey装备了电视摄像机、三角法测距仪、碰撞传感器、驱动电机以及编码器，并通过无线通信系统由两台计算机控制。Shakey具备一定人工智能，能够自主进行感知、环境建模、行为规划和控制，这也成了后来机器人和自动驾驶的通用架构。1977年，日本筑波机械工程实验室的S. Tsugawa和他的同事们开发出了第一辆基于摄像头来检测导航信息的部分自动驾驶汽车，这是所知最早的使用视觉设备进行自动驾驶的尝试。

20世纪80年代到90年代，伴随着计算机、机器人控制和传感等技术的突破，自动驾驶技术进入了一个快速发展的阶段。这一时期的显著特点是军方、大学、汽车企业之间开展了广泛的合作，成功研发了多辆自动驾驶汽车原型。最具代表性的成果要数美国卡内基·梅隆大学的Navlab系列、德国慕尼黑联邦国防军大学的VaMoRs-P系列和意大利帕尔马大学视觉实验室（VisLab）的ARGO项目。

20世纪80年代，美国国防高级研究计划局（Defense Advanced Research Projects Agency，DARPA）制定了一个“战略计算计划”（Strategic Computing Program，SCP），希望以此从计算机架构、软件以及芯片设计领域的高速发展中获益，并推动人工智能（artificial intelligence，AI）技术达到新的高度。1984年，DARPA将自主式陆地车辆（autonomous land vehicle，ALV）列为SCP的研究项目之一。SCP的研究目的是让汽车拥有充分的自主权，通过摄像头来检测地形，通过计算机系统计算出导航和行驶路线等解决方案。DARPA资助了卡内基·梅隆大学、斯坦福大学和麻省理工学院等大学与制造商共同参与研制。其中，卡内基·梅隆大学的主要任务是解决ALV系统复杂的感知和集成问题。为了攻克该技术，1984年，卡内基·梅隆大学导航实验室（Navigation Laboratory）建成，专注于复杂环境中的高难度视觉感知问题的研究。1989年，卡内基·梅隆大学的Dean Pomerleau用神经网络（neural network，NN）构建了一辆可以上路的自动驾驶汽车——ALVINN（Autonomous Land Vehicle In a Neural Network）。ALVINN在卡内基·梅隆大学校园内实现了在没有任何人工干预的情况下自主行驶。尽管当时的硬件条件很大程度上限制了ALVINN的表现，其速度依然能够达到70km/h。ALVINN还是首辆运用神经网络控制的自动驾驶汽车。1995年，该团队研制的Navlab系列智能车辆Navlab 5完成了横穿美国东西部的自动驾驶试验。在全长约5000km的美国州际高速公路上，整个试验96%以上的路程是车辆自主驾驶的，车速达50～60km/h。尽管这次试验中的Navlab 5仅仅完成方向控制，而不进行速度控制（车速及档位由车上的测试人员控制），这对于自动驾驶的发展仍然具有非常大的意义。

由于国外自动驾驶技术发展较早，如图1-1-1所示，到如今已有比较成熟的体系，多家公司有自主研发的软硬件系统，现如今国外出色的公司有Waymo、Uber、ARGO AI、Aurora、Zoox以及特斯拉（Tesla）等。

（二）国内自动驾驶发展历程

与欧美发达国家相比，我国在自动驾驶汽车方面的研究起步稍晚，从20世纪80年代末才开始。

1978年，我国实行改革开放，国内经过艰苦卓绝的斗争，终于迎来了高速发展时期。自动驾驶技术也在我国开始萌芽。我国自动驾驶技术发展图谱如图1-1-2所示。

20世纪80年代，我国自动驾驶技术的研发正式启动，“遥控驾驶的防核化侦察车”项目由哈尔滨工业大学、沈阳自动化研究所和国防科技大学三家单位共同参与研究。“八五”期间，北京理工大学、国防科技大学等五家单位联合研制成功了ATB-1自动驾驶车辆，这是我国第一辆能够自主行驶的测试样车，其行驶速度可以达到21km/h。ATB-1的诞生标志着我国自动驾驶行业正式起步并进入探索期。

2011年7月14日，红旗HQ3首次完成了从长沙到武汉286km的高速公路全程自动驾驶试验，实测全程自主驾驶平均速度87km/h，创造了我国自主研制的自动驾驶车辆在复杂交通状况下自主驾驶的新纪录。这标志着我国自动驾驶车辆在复杂环境识别、智能行为决策和控制等方面实现了新的技术突破。

