邁向自動駕駛：ADAS、L4是什么核心命門？

　　自動駕駛是對目前出行領域的智能化、自動化的深化與加強，隨著其技術的不斷發(fā)展與深入，這給了人工智能與汽車行業(yè)新的發(fā)展趨勢。前者主要以逐步實現(xiàn)車輛智能化升級，后者則是通過深度學習、高精度傳感器開發(fā)可以實現(xiàn)L4級別自動駕駛的系統(tǒng)。

　　隨著ADAS實現(xiàn)的功能越來越多，漸進式可實現(xiàn)無人駕駛。在了解目前無人駕駛的五大級別之前，必須先了解一下高級駕駛員輔助系統(tǒng)(ADAS)。

　　一、什么是ADAS?

　　高級駕駛輔助系統(tǒng)(ADAS)是指：利用安裝在車上的各式各樣傳感器，在汽車行駛過程中隨時來感應周圍的環(huán)境，收集數(shù)據(jù)，進行靜態(tài)、動態(tài)物體的辨識、偵測與追蹤，并結合導航儀地圖數(shù)據(jù)，進行系統(tǒng)的運算與分析，從而預先讓駕駛者察覺到可能發(fā)生的危險，有效增加汽車駕駛的舒適性和安全性?！俣劝倏?/p>

　　特點：ADAS系統(tǒng)主要是預先為駕駛員判斷可能存在的危險，完成監(jiān)視、預警、剎車、導向等任務，確保行車的安全性，距離無人駕駛強調的“利用人工智能完全機器駕駛”還有一定本質上的差別，但在實現(xiàn)無人駕駛之路的前三級中仍需要ADAS技術的滲透。

　　二、L0-L5：美國機動車工程師學會劃分的五個等級

　　美國汽車工程師協(xié)會(SAE)根據(jù)系統(tǒng)對于車輛操控任務的把握程度，將自動駕駛技術分為L0-L5，系統(tǒng)在L1-L3級主要起輔助功能;而從L4級開始，車輛駕駛將全部交給系統(tǒng)，而L4、L5的區(qū)別在于特定場景和全景應用。

　　主要由人類駕駛員負責對行車環(huán)境進行監(jiān)測：

　　L0-非自動化：由駕駛員全程負責執(zhí)行動態(tài)駕駛任務，可能會得到車輛系統(tǒng)警告或者其他干預系統(tǒng)的輔助支持;

　　L1-駕駛人輔助：在特定駕駛模式下，單項駕駛輔助系統(tǒng)通過獲取車輛行車環(huán)境信息對車輛橫向或者縱向駕駛動作進行操控，但駕駛員需要負責對除此以外的動態(tài)及時任務進行操作

　　L2-部分自動化：在特定駕駛模式下，多項駕駛輔助系統(tǒng)通過獲取車輛行車環(huán)境信息對車輛橫向和縱向駕駛動作同時進行操控，但駕駛員需要負責對除此以外的動態(tài)駕駛任務進行操作。

　　主要由自動駕駛系統(tǒng)負責對行車環(huán)境進行監(jiān)測：

　　L3-有條件自動化：在特定駕駛模式下，系統(tǒng)負責執(zhí)行車輛全部動態(tài)駕駛任務，駕駛員需要在特殊情況發(fā)生時，適時對系統(tǒng)提出的干預請求進行回應。

　　L4-高度自動化：在特定駕駛模式下，系統(tǒng)負責執(zhí)行車輛全部動態(tài)駕駛任務，即使駕駛員在特殊情況發(fā)生時未能對系統(tǒng)提出的干預請求作出反應。

　　L5-全自動化：系統(tǒng)負責完成全天候全路況的動態(tài)駕駛任務，系統(tǒng)可由駕駛員進行管理。

　　三、大熱門L4級技術存在的阻礙與商業(yè)潛質

　　技術上而言，目前許多涉足自動駕駛的企業(yè)已經(jīng)基本上具備了實現(xiàn)L4級自動駕駛的能力，但L4級技術在商業(yè)場景落地上仍存在一定的阻礙。當然，隨著未來自動駕駛技術的更迭進步，這些阻礙也無法阻擋其巨大的商業(yè)潛質與更多的可能性。

　　1.現(xiàn)有阻礙

　　成本高：有人分析過，目前大體上實現(xiàn)L4級自動駕駛的硬件設備一般包含：6-12臺攝像頭、3-12臺毫米波雷達、5臺以內(nèi)的激光雷達以及1-2臺CNSS/IMU和1-2臺計算平臺，整體而言造價成本不低，但隨著技術進步與資金投入，有望降低。

　　政策法規(guī)尚未出臺：目前大部分仍集中在測試階段，相關法律政策的并未出臺，不確定性較大。

　　一般城市道路落地有距離：由于深度學習只有通過大量數(shù)據(jù)訓練才可以實現(xiàn)對相似目標和道路情況的識別和判斷，而由于城市道路交通情況過于復雜，當前L4級技術對復雜的道路情況目前應對尚且準備不足，落地城市一般道路還有一定難度。

　　2.商業(yè)潛質

　　軟硬件提供商的創(chuàng)業(yè)機會：現(xiàn)階段，產(chǎn)業(yè)的發(fā)展仍處于基礎設施的發(fā)展完善階段，創(chuàng)業(yè)機會存在于更低成本、更高效率、更高精度感知硬件供應商和軟件方案提供商上。

　　物流未來的春天：L4級技術比較適合應用于封閉園區(qū)、或點到電線路上的貨物運輸應用場景，如：港口集裝箱運輸、干線物流運輸、礦區(qū)、工業(yè)區(qū)運輸作業(yè)等。這些場景下的路線較為固定，且細分領域司機疲勞駕駛的情況比較明顯，無人駕駛可以提高其安全性，并有效降低運營的人力成本，提升行業(yè)效率。

　　自動駕駛涉及到極為復雜的多產(chǎn)業(yè)融合，傳統(tǒng)整車制造、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等，這也給予了行業(yè)外相關技術企業(yè)進入這一巨大新興市場的信心。