L4自动驾驶技术
L4自动驾驶技术
一．SAE的五个级别分别是：
L0：驾驶员完全掌控车辆，无任何自动化能力。
L1：自动系统有时能够协助驾驶员执行某些驾驶任务。例如，在高速公路上使用高速自动跟随系统（通过摄像头实时感知车道信息），以及一些其他驾驶辅助功能等。
L2：自动系统具备执行部分驾驶操作的能力，在实际应用中需由专业驾驶员持续关注周边环境并承担其余职责以确保行车安全与效率。通常情况下不具备完整的自动驾驶功能然而随着技术发展许多高端汽车已实现高级别的人工智能辅助泊车与跟随功能尽管这些技术仍有较大的市场普及度待突破
L3：自动系统不仅能够执行特定的驾驶操作，在特定场景下还能实时监测行车环境。这也正是本节的核心内容，在这一等级下驾驶员始终需要高度警觉以随时接管车辆的操作权。
L4：在特定环境下以及自动驾驶技术可行的范围内，在实现对整个驾驶过程的有效监控的同时，并非所有的驾驶员操作都与驾驶员及其操作的所有相关任务已经不再直接关联
L5：该系统能够应对各种条件下的全部驾驶任务即人只需扮演乘客的角色不再需要操作方向盘加速和制动装置配备有紧急停止按钮或其他控制手段其余功能则由车辆自身执行人的角色仅限于乘客身份
二．L4自动驾驶技术方案
从实现驾驶员被系统取代的阶段开始逐步推进自动驾驶的发展。
自动驾驶整体技术实现层级
自动驾驶系统可分为感知层、决策层、执行层
L4级自动驾驶系统实现了对该区域内的车辆操作全面接管，并需完成以下功能：对周围障碍物进行感知定位及路径规划（采用2W1H方法）。这些功能的实现将基于构建感知层、决策层及执行层的技术架构。其中三个层级分别扮演着该系统的感受器与传感器角色，在现有技术条件下本节将重点探讨车内使用的相关硬件配置。除内部设备外，该系统还通过与其他车辆及设施进行信息交互，并借助高精度地图等辅助手段显著提升了环境感知能力
自动驾驶环境感知传感器
感知层需要对多种传感器进行融合以实现冗余
感知层主要负责为自动驾驶系统采集并辅助确定车辆在行驶道路上的位置信息。当前无人驾驶汽车中常用的代表性传感器包括激光雷达用于距离测量、摄像头用于成像信息采集以及毫米波雷达等多维度感知设备等。由于各自的工作原理和技术特点不同因此这些传感器适用于各自特定的应用场景进而保障了系统的有效运行。因此大多数智能汽车采用多种传感器协同工作以应对可能出现的各种情况并通过多维度数据融合实现系统的冗余性
自动驾驶环境感知传感器
车用摄像头产品对比车用激光雷达产品更加成熟
激光雷达技术的发展始于上世纪七十年代末，在军事领域取得了重要突破，并广泛应用于航空航天技术以及测绘行业中。它不仅能够实现测距测量、精确定位以及环境数据监测，在构建动态静态三维模型方面也展现了显著优势。相比之下，在汽车工业中应用尚处于起步阶段，并面临诸多亟待解决的技术难题和产业配套问题。例如：车载型式的激光雷达在短距离测距方面的能力仍有待提升；而固态化技术和微型化设计方面的研发尚未跟上市场需求；此外，在探测距离和价格方面仍存在明显劣势。值得注意的是，在消费级电子产品领域经过多年的持续深耕后，在图像处理技术和成本控制方面已形成较为完善的技术体系，并在探测距离和价格方面均具备明显优势。值得注意的是，在外部光线条件不佳的情况下该款设备仍能提供令人满意的成像效果
自动驾驶环境感知传感器
激光雷达未来将朝向小型化、电子化、固态化发展
现有的车用摄像头技术已经非常成熟。然而，在当前市场主流的L3及以上的自动驾驶技术方案中，激光雷达是不可或缺的关键传感器。就其核心功能而言，激光雷达不仅能够构建车辆周围环境的三维模型，并且能够持续稳定地提供深度环境感知数据。此外，在车辆定位与跟踪方面也发挥着关键作用。
当激光雷达发射的激光线束数量增加时, 其探测精度和探测范围得到显著提升, 但相应地成本也会显著上升. 通常情况下, 高速公路场景通常需要每台激光雷达具备发射100条以上的光栅线束能力; 而对于那些中低速运行的场景, 则可以通过部署多台低线束数的激光雷达来降低运营成本.
当前机械式激光雷达体积较大且结构较为复杂，在价格方面同样表现出较高的昂贵特征，并未完全满足当前车辆的实际应用需求
自动驾驶计算决策层
IC公司和Tier1大力投资研发布局该领域
现有的自动驾驶技术在感知设备的组合方式上已趋于一致。然而，在实现高级别自动驾驶（L4级）系统的过程中，决定其能否迅速落地的关键因素是其中的决策环节这一技术难题。这些决策环节不仅包括相关的算法设计与优化工作，还包括计算平台架构的整体规划与实现方案。由于车辆感知系统持续产生海量数据，在极短时间内完成数据处理、分析工作并对车辆控制层发出操作指令已成为现代自动驾驶计算平台的核心功能需求之一。为此，在实际应用中必须整合多种专用集成电路芯片与处理器模块才能满足实时性要求，在技术难度上处于较高水准。目前各大汽车制造公司及科技巨头都在积极布局这一领域的发展战略，在专业芯片研发方面投入了大量资源与资金支持，并提出了多个具有挑战性的关键技术课题以应对这一复杂的工程问题。例如英特尔收购Altera公司的FPGA开发套件、Movidius视觉处理加速芯片以及Mobileye公司的视觉计算解决方案等先进技术和产品布局已成为行业内的共识
L4级自动驾驶系统组建
目前行业并无统一的最优系统组建方案
基于我们与行业内部分无人驾驶整体解决方案提供商的交流表明，在目前阶段各主要供应商并未确定出一种绝对最优且唯一确定的L4级系统构建方案。每家企业在构建自身自动驾驶系统时会根据不同应用场景来选择相应的传感器配置方案，并且鉴于当前阶段各主要供应商的产品也在不断更新迭代中，在这种情况下企业也在尝试与其他主要供应商提供的设备组合使用以达到最佳效果。整个系统的建设成本及性能水平均在较短时间内实现了显著提升。
当前L4级自动驾驶系统硬件成本高昂
随着产业链成熟和产量提升硬件成本有望实现大幅下降
目前主要包含：612台高精度摄像头、312台毫米波雷达、最多5台激光雷达以及配置灵活的GNSS/IMU套件和计算平台（不同方案可根据需求选择侧重的传感器）。整体处于50万元左右甚至更高的水平。随着资本和技术投入持续增加，随着自动驾驶产品的逐步落地以及配套产业链的逐步完善，在未来12年内预计整套系统的硬件成本将降至1020万元，并有望进一步压低至10万元以内
