1.1　认识自动驾驶

1.1.1　什么是自动驾驶

相较于传统车辆，具有自动驾驶功能的车辆不需要驾驶员的操作，就能够自动完成车辆的驾驶。不同于全自动洗衣机等家用电器，也不同于全自动生产线等工厂设备，自动驾驶车辆所处的行驶环境远比面积有限的家庭环境和以固定设施为主的工厂环境要复杂。其复杂度主要表现为行驶路线的多样性、道路障碍的随机性等，同时交通安全的严肃性更增加了车辆在复杂环境中的行驶挑战。自动驾驶技术的发展目标是完全替代驾驶员操控车辆在复杂环境中行驶并顺利抵达目的地，因此在定义自动驾驶之前，需要先明确驾驶员在传统车辆驾驶中所发挥的作用。

如图1.2所示，传统车辆整体上是一个典型的机电结构，其行驶过程本质上是一个刚性物体在车轮驱动下的运动问题，涉及前进、后退、转向及停止等运动状态。

为实现这些运动状态，车辆安装了复杂的机电部件，其中包括能源转化、动力输出、机械传动、转向控制及刹车制动等一系列的车辆基础机电装置。由于车辆基础机电装置需要由驾驶员进行操控，车辆还要搭载乘客及货物等载荷，因此车辆还需要加装其他相关部件，其中包括座椅、方向盘、油门、刹车和反光镜等驾驶装置，还包括空调、音响、客货仓等辅助装置，如图1.3所示。经过了近一个半世纪的升级换代，传统车辆的基础装置、驾驶装置和辅助装置已经发展得非常成熟。近几十年，传统汽车技术的发展主要集中在降低能源消耗与环保，提升机械性能与效率等方面，更加注重提升驾乘人员的舒适性和安全性体验。

如果隐藏车辆内部复杂的机电系统，将其简化为一个受控的执行对象，那么从控制理论的角度分析，车辆行驶的过程是一个刚性物体在控制系统作用下的移动过程。在这个过程中，如果没有驾驶员的介入，控制系统将处于不稳定的开环状态，换言之，让传统车辆在没有驾驶员的情况下自行上路行驶是极不安全的。如果希望控制系统稳定，通常的做法是为受控对象建立反馈环节并进行闭环控制。因此传统车辆的行驶必须配备驾驶员，通过驾驶员的介入，使车辆的行驶始终处于稳定的闭环控制之中，以达到安全行驶并顺利抵达目的地的最终要求。

如果忽略行驶过程中的路况环境、车辆状态等复杂因素，仅完成按指定路线行进的基本任务，则这个闭环控制系统中的基本参量就是车辆的位置信息。如图1.4所示，对车辆位置的测量反馈将通过驾驶员的“观测”完成，对行驶参照位置的设定将由驾驶员的“决策”完成，对车辆行驶位置的误差消除将由驾驶员的“操控”完成。如果考虑车辆行驶的路线规划、交通规则、随机障碍、车体状态、载荷变化、能耗指标及突发事件等诸多因素，作为闭环控制中枢（控制器）的驾驶员还需要承担“感知”环境，“预测”轨迹等相关任务。

在传统车辆的行驶过程中，驾驶员是控制系统的控制中枢，车辆是控制系统的执行对象，二者以反馈闭环的形式共同应对复杂的交通环境，共同完成行驶任务。由此可见，自动驾驶车辆中的自动驾驶系统必须能像驾驶员一样承担起闭环控制中枢的全部职能。类比驾驶员操作车辆的全过程，自动驾驶系统也需要“观测”车辆位置，“感知”周围路况，“预测”障碍轨迹，“决策”车辆行驶路径，“控制”车辆运动状态。以上这些能力皆应纳入“自动驾驶”功能的定义范畴。

自动驾驶车辆需要保留传统车辆的基础装置和辅助装置，而专为驾驶员配置的驾驶装置理论上可以简化或者完全去除，但由于目前的自动驾驶技术尚未完全成熟，在很多情况下仍需要驾驶员进行干预，因此自动驾驶车辆仍然保留了传统车辆的所有装置，并在此基础上添加了自动驾驶的相关装置。在自动驾驶技术完全成熟落地之前，所谓的自动驾驶车辆都属于过渡产品，其控制中枢的功能逐步从驾驶员向自动驾驶系统过渡。

1.1.2　自动驾驶的分级标准

为实现完全替代驾驶员这个最终目标，自动驾驶技术在实现过程中被划分出多个阶段性目标，即分级标准。如表1.1所示，目前国际上的分级标准主要有两个：一个是2013年由美国交通运输部下辖的美国国家高速公路交通安全管理局（NHTSA）发布的自动驾驶的分级标准，其对自动化的描述共有4个级别；另一个是2014年由国际汽车工程学会（SAE，原译：美国汽车工程师学会）制定的自动驾驶分级标准J3016（《标准道路机动车驾驶自动化系统分类与定义》），其对自动化的描述分为5个等级。两个分级标准拥有一个共同之处，即自动驾驶车辆和非自动驾驶车辆之间存在一个临界点，即车辆本身是否能控制一些关键的驾驶功能，例如转向、加速和制动，这个临界点也决定了驾驶行为的责任主体是人类驾驶员还是车辆本身（自动驾驶系统），这对自动驾驶车辆的量产非常关键。2018年，SAE对J3016进行了修订，进一步细化了每个分级的描述，并强调了防撞功能，目前它已经成为业界主要采用的自动驾驶分级标准。

