咨询服务热线:钱程

15052589508

内燃叉车
叉车销售,二手叉车,叉车置换

    L3进阶“心灵的自由”

    来源:hth华体汇    发布时间:2024-11-11 05:31:39
    产品详情

      L3是智能驾驶从辅助走向自动化的分水岭,是量变引起质变的门槛,涉及到技术、法规、安全责任等多方面的重新定义。本文从本质定义、场景功能、技术方面的要求、驾驶体验、人机交互等多重维度,分析L3级智驾与L2级的核心区别,并整理、汇总L3级智驾的市场现状和相关法规政策,让读者对L3级智能驾驶的技术方面的要求和发展现状,有更加深入全面的理解。

      L2级的智能驾驶,尤其是高阶功能,存在一个明显的悖论:宣传是让驾驶更轻松,让用户更自由,但却不允许驾驶员视线脱离,不能释放注意力,所以并不能带来真正的轻松和自由,反而可能会让用户弄不清驾驶权限的边界,更加疲劳。

      如今的L2,已经可以在一定程度上完成全场景的辅助驾驶,包括高速、城区、停车场等,但是,作为驾驶员,仍然需要全程保持注意力,监督车辆驾驶情况,随时做好接管准备,出了事故仍然由驾驶员负责。即使现在市面上有大量号称“无限接近”L3的L2+、L2++、L2.5、L2.9……,但仍然属于L2级的辅助驾驶,还达不到L3级的无人驾驶水平。

      只有当智能驾驶达到无人驾驶水平,进入L3级以后,才能真正让用户线级智能驾驶让用户都能够放心地看视频、吃东西、打电话、办公……,而不用时刻关注路况,真正的完成“心灵的自由”,感受移动式第三空间的体验。

      虽然SAE(Society of Automotive Engineers,国际自动机工程师协会,原称美国汽车工程师学会)对智能驾驶的分级和L3的描述已经广为人知,但我们仍有必要回顾一下L3的原始定义,从本质上理解L3的特点。

      SAE发布的J3016标准是目前行业内通用的智能驾驶分级标准,根据不同程度,从零到完全自动化,共分为六个等级。每个等级的自动化程度不同,分别对应不同的驾驶能力。具体的等级规划区分如下:

      L0表示所有的驾驶操作都由人类完成,驾驶员需要完全掌控车辆,包括加速、刹车、转向等。L1是辅助驾驶,此时车辆会提供部分功能,如巡航控制和自动刹车等,但只能是横向或者纵向的控制。

      L2级称为部分无人驾驶,智驾系统能同时提供持续的横向和纵向的联动控制,而不需要驾驶员进行任何操控。驾驶员可以解放双手、双脚,但必须要时刻保持对周围环境的关注,随时准备主动接管车辆,因此L2级仍属于辅助驾驶。L3级称为有条件的无人驾驶,此时驾驶员不但可以放开双手、双脚,把驾驶任务交给智驾系统,还可以解放双眼,把注意力从驾驶转移到其他事情上。但是,当系统发出请求接管的信号时,驾驶员必须能立刻接管车辆。因此,驾驶员需要保持能随时接管车辆的状态,不能过度放松。

      L4是高度自动化,车辆可以在特定区域内实现无人驾驶,不再需要驾驶员。L5是完全自动化,车辆可以在所有场景和区域中无人驾驶,是真正意义上的终极自动驾驶。

      从上述定义中能够准确的看出,L3是L2的进化,L2级智驾需要驾驶者始终关注系统的运作情况,而进入L3级,系统就可以完全自主驾驶,让驾驶员不用时刻集中精力,只需要按照系统要求,准备好接管车辆。总而言之,L2级的关键点还是在于“辅助”,而L3级就可以视作无人驾驶的初阶形态了。

      根据L3和L2级智能驾驶的定义,结合开发经验,我们分别从场景功能范围、系统要求、用户状态、驾驶体验和人机交互等维度,深入对比L3和L2的差异,帮助读者更清晰地理解两者的区别。

