当前位置: 首页 > news >正文

【自动驾驶】自动驾驶概述 ② ( 自动驾驶技术路径 | L0 ~ L5 级别自动驾驶 )

文章目录

  • 一、自动驾驶技术路径
    • 1、L0 级别 自动驾驶
    • 2、L1 级别 自动驾驶
    • 3、L2 级别 自动驾驶
    • 4、L3 级别 自动驾驶
    • 5、L4 级别 自动驾驶
    • 6、L5 级别 自动驾驶





一、自动驾驶技术路径



美国汽车工程师学会 ( SAE ) 将 自动驾驶 分为 L0 ~ L5 六个级别 :

其中 L0 级别 是 完全手动 , L5 级别 是 完全自动 ;

L0 ~ L5 六个级别 的 自动驾驶 , 核心差异在于 自动驾驶系统驾驶员职责分配 ;
在这里插入图片描述

中国国标 ( GB/T ) 与 SAE 基本一致 , 有以下区别 :

  • 中国国标 中 L0 ~ L2 级 自动驾驶 强调 " 目标事件探测与响应 " 由人机共担 ;
  • SAE 中 由 驾驶员负责 ;

1、L0 级别 自动驾驶


没有 自动驾驶 功能 , 完全由 驾驶员 手动控制 ;

有 AEB 等紧急制动 功能 并未主动驱动车辆 , 不算 自动驾驶 , 只能算是 主动安全 措施 ;


2、L1 级别 自动驾驶


L1 级别的 自动驾驶 车辆 只提供 纵向控制 ( 如 : 加速、减速、制动、启动 ) , 可以 自行 定速巡航 或 根据前车速度 进行 加速、减速、制动、启动 操作 , 也就是 ACC 自适应巡航控制系统 ;

L1 自动驾驶 只进行 纵向控制 , 不提供 横向控制 ( 如 : 转向 ) 功能 , 司机 需要操作方向盘 , 令车辆保持车道居中 ;


L1 自动驾驶 原理 : 通过 毫米波雷达 + 摄像头 感知环境 , 控制 自动驾驶 单元 执行 纵向单维度操作 , 如 : 雷达测距 控制 ACC 自适应巡航 ;


3、L2 级别 自动驾驶


L2 级别 自动驾驶 提供 纵向控制 + 横向控制 两个维度的 自动驾驶 ( 如 : 同时控制 加速 / 减速 和 转向 ) , 但仍需 驾驶员 随时接管 , 如 : ACC 自适应巡航 + LKA 车道居中保持 ;

L2 自动驾驶 提供 自动泊车 功能 , 通过 纵向控制 + 横向控制 可实现 在 驾驶员 监控环境下 进行 自动泊车 ;


L2 级别 自动驾驶 启动前提 :

  • 速度要求 : 速度不能太高 ;
  • 环境要求 : 车道线清晰 ;

一般是在 高速公路 环境 ( 车道线清晰 / 行车环境好 )拥堵路段 ( 速度慢 ) 才开启 L2 自动驾驶 ;


L2 自动驾驶 限制 :

  • 复杂路况 : 无法应对复杂路况 , 如 : 交叉路口、无标线道路 ;
  • 随时接管 : 驾驶员 必须保持注意力集中 , 不能脱手 或 分心 , 自动驾驶系统 可能突然要求人类接管 , 如果 驾驶员 反应不及时会导致危险 ;

L2 自动驾驶 原理 : 通过 摄像头 + 雷达 + 超声波 多传感器融合 , 通过算法 协调 横向控制 的 转向纵向控制 的 加减速 ;


4、L3 级别 自动驾驶


目前的 自动驾驶 技术 , 部分场景中达到了 L3 级别 , 只是 权责 划定上 , 仍然是 驾驶员 负全责 , 当前的 乾崑智驾、 FSD、 天神之眼 等 高阶版本 的 自动驾驶 一定程度上可以 称为 L2.5 级别 自动驾驶 ;


L3 级别 自动驾驶系统 可 在特定条件下 ( 如 : 高速公路、交通拥堵 场景 ) 完全接管驾驶任务 , 无需人类实时监控 , 但在 系统无法处理的情况 时需人类接管 ;

  • 交通拥堵辅助 : 在 拥堵路况 下 自动 跟车、转向、制动 , 无需人类干预 ;
  • 高速领航辅助 : 在 封闭高速路 , 有明确标线、无行人、无非机动车 , 实现 自动变道、超车、进出匝道 ;
  • 接管预测 : 自动驾驶系统 可 自主判断 何时需要人类接管 , 并提前发出提示 , 通常 预留几秒至十几秒的反应时间 ;

L3 自动驾驶 限制 :

  • 复杂路况 : 仅适用于预设场景 ( 如 : 高速、城市快速路 ) , 无法在 复杂城市道路通用 ;
  • 极端天气 : 极端天气 ( 如 : 暴雨、大雾 )突发情况 ( 如 : 道路施工、封路 ) 可能导致 系统失效 ;

