自动驾驶开放道路：l3自动驾驶可以在城市道路吗

小编 2024年09月24日 19:25 24 0

1l3自动驾驶可以在城市道路吗

【太平洋汽车网】l3自动驾驶可以在城市道路，所谓L3实际上就是Level3，就是值得第3级别的自动驾驶，而自动驾驶是区分等级的，不同等级实现的功能和自动程度不一样。目前全球范围内比较认可的有两个分级分别是NHTSA和SAE自动驾驶分析规则，在国内和厂商宣传当中使用最多的其实还是SAE自动驾驶分级。

TechWeb7月21日报道文/卡卡落前不久奥迪在西班牙巴塞罗那发布了一款新车，新版本的A8，虽然是一台面向高端市场的车型但能够吸引眼球主要是因为它号称首款搭载了L3级别自动驾驶的量产车型。

也许很多人不清楚什么是L3级别自动驾驶，不知道这种级别的自动驾驶能够让出行有那些改变，别着急，慢慢道来。

什么是L3自动驾驶？

首先就来说说自动驾驶是如何分类的，所谓L3实际上就是Level3，就是值得第3级别的自动驾驶，而自动驾驶是区分等级的，不同等级实现的功能和自动程度不一样。目前全球范围内比较认可的有两个分级分别是NHTSA和SAE自动驾驶分析规则，在国内和厂商宣传当中使用最多的其实还是SAE自动驾驶分级。

从上面的图片可以看出来，实际上这两个分级标准差不多，主要的区别就在于SAE准备了五个等级，而不是四个，在有条件自动驾驶和完全自动驾驶之间更细分化了，因为当中有一个完全自动驾驶和不完全自动驾驶的临界点，这个临界点决定了车辆使用者（仍然是驾驶位置）是否需要应答和最初反馈给车辆。

SAE的五个级别分别是：L

0：驾驶员完全掌控车辆，无任何自动化能力。

1：自动系统有时能够辅助驾驶员完成某些驾驶任务。比如高速自动巡航（自动认知所在车道），和一些驾驶辅助功能等等。

2：自动系统能够完成某些驾驶任务，但驾驶员需要监控驾驶环境，完成剩余部分，同时保证出现问题，随时进行接管。其实在大多数场景下是没有自动驾驶能力的，只有比如高等级的自动泊车、自动跟车等等功能，现在很多高端一些的车辆都有这些能力，但还远远谈不上普及。

3：自动系统既能完成某些驾驶任务，也能在某些情况下监控驾驶环境，但驾驶员必须准备好重新取得驾驶控制权。这就是今天要重点讲述的等级。在这个等级下，实际上驾驶员还是必须时刻保持警惕，随时取回车辆控制权的。

4：自动系统在某些环境和特定条件下，能够完成驾驶任务并监控驾驶环境，这个阶段下，在自动驾驶可以运行的范围内，驾驶相关的所有任务和驾乘人已经没关系了。但似乎驾驶舱还是必不可少的，不能完全取消掉认为控制的操作部件。

5：自动系统在所有条件下都能完成的所有驾驶任务。顾名思义，就是人可以只当乘客，方向盘、油门刹车等等都取消掉，当然了为了安全和防止紧急情况，应是有紧急停止按钮或者操作的。其他部分都由车辆来完成，人起到的作用就是乘客。

（图/文/摄：太平洋汽车网问答叫兽）

2自动驾驶汽车

自动驾驶除了实现驾驶辅助的基本所有功能外，还可以允许驾驶员将注意力从交通情况和控制车辆中解放出来做其它事情。但是，驾驶员仍需要坐在车里，在自动驾驶系统尚未启动或者退出时控制车辆。而无人驾驶则可以没有驾驶员，完全的车辆自主驾驶。

3深入浅出自动驾驶（一）: 识别车道

这是自动驾驶的系列文章。
自动驾驶的第一步是什么呢？当然，是识别当前环境，具体来说就是识别自己的正确道路- 车道线，入下图所示

2 将车道线叠加原图

当然，简简单单的识别出道路是不行的，我们还需要在原图中叠加道路，如上图所示，主要是一些裁剪合并之类的动作了。

3 边缘发现
之前的车道线都是白的，所以挺好做的，但是很不幸的是，车道并非都是白的，我们很可能遇到其它颜色的，而且有时候并不完整，如下图所示，所以我们需要其它的方法，比如说“边缘发现”

python提供了一个包，openCV，我们可以使用这个包来协助开发，在开发过程中还需要进行一些处理，其伪码如下
1 将整个图像转为灰度图，毕竟不需要那么多丰富的颜色2 进行简单的高斯模糊：GaussianBlur，以减少照片噪声和细节3 进行边缘发现

最终我们会得出如下图所示的结果

4 使用Hough Transform辨别车道线
进行边缘发现之后识别出车道线，如何识别车道线呢？车道线实际上在图像中表现为一条直线，所以我们的目标就是识别出长直线，所以，我们的目标就是识别出长直线的模式。
我们会用到一种叫做Hough Transform的方法，它是在1962有Hough发明的，它会把 y=mx+b映射成 b=xm+y,将直线变换成点，然后进行识别，如下图所示，车道线是一条路

然后把这条路映射成点

这样，我们就成功的识别出了车道线
(完）

4百度宣布百度无人驾驶汽车在国内首次实现城市、环路及高速道路混合路况下全自动驾驶。从发展的观点看，全自动无人驾驶汽车...

