【自動駕駛】自動駕駛概述 ② ( 自動駕駛技術路徑 | L0 ~ L5 級別自動駕駛 )

文章目錄

  • 一、自動駕駛技術路徑
    • 1、L0 級別 自動駕駛
    • 2、L1 級別 自動駕駛
    • 3、L2 級別 自動駕駛
    • 4、L3 級別 自動駕駛
    • 5、L4 級別 自動駕駛
    • 6、L5 級別 自動駕駛





一、自動駕駛技術路徑



美國汽車工程師學會 ( SAE ) 將 自動駕駛 分為 L0 ~ L5 六個級別 :

其中 L0 級別 是 完全手動 , L5 級別 是 完全自動 ;

L0 ~ L5 六個級別 的 自動駕駛 , 核心差異在于 自動駕駛系統駕駛員職責分配 ;
在這里插入圖片描述

中國國標 ( GB/T ) 與 SAE 基本一致 , 有以下區別 :

  • 中國國標 中 L0 ~ L2 級 自動駕駛 強調 " 目標事件探測與響應 " 由人機共擔 ;
  • SAE 中 由 駕駛員負責 ;

1、L0 級別 自動駕駛


沒有 自動駕駛 功能 , 完全由 駕駛員 手動控制 ;

有 AEB 等緊急制動 功能 并未主動驅動車輛 , 不算 自動駕駛 , 只能算是 主動安全 措施 ;


2、L1 級別 自動駕駛


L1 級別的 自動駕駛 車輛 只提供 縱向控制 ( 如 : 加速、減速、制動、啟動 ) , 可以 自行 定速巡航 或 根據前車速度 進行 加速、減速、制動、啟動 操作 , 也就是 ACC 自適應巡航控制系統 ;

L1 自動駕駛 只進行 縱向控制 , 不提供 橫向控制 ( 如 : 轉向 ) 功能 , 司機 需要操作方向盤 , 令車輛保持車道居中 ;


L1 自動駕駛 原理 : 通過 毫米波雷達 + 攝像頭 感知環境 , 控制 自動駕駛 單元 執行 縱向單維度操作 , 如 : 雷達測距 控制 ACC 自適應巡航 ;


3、L2 級別 自動駕駛


L2 級別 自動駕駛 提供 縱向控制 + 橫向控制 兩個維度的 自動駕駛 ( 如 : 同時控制 加速 / 減速 和 轉向 ) , 但仍需 駕駛員 隨時接管 , 如 : ACC 自適應巡航 + LKA 車道居中保持 ;

L2 自動駕駛 提供 自動泊車 功能 , 通過 縱向控制 + 橫向控制 可實現 在 駕駛員 監控環境下 進行 自動泊車 ;


L2 級別 自動駕駛 啟動前提 :

  • 速度要求 : 速度不能太高 ;
  • 環境要求 : 車道線清晰 ;

一般是在 高速公路 環境 ( 車道線清晰 / 行車環境好 )擁堵路段 ( 速度慢 ) 才開啟 L2 自動駕駛 ;


L2 自動駕駛 限制 :

  • 復雜路況 : 無法應對復雜路況 , 如 : 交叉路口、無標線道路 ;
  • 隨時接管 : 駕駛員 必須保持注意力集中 , 不能脫手 或 分心 , 自動駕駛系統 可能突然要求人類接管 , 如果 駕駛員 反應不及時會導致危險 ;

L2 自動駕駛 原理 : 通過 攝像頭 + 雷達 + 超聲波 多傳感器融合 , 通過算法 協調 橫向控制 的 轉向縱向控制 的 加減速 ;


4、L3 級別 自動駕駛


目前的 自動駕駛 技術 , 部分場景中達到了 L3 級別 , 只是 權責 劃定上 , 仍然是 駕駛員 負全責 , 當前的 乾崑智駕、 FSD、 天神之眼 等 高階版本 的 自動駕駛 一定程度上可以 稱為 L2.5 級別 自動駕駛 ;


L3 級別 自動駕駛系統 可 在特定條件下 ( 如 : 高速公路、交通擁堵 場景 ) 完全接管駕駛任務 , 無需人類實時監控 , 但在 系統無法處理的情況 時需人類接管 ;

  • 交通擁堵輔助 : 在 擁堵路況 下 自動 跟車、轉向、制動 , 無需人類干預 ;
  • 高速領航輔助 : 在 封閉高速路 , 有明確標線、無行人、無非機動車 , 實現 自動變道、超車、進出匝道 ;
  • 接管預測 : 自動駕駛系統 可 自主判斷 何時需要人類接管 , 并提前發出提示 , 通常 預留幾秒至十幾秒的反應時間 ;

L3 自動駕駛 限制 :

  • 復雜路況 : 僅適用于預設場景 ( 如 : 高速、城市快速路 ) , 無法在 復雜城市道路通用 ;
  • 極端天氣 : 極端天氣 ( 如 : 暴雨、大霧 )突發情況 ( 如 : 道路施工、封路 ) 可能導致 系統失效 ;

