科技巨头 PK 初创公司，「新势力」VS 传统车企，自动驾驶领域已是当下最令人兴奋的竞技场之一。可自动驾驶究竟离「自动」还有多远？
目前，根据国家推荐标准 ，行业将驾驶自动化等级分为0级至5级6个级别，国内的自动驾驶技术同样也按照这个标准进行划分。
来源：《GB/T40429-2021汽车驾驶自动化分级》
事实上，按照行业的分级标准，现在国内主机厂量产上市的汽车产品全部为2级及以下级别的产品。
0-2级自动驾驶阶段说明
2级自动驾驶系统只是一种辅助工具，就像使用Siri，它可以协助你，但是它没有自主能力。比如，使用自动泊车功能，并不意味着泊车这件事就完全交给系统了，事实上，现在的大部分自动泊车可能只是帮你打方向盘……所以，现在阶段的驾驶辅助，只能起到辅助的作用，与自动驾驶尚有距离。
i-VISTA中国智能汽车指数对市场主流数十款成型的测评，目前大部分车型APS表现一般
３级驾驶自动化（有条件自动驾驶，conditionally automated driving）系统指的是在其设计运行条件下持续地执行全部动态驾驶任务，这个级别也被称为“人机共驾阶段”，在这个阶段，系统具备了一定的自主性，但是依然需要有人进行监管，以防突发情况。
４级驾驶自动化（高度自动驾驶，highly automated driving）系统在其设计运行条件下持续地执行全部动态驾驶任务并自动执行最小风险策略。５级驾驶自动化（完全自动驾驶，fully automated driving）系统在任何可行驶条件下持续地执行全部动态驾驶任务并自动执行最小风险策略。
大部分人所期待的自动驾驶属于五级，也就是完全自动驾驶，单从技术来说，各个主机厂以及科技公司，已经有3级、4级的技术储备和产品方案，同时各种示范区、先导区也在积极开展各种验证测试、示范应用。
此外，在特定的使用环境下，已经有部分3级、4级自动驾驶系统在限定范围内使用，例如港口的自动驾驶物流车辆、矿山的自动驾驶运输车和作业车、封闭园区的自动驾驶环卫车、无人配送功能车等。但是，这种使用仅限于小范围，而且依然属于试验的范畴。
北京首钢园美团外卖无人车正在测试
总的来说，不管是国内还是国外，自动驾驶技术都还处于试验阶段。更重要的是，从法律层面来说，国内相关的法律法规也不支持3级及以上的产品合法上路。毕竟以现阶段的技术来说，自动驾驶的技术还不成熟。
与此同时，我们又将自动驾驶技术分为感知、决策、执行三个环节。
感知：驾驶员的眼耳鼻等各个传感器，在接收着外界的信息，承担着感知的功能；
决策：驾驶员的大脑根据感知的信息，决定进行加减速、转向等操作，承担着决策的功能；
执行：驾驶员的神经、四肢，以油门刹车与方向盘作为人车交互的两大媒介，与整个汽车系统一起承担着执行的功能。
有人认为“感知”最核心，有人认为“决策”最核心。看下来之后，两方的主要分歧在于对“感知”这个概念的定义不同。
狭义的感知：激光雷达、毫米波雷达、摄像头、超声波雷达、定位系统测量到的“0”、“1”数据传输给大脑。
广义的感知：不仅测量，而且将测量到的“0”“1”翻译成对决策有意义的语言，比如“前方有行人”、“前方有模糊一片的东西，有30%的可能是障碍物”。
当我们看到桌子上“有一个苹果”，这不仅是眼睛的功劳，我们的大脑也在一瞬间完成了大量的运算工作。只不过，我们一般还是把“感知到有一个苹果”归功于眼睛，因此我们还是采用广义的感知概念。
这样的话，我的观点如下：
最核心的是感知。
提升决策能力，有助于降低感知需求。
对自动驾驶来说，它在决策与执行时从来感知的信息是全面的、确信的。我发现有朋友在讨论夹塞情况下的博弈问题：有人就敢赌你怕刮蹭去维修，而AI不敢，因而AI肯定是必输的。
这是一个很好的观点，但并不全面。的确，AI在博弈的时候底牌要弱于强势的人类驾驶员，但自动驾驶的反射弧时间要远强于人类驾驶员。