图1-1-1 国外自动驾驶技术发展图谱

图1-1-2 国内自动驾驶技术发展图谱

2012年11月24日，“军交猛狮Ⅲ”完成了114km的京津高速公路行驶，这是一辆由现代途胜SUV改装的自动驾驶汽车，由中国人民解放军陆军军事交通学院研制。该车车顶安装了复杂的视听感知系统，车内装有由两台计算机和一台备用计算机组成的执行系统来处理视听感知系统获得的信息，让车辆可以自主进行加速、制动、换档等动作，实现了无人工干预的自动驾驶。

2015年8月29日，一辆宇通大型客车从河南省连接郑州市与开封市的城际快速路——郑开大道城铁贾鲁河站出发，在完全开放的道路环境下完成了自动驾驶试验，共行驶32.6km，最高速度68km/h，全程无人工干预，不过为了保障安全，客车上还是配备了驾驶员。这是国内首次客车自动驾驶试验。

2015年12月，百度公司对外宣布其自动驾驶汽车已在国内首次实现城市、环路及高速公路混合路况下的完全自动驾驶。百度公布的路测路线显示，百度自动驾驶汽车从位于北京中关村软件园的百度大厦附近出发，驶入G7京新高速公路，经五环路，抵达奥林匹克森林公园，并随后按原路线返回。百度自动驾驶汽车往返全程均采用自动驾驶，并实现了多次跟车减速、变道、超车、上下匝道、掉头等复杂驾驶动作以及不同道路场景的切换，测试时最高速度达到100km/h。

2016年4月17日，长安汽车宣布完成2000km超级自动驾驶测试项目。长安汽车此次长距离自动驾驶测试总里程超过2000km，从重庆市出发，在历时近6天，途经四川、陕西、河南、河北等省后，最终抵达北京市。根据长安汽车智能汽车技术发展规划，复杂城市路况的完全自动驾驶汽车计划于2025年实现量产。

2016年6月7日，由工业和信息化部批准的国内首个“国家智能网联汽车（上海）试点示范区”封闭测试区正式开园运营，这意味着我国的智能网联汽车行业从国家战略高度正式进入实际操作阶段。同年，中国智能汽车大赛举办。

2017年4月17日，百度展示了与博世合作开发的高速公路辅助功能增强版演示车。该车由百度与博世联合打造，集成了百度高精度地图和博世道路特征服务，并通过上百万辆配备博世摄像头、毫米波雷达的量产车辆实现数据众包，使高精度地图数据做到实时更新。这辆车已经实现高速公路的部分自动驾驶，包括车道保持和驾驶员监控下的车道自动切换。得益于定位技术，该演示车可以在进出弯道时自动控制车辆速度；同时在增强现实人机界面技术的帮助下，驾驶员能获得更舒适安全的驾驶体验。

2018年7月4日，百度与厦门金龙合作生产的全球首款高度自动驾驶（L4）巴士“阿波龙”量产下线。“阿波龙”搭载了百度最新的Apollo系统，拥有高精度定位、智能感知、智能控制等功能。达到4级自动驾驶的阿波龙巴士，既没有转向盘和驾驶位，更没有加速踏板和制动踏板，是一辆完全意义上的“无人”自动驾驶汽车。

截至2019年5月底，全国已有13个城市发放了约105张自动驾驶路测牌照。从城市发放牌照的数量来看，北京市发放数量最多，共59张，占发放总量的约56%；其次是重庆市，牌照发放数量为12张，占发放总量的约11%。

2020年2月，国家发展改革委、中央网信办、工业和信息化部等11个部委联合发布《智能汽车创新发展战略》，指出智能汽车已成为全球汽车产业发展的战略方向，发展智能汽车对我国具有重要的战略意义，需要从关键技术、测试评价、应用示范、基础设施、网络通信、标准法规、质量监督、网络安全等方面确保2025年实现有条件自动驾驶（L3）的智能汽车达到规模化生产，高度自动驾驶（L4）的智能汽车在特定环境下市场化应用。