      L2级智能驾驶的功能覆盖行车场景和泊车场景,可以认为已经实现了驾驶全场景的端到端覆盖。其中,行车功能包括LCC-车道居中控制、ALC-智能变道、NOA-导航辅助驾驶(区分高速高架封闭道路NOA和城区开放道路NOA)等,泊车功能包括:APA-自动泊车、RPA-遥控泊车、HPA-记忆泊车、智能召唤等。以上这些功能根据车辆的配置会不一样,同时,用户通过你自己的偏好可以在设置页面通过软开关选择开启或关闭某些功能。

      相比之下,L3级智能驾驶,理论上也应该实现行车与泊车全场景的覆盖,但是目前由于技术和法规限制,现在量产L3的ODD是局限的;并且从目前的国内外法规和已量产的L3车型来看,都是不包括泊车功能 的(实际上自主代客泊车AVP应该属于L3级)。另外,L3在激活过程中,各功能必须是连续运行的,所以L3不会有各种供用户选择的功能软开关,只会有唯一的L3开启开关。

      L3与L2在功能范围上的典型区别还包括,L3一定要具有ODD内的连续运行能力及应急解决能力,即最小风险策略MRM(Minimal Risk Maneuver)。例如,对于前车紧急刹车触发AEB的场景,L2触发了AEB,刹停后就完成了使命退出了;但如果L3遇到同样的场景,即便完成刹停,只要没有触发接管,L3仍应继续起步运行,这就是连续运行的要求。若遇到系统不能处理的紧急状况,L2报出接管请求,不论驾驶员是否及时接管,其功能逐渐退出,就符合了L2的设计的基本要求;但是L3在报出接管请求时,如果驾驶员不能及时接管,则必须触发最小风险策略,具备可变车道的安全停车能力,完成安全停车后,驻车/解锁车门/打Ecall,才能退出功能,这就是安全冗余的要求。

      (3) 识别是否即将不满足设计运行范围,并在即将不满足设计运行范围时,及时向动态驾驶任务后援用户发出介入请求;

      (4) 识别驾驶自动化系统失效,并在发生驾驶自动化系统失效时,及时向动态驾驶任务后援用户发出介入请求;

      (5) 识别动态驾驶任务后援用户的接管能力,并在其接管能力即将不满足规定的要求时,发出介入请求;

      (6) 在发出介入请求后,如果动态驾驶任务后援用户未响应,适时采取减缓车辆风险的措施;

      其中(1)(2)(3)(5)和(7)是对L2和L3级智能驾驶系统的通用要求,而(5)和(6)则是对L3级智能驾驶系统的特有要求。

      L3对司机的监控更为严格。由于L2的责任主体仍是驾驶员,而L3的责任主体已是车企(基于国外法规,国内尚无法规明确),故无人驾驶系统对于驾驶员有没有接管能力的判定会更为严格,以保证驾驶安全和作为权责划分的依据。对司机的监控不限于DMS系统,还包括驾驶行为、驾驶控制量的输入等。这部分内容很复杂,限于篇幅,后续我们将会有专门的文章详细介绍。

      毫无疑问,L2是必然存在人机共驾状态的,甚至LCC、ALC等功能本身就是将一部分驾驶任务交给智能驾驶系统,必须人机共驾才能完成全部的驾驶任务。在高阶的L2功能(如NOA)激活的过程中,允许驾驶员某些特定的程度的踩油门踏板,或控制方向盘进行override,功能能保持不退出;甚至在某些困难场景(如汇入困难、转向困难),系统会要求驾驶员手动变道“帮帮我吧”,当驾驶员处理后,系统仍能够保持激活状态。

      L3是完全不会存在人机共驾状态的,因为人机共驾不符合L3的权责划分。如果驾驶员踩油门踏板或刹车踏板超过某些特定的程度的控制量,会被视为明确的接管信号,导致L3退出;如果未超过某些特定的程度,则会提醒驾驶员,但不会响应驾驶员的控制信号输入,即不会存在override状态。