L3 级别 自动驾驶 原理 : 激光雷达 + 4D 毫米波雷达 + 摄像头 + 超声波雷达 + 高精地图 构建 3D 环境模型 , AI 决策 ( 如 : 自动变道、拥堵跟车 ) ;


5、L4 级别 自动驾驶


L4 级别 自动驾驶 指的是 在 限定区域 ( 如 : 园区、固定城市路段 ) 完全无人驾驶 , 无需人类接管 ;


L4 级别 自动驾驶 应用场景 :

  • 城市领航辅助 : 在 指定城市 的 指定区域 内实现 全场景自动驾驶 , 如 : 红绿灯识别、无保护左转、避让 行人 / 非机动车、环岛博弈、自动泊车 ;
  • 无人驾驶出租车 : Waymo One ( 美国凤凰城 ) , 百度 Apollo 的 Robotaxi 萝卜快跑 ( 北京、上海、武汉 等城市 ) , 可在划定区域内接送乘客 , 需配备少量安全员 ;

L4 自动驾驶 特点 :

  • 区域限制 : ODD ( 运行设计域 , Operational Design Domain ) 严格受限 , 超出范围无法使用 , 如 : Waymo、Robotaxi 必须在固定城市固定区域运行 ;
  • 功能闭环 : 在 固定区域 内 实现 完全自主驾驶 , 无需 驾驶员 接管 ;
  • 配安全员 : 政策法规规定 , 技术上 可以取消 安全员 ;
  • 失效处理 : 遇到 故障时 , 可自主减速、停车 , 无需 驾驶员 干预 ;

L4 级别 自动驾驶 原理 : 多模态 传感器 融合 ( 激光雷达 + 4D 毫米波雷达 + 摄像头 + 超声波雷达 + 高精地图 ) + 边缘计算 实时决策 , 故障时 自动进入 最小风险状态 , 如 : 靠边停车 ;


6、L5 级别 自动驾驶


L5 级别 自动驾驶 支持 全场景 、 全气候 无人驾驶 , 与人类驾驶能力 完全等效 , 取消人工控制接口 ( 如 : 无方向盘 、 无 制动 / 油门 踏板 ) ;


L5 级别 自动驾驶 特点 :

  • 无任何场景限制 : 可在 城市、乡村、高速、雪地、暴雨 等 所有环境 中 自主行驶 ;
  • 无人工接口 : 无需 方向盘、踏板 等人类操作设备 , 车辆设计 可 完全取 消驾驶舱 ;

L5 级别 自动驾驶 需突破 极端环境 感知 ( 如 : 暴雨遮挡摄像头 ) 、 伦理决策 ( 如 : 突发事故中选择保护对象 ) 等难题 , 目前 仅存在于 理论 和 研发阶段 , 尚无量产车型或实际应用 ;

http://www.xdnf.cn/news/1303039.html

相关文章:

  • 数据结构:二叉树的表示方式(Representation of Binary Trees)
  • 【测试工具】JMeter基本使用及MySQL数据库压力测试
  • Baumer高防护相机如何通过YoloV8深度学习模型实现驾驶员疲劳的检测识别(C#代码UI界面版)
  • python的美食交流社区系统
  • @[TOC](计算机是如何⼯作的) JavaEE==网站开发
  • 前端性能优化工具Performance面板实战指南
  • 【swift开发】SwiftUI概述 SwiftUI 全面解析:苹果生态的声明式 UI 革命
  • 【C#补全计划】事件
  • 【2D】圆上数值积分(半径方向用高斯积分减少点数)
  • 综合案例:Python 函数知识整合 — 学生成绩管理系统
  • Python 类(Class)学习
  • 【新手入门】Android基础知识(一):系统架构
  • 【Golang】:流程控制语句
  • 【Vibe Coding 工程之 StockAnalyzerPro 记录】- EP1.先写 PRD
  • 【秋招笔试】2025.08.15饿了么秋招机考-第一题
  • P4069 [SDOI2016] 游戏 Solution
  • 微信小程序 拖拽签章
  • Git版本控制器
  • spring中异步任务注解@Async和@scheduled的使用
  • 2025年机械制造、机器人与计算机工程国际会议(MMRCE 2025)
  • Docker Compose 入门教程
  • MySQL、PolarDB、PolarDB-X、TableStore、MongoDB、TiDB、ClickHouse选型
  • docker入门
  • Java 调用 Python 脚本:实现 HelloWorld
  • 计算机视觉(opencv)实战五——图像平滑处理(均值滤波、方框滤波、高斯滤波、中值滤波)附加:视频逐帧平滑处理
  • 从根本上解决MAC权限问题(关闭sip)
  • SSL和TLS协议的消息认证码(MAC)
  • Android RxJava变换操作符详解
  • 使用SQLALCHEMY的outerjoin时的bug
  • 训练大模型的前提:数据治理工程:从原始数据到高质量语料的系统化治理实践