华为在2021年的分析师大会上公布了其自动驾驶解决方案和实车资料，成为市场关注热点，华为宣布进入造车市场意味着未来智能汽车市场的竞争将越来越激烈。

2021年11月25日，北京市高级别自动驾驶示范区工作办公室正式对外发布《北京市智能网联汽车政策先行区自动驾驶出行服务商业化试点管理实施细则（试行）》，并向部分企业颁发国内首批自动驾驶车辆收费通知书。

2022年自动驾驶行业依旧热度不减，理想L9、智己L7以及华为发布的问界M7均具备一定程度的自动驾驶功能，各主机厂商依然热情澎湃，高歌猛进。

随着自动驾驶技术的不断成熟以及政府政策的出台与调整，目前，全球的自动驾驶汽车行业发展态势较好，但量产投入使用的地区还较少。自动驾驶技术与5G通信技术、新能源汽车的相关技术共同发展，国际领先机构现已完成自动驾驶汽车的研发，进入试运行、调试阶段；国内大多数研发自动驾驶汽车的企业现在仍处于试验阶段，即行业发展正处于起步阶段。

引导问题2

请查阅相关资料，简述国际自动驾驶等级划分。

__________________________________________

国际自动驾驶分级

根据驾驶系统自动化程度的高低，美国汽车工程师学会（SAE）将驾驶自动化分为六个级别，如图1-1-3所示。

Level 0（L0）：无自动化。在“0级自动驾驶”的场景中，驾驶员执行所有操作任务，如转向、制动、加速或减速。

Level 1（L1）：驾驶辅助。在这个级别，车辆可以辅助一些功能，但驾驶员仍然可以处理所有的加速、制动和周围环境监控。

Level 2（L2）：部分自动化。在这个级别，车辆可以辅助转向或加速功能。驾驶员必须随时准备控制车辆，并且仍然负责大多数安全关键功能和所有环境监控。

Level 3（L3）：有条件自动化。从L2到L3及以上最大的飞跃是，从L3开始，车辆本身负责环境的所有监控（使用如激光雷达等传感器）。

Level 4（L4）：高度自动化。在L4，自动驾驶系统将首先在条件安全时通知驾驶员，然后驾驶员将车辆切换到此模式。它不能在更动态的驾驶情况之间做出判断，例如交通堵塞或并入高速公路。

Level 5（L5）：完全自动化。L5自动驾驶完全不需要驾驶员执行驾驶任务，不需要驾驶员踩加速踏板、制动踏板或控制转向盘，因为自动驾驶系统执行所有关键任务、监控环境并识别独特的驾驶条件，如交通堵塞等。

图1-1-3 SAE对驾驶自动化的分级

引导问题3

请查阅相关资料，简述中国自动驾驶等级划分。

__________________________________________

中国自动驾驶分级

2021年8月20日，由工业和信息化部提出、全国汽车标准化技术委员会归口的推荐性国家标准《汽车驾驶自动化分级》（GB/T 40429—2021）由国家市场监督管理总局、国家标准化管理委员会批准发布（国家标准公告2021年第11号文），于2022年3月1日起实施。

该标准为《国家车联网产业标准体系建设指南（智能网联汽车）》规划的分类和编码类推荐性国家标准项目（体系编号102-3），规定了汽车驾驶自动化分级应遵循的原则、分级要素、各级别定义和技术要求框架，旨在解决我国汽车驾驶自动化分级的规范性问题。

《汽车驾驶自动化分级》中给出了驾驶自动化等级与划分要素的关系，见表1-1-1。在汽车驾驶自动化的6个等级之中，0～2级为驾驶辅助，系统辅助驾驶员执行动态驾驶任务，驾驶主体仍为驾驶员；3～5级为自动驾驶，系统在设计运行条件下代替驾驶员执行动态驾驶任务，当功能激活时，驾驶主体是系统。

表1-1-1 驾驶自动化等级与划分要素的关系

0级驾驶自动化（应急辅助，emergency assistance）：系统不能持续执行动态驾驶任务中的车辆横向或纵向运动控制，但具备持续执行动态驾驶任务中的部分目标和事件探测与响应的能力。

1级驾驶自动化（部分驾驶辅助，partial driver assistance）：系统在其设计运行条件下持续地执行动态驾驶任务中的车辆横向或纵向运动控制，且具备与所执行的车辆横向或纵向运动控制相适应的部分目标和事件探测与响应的能力。