所以，将来AI实装了博弈策略之后，我们人类驾驶员不应太自信 ——AI的博弈策略可能会非常地“凶残且狡猾”，而且省去了反射弧的时间，人类驾驶员恐怕没有胜算。
提升决策能力有助于降低对感知的需求
前一段，试驾小鹏P5的城市NGP。众所周知，它在侧前方的感知非常灵敏，因为有2颗激光雷达：
所以，当它重点感知侧前方的物体来做决策时，就会显得非常果断。
试乘的十几公里的6次接管中，大部分情况都是“主动夹塞”失败！也就是说，当侧前方的车辆向前移动时，P5可以实现灵敏地跟车并夹塞变道；但是，如果这时候侧后方车辆跟进博弈，抢占有利位置时，P5就会束手束脚。
我能明显感觉到：P5侧后方的“视力”远不如侧前方的“视力”——所以在夹塞变道时就不敢非常激进，从而导致失败。
第一种思路就是像威马M7一样，侧后方也加强感知能力：
第二种思路就是实装“近身肉搏策略”与“预测规划策略"，这都属于决策。
所谓近身肉搏策略，就是上面提到的博弈策略：例如，让车子突然挪个2厘米，观察侧后方车子的反应，根据反应再决定下一步动作。像AI没有反射弧，如果动静非常快，抖个几抖，可能就把侧后方的新手驾驶员给吓住了 ——这是什么人啊，反应这么快！
所谓预测规划策略，就是尽量避免这种情况的发生：仔细回忆一下，其实人类驾驶员遇到这种“主动加塞”的场景，也是非常尴尬的，有时候还要斗气；真正的老司机会怎么做，他会看得很远，尽量避免这种情况发生、或者在这种情况无法避免时，提前很远就进入一个有利的博弈位置。
两种思路都可以实现比较好的“主动夹塞”效果。这也就是为什么说：提升决策能力有助于降低对感知的需求。
要想真正地把开车这件事交给系统，还需要一段时间。多数消费者如果考虑选装自动驾驶系统愿意去选择日常使用频率高或者说可用性高并且安全可靠的功能。目前国内的车企正在通过快速的软硬件迭代向着可用性和安全性双高努力。感兴趣新一代自动驾驶系统的朋友可以试驾体验一下国内车企的自动驾驶系统。
目前，根据国家推荐标准 ，行业将驾驶自动化等级分为0级至5级6个级别，国内的自动驾驶技术同样也按照这个标准进行划分。
来源：《GB/T40429-2021汽车驾驶自动化分级》
事实上，按照行业的分级标准，现在国内主机厂量产上市的汽车产品全部为2级及以下级别的产品。
0-2级自动驾驶阶段说明
2级自动驾驶系统只是一种辅助工具，就像使用Siri，它可以协助你，但是它没有自主能力。比如，使用自动泊车功能，并不意味着泊车这件事就完全交给系统了，事实上，现在的大部分自动泊车可能只是帮你打方向盘……所以，现在阶段的驾驶辅助，只能起到辅助的作用，与自动驾驶尚有距离。
i-VISTA中国智能汽车指数对市场主流数十款成型的测评，目前大部分车型APS表现一般
３级驾驶自动化（有条件自动驾驶，conditionally automated driving）系统指的是在其设计运行条件下持续地执行全部动态驾驶任务，这个级别也被称为“人机共驾阶段”，在这个阶段，系统具备了一定的自主性，但是依然需要有人进行监管，以防突发情况。
４级驾驶自动化（高度自动驾驶，highly automated driving）系统在其设计运行条件下持续地执行全部动态驾驶任务并自动执行最小风险策略。５级驾驶自动化（完全自动驾驶，fully automated driving）系统在任何可行驶条件下持续地执行全部动态驾驶任务并自动执行最小风险策略。
大部分人所期待的自动驾驶属于五级，也就是完全自动驾驶，单从技术来说，各个主机厂以及科技公司，已经有3级、4级的技术储备和产品方案，同时各种示范区、先导区也在积极开展各种验证测试、示范应用。
此外，在特定的使用环境下，已经有部分3级、4级自动驾驶系统在限定范围内使用，例如港口的自动驾驶物流车辆、矿山的自动驾驶运输车和作业车、封闭园区的自动驾驶环卫车、无人配送功能车等。但是，这种使用仅限于小范围，而且依然属于试验的范畴。
