无人驾驶中美差距有多大？国内有哪些技术？

2017-01-06 10:05

来源：盖世汽车

解析L2的感知需求，是需要把整个场景考虑清楚

低速自动泊车场景：感知车位、行人、车辆
低速环路堵车辅助场景：识别车辆、摩托车、车道线
高速封闭道路场景：识别车辆、车道线

我们在现实中看到的L2系统，既有单个摄像头实现的TJA，也有很多差异化设计。这里由于有着驾驶员随时监控环境这条要求区分，车企可以选择做得少也可以选择做的多一些，因为不管是感知还是驾驶决策，完全依照车企对L2自动驾驶的需求不同来调整。

既有拿一个LRR、5个SRR、2个Camera来做的，也有拿单摄像头来进行处理的低成本方案。
既可以仅靠车道识别来进行车辆居中保持，也可以依靠高精度定位和高速道路地图来实现车道的匹配和居中，提高横向控制特性。

这里的核心区别，就是对以下的内容进行限制：

对不同的道路、基础设施的可容忍性
车速的运行范围
对感知错误（误识别率）的容忍性
对自动驾驶系统在不同流量环境下的改进可行性，往L3进化可能性
对车主的使用的判研以评估综合风险性

我们在把这些拿出来讨论的时候，其实是可以考虑做一份工程的规范，然后根据各个车企的配置情况来进行测试和对标的。所以总的来说，这个L2是所有车企在积累和提高特性的必争之地。

L3 有限度的自动驾驶

在某些环境允许的条件下，驾驶员可以完全放弃操控，交给自动化系统进行操控。如果系统出现问题，是不能完全自主进入安全状态的，需要驾驶人员来接管，但这个时间一般较短。虽然这个看上去不大实用，但是确实是德国三家豪车企业目前在自身系统演进过程中比较看重的点。这些发表的研究性的配置，都是基于L2的演进来考虑的。