
系列科普文章《广东省新能源汽车产业与智能交通科学普及》之四配资平台股票最新消息
自动驾驶技术入门科普
随着新能源汽车快速普及,自动驾驶技术逐步走进大众日常生活。从高速上的辅助巡航,到城市道路的自动变道,再到部分城市投入运营的无人驾驶网约车,自动驾驶正在重塑人们的出行方式。很多人分不清辅助驾驶与真正自动驾驶的区别,对传感器工作逻辑、技术边界、法律权责也存在不少认知误区。本文从分级标准、系统架构、核心传感器、落地应用与法律保障几个维度,带大家读懂自动驾驶技术。
图1 Robotaxi 在城市道路开展示范运营实拍
一、自动驾驶 L0L5 分级标准与能力边界
依据国家标准《汽车驾驶自动化分级》(GB/T 40429-2021),自动驾驶划分为 L0 至 L5 共六个等级,划分等级的核心依据包括车辆承担的驾驶任务多少、环境监控主体、接管责任以及适用运行场景。其中 L0—L2 属于驾驶辅助,L3—L5 才是真正意义上的自动驾驶,二者有着明确的能力边界。
(一)L0—L2 驾驶辅助:人开车,车帮忙
L0 级为应急辅助,车辆仅提供预警提示,不参与车辆操控。车道偏离预警、碰撞预警都属于该级别,全程由人类驾驶员完成全部驾驶操作,人类驾驶员承担全部责任。
L1 级是部分驾驶辅助,系统仅可单独控制车辆横向转向,或者纵向加减速其中一项。常见的单独自适应巡航、单独车道纠偏属于 L1,人类驾驶员必须全程监控路况,随时接管车辆。
L2 级为组合驾驶辅助,也是当前家用乘用车最普及的级别。系统可同时控制转向、加速与制动,实现高速领航、城区辅助行驶等功能。但必须明确,L2 只是辅助驾驶,监控环境、处置突发状况的主体依旧是人,人类驾驶员双手不能长时间脱离方向盘,不能分心玩手机,事故责任由人类驾驶员承担。
(二)L3—L5 自动驾驶:限定条件下,车开车,人按需待命
L3 级即有条件自动驾驶,这是责任划分的重要分水岭。从这一级起,“驾驶员”这个角色开始由系统扮演——行业里称它为“系统驾驶员”,与之相对的,则是随时准备接管的“人类驾驶员”。但要说明,这只是形象说法,系统并不具备法律意义上的人类驾驶员身份。在预设的运行场景内,系统独立完成大部分动态驾驶任务,自主感知周边环境。但系统遇到超出能力的状况时,会向人类驾驶员发出接管请求,人类驾驶员需要及时接手操控车辆。L3 仅限定在特定路段、特定天气环境下启用。
L4 级高度自动驾驶,在限定场景中,车辆可以自主完成全部驾驶任务,不需要人类接管。即便遇到突发状况,车辆能够自主执行最小风险操作,比如安全靠边停车。园区无人接驳车、部分城市试点运营的 Robotaxi 无人驾驶网约车,大多属于 L4 级别,但是依旧无法适应全部道路环境。
图2 L4级别自动驾驶车辆在道路运行实拍
L5 级完全自动驾驶,理论上可在全球所有道路、所有天气条件下实现无人驾驶,车内甚至可以取消方向盘。该级别目前尚处于技术设想阶段,没有量产落地的产品。
简单来说,L0-L2 是 “人开车,车帮忙”;L3-L4 是 “限定条件下车开车,人按需待命”;L5 是全场景无人驾驶,现阶段还未完全实现。认清等级边界,才能避免因过度迷信自动化功能而产生安全隐患。
二、自动驾驶系统的三大核心构成:感知层、决策层、执行层
图3 自动驾驶“感知—决策—执行”三层架构
一套完整自动驾驶系统的工作逻辑,和人类开车的过程高度相似:用眼睛观察路况,大脑思考判断,手脚完成操控。对应技术架构分为感知层、决策层、执行层,三层实时交互,形成毫秒级闭环运算。
感知层相当于车辆的 “眼睛和耳朵”,依靠各类传感器采集路面、障碍物、交通标识、行人车辆等环境原始数据,把现实世界转化为机器能够识别的数字化信息,交付给决策系统处理。没有精准的感知,后续所有自动驾驶操作都无从谈起。
决策层是自动驾驶的 “大脑”,接收感知层传来的海量环境数据,结合高精地图、车辆自身状态、导航目的地,依靠车载计算芯片运行算法模型,完成定位、行为判断与轨迹规划。例如判断是否需要减速、是否可以变道、遇到行人如何避让,输出具体的操控指令下发给执行层。
执行层就是车辆的 “手脚”,由线控转向、制动、驱动电机等底盘机构组成,接收决策层下发的指令,精准完成转动方向盘、加减速、刹车等动作。整套流程每秒循环数百次,持续响应道路环境的动态变化,保障车辆平稳行驶。
图4 搭载多类传感器的自动驾驶小巴实拍
三、主流传感器:摄像头、激光雷达、毫米波雷达的原理与作用
感知层依靠多种传感器协同工作,不同传感器各有优缺点,行业普遍采用多传感器融合方案,弥补单一硬件的短板,提升感知可靠性。
(一)摄像头:看得清细节,怕黑夜与强光
摄像头是最基础的视觉传感器,原理与人眼相近,通过捕捉环境光线生成图像。优势是可以识别车道线、红绿灯、交通标识、路牌,分辨物体色彩与外观细节,成本可控,是几乎所有智能汽车的标配。但摄像头属于被动感知,强烈逆光、夜晚、暴雨大雾环境中成像质量会下降,无法直接测量物体距离,距离数据需要依靠算法推算,存在误差风险。