解析：

全自动无人驾驶汽车产生于传统汽车，又超越了传统汽车。现阶段，全自动无人驾驶汽车必然还存在着弱点和需要完善之处，故②③符合题意。全自动无人驾驶汽车与传统汽车相比并不是一种全新的事物，①排除。④不符合实际，排除。

5宝马说自动驾驶能在中国畅行，世界将是坦途这句话的意图是什么？

四年前，7系还没在大陆上市，宝马就急不可耐的把伪装车拿到上海，让媒体体验L2级辅助驾驶技术。那个时候，ACC还不普及，车道保持出现不久，突然来一辆7系，竟然可以在路面没有车道线的情况下，跟随前车轨迹行驶。形容当时的心境，简单来说，是被惊到了。四年之后，再看宝马的辅助驾驶系统，除了X5、3系上刚推出的“后悔药”功能，整体架构大体停滞不前，这几年时间，宝马都在干什么，他们遇到什么问题了吗？

现阶段具备L2辅助驾驶功能的车型，相关的硬件大体是这样的，单个激光雷达、连同360度影像在内的、五个左右的摄像头、几个毫米波雷达。简单的设备凑在一起，L2基本是上限了，如果对中国特色插队车有更好的判断力、甚至可以自行识别信号灯，我们看这次创新日上展出的自动驾驶试验车，它的配置是这样的：五个激光雷达、三个长距雷达、四个短距雷达、一个前三目摄像头、八个侧后方摄像头（从实车看，还有一个四十线程的激光雷达）。只算数量，试验车的硬件已经是量产车的几倍了，且不论性能差异带来的价格增长。如果突破L2，升到L3甚至L4的水平，首先要解决的是硬件成本问题。

上海创新中心的活，应该怎么干呢？创新日上公布了一些答案，比如说，宝马的合作伙伴。四维图新，是宝马的高精度地图合作商。之所以从这家公司开头，头一个原因是他们更新了我的一个概念——高精度地图。我以前理解的高精度地图，简单的想成了“厘米级高德地图”，更准确的说，这叫高精度定位。而高精度地图，实际是高精度城市模型，电线杆、路牙石的位置，都在能在这个地图上实时呈现。有了这份模型，自动驾驶汽车睁开了半只眼睛。第二个原因是他们提到了两个关键概念——数据储存能力和算力。

以现在7系试验车为例，每天它可以产生8TB的数据，没错，就是这数量级。宝马跟联通合作，海量的数据通过5G传输云端；另一个合作商，腾讯，提供云端的储存。宝马跟腾讯在今年内将建立“高性能数据驱动开发平台”，这个平台会依托云端数据进行仿真，加速自动驾驶技术的开发。

回到跟特斯拉的对比上，iNEXT 2021年会带着L3量产，从时间节点上，已经慢了特斯拉两年的时间。但问题要这么看，L3、L4，宝马的开发是同步的（在全球，宝马已经投入80辆7系投入L4测试），在L4的推出上，没有一家车企肯认怂，毕竟，这是改变汽车生态的机遇和挑战。征服L4，才是宝马iNEXT的NEXT。

6自动驾驶可以给人们的生活和城市的发展带来哪些变化

机器越来越聪明，人越来越傻。
早晚有一天，我们曾经担心过的那件事会发生。
君不见，现在的小青年连手动档的离合器都控制不好吗？

7汽车车道保持功能能实现自动驾驶吗？

车道保持系统是自动驾驶的重要组成部分，单一的车道保持系统属于驾驶辅助功能。驾驶辅助包括自适应定速巡航（也就是ACC），用于在限定速内跟车行驶。而车道保持，是能够将车辆保持在车道内行驶。这两者相结合可称作L2级自动辅助系统。当允许驾驶员的注意力从交通情况和控制车辆中解放出来做其它事情时，可提升自动驾驶级别为L3级。全自动驾驶（无人驾驶）则可以没有驾驶员，完全的车辆自主驾驶。自动驾驶目前的等级划分：区分自动驾驶等级的几个关键功能包括：加减速和转向、监控驾驶环境、对动态驾驶环境的回馈、系统驾驶模式。自动驾驶可以由此分为六个等级。L0级：上述几个关键功能全都是人工操作，没有汽车自身系统的任何介入。L1级：驾驶辅助。系统对于加减速和转向其中之一有介入，可能会基于司机的驾驶习惯结合当前驾驶状况做部分干预（比如刹车辅助）。L2级：部分自动化。在驾驶辅助的基础上，系统可以自主控制加减速以及转向两项的功能，而检测驾驶环境和主要驾驶工作都还是由驾驶人完成。L3级：有条件的自动驾驶。在部分自动化的基础上，系统可以对周边道路环境进行监控，对于获得的数据进行分析来计算目前应该设置的油门或刹车力度以及方向。但是驾驶人要随时准备自动驾驶系统遇到问题时推出，随时接手汽车控制权。L4级：高度的自动驾驶。在第3级的基础上，除了对汽车行驶状况的判断外，系统对于突发事件也能够很好的处理能力，就算司机还没反应过来去做及时的干预，自动驾驶系统也能够及时作出反应，以确保车辆和车上人员的安全。但这种自动驾驶系统并不适用于所有用车场景下。L5级：全自动驾驶。在各种环境下都可以自主驾驶，驾驶风格还能由司机来进行自定义。目前自动驾驶有三种路线，第一传感器方案。（难以达到高级自动驾驶层级）第二摄像头方案。（安全稳定性较差）。第三激光雷达方案，可以直接达到L4级水平，但成本偏高，目前商业化前景不明朗。