自動駕駛L2與L3什么區(qū)別?為什么車企不提L3?
隨著自動駕駛技術的不斷演進,智駕也從實驗室走向了普通消費者,現(xiàn)階段很多車企都相繼發(fā)布智駕車型,并已有很多消費者在日常出行中將其作為主要模式。但大家應該也發(fā)現(xiàn)了,現(xiàn)在各車企在宣傳自動駕駛技術,尤其是在工信部“強監(jiān)管”后,大家對于自動駕駛的宣傳則更加保守。除了華為在近期的發(fā)布會中提到了高速L3商用解決方案外,其他的很多車企對于智駕系統(tǒng)的定義則稱為組合駕駛輔助,即L2級自動駕駛。為何大家都不敢宣傳L3?L2和L3到底有何區(qū)別?
L2和L3如何定義?
根據(jù)美國汽車工程師學會(SAE)發(fā)布的自動駕駛分級中,對于L2的定義為:在部分的場景中,無人駕駛系統(tǒng)可以完成部分操作,根據(jù)系統(tǒng)要求,人類需及時監(jiān)控周邊環(huán)境,并需隨時可以接管車輛。這時駕駛操作的主體和監(jiān)控車輛周邊環(huán)境的主體都是人類駕駛員,而無人駕駛系統(tǒng)只是對駕駛過程進行輔助。對于L3級的定義為:在部分的場景中,無人駕駛系統(tǒng)可以完成所有的操作,根據(jù)系統(tǒng)要求,人類提供適當?shù)膽稹F渲旭{駛操作的主體和監(jiān)控車輛周邊環(huán)境的主體是無人駕駛系統(tǒng),人類駕駛員僅需提供適當?shù)闹С帧?/p>
感知系統(tǒng)會有何差別?
在自動駕駛系統(tǒng)中,感知是基礎也是核心。L2系統(tǒng)通常以視覺攝像頭和毫米波雷達為主,利用深度學習算法完成車道線識別、車輛與行人檢測,并結合毫米波雷達在惡劣天氣下對距離和速度的測量,從而實現(xiàn)自適應巡航與車道保持等功能。由于攝像頭受光照影響較大,毫米波雷達分辨率有限,二者融合雖能覆蓋絕大多數(shù)日常場景,卻難以在夜間、強光直射或隱蔽物體突現(xiàn)時保持高精度感知。
L3系統(tǒng)會在感知層面有質(zhì)的飛躍,在L3階段,激光雷達將被納入標配,能夠?qū)崟r輸出百萬點級別的三維點云,實現(xiàn)對周圍環(huán)境的細致刻畫;多顆毫米波雷達與環(huán)視攝像頭、超聲波傳感器共同構建四維冗余感知網(wǎng)絡,使得即便在大雨、大霧或夜間,系統(tǒng)也能保持對道路、障礙物和交通標志的高精度識別。激光雷達的加入不僅補齊了深度信息的短板,還為高精地圖的本地化匹配提供了可靠支撐,為L3系統(tǒng)在限定場景內(nèi)的脫手駕駛奠定了前提條件。
算力平臺與算法架構有何差別?
L2與L3在算力需求上存在數(shù)量級的差距。L2系統(tǒng)普遍采用30–200TOPS(萬億次運算)級別的SoC,以滿足多路攝像頭、毫米波雷達數(shù)據(jù)的實時處理以及基礎路徑規(guī)劃、目標跟蹤算法的執(zhí)行。其算法框架通常以單一路徑感知與決策為主,深度神經(jīng)網(wǎng)絡承擔檢測與語義分割等任務,隨后由車輛ECU(電子控制單元)完成縱向與橫向控制命令的下發(fā)。
而L3系統(tǒng)則需要200–1000+TOPS的超高算力平臺。不僅要實時處理激光雷達點云,同時還需并行運行多模型融合算法、場景理解與行為預測,以及執(zhí)行多重功能安全校驗。典型的L3算法棧包括基于圖優(yōu)化的高精定位、點云語義分割、基于深度學習的目標預測與軌跡規(guī)劃,以及冗余決策模塊的交叉檢驗。所有關鍵路徑均需在主算與備算平臺上獨立實現(xiàn),以便在任一路徑出現(xiàn)異常時,另一平臺可以無縫接管,保證安全落地。
系統(tǒng)冗余與功能安全有何差別?
在安全設計方面,ASIL(汽車功能安全等級)是衡量自動駕駛系統(tǒng)可靠性的關鍵標準。L2系統(tǒng)的冗余設計多停留在單一傳感或單一路徑的備份層面,少數(shù)高端車型會為攝像頭或毫米波雷達配備冗余單元,但在制動、轉(zhuǎn)向與動力傳動系統(tǒng)上并未做到雙路冗余。一旦關鍵部件失效,系統(tǒng)只能被動降級或完全退出,交還控制權給駕駛員。
L3系統(tǒng)將在冗余層面則做足文章,激光雷達、毫米波雷達、攝像頭等傳感器各自獨立運行,主算與備算平臺均具備完整的感知與決策能力;雙電源、雙通信鏈路、雙制動系統(tǒng)及雙轉(zhuǎn)向系統(tǒng)構成了全棧冗余設計,確保單一路徑或單個元件失效時,系統(tǒng)依然能夠維持基本的自動駕駛功能,并在必要時安全停車或駛入應急車道。這一全方位的冗余保障,使得L3系統(tǒng)能夠滿足ASIL-D級別的最高功能安全要求。
軟件架構與功能切換有何差別?