L3 級別 自動駕駛 原理 : 激光雷達 + 4D 毫米波雷達 + 攝像頭 + 超聲波雷達 + 高精地圖 構建 3D 環境模型 , AI 決策 ( 如 : 自動變道、擁堵跟車 ) ;


5、L4 級別 自動駕駛


L4 級別 自動駕駛 指的是 在 限定區域 ( 如 : 園區、固定城市路段 ) 完全無人駕駛 , 無需人類接管 ;


L4 級別 自動駕駛 應用場景 :

  • 城市領航輔助 : 在 指定城市 的 指定區域 內實現 全場景自動駕駛 , 如 : 紅綠燈識別、無保護左轉、避讓 行人 / 非機動車、環島博弈、自動泊車 ;
  • 無人駕駛出租車 : Waymo One ( 美國鳳凰城 ) , 百度 Apollo 的 Robotaxi 蘿卜快跑 ( 北京、上海、武漢 等城市 ) , 可在劃定區域內接送乘客 , 需配備少量安全員 ;

L4 自動駕駛 特點 :

  • 區域限制 : ODD ( 運行設計域 , Operational Design Domain ) 嚴格受限 , 超出范圍無法使用 , 如 : Waymo、Robotaxi 必須在固定城市固定區域運行 ;
  • 功能閉環 : 在 固定區域 內 實現 完全自主駕駛 , 無需 駕駛員 接管 ;
  • 配安全員 : 政策法規規定 , 技術上 可以取消 安全員 ;
  • 失效處理 : 遇到 故障時 , 可自主減速、停車 , 無需 駕駛員 干預 ;

L4 級別 自動駕駛 原理 : 多模態 傳感器 融合 ( 激光雷達 + 4D 毫米波雷達 + 攝像頭 + 超聲波雷達 + 高精地圖 ) + 邊緣計算 實時決策 , 故障時 自動進入 最小風險狀態 , 如 : 靠邊停車 ;


6、L5 級別 自動駕駛


L5 級別 自動駕駛 支持 全場景 、 全氣候 無人駕駛 , 與人類駕駛能力 完全等效 , 取消人工控制接口 ( 如 : 無方向盤 、 無 制動 / 油門 踏板 ) ;


L5 級別 自動駕駛 特點 :

  • 無任何場景限制 : 可在 城市、鄉村、高速、雪地、暴雨 等 所有環境 中 自主行駛 ;
  • 無人工接口 : 無需 方向盤、踏板 等人類操作設備 , 車輛設計 可 完全取 消駕駛艙 ;

L5 級別 自動駕駛 需突破 極端環境 感知 ( 如 : 暴雨遮擋攝像頭 ) 、 倫理決策 ( 如 : 突發事故中選擇保護對象 ) 等難題 , 目前 僅存在于 理論 和 研發階段 , 尚無量產車型或實際應用 ;

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/93432.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/93432.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/93432.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

C++少兒編程(二十二)—條件結構

1.理解條件結構小朋友們,今天讓我們一起來探索一個神奇而有趣的知識——程序的條件結構!首先,讓我們來想象一個有趣的場景。比如說,你們正在準備去公園玩耍。在出發之前,你們會看看天氣怎么樣。如果天氣晴朗&#xff0…

Ubuntu20.04下Px4使用UORB發布消息

1 .msg文件夾定義數據類型及 變量名文件位置如圖,在PX4-Autopilot/msg文件夾下,筆者創建的文件名為gps_msg.msggps_msg.msg內容如下 uint64 timestamp # 時間戳 float32 latitude float32 longitude float32 altitude 同時,在CM…

three.js學習記錄(第二節:鼠標控制相機移動)

效果展示: 鼠標控制一、鼠標控制 - 軌道控制器(OrbitControls) 1. 從nodeModules中導入OrbitControls,OrbitControls 是一個附加組件,必須顯式導入 import { OrbitControls } from "three/examples/jsm/controls/…

Shortest Routes II(Floyd最短路)

題目描述There are n cities and m roads between them. Your task is to process q queries where you have to determine the length of the shortest route between two given cities.輸入The first input line has three integers n, m and q: the number of cities, roads…

分享一個基于Hadoop的二手房銷售簽約數據分析與可視化系統,基于Python可視化的二手房銷售數據分析平臺

💕💕作者:計算機源碼社 💕💕個人簡介:本人八年開發經驗,擅長Java、Python、PHP、.NET、Node.js、Spark、hadoop、Android、微信小程序、爬蟲、大數據、機器學習等,大家有這一塊的問題…

STM32的PWM

PWM作為硬件中幾乎不可或缺的存在,學會 PWM,等于打通了 STM32 的“定時器體系”。學一次,STM32 全系列(甚至 AVR、PIC、ESP32)都能通用。硬件只要一個 I/O 就能驅動功率模塊,非常省成本。不會 PWM&#xff…

OpenCompass傻瓜式入門教程

文章目錄1 我也許不是傻瓜,卻只想做個傻瓜2 環境要求3 安裝3.1 下載源碼3.2 創建虛擬環境3.3 安裝4 下載數據5 查看支持的模型和數據集6 評測6.1 指定模型路徑6.2 指定配置文件6.2.1 評測本地qwen2.5模型6.2.1.1 查看opencompass支持的qwen2.5模型6.2.1.2 創建配置文…

