奥迪在国内实际高速公路场景测试L4自动驾驶 L4到底神奇在哪？

2018-12-30 23:41:50· 来源：AutoLab

2018年的最后一个工作日，就在大家喜迎元旦小长假，想着如何跨年的时候，奥迪中国研发团队在延崇高速公路的封闭路段进行了L4自动驾驶以及基于C-V2X的车路协同演示，本次演示达到了延崇高速公路最高设计时速80km/h。

由此，奥迪成为了首个在国内高速公路场景进行相关联合演示的车企，在自动驾驶研究领域又一次有了质的突破。

奥迪又一次走在了前面

众所周知，奥迪的A8此前已经达到了量产车型中的L3级别，在行业里当属领先，行业里关注度较高的特斯拉也仅有L2.5级别的自动驾驶水准，其余品牌还停留在L2甚至更低级别。

美国汽车工程师学会关于各大品牌所达到自动驾驶级别的划分

也就是说，L4级别目前是难以突破的关卡。如今，作为行业领先者的奥迪又一次向这个难以突破的关卡发起了挑战，并且是在国内。这对于整个行业的发展有着里程碑式的意义。

关于自动驾驶的分级

按照美国汽车工程师学会的划分，自动驾驶可分为L0-L5六级。在L1-L2级别，智能驾驶系统仅能辅助驾驶，人类驾驶员负责所有驾驶任务。L3级别实现了自动驾驶，但有条件限制，大多数情况下得依靠驾驶员。L4级的自动驾驶主要依靠车辆自己，但不保证所有情况，L5级属于完全无人驾驶。

自动驾驶的级别划分

简而言之，L0纯人工驾驶，L1辅助驾驶，L2更高级的辅助驾驶，L3实现了自动驾驶（但有条件限制）、L4实现自动驾驶（但不能应对所有情况）、L5完全自动化。

也就是说，L3虽然实现了自动驾驶，驾驶员可以放心地松开方向盘，但这仅限于特定的情况，驾驶员也只是在这个阶段能“信任”车辆而已。

从L3开始，车辆自己长了“眼睛”，可以根据行车环境自动驾驶，但却无法应对突发情况，也就是说车辆无法进行预判。

举例说明，L3级别的自动驾驶车辆经过十字路口的时候，面对横向来车，即便能够及时探测到并刹停，也是很机械地猛然刹停，不会像驾驶员操作那样，经过路口前会提前预判并且收车。

从奥迪本次测试的L4开始，配合V2X的功能，车辆和其他交通参与者（包括车辆、行人、骑行者、路标、信号灯等）就有了一个信息互通，从而能够在很多地方进行提前预判，这基本上就和驾驶员实际操作相差无几了。

经过十字路口的时候，车辆会提前根据各种信息进行判断，根据情况选择加速或减速，这就基本和驾驶员操作没有区别了，甚至有些时候比驾驶员操作还有可能更加高效准确。

这就是L4和L3的区别，但这里也有一个前提条件，那就是所有的交通参与者都得配备V2X相关的配置，这样才能实现信息互通，车辆才能有预判的余地。

奥迪为何热衷于自动驾驶？

何止是自动驾驶，奥迪在很多方面都走在行业的前端。

以国内市场为例，早期汽车还属于“奢侈品”，奥迪就以“官车”的形象示人，成为了身份地位的象征，由此获得了不少高端消费者的青睐。

此后，随着经济的发展，汽车成为了大众消费品，奥迪一改“官车”形象，并且伴随终端优惠，由此圆了不少人的“奥迪梦”。

此外，随着年轻消费者的强势崛起，奥迪在科技和设计方面下了不少功夫，由此获得了更多市场份额。

现在，虽然自动驾驶还未普及，但这一定是行业发展的趋势，奥迪的所作所为归根到底一句话：为了在条件成熟的时候可以抢到行业内的第一杯羹。拥有敏锐的市场洞察力，这就是奥迪。

自动驾驶与法规的对立统一

自动驾驶何时能够大众化？不仅是技术层面的问题，还得过法律法规这一关。总体上看，自动驾驶汽车在大多数国家和地区尚不被法律认可，但美国、欧盟等认为，自动驾驶汽车是交通发展的趋势，所以会在一些地方宽容一些。

其实自动驾驶的技术并没有想象中那么难，就像程序员编写一套程序一样，只要掌握技术要领，多么庞大的程序都是可以完成的。

问题在于程序会出现各种各样的BUG，程序员会在完成之后反复修改，即便再投入使用之后也是如此；而实际驾驶中所遇到的各种意料之外的情况都是自动驾驶的BUG，程序的BUG最多导致程序瘫痪，无法正常使用；而自动驾驶的BUG所导致的后果就不堪设想了，所以针对自动驾驶的法规难免苛刻。

但是可以肯定的是，各国法规对于自动驾驶的严苛要求并不是在制约自动驾驶的发展，相反，是在鼓励各大生产商可以研发出真正靠谱的自动驾驶技术。不过，自动驾驶的真正普及还有待时日。

分享到：

点赞 0 反对 0 举报 0 收藏 0 评论 1

0 条相关评论

• 亦庄：自动驾驶之城	• 智能网联汽车仿真测试标准体系研究
• 汽车自动驾驶仿真：场景呈现的技术深度探讨	• 汽车自动驾驶感知模块的开发与验证：技术挑战与未来展望
• 汽车自动驾驶感知模块开发与验证中的场景仿真技术探析	• 智能网联不确定路口场景下汽车驾驶性能的实验与评价研究
• 智能网联汽车产品模拟仿真测试可信度评估方法	• 智能网联汽车产品模拟仿真测试可信度评估框架
• 智能网联汽车产品测试策略：确保安全可靠的驾驶体验	• 智能网联汽车视觉感知系统测评验证：性能评估与未来展望

编辑推荐