2020年3月9日，工信部发布《汽车驾驶自动化分级》推荐性国家标准报批公示。如表1.2所示，基于驾驶自动化系统（自动驾驶系统，表中简称系统）能够执行动态驾驶任务的程度，根据在执行动态驾驶任务中的角色分配以及有无设计运行条件限制等，将驾驶自动化分成0~5级。与SAE的分级标准对比，中国的自动驾驶分级与SAE划分的等级基本一致。不同点在于，SAE J3016将自动紧急制动系统（autonomous emergency braking，AEB）等安全辅助功能和非驾驶自动化功能都放在L0级，归为“无驾驶自动化”，而中国标准则称之为“应急辅助”，与非驾驶自动化功能进行区分。

由市场监管总局和国家标准化管理委员会联合发布的《汽车驾驶自动化分级》推荐性国家标准（GB/T 40429—2021）已于2022年3月1日起正式实施，对促进自动驾驶产业的发展以及后续相关法规的制定起到积极作用。

当分级标准完全达成之时就是自动驾驶技术完全实现之日，人们交通出行的方式将会发生彻底改变，而现在，业界有数以万计的人正在不断地为此而努力。

1.1.3　当前业界自动驾驶技术的主要进展

落地自动驾驶技术是业界目前竞争最为激烈的领域之一。如果仅按L4级的标准，目前并没有哪一家公司已完美地实现了相关的要求，但在总体的发展趋势上，已经不难看出汽车行业确实正在进行一轮以自动驾驶、新能源为导向的大变革。图1.5显示了2019年和2021年全球十大汽车公司的市值，通过对比可以看出，仅仅相隔两年的时间，造车新势力就彻底改变了传统的汽车行业格局。以成立不足20年的特斯拉为代表，其一家公司在市值上已经超过了所有传统汽车巨头市值的总和。鉴于这个行业日新月异的发展，可以预测：在未来的10年内，汽车巨头的竞争格局仍将存在很大的变数。

汽车公司的市值主要体现了资本市场对其未来的看法，但业界真正达到的自动驾驶技术水平，还是需要通过更具体的技术参数来支撑。业界目前对自动驾驶有两个重要的参考指标：一个是美国加州机动车辆管理局的自动驾驶汽车测试报告；另一个是Navigant Research（简称NR，该机构于2020年被整合进咨询公司Guidehouse）每年发布的自动驾驶竞争力排行榜。

美国加州机动车辆管理局每年会发布自动驾驶汽车测试报告。该报告会详细列出获准在加州测试的自动驾驶汽车公司过去一年的驾驶情况，以及各公司的自动驾驶车辆多长时间就需要安全操作员接管一次汽车（脱离自动驾驶）的具体数据。加州机动车辆管理局官方将“脱离（disengagement）”定义为“当检测到自动驾驶技术出现故障，或者为了车辆的安全运行，需要自动驾驶车辆测试驾驶员（安全操作员）进行干预使车辆脱离自动驾驶模式，即自动驾驶模式被关闭”。换言之，平均每次“脱离”前所自动驾驶的里程数［或者平均每英里（1英里≈1609米）的“脱离”次数］理论上就反映了测试车辆自动驾驶的能力，车辆可以不依赖人类介入而行驶的距离越长，说明自动驾驶技术越完善。

根据2022年2月发布的《2021年自动驾驶汽车的测试报告》统计（如表1.3所示），28家自动驾驶公司在上一年度（2020年12月1日至2021年11月30日的数据）累计自动驾驶路测里程达到近410万英里。相比2020年度的近200万英里，测试里程翻番，而2019年这一数据仅为80多万英里。其中，谷歌旗下的Waymo公司的测试里程超过了230万英里，占总测试里程一半以上。来自中国的自动驾驶汽车公司“小马智行”（Pony.ai）排名第三，测试里程超过30万英里，自动驾驶汽车平均可以行驶1万4千英里（约2.3万公里）而不需要人为接管，这已经相当于大部分人一年的行驶里程。这些数据也大体反映了当前业界的技术发展情况：在大量测试车辆和所积累的里程数据支撑下，头部的自动驾驶汽车公司在技术上已经可以很大程度上替代人类驾驶员，但同时也仍然存在少数情况需要人类驾驶员介入。而在平均每英里脱离次数方面，中国的小马智行、安途（AutoX）、文远知行（WeRide）、滴滴（DiDi）等公司也跻身前十。但是需要指出，单一的“脱离”指标并不能准确衡量自动驾驶的技术水平，也不适合用于公司之间的对比，因为不同公司的测试地点不一样，遵循的介入协议也不同（例如Cruise在路况复杂的旧金山进行测试，Waymo公司则在路况相对简单的郊区进行测试；有些公司要求安全员在校园周边或附近有急救车辆时强制接管车辆，有的公司则不这样要求）。

由于自动驾驶技术对未来汽车市场格局变化的影响至关重要，主要的汽车厂商也都有相应的技术路线规划。图1.6是根据2019年市场公开信息整理的著名品牌汽车厂商的自动驾驶汽车投产时间路线图，图中包括国外和国内的主要厂商。从图中可以看出，大部分汽车厂商将L3/L4级自动驾驶量产计划放在了2020年。但从实际情况来看，2020年国内除了长安和广汽发布了L3级自动驾驶量产车外，其余厂商都推迟了计划。

图1.6所示的数据表明：尽管业界在自动驾驶上投入大量的研发人员和资金并且自动驾驶技术已历经近10年的发展，但主要的研发仍集中在对L3以下辅助驾驶功能的开发上，与大众所预期的自动驾驶还相距甚远。从这个角度分析，尽管现在以Waymo公司为代表的前沿自动驾驶技术在特定路测环境下已取得不俗进展，但距真正的大规模部署和普及还有差距，还面临着很多挑战。 8f5oEwtaSuZHgYrYmC1qe1LHOWJRO7oV56cOf3bjsJBGYcmTRnZIp4rqAWUFWbRi