1.1 智能駕駛概述

近些年，隨著人工智能技術的發展，智能汽車成為人工智能落地的方向之一。多項研究和試驗表明，智能汽車在減少人為因素造成交通事故的同時，還可以有效提升道路的通行效率。根據國家發改委等11個部委于2020年2月聯合發布的《智能汽車創新發展戰略》，智能汽車不僅有利于加速汽車產業轉型升級，更有利于加快建設制造強國、科技強國、智慧社會，增強國家綜合實力。智能汽車不僅是先進制造業的關鍵支撐裝備，還是改善人類出行方式的重要工具，對提升我國的國際競爭力有重要意義。

1.1.1 智能駕駛的發展

1995年，美國卡內基梅隆大學的NavLab項目首次實現了智能駕駛車輛在城市道路上行駛，開始了智能駕駛技術的應用。但當時的技術相對落后，難以應對復雜的環境，無法實現穩定的行駛。到了2010年，隨著傳感器和計算機技術的不斷進步，智能駕駛技術取得了重要突破，攝像頭、激光雷達、毫米波雷達等眾多傳感器成為智能駕駛車輛的“眼睛”。這些傳感器可以幫助車輛實時獲取周圍的環境信息。到了2016年，隨著深度學習的不斷應用和人工智能算法的發展，車輛能夠更準確地理解和應對復雜的交通環境。

2020年前后，智能駕駛進入高度自動化和實際應用階段，越來越多的汽車制造商以自動緊急制動（AEB）系統和車道偏離預警系統（LDWS）為切入點，開始逐步推出裝配“高級駕駛輔助系統”（ADAS）的汽車，實現了在特定條件下的自動駕駛。同時，一些城市開始試點自動駕駛出租車、公交車等公共交通工具，初步實現了自動駕駛技術在現實生活中的應用。但是，這一階段的智能駕駛技術需要駕駛員時刻保持警惕，以應對在不同城市道路上的突發情況。

1.1.2 智能駕駛系統的分級

智能駕駛（又叫自動駕駛）分級最早出現在美國汽車工程師學會（SAE）的J3016規范中，它將自動駕駛系統分為6個級別，即所謂的L0～L5。另外，我國2021年發布的GB/T 40429也對自動駕駛系統分級做了規定，和J3016最新版規定的等級基本一致，只不過采用0級、1級替換了J3016中的L0、L1的說法。

1.L0級/0級自動駕駛系統

L0級/0級自動駕駛也叫“應急輔助駕駛”，即不能持續地執行動態駕駛任務中的車輛橫向或縱向運動控制。該級別系統具有與所執行的車輛橫向或縱向運動控制相適應的部分目標和事件探測與響應能力。

通俗地講就是，L0級/0級自動駕駛系統主要有兩部分功能：一部分是預警類功能，這部分功能僅提供預警服務，不會干預駕駛員對車輛加減速和轉向控制；另一部分是控制類功能，這部分功能不會持續幫駕駛員控制車輛，僅在某些條件滿足時短暫介入車輛的加減速和轉向控制。

L0級/0級自動駕駛系統不是無駕駛自動化系統，它是可以對周圍環境進行感知的，并在必要時提供提示信息或短暫介入車輛控制，以輔助駕駛員處理緊急情況（如車道偏離預警、前向碰撞預警、自動緊急制動、車道偏離抑制等）。

2.L1級/1級自動駕駛系統

L1級/1級自動駕駛也叫“部分輔助駕駛”，即系統在運行設計條件下持續地執行動態駕駛任務中的車輛橫向或縱向運動控制。該級別系統具有與所執行的車輛橫向或縱向運動控制相適應的部分目標和事件探測與響應能力。通俗地講，L1級自動駕駛系統就是幫助駕駛員持續控制橫向或縱向運動，而且只會持續控制其中一個，如車道居中功能只有橫向控制、自適應巡航功能只有縱向控制等。

3.L2級/2級自動駕駛系統

L2級/2級自動駕駛也叫“組合輔助駕駛”，即系統在運行設計條件下持續地執行動態駕駛任務中的車輛橫向和縱向運動控制。該級別系統具有與所執行的車輛橫向和縱向運動控制相適應的部分目標和事件探測與響應能力。通俗地講，該級別系統會幫助駕駛員持續控制縱向和橫向運動，即長時間同時控制車輛的轉向和加減速。

4.L3級/3級自動駕駛系統

L3級/3級自動駕駛也叫“有條件的自動駕駛”，即系統在運行設計條件下持續地執行全部動態駕駛任務。通俗地講，該級別系統是在運行設計域（Operation Design Domain，ODD）內執行自動駕駛控制。當自動駕駛系統判定自身無法繼續自動駕駛時，它會發出警告，請求駕駛員接管車輛，駕駛員需要在一定時間內（一般來說是10s內）接管車輛。如果駕駛員不接管車輛，一旦超過允許的接管時間，自動駕駛系統不會再對車輛負責。若駕駛員在接到接管請求后一直未能接管，自動駕駛系統將根據當前情況采取最小風險策略，通常是使車輛停靠到路邊或在當前車道內停車，并激活緊急閃光燈，以確保車輛和乘客的安全。

所謂ODD，是指設計自動駕駛系統時預期的運行環境，包括道路類型（高速公路、城市道路等）、天氣狀況（晴天、雨天、雪天等）、地理圍欄（預先設定好的智能駕駛車輛行駛范圍）、交通參與者（車輛、行人、騎行人）、信號（GPS信號、網絡連接）連通性等。GB/T 40429指出采用運行設計條件（Operation Design Condition，ODC）來表示滿足的條件。