      L2允许功能之间升级与降级,在不同的工况下,将一部分环境感知、横向控制的功能交给人来完成,在功能降级的过程中,智驾功能仍然是激活的;在支持升级的ODD中,还能自动升级。也就是,依据当前系统的能力,系统和司机的控制权限是可以灵活切换的,当然驾驶员在L2激活的过程中,仍然要保持随时关注路况,以应对可能突如其来的功能升、降级,甚至退出。当系统遇到难题时,驾驶员及时帮助系统(如控制方向盘)后,系统还能够继续运行,保持功能不退出。

      L3不允许功能的自动升降级, L3的人机权限分配一定是明确且单向的,大多数表现在以下3个方面。

      第一,L3必须有专属的激活按键,L2和L3之间不能自动升降级(即便同一款车具备L2、L3的能力,也应是各自独立的激活方式且不能相互过渡)。

      第二,L3激活中,对司机的要求也是一致的,那就应该脱手脱眼,甚至观看娱乐视频,不像L2,即使是同属于L2的LCC和NOA,对司机的要求也是不一样的。

      第三,L3的运行过程是单向的,在功能激活过程中,不论何种原因,例如超出ODD边界、环境突发因素、驾驶员状态不满足规定的要求等,一旦系统报出接管请求TOR(Take Over Request),就是控制权从车辆系统过渡到驾驶员的开始,这样的一个过程是明确的、不可逆的。要么驾驶员及时接管,L3退出;要么驾驶员一直不接管,那么系统会触发最小安全策略MRM,安全停车后功能退出。在一个周期内不存在触发TOR后,驾驶员通过某种操作能够回到L3的正常激活状态;如果想要接着使用L3,只能在接管后,在下一个周期内满足条件时再激活。

      现阶段海外市场的L3级智能驾驶已有量产,而国内还处于试点准入的阶段,未有量产L3上路。因此,L3的市场现状和案例,目前大多分布在在国外。

      奔驰的L3级智能驾驶Drive Pilot于2023年量产落地,搭载在奔驰S、EQS等车型上,可以在德国和美国的加州、内华达州上路;要求的ODD范围主要是车速不超过60km/h,天气条件好,光照条件好,在车道线清晰的封闭道路中行驶;奔驰Drive Pilot的硬件配置是很常见的配置,包括摄像头、激光雷达、毫米波雷达、超声波雷达等。

      奥迪的L3级智能驾驶于2017发布,原计划搭载在A8车型上,但最终没能量产;奥迪A8的L3系统要求车速不超过60km/h,并且在存在对向车流隔离带的高速公路或多车道公路中行驶,车辆四周没有交通信号灯或行人等;硬件配置同样是摄像头和雷达,芯片采用英伟达的Tegra K1和Mobileye的EyeQ3。

      宝马的L3级智能驾驶BMW Personal Pilot原计划在2024年初上市,要求车速不超过60km/h,道路为具有结构分离车道的高速公路;BMW Personal Pilot的配置除了常规的摄像头和雷达外,还有高精地图和高精定位,控制器有2个,分为主控制器和冗余控制器,主控制器采用2颗EyeQ5芯片和2颗MCU,冗余控制器则用了2颗Eye Q5芯片。

      本田的L3级智能驾驶搭载在Legend Hybrid EX车型,于2021年3月量产,可以在日本的道路上行驶;要求的ODD范围是车速不超过50km/h,并且道路是具有结构分离车道的高速公路;本田L3系统的硬件配置亮点在于有5颗激光雷达,以保障环境感知的精准度。

      (图片来源:奥迪放弃L3无人驾驶,智能化怪圈还有多少“伪”需求?_网易订阅)

      (图片来源:【文章】奔驰无人驾驶Level3服务 订阅费用惊人!_车家号_汽车之家)

      (图片来源:宝马奔驰加速推进L3级别无人驾驶落地,开始赶超了?_搜狐汽车_搜狐网)

      不难发现,由于技术和法规的限制,目前国外量产的L3系统,车速均在60km/h以内,后续有望逐渐提升;另外,现有的L3系统的运行场景也非常有限,主要是在天气、光线良好的封闭式道路运行,避免处理行人、逆向车辆、红绿灯等的场景路况。可见,现阶段L3还处于刚刚起步的阶段,突破了从无到有,后续还有很大的进步空间,要一直提升系统的能力,才可以做到让人满意的水平。