2级驾驶自动化（组合驾驶辅助，combined driver assistance）：系统在其设计运行条件下持续地执行动态驾驶任务中的车辆横向和纵向运动控制，且具备与所执行的车辆横向和纵向运动控制相适应的部分目标和事件探测与响应的能力。

3级驾驶自动化（有条件自动驾驶，conditionally automated driving）：系统在其设计运行条件下持续地执行全部动态驾驶任务。

4级驾驶自动化（高度自动驾驶，highly automated driving）：系统在其设计运行条件下持续地执行全部动态驾驶任务并自动执行最小风险策略。

5级驾驶自动化（完全自动驾驶，fully automated driving）：系统在任何可行驶条件下持续地执行全部动态驾驶任务并自动执行最小风险策略。

（一）应急辅助

如图1-1-4所示，在这一阶段，自动驾驶系统可以感知环境，并提供提示信息或短暂介入车辆控制以辅助驾驶员安全驾驶车辆，如车道偏离预警、自动紧急制动等在部分驾驶场景下可以辅助安全驾驶的功能都可以归类为0级驾驶自动化。

（二）部分驾驶辅助

这一级别的自动驾驶要求驾驶员要接管并操作除了计算机接管车辆以外的全部事项。目前市面上被定义为1级自动驾驶的配置是自适应巡航控制（ACC），车辆会根据驾驶员的设置自动调整与前车的距离，如图1-1-5所示。

图1-1-4 0级自动驾驶状态

图1-1-5 1级自动驾驶状态

（三）组合驾驶辅助

在这一阶段，自动驾驶系统可以完成更多的驾驶场景，是部分驾驶辅助功能场景的提升，这一级别要求车辆可以在合适的情况下取代驾驶员，独立控制车辆的转向和速度，完成变道等任务。和部分驾驶辅助相同的是，在这一阶段，驾驶员与自动驾驶系统可以同时执行车辆的驾驶任务，驾驶员需要充当安全员的角色，监管自动驾驶系统的驾驶行为，如图1-1-6所示，驾驶员可以随时介入自动驾驶汽车的驾驶行为，并立即解除自动驾驶系统的控制权，如果遇到危险，驾驶员需要立刻介入，以保障安全驾驶。

（四）有条件自动驾驶

在这一阶段，自动驾驶系统已经可以独立完成部分驾驶场景中的自动驾驶的功能，驾驶员只需要充当安全员的角色，监管自动驾驶系统的驾驶行为，如图1-1-7所示。自动驾驶系统只需要在遇到不能完成驾驶行为的场景或自动驾驶系统功能失效时，向安全员提出请求让其介入驾驶行为，在请求安全员介入驾驶行为的过程中，自动驾驶系统仍然可以独立完成一段时间的驾驶，以便让安全员做好接管的准备；如果安全员长时间没有根据自动驾驶系统要求接管车辆，自动驾驶系统可以适时采取避免车辆发生危险的措施。此外，自动驾驶系统还可以识别安全员驾驶车辆的能力，如果不满足要求，自动驾驶系统可以立即发出介入驾驶行为的请求。

图1-1-6 2级自动驾驶状态

图1-1-7 3级自动驾驶状态

（五）高度自动驾驶

在这一阶段，自动驾驶系统可以独立完成规定的驾驶场景（如园区、学校等）中的自动驾驶功能，驾驶员依旧需要充当安全员的角色，监管自动驾驶系统的驾驶行为，如图1-1-8所示。自动驾驶系统在遇到不能完成驾驶行为的场景或自动驾驶系统功能失效时，会向安全员提出请求让其介入驾驶行为，如果安全员对请求不做响应、安全员不满足驾驶车辆能力要求或安全员要求自动驾驶系统控制车辆到最小风险状态，自动驾驶系统可以自行将车辆控制到最小风险状态下。

高度自动驾驶的车辆已经不需要转向盘，驾驶员只需要对车辆的驾驶自动化系统进行简单操作即可。截至2022年12月，4级自动驾驶汽车仍处于概念车阶段，如百度Apollo汽车机器人（图1-1-9）。