ODC是在ODD的基礎上進一步細化的條件，包括駕駛員的狀態要求，如系統可能要求駕駛員在特定情況下必須保持清醒、注意力集中，不能閉眼或視線偏離駕駛區域。這些條件確保了自動駕駛系統請求駕駛員接管控制時，駕駛員能夠迅速而有效地做出反應。L2與L3級自動駕駛最根本的區別在于責任權的歸屬問題。在L3級別，制造商承諾在其系統的運行設計域內承擔全責；而在L2級別，駕駛員仍需對車輛的安全運行負責，即使在車輛的部分自動化模式下。這一責任歸屬的轉變是L3級別自動駕駛系統的重要特征，代表了自動駕駛向更高級別自動化的過渡。

5.L4級/4級自動駕駛系統

L4級/4級自動駕駛又叫“高級自動駕駛”，即系統在運行設計條件下持續地執行全部動態駕駛任務，并在無法完成駕駛任務時自動執行最小風險策略。通俗地講就是，該級別系統始終承擔駕駛責任，在無法完成駕駛任務時，依舊會提示駕駛員接管，但是允許駕駛員不接管車輛，這時系統會執行最小風險策略，以確保車輛達到最小風險狀態。這是L4與L3級自動駕駛的最大區別，即是否一定需要駕駛員接管。

6.L5級/5級自動駕駛系統

L5級/5級自動駕駛又叫“完全自動駕駛”，即系統在任何可行駛條件下持續地執行全部動態駕駛任務并自動執行最小風險策略，也就是L5級系統在L4級系統的基礎上，取消了ODD的限制，允許在全場景下使用，且制造商會負全部責任。

目前，L5級自動駕駛被認為是未來很長時間內無法達到的狀態，很長時間將停留在L4級的狀態，只是在L4級的狀態下不停地擴大場景覆蓋度。

從駕駛員角度來總結一下分級：L2級可以脫腳，L3級可以脫手，L4級可以脫眼。對應到車輛，L3級及以下系統一般不允許取消方向盤。L4級及以上系統允許取消方向盤。當下，很多車企已經投入研發并實現了L3、L4甚至更高級別的自動駕駛，但在技術水平不夠成熟或是測試數據不夠充分的情況下貿然推出高級別自動駕駛的車輛，如果出現自動駕駛事故，會帶來經營風險。所以，部分車企打出L2+、L2.5、L2.9級別自動駕駛的口號。

除了SAE的J3016外，目前國際上比較公認的自動駕駛分級標準還有美國高速公路安全管理局（NHTSA）的分級標準。表1-1給出兩種不同分級標準概覽。

1.1.3 智能駕駛系統的發展趨勢

智能駕駛系統在現代交通領域占據了越來越重要的地位，其技術核心在于實現安全、高效、智能的車輛控制。隨著科技的不斷進步，智能駕駛系統的開發和應用已成為行業趨勢。它能夠解決交通擁堵、交通事故、行駛效率等方面的問題，給我們的生活帶來了更多便利。

智能駕駛系統架構通常包括以下幾個主要模塊：感知模塊、預測模塊、規劃模塊、控制模塊。這些模塊相互協作，共同實現智能駕駛。智能駕駛的本質是用神經網絡模型替代基于規則的算法，使車輛逐漸掌握駕駛技能，包括感知、決策、控制等多個方面。感知模塊主要通過傳感器等設備獲取車輛周圍環境的信息，預測模塊根據獲取的信息對車輛的行駛狀況進行預測，規劃模塊根據預測結果制訂行駛計劃，控制模塊負責實施計劃，對車輛進行精確的控制。

智能駕駛系統的發展經歷了幾個階段，如圖1-1所示。

當下已經量產的智能駕駛系統框架是“2D感知+以規則為主”的規劃控制模塊框架。這種框架利用深度學習算法對傳感器數據進行處理，以實現精確的車輛定位和地圖構建。它能夠有效解決車輛在復雜環境中的導航和避障問題，為智能駕駛的發展提供了新思路。

“BEV感知+規則和學習混合”的規劃控制模塊框架是當下正在落地的流行智能駕駛系統框架。BEV（Bird's Eye View）是指從鳥瞰視角來觀察車輛及其周圍環境，可以采用Transformer模型處理序列數據。在智能駕駛中，該框架將車輛的傳感器數據轉換為鳥瞰視圖，并使用Transformer模型對數據進行處理，以實現車輛的感知和決策。這種框架具有高效性和準確性，被廣泛應用于自動駕駛系統的開發。

感知決策一體化框架是當下以及未來一段時間比較流行的智能駕駛系統框架。它通過將感知和決策兩個過程整合在一起，實現了高效的數據處理和決策。在這種框架下，傳感器數據被迅速處理并用于指導車輛的行動，同時車輛的行動又能夠反饋到傳感器中，從而形成閉環控制。這種框架在實現智能駕駛過程中具有重要作用。

未來，“世界模型+LLM”框架將會成為最有前景的智能駕駛框架。世界模型是一種用于描述車輛周圍環境的模型，LLM是一種能夠處理自然語言的大型語言模型。在這種框架下，車輛通過傳感器獲取周圍環境的信息，并將其輸入到世界模型中，世界模型通過對環境信息的處理和分析，輸出車輛的行動指令，而這些指令又被LLM用來實現自然語言的語音控制。這種框架具有很高的靈活性和擴展性，可以實現更加智能化和人性化的車輛控制。

綜上所述，智能駕駛系統的開發和應用已經成為交通領域的重要發展方向。智能駕駛系統實現中涉及多個主要模塊、多種先進技術和模型，這些技術和模型為實現智能駕駛的最終目標提供了強有力的支持。