SAE自动驾驶分级介绍

SAE International 国际自动机工程师学会(原译:美国汽车工程师学会)英文全程为:Society of Automotive Engineers International,是一个全球性的非常活跃且专业的标准研究组织。对于各类工程领域均有涉及,且汽车领域(Automotive)为其主要聚焦领域。

SAE驾驶自动化分级自2014年发布以来,是业内最多引用的用以描述自动(辅助)驾驶等级的信息源。该标准经过数次修订,目前最新版本为2021年Revise版,将驾驶自动化(DrivingAutomation)分为六个等级:从Level 0 到Level 5。分别如下:

SAE驾驶自动化分级 :Taxonomy and Definitions for Terms Related to On-Road Motor Vehicle Automated Driving Systems

下来基于最新版本的J3016-202104,来简述一下SAE分级中的相关术语和知识要点。

关于202104版本的Release Notes,可以参考SAE Levels of Driving Automation™ Refined forClarity and International Audience

1,Level 0: No Driving Automation:系统会提供告警,或者是短暂的(momentary)控制。驾驶员是车辆持续性行为的唯一决策者,需要控制方向盘,油门,刹车等一切控制装置。典型功能:LDW(lane departure warning ,车道偏离预警),AEB(Automatic emergency braking,自动紧急刹车),(注),BSD(Blind Spot Warning,盲点预警)等;

2,Level1: Driver Assistance 系统会提供横向(转向)或者纵向(制动和加速)的车辆控制。可以辅助驾驶员进行横向或者(注意这个OR)纵向的驾驶辅助控制。如LKA(Lane KeepingAssistance,车道保持辅助),ACC(Adaptive Cruise control,自适应巡航控制)等;

3,level2: Partial Driving Automation 与上一级的区别在于,L2系统可以同时进行横向和纵向车辆控制(KLA AND ACC),主动保持和前车距离的同时,纠正车辆在车道内的横向位置,保持在车道中间行驶。和L1的区别在于:系统是否同时控制横向和纵向。现在常见的我们已知的LCC(Lane-Center-Control),AP等均属于这个等于的自动驾驶。

注意:在2021-04的J3016-levels of DrivingAutomation文件中,非常明确的将L1/L2系统命名

为:驾驶员支持系统(Driver Support System),以区别与L3-L5的自动驾驶系统(Automated

Driving System),来明确不同层级系统的驾驶活动中,人类驾驶员的责任。

4,Level3:Conditional Driving Automation 迈入L3的门槛,如上文所述,意味着在一定条件下,系统驾驶权与责任全部交给自动驾驶系统,不符合条件时,系统报出接管请求,并预留一定时间(欧盟法律为8秒),由驾驶员接管车辆。

也就意味着,和L2相比,L3对于普通消费者和其他交通参与者而言,最大的价值在于定责。L2本质上还是一个人类驾驶负全部责任的系统,而在L3系统中,一旦L3生效,发生事故的责任是车企或者L3系统提供方。

5,Level4:High Driving Automation 不需要驾驶员监控路况与系统情况,能在一定ODD之内(一般情况下为地理围栏/天气/光照等条件限制)自主行驶的系统。与L3相比,最大的区别是:当系统出现不能满足自动驾驶条件的工况时(在ODD之外时),可以自动给出DDT Fallback,从而达到MRC(Minimal Risk Condition,在极少数灾难性(比如主备电源均失效等)情况下,执行FMS(Failure Mitigation Strategy)

DDT fallback:指的是系统在执行Dynamic Driving Task过程中,如果系统故障或者超出ODD,需要有一个备用策略,以确保ego可以达到MRC状态

6,Level 5:(e):完全自动化。在任何条件下, 任何地方,都能实现全自动驾驶,完全不需要人类驾

驶员。

整体可以用标准中的下图,清晰的界定每个等级自动驾驶的关键区别:

所以其实从SAE分级也可以比较明确的看出来:目前国内外各个量产的智能驾驶系统,都对应了SAE分级中的L2级别,强调人类司机驾驶员必须实时在环,随时接管车辆,系统只是辅助;

对于整个行业而言,L4不可能一蹴而就,目前处于L2向L3演进的时间段。目前国内已经有相关法规征求稿,对L3辅助驾驶进行立法。国内已经车企L3正在路上,当然开始的ODD一定非常狭窄(高速+有HDMAP+跟车工况+特定速度区域),不过这毕竟是大家向着更高等级自动驾驶迈入的

一小步,相信不久的将来,就会有"遥遥领先"的L3级自动驾驶车辆上路,敬请期待。(手动Doge)

附上:自动驾驶最强最全学习资料:https://www.cnblogs.com/autodriver/articles/18071484

相关推荐
ZhengEnCi19 小时前
ROS2 为啥要拆成二三十个节点?一台小车背后的真实结构
人工智能·机器人·自动驾驶
爱分享的康康20 小时前
初创车企自动驾驶数采设备选配指南:参数、接口与分阶段选型思路
经验分享·自动驾驶
Felaim20 小时前
【VLA与模仿学习】SparseDrive论文精读:稀疏场景表示的端到端自动驾驶
自动驾驶·规划·端到端·sparsedrive·稀疏表征
loulanyue_1 天前
跳过L3直奔L4,还是L3是绕不过去的生死坎?:何小鹏激辩杨冬生,全球自动驾驶下半场的责任鸿沟与底盘重构——读2026世界智能网联汽车大会巅峰对话
自动驾驶·新能源汽车·智能网联汽车·科技前沿
地平线开发者5 天前
【玩转 征程6 算法工具链:PTQ 工具篇】hb_verifier
算法·自动驾驶
rtu遥测终端机8 天前
四信助力无人车远程接管与遥操作,低时延通信是安全底线
物联网·自动驾驶
陈嘿萌11 天前
CVPR 2026 | 全新的五模态信息融合数据集,包括RGB、事件、热成像、4D 雷达与 LiDAR
人工智能·深度学习·计算机视觉·自动驾驶·学术研究与理论基础·点云雷达
论文复现现场11 天前
自动驾驶 BEV 模型训练,2 张 A100 80GB 够不够?显存、双卡训练与租赁成本
人工智能·深度学习·机器学习·自动驾驶·分布式训练·a100·bevformer
JuiceFS12 天前
地平线 EB 级存储工程实践
人工智能·后端·自动驾驶
零基础12314 天前
自动驾驶中的边界情况处理:基于世界模型与混合专家及大语言模型的方法
人工智能·语言模型·自动驾驶