【軟件測試】電商購物項目-各個測試點整理(三)

目錄:導讀 前言一、Python編程入門到精通二、接口自動化項目實戰三、Web自動化項目實戰四、App自動化項目實戰五、一線大廠簡歷六、測試開發DevOps體系七、常用自動化測試工具八、JMeter性能測試九、總結(尾部小驚喜) 前言 1、優惠券的測試點…

流處理、實時分析與RAG驅動的Python ETL框架:構建智能數據管道(上)

> **2025年某電商大促,每秒20萬訂單涌入系統**——他們的風控團隊僅用**47毫秒**就識別出欺詐交易。背后的秘密武器,正是融合流處理、實時分析與RAG的下一代Python ETL框架。 ### 一、范式革命:從批處理到AI增強的ETL 4.0 #### 1.1 數據處理演進史 ```mermaid graph LR …

開源 Arkts 鴻蒙應用 開發(十五)自定義繪圖控件--儀表盤

文章的目的為了記錄使用Arkts 進行Harmony app 開發學習的經歷。本職為嵌入式軟件開發,公司安排開發app,臨時學習,完成app的開發。開發流程和要點有些記憶模糊,趕緊記錄,防止忘記。 相關鏈接: 開源 Arkts …

???????中國工業企業專利及引用被引用數據說明

1319 中國工業企業專利及引用被引用數據說明數據簡介專利近年發文趨勢及主題分布今天數據皮皮俠團隊為大家分享一份2023年12月25日最新更新的中國工業企業專利及引用被引用數據,供大家研究使用。數據來源原始數據來源于國家統計局,由皮皮俠團隊整理計算。…

MySQL知識點(上)

MySQL知識點 一:MySQL概述 MySQL是一款開源的數據庫軟件,是一種關系型數據庫管理系統(ROBMS),也叫做表數據庫管理系統 如果需要快速安全地處理大量的數據,則必須使用數據庫管理系統;任何基于數據…

shell腳本實現sha256sum校驗并拷貝校驗通過的文件

#!/bin/bash# 目標目錄 TARGET_DIR"/appdata/jn1m/versions/old/bin"# 校驗文件 CHECKSUM_FILE"checksum.txt"# 檢查目標目錄是否存在 if [ ! -d "$TARGET_DIR" ]; thenecho "錯誤:目標目錄 $TARGET_DIR 不存在"exit 1 fi#…

中小型泵站物聯網智能控制系統解決方案:構建無人值守的自動化泵站體系

一、系統核心架構與功能設計1.物聯網感知層設備互聯:網關對接壓力傳感器、超聲波液位計、智能電表、振動傳感器等,實時采集水泵運行狀態(流量、壓力、溫度、振動)、液位、水質(pH值、濁度)、能耗等關鍵參數…

網絡通信---Axios

1、什么是 Axios? Axios? 是一個基于 ?Promise? 的 ?HTTP 客戶端,用于瀏覽器和 Node.js 環境,用來發送 ?HTTP 請求(如 GET、POST、PUT、DELETE 等)?。 它常用于: 向后臺 API 發送請求獲取數據提交表…

Ubuntu 軟件源版本不匹配導致的依賴沖突問題及解決方法

在使用 Ubuntu 系統的過程中,軟件包管理是日常操作的重要部分。但有時我們會遇到各種依賴沖突問題,其中軟件源與系統版本不匹配是常見且棘手的一種。本文就來詳細分享一次因軟件源版本不匹配引發的依賴沖突問題,以及具體的解決思路和流程。一…

思考:高速場景的行星輪混動效率如何理解

行星輪混動 E-CVT(電子無級變速器)是一種專為混合動力汽車設計的動力分配系統,其核心原理是通過行星齒輪組和電機的協同工作,實現動力分流與無級變速。 一、核心結構與組成 E-CVT的核心部件包括 行星齒輪組 和 雙電機(…

跨域及解決方案

跨域(Cross-Origin)是指瀏覽器在執行 JavaScript 的時候,因為同源策略(Same-Origin Policy)的限制,阻止了一個網頁去請求不同源(域名、端口、協議有任意一個不同)的資源。 1. 什么是…

PCA降維全解析:從原理到實戰

一文讀懂PCA降維:原理、實現與可視化全解析?本文6000字,涵蓋PCA核心原理、數學推導、代碼實戰及高頻面試題,建議收藏閱讀?一、為什么需要降維?數據爆炸時代的生存法則當數據集的特征維度激增(如基因數據、推薦系統用…

Kafka工作機制深度解析:Broker、Partition 與消費者組協作原理

🐯 Kafka工作機制深度解析:Broker、Partition 與消費者組協作原理 🏁 前言 Kafka 已成為互聯網公司流式數據處理的事實標準,廣泛應用于日志收集、實時計算、事件驅動架構等場景。 很多開發者會用 Kafka,但不了解它底…