      法规是影响L3发展的主要限制性因素,目前国内外都已经有了L3相关的法规或政策,并且正在加速,从法规层面,明确L3的老大难问题:无人驾驶的责任划分。

      在国外,欧美市场已出台有关L3级别无人驾驶的法规,明确责任和要求,并且逐渐扩大应用限制范围,车企也承诺会承担对应的责任。

      2021年12月,德国联邦汽车运输管理局允许L3级别无人驾驶汽车上路,车辆可以在德国全境1.3191万公里高速公路上行驶,速度不高于60km/h(2024年提速至96 km/h,后续期望达到130 km/h),可以解放双手但不能睡觉,不许连续向后看或离开驾驶员座位,在必要的情况下需要人接管车辆驾驶权。符合上述场景、速度和行为条件的情况下,如果车辆出了事故,责任属于主机厂。

      德国在2021年制定的《无人驾驶法》还规定,配有无人驾驶系统的汽车内需安装类似“黑匣子”的装置,记录系统运作、要求介入和人驾等不同阶段的详细情况,以明确交通事故责任。如果事故发生在人驾阶段,则由驾驶员承担相应的责任;如果发生在无人驾驶阶段,或由于系统失灵酿成事故,则由汽车厂商承担责任。

      2023 年,美国内华达州和加州先后批准了奔驰L3 级别无人驾驶的车辆上路,并对责任进行了清晰的划分。

      在国内,2020年10月27日,由工业与信息化部指导、中国汽车工程学会组织全行业1000余名专家历时一年半修订编制的《节能与新能源汽车技术路线》在上海发布,规划国内将分三个阶段,分步实现完全无人驾驶。

      目前国内的无人驾驶还处于发牌照测试和准入试点阶段,最近两年关于自动驾驶的政策纷纷出台。据不完全统计,仅2023年,国内就有超过17条直接面向高级别智能驾驶的政策发布,其中上海地区占据了绝对的数量优势。工信部、经信委、交通委等部门纷纷出面牵头制定有关政策,逐渐完备无人驾驶的政策体系。

      注:表中的“四部门”指工业与信息化部、公安部、住房城乡建设部、交通运输部。

      去年年底,随着国内首部无人驾驶法规《关于开展智能网联汽车准入和上路通行试点工作的通知》落地,阿维塔、长安、奔驰、极狐、宝马和智己等6家车企成为国内首批获得无人驾驶(L3级)测试牌照企业。时至今日,在政策落地的半年时间内,中国开展L3级测试的城市从北京、上海和重庆扩展至广州、深圳等地,更多车企也相继获得测试牌照。今年6月4日,工业与信息化部、公安部、住房城乡建设部、交通运输部(上表中的“四部门”)联合公布《关于开展智能网联汽车准入和上路通行试点工作的通知》,明确9家车企成为首批智能网联汽车准入和上路通行试点的联合体,包括:长安、比亚迪、广汽、上汽、北汽、一汽、蔚来、红岩、宇通。

      虽然目前国内的L3法规政策还不足以支撑L3的量产落地,但正在快速完善、加速落地,距离完全允许L3上路,已经慢慢的接近了。

      除了法规政策的加速落地,近几年无人驾驶技术的突破和成本的降低,也在推动L3级无人驾驶的落地。例如,特斯拉借助 AI 大模型推出全新感知方案,能够大大降低成本:基于 Transformer 大模型的 BEV+占用网络感知算法,提升了环境建模的精度和效率,成为下一代智能化的主要架构;同时,这套感知架构能够减少对于激光雷达等高成本传感器的依赖,大大降低系统成本,减轻车企及消费者的负担。

      L3级无人驾驶已确定进入了爆发式发展的阶段,在未来的2-3年,我们就能享受到“心灵自由”的福音,并逐渐突破运行场景限制,真正的“移动式第三空间”即将来临。