图5 摄像头、毫米波雷达、激光雷达特性对比
(二)毫米波雷达:测速准、穿透强,难辨外形细节
毫米波雷达通过发射、接收毫米波段电磁波,利用多普勒效应计算障碍物距离、相对速度。它最大优势是穿透雨、雾、灰尘的能力强,恶劣天气依旧稳定工作,可以直接测出目标物体的速度。短板在于图像分辨率不足,难以分辨行人、自行车、静态杂物的外形细节,无法识别交通标志文字,多用于远距离测距测速、碰撞预警。
(三)激光雷达:厘米级三维建模,高阶自动驾驶核心硬件
激光雷达被称为高阶自动驾驶的核心硬件,通过向外发射大量激光光束,光束碰到物体后反射回来,依靠光飞行时间计算距离,生成高精度三维点云图像,把周边环境完整立体还原出来,测距精度可以达到厘米级别。不受昼夜光照影响,黑夜环境感知能力远优于摄像头。但是在大雨浓雾天气下,激光会被水汽散射,感知效果会受影响,早期产品造价高昂,随着量产普及成本正在持续下降。
三种传感器相互配合:摄像头看清是什么物体,毫米波雷达测准速度,激光雷达摸清三维空间位置,融合之后,车辆才可以对周边环境实现全面可靠认知。除此之外,车辆还搭配超声波雷达,主要用于低速泊车时近距离障碍物探测。
四、自动驾驶技术落地现状:多元场景逐步商业化
图6 自动驾驶车辆多元场景应用
当前自动驾驶技术处于分级落地的阶段,不同等级适配不同使用场景,还没有实现全场景通用的无人驾驶。
(一)L2 组合辅助驾驶:已大规模普及
L2 级组合辅助驾驶已经大规模普及,市面上绝大多数新能源家用车都搭载该功能,高速领航、城市辅助驾驶走进普通家庭(公开数据显示,2026 年以来 L2 级组合驾驶辅助功能乘用车渗透率已达 70.5%),主要作用是减轻人类驾驶员疲劳,不能替代人的注意力。
(二)L3 有条件自动驾驶:国内试点起步
L3 级有条件自动驾驶已经开启国内道路试点,获批车辆可以在部分城市的高速、城市快速路特定路段使用,仅限拥堵等限定工况,需要人类驾驶员做好接管准备。2025 年 12 月,工业和信息化部已附条件批准两款搭载L3级有条件自动驾驶功能的车型产品准入(分别为长安、极狐两款纯电动轿车,在北京、重庆指定路段开展上路通行试点),但整体尚未面向全社会大规模开放使用。
(三)L4 高度自动驾驶:限定场景商业化运营
L4 级高度自动驾驶主要落地在限定的封闭或者半开放场景。在国内北京、上海、广州、深圳等城市,Robotaxi 无人驾驶网约车开启商业化试点,市民可以通过软件呼叫无人驾驶网约车;园区、景区的无人接驳巴士常态化运行;港口、厂区的无人货运车实现货物转运;城市当中,无人配送小车完成快递、外卖末端配送服务。不过 L4 车辆一旦离开预设运行区域,仍需由人类驾驶员接管驾驶。
整体来看,高速场景技术成熟度最高,城市复杂道路面临行人、非机动车穿插、无规则路口等难题,技术挑战更大,距离大规模普及还需要持续迭代优化。
五、法律护航:修订后的道路交通安全法安全保障机制
技术落地离不开制度保障。2026 年 8 月 25 日提请十四届全国人大常委会第二十四次会议初次审议的《道路交通安全法(修订草案)》新增“自动驾驶汽车的特别规定”专章,拟从国家法律层面确立自动驾驶的法律地位、厘清权责划分,目前该法仍处于立法进程中。草案清晰地区分辅助驾驶和自动驾驶概念:L2 及以下辅助驾驶功能,车辆只是辅助人完成驾驶,只要开启辅助功能,人类驾驶员依旧承担全部交通安全责任。当车辆激活 L3 及以上自动驾驶功能且处于设计运行场景之内时发生道路交通违法,依据修订草案,由自动驾驶汽车生产企业、进口企业接受处理;未激活自动驾驶功能或仅使用辅助驾驶功能的,则按照普通机动车管理,责任归于人类驾驶员。需要说明的是,交通事故的民事赔偿与刑事责任仍需依据相关法律另行认定。
同时草案配套设置上路准入、安全监测、自动驾驶专项保险等保障机制。自动驾驶车辆需要满足安全技术标准,完成安全评估,方可合法上路;车辆运行过程中留存行驶数据,方便事后溯源;配套专属保险制度,化解事故赔付风险。这套机制既鼓励技术创新,也守住出行安全底线,为自动驾驶合法上路提供法律依据。
六、结语
自动驾驶融合人工智能、传感器、整车控制等多项前沿技术,它不是简单的 “一键无人驾驶”,不同等级对应明确的能力边界。L0L2 辅助驾驶可以减轻驾驶负担,但不能脱离人的监控;L3L4 自动驾驶尚处在试点落地阶段;L5 完全自动驾驶仍是长远目标。
技术快速迭代的同时,我们也要建立理性认知,既看到科技带来出行变革,也不能忽视安全风险。只有技术持续打磨、法规不断完善、使用者树立正确使用观念,自动驾驶技术才能真正安全可靠地服务大众出行。
作者简介:广州市公共交通数据管理中心有限公司董事长、总经理,高级经济师,广东省科普作家协会常务理事。
配资平台股票最新消息
易配网提示:文章来自网络,不代表本站观点。