图1-1-8 4级自动驾驶状态

图1-1-9 百度Apollo汽车机器人

（六）完全自动驾驶

这一级别的自动驾驶程序全程不需要“驾驶员”操作，或者可以说根本就没有驾驶员的存在。系统在任何可行驶条件下持续地执行全部动态驾驶任务并自动执行最小风险策略。在这一阶段，自动驾驶系统可以独立完成所有驾驶场景中的自动驾驶功能，驾驶员可以充当安全员的角色，监管自动驾驶系统的驾驶行为。自动驾驶系统已经可以保障车内乘员的安全，在遇到不能完成驾驶行为的场景或自动驾驶系统功能失效时，会向安全员提出请求让其介入驾驶行为，如果安全员对请求不做响应或安全员要求自动驾驶系统控制车辆到最小风险状态，自动驾驶系统可以自行将车辆控制到最小风险状态下。5级自动驾驶道路模拟如图1-1-10所示。

图1-1-10 5级自动驾驶道路模拟

拓展阅读

伴随新能源汽车的发展，近年来自动驾驶领域也进入到发展的快车道，成为各家车企的发力点。据工业和信息化部透露，2022年上半年，我国2级自动驾驶乘用车新车市场渗透率从2011年的23.5%提升到了30%。宇通客车是最早一批布局自动驾驶并持续投入研发的客车制造企业，接下来简要介绍其发展历程。

2015年8月29日，宇通自动驾驶电动客车完成道路测试，取得阶段性成果。当时的测试车辆配置有2个摄像头、4部激光雷达、1部毫米波雷达以及组合导航系统。在郑州—开封城际快速路上，在完全开放的道路环境下，途经26个信号灯路口，自主完成跟车行驶、自主换道、邻道超车、路口自动辨识交通信号灯通行、定点停靠等一系列试验科目，共行驶32.6km，最高速度68km/h，顺利到达指定的终点，全程无人工干预。

2016年，宇通自动驾驶电动客车样车在北京市自主完成了巡线行驶、变道超车、定点停车等公交模拟运营工况。

2017年底，宇通自动驾驶客车首次实现了在宇通厂区内运行，作为员工通勤车使用。

2017年11月至2018年2月，宇通客车在北京市开放道路完成了百日路测。

宇通的新能源客车自动驾驶技术取得了令人刮目相看的巨大成绩，其背后的技术研发团队却很低调，在低调中展示着执着的工匠精神。

引领中国客车自动驾驶技术走在世界前列，郑州宇通公司靠的是一支技术过硬的研发团队。有媒体记者在现场乘车体验中想了解这个研发团队的更多信息，但是得到的信息却很有限，因为这些推动中国自动驾驶客车技术进步的高学历研发人员面对媒体都很低调，只有张弛和朱敏两位博士简单介绍了技术研发团队的一些情况。朱敏告诉记者，目前宇通客车自动驾驶技术研发分为环境感知、决策控制、应用集成、智能电子电器4个模块，团队由43人组成，其中有6名博士，平均年龄30多岁。29岁的张弛博士是研发团队中年龄最小的一个。

根据任务分工，这个年轻的技术研发团队已经使宇通自动驾驶客车突破了上述4个模块的关键技术。他们依托基于卡尔曼滤波的多目标跟踪与预测技术、路径规划技术、基于车辆通信（V2V）的多车协同避撞技术等21项行业领先技术，实现了路口通行，精确进站，车路协同，自主避障、超车、会车、换道、跟车等功能。“宇通自动驾驶客车控制系统也从2015年的1.0版本发展到目前的3.0版本，这意味着从发现障碍物到做出反应用时更少，安全性更好。”张弛说，随着多核异构处理器计算能力的提升，自动驾驶客车从发现障碍物到完成紧急制动所用时间从之前的2s减少到现在的1s，而人类驾驶员完成这个过程需要用时1.8～3s。

中国人工智能学会科技交流与国际合作部主任、宇通公司与李德毅院士科研攻关合作团队的参与者李蓓，在宇通客车新品发布会上说过这样一句话：“自动驾驶客车技术研发等‘大国重器’的打造要靠我们中国人自己的努力。”近十年来，越来越多的中国企业在自动驾驶客车技术领域投入了大量的研发力量，以宇通客车为代表的技术研发力量已经成为全球自动驾驶客车领域的领先者。这些研发力量虽然不曾高调面对媒体进行个人展示，但他们用默默无闻、执着奉献的工匠精神告诉世界，在自动驾驶领域，中国力量正在崛起。

小组分工

学生任务分配表