北京首钢园美团外卖无人车正在测试
总的来说，不管是国内还是国外，自动驾驶技术都还处于试验阶段。更重要的是，从法律层面来说，国内相关的法律法规也不支持3级及以上的产品合法上路。毕竟以现阶段的技术来说，自动驾驶的技术还不成熟。
与此同时，我们又将自动驾驶技术分为感知、决策、执行三个环节。
感知：驾驶员的眼耳鼻等各个传感器，在接收着外界的信息，承担着感知的功能；
决策：驾驶员的大脑根据感知的信息，决定进行加减速、转向等操作，承担着决策的功能；
执行：驾驶员的神经、四肢，以油门刹车与方向盘作为人车交互的两大媒介，与整个汽车系统一起承担着执行的功能。
有人认为“感知”最核心，有人认为“决策”最核心。看下来之后，两方的主要分歧在于对“感知”这个概念的定义不同。
狭义的感知：激光雷达、毫米波雷达、摄像头、超声波雷达、定位系统测量到的“0”、“1”数据传输给大脑。
广义的感知：不仅测量，而且将测量到的“0”“1”翻译成对决策有意义的语言，比如“前方有行人”、“前方有模糊一片的东西，有30%的可能是障碍物”。
当我们看到桌子上“有一个苹果”，这不仅是眼睛的功劳，我们的大脑也在一瞬间完成了大量的运算工作。只不过，我们一般还是把“感知到有一个苹果”归功于眼睛，因此我们还是采用广义的感知概念。
这样的话，我的观点如下：
最核心的是感知。
提升决策能力，有助于降低感知需求。
对自动驾驶来说，它在决策与执行时从来感知的信息是全面的、确信的。我发现有朋友在讨论夹塞情况下的博弈问题：有人就敢赌你怕刮蹭去维修，而AI不敢，因而AI肯定是必输的。
这是一个很好的观点，但并不全面。的确，AI在博弈的时候底牌要弱于强势的人类驾驶员，但自动驾驶的反射弧时间要远强于人类驾驶员。
所以，将来AI实装了博弈策略之后，我们人类驾驶员不应太自信 ——AI的博弈策略可能会非常地“凶残且狡猾”，而且省去了反射弧的时间，人类驾驶员恐怕没有胜算。
提升决策能力有助于降低对感知的需求
前一段，试驾小鹏P5的城市NGP。众所周知，它在侧前方的感知非常灵敏，因为有2颗激光雷达：
所以，当它重点感知侧前方的物体来做决策时，就会显得非常果断。
试乘的十几公里的6次接管中，大部分情况都是“主动夹塞”失败！也就是说，当侧前方的车辆向前移动时，P5可以实现灵敏地跟车并夹塞变道；但是，如果这时候侧后方车辆跟进博弈，抢占有利位置时，P5就会束手束脚。
我能明显感觉到：P5侧后方的“视力”远不如侧前方的“视力”——所以在夹塞变道时就不敢非常激进，从而导致失败。
第一种思路就是像威马M7一样，侧后方也加强感知能力：
第二种思路就是实装“近身肉搏策略”与“预测规划策略"，这都属于决策。
所谓近身肉搏策略，就是上面提到的博弈策略：例如，让车子突然挪个2厘米，观察侧后方车子的反应，根据反应再决定下一步动作。像AI没有反射弧，如果动静非常快，抖个几抖，可能就把侧后方的新手驾驶员给吓住了 ——这是什么人啊，反应这么快！
所谓预测规划策略，就是尽量避免这种情况的发生：仔细回忆一下，其实人类驾驶员遇到这种“主动加塞”的场景，也是非常尴尬的，有时候还要斗气；真正的老司机会怎么做，他会看得很远，尽量避免这种情况发生、或者在这种情况无法避免时，提前很远就进入一个有利的博弈位置。
两种思路都可以实现比较好的“主动夹塞”效果。这也就是为什么说：提升决策能力有助于降低对感知的需求。
要想真正地把开车这件事交给系统，还需要一段时间。多数消费者如果考虑选装自动驾驶系统愿意去选择日常使用频率高或者说可用性高并且安全可靠的功能。目前国内的车企正在通过快速的软硬件迭代向着可用性和安全性双高努力。感兴趣新一代自动驾驶系统的朋友可以试驾体验一下国内车企的自动驾驶系统。
