自動駕駛的級別--ZT

自動駕駛的級別

 

 

對於整個自動駕駛產業鏈，決策算法屬於最難的那一塊，投入也最大，處於核心地位。但是，作為一個自動駕駛產業鏈，要想實現L4及以上級別的自動駕駛，還需要感知層麵上的激光雷達，以及兼具感知和定位職能的高精地圖，自動駕駛AI芯片，線控底盤和線控製動等其他核心產業的配合，才能夠真正地實現。

 

隻要評估供應鏈的完善程度以及發展水平，就可以比較準確地衡量整個產業的發展水平和狀態。

 

整個自動駕駛產業鏈而言，現階段比較靠譜的幾個落地場景是：

 

1. L2級別乘用車的自動駕駛。這個方麵，核心的衡量標準是，在高速場景，以及城市擁堵場景，能夠實現“Pilot”，但在這個“Pilot”的過程中，責任需要由司機自己承擔，手不能離開方向盤。

 

因為還需要司機自己操控，所有無論是在感知，還是算力環節，都不需要額外的冗餘，這使得，在供應鏈上，核心的挑戰變成了AI芯片、ADAS域控製器和算法，挑戰都不大。

 

所以，現階段L2級別的自動駕駛，正進入大規模的普及階段。

 

2. L3級別乘用車的自動駕駛。這個方麵，核心的衡量標準是，在高速場景，以及城市擁堵場景，能夠實現“Pilot”，但在這個“Pilot”的過程中，責任需要司機和車企共擔。手允許離開方向盤。

 

因為需要車企承擔責任，就需要在整個自動駕駛係統上設置冗餘，包括感知上，需要加入固態激光雷達，在AI芯片上增加算力，在算法上需要增加更多的訓練，需要ADAS高精地圖，以及執行機構上一定的冗餘。

 

L3級別的自動駕駛，包括百度Apollo在內很多企業在往前推進，將陸續出現一些落地的產品和場景。

 

改裝一輛具備L4級別的自動駕駛汽車，需要耗資幾十萬元，包括激光雷達、毫米波雷達、計算平台、線控係統等等。

 

組建一支龐大的測試車隊，需要大量的資金支持。

 

當然了，也有一些車企，選擇直接從L2往L4過渡。