L2與L3在軟件控制和模式切換機制上亦大相徑庭。L2輔助駕駛模式的啟動與退出高度依賴駕駛員操作,車輛在開啟自適應巡航或車道保持前,需駕駛員手動按鍵確認,并在運行過程中持續(xù)檢測駕駛員的手部和視線狀態(tài)。一旦檢測到手離方向盤或視線未聚焦,系統(tǒng)會立即發(fā)出警告,隨后強制退出輔助駕駛模式。
L3系統(tǒng)則在其設計運行域(ODD)內(nèi)實現(xiàn)閉環(huán)自動駕駛。軟件平臺通過實時監(jiān)測環(huán)境條件、地圖匹配度和系統(tǒng)健康狀態(tài),在檢測到超出ODD時發(fā)出接管請求;若駕駛員在限定時間內(nèi)未接手,系統(tǒng)會自動執(zhí)行最小風險策略,如減速至;蝰側霊避嚨。同時,L3系統(tǒng)能夠根據(jù)高精地圖預先掌握道路曲率、坡度與交叉口信息,并動態(tài)規(guī)劃路徑,無需駕駛員持續(xù)關注,實現(xiàn)真正意義上的“免監(jiān)督”駕駛。
安全策略與風險管理有何區(qū)別?
在安全策略方面,L2系統(tǒng)的風險管理主要依賴駕駛員熟練度與系統(tǒng)警示。系統(tǒng)會在感知失真或算法不確定時,通過語音、儀表告警等方式提示駕駛員干預,但對于駕駛員未及時反應的情況,缺乏進一步的質(zhì)量保證措施。
相比之下,L3系統(tǒng)在設計之初即將“風險分布權”納入考量,系統(tǒng)不僅要對外部環(huán)境風險進行量化評估,還要對自身運行狀態(tài)進行持續(xù)監(jiān)測,并根據(jù)風險等級調(diào)整功能可用性。當外部風險或系統(tǒng)風險高于可控閾值時,系統(tǒng)會在最短時間內(nèi)完成安全降級,并在必要時將車輛引導至安全區(qū)域停車,從而最大程度降低潛在事故損失。
L3有何挑戰(zhàn)?
技術升級往往伴隨著成本攀升,L2系統(tǒng)中,傳感器成本控制在一萬至三萬元人民幣之間,而L3系統(tǒng)僅激光雷達一項成本便可能高達數(shù)萬元,加之高算力芯片與冗余硬件投入,使整車成本提升五萬至十萬元不等。要實現(xiàn)大規(guī)模量產(chǎn),必須在傳感器采購、計算平臺設計與供應鏈管理上取得突破,才能將L3整體成本壓降至合理區(qū)間。
此外,L3級別的自動駕駛要求無人駕駛系統(tǒng)可以很大程度上“獨立操作”,對于企業(yè)來說,若出現(xiàn)智駕事故,企業(yè)將對此負主要責任,因此企業(yè)在宣傳時,為減少責任糾紛,在技術未100%確保安全時,不會主動宣傳達到L3等級。
最后的話
隨著激光雷達等高精度傳感器成本逐年下降,法規(guī)與標準日趨完善,L3有條件自動駕駛有望從高端市場向中高端乃至入門級車型下探。同時,V2X(車聯(lián)網(wǎng))與高精地圖的普及,也將為系統(tǒng)提供更豐富的路側與云端信息,進一步提高感知冗余度與決策精度。多傳感融合算法、強化學習與仿真技術的進步,更將不斷提升系統(tǒng)安全性與魯棒性?梢灶A見,L2與L3的界限在不斷模糊與移動,但以技術為驅(qū)動的分層設計依舊是行業(yè)健康發(fā)展的基石。最后,用一個表格給大家整理了這兩者的區(qū)別,給大家直觀感受下L2和L3的不同。
-- END --
原文標題 : 自動駕駛L2與L3有什么區(qū)別?為什么車企不提L3?

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 大廠紛紛入局,百度、阿里、字節(jié)搶奪Agent話語權
- 2 深度報告|中國AI產(chǎn)業(yè)正在崛起成全球力量,市場潛力和關鍵挑戰(zhàn)有哪些?
- 3 上海跑出80億超級獨角獸:獲上市公司戰(zhàn)投,干人形機器人
- 4 國家數(shù)據(jù)局局長劉烈宏調(diào)研格創(chuàng)東智
- 5 下一代入口之戰(zhàn):大廠為何紛紛押注智能體?
- 6 百億AI芯片訂單,瘋狂傾銷中東?
- 7 Robotaxi新消息密集釋放,量產(chǎn)元年誰在領跑?
- 8 格斗大賽出圈!人形機器人致命短板曝光:頭腦過于簡單
- 9 “搶灘”家用機器人領域,聯(lián)通、海爾、美的等紛紛入局
- 10 AI 眼鏡讓百萬 APP「集體失業(yè)」?