副标题#e#
中国台湾最近发生了一起交通事故，在网络上引起了广泛的讨论。高速公路上，一辆货车翻倒在地，后来车辆纷纷躲避。但当监控镜头里出现了一辆白色特斯拉Model 3时画风就开始了180度翻转。原因是这辆Model3在一条快车道上，以110公里每小时的速度，毫无减速的情况下撞向了翻倒在地的大货车。
幸好这次事故没有造成人员伤亡。但是这样一起“神奇”的事故，引起了网友的兴趣，部分老司机猜测：“又是AutoPilot的锅。”后来警察的调查也证实了这一说法。
据悉，特斯拉车主向警方表示，事故发生时，该汽车处于AutoPilot启动的状态，时速定为110公里。他本以为，特斯拉侦测到障碍物会自动刹车，所以当他发现前方有障碍物时并没有主动接管车辆。不料，Model 3却完全没有减速，当他想要接管紧急踩下刹车时，事故已经无法避免。
最近几年，由特斯拉 AutoPilot功能引发的车祸不在少数，为突出卖点，在很长一段时间里，特斯拉都是把AutoPilot当成自动驾驶来对外宣传。随后事故频发，有舆论谴责特斯拉的误导宣传，特斯拉之后才改口并明确：“Autopilot自动辅助驾驶功能需要驾驶员进行主动监控。”
实际上，车主对自动辅助驾驶的误解还是出在概念上，有些车主听信了宣传中的自动驾驶，从而高估了自己的汽车能力。回到今天我们讨论的话题，关于自动驾驶，你真的了解吗？
现在，我们经常能看到某款车宣称采用了L2级甚至L3级自动驾驶技术，那么L2或者L3级别的自动驾驶级别又是如何划分的呢？
目前全球汽车行业公认的汽车自动驾驶技术分级标准有两个：分别是由美国高速公路安全管理局（简称NHTSA）和国际自动机工程师学会（简称SAE）提出的。我们熟悉的自动驾驶级别就源自于SAE标准，L其实就是Level（级别）的第一个字母，后面的数字越大则代表等级越高。
L0级自动驾驶：顾名思义，这个级别的油门、刹车、方向盘全程皆由驾驶者掌控。
L1级自动驾驶：最初级的自动驾驶，由驾驶员操作为主。系统会在适当的情况进行辅助，如ESP电子车身稳定系统或ABS防抱死系统。
L2级自动驾驶：如果L1级别自动驾驶是辅助油门和刹车的话，L2级别则是增加了方向的控制。
L3级自动驾驶：这个级别的自动驾驶更多的解放了驾驶者，根据车上多个雷达以及摄像头的监控，车辆在一定速度内自动驾驶，车载电脑通过雷达等设备的提供的信息，对路况进行判断，做出加速、刹车、轻微转向灯动作。
L4级自动驾驶：L4级别自动驾驶呈现出高度自动化，车辆在启动自动驾驶后，车载电脑在目的地设置后按自己的路线行驶，无需干预全面驾驶。
L5级自动驾驶：真正意义上的全自动化，人类完全成为乘客。
总括来看，在L2级之前，驾驶员需要对车辆交通行为负有全部责任，而车辆上搭载的自动辅助驾驶功能都可以称为ADAS（自动驾驶辅助系统），到了L3和L4级，车辆就可以在部分场景下实现自动驾驶，此时车辆可称为一定条件下的自动驾驶，最后只有L5才算是真正的自动驾驶。上面提到的特斯拉 AutoPilot只能达到L2水平，所以，在紧急情况下司机也应该自行接管车辆。
从功能上看，目前有部分L2级自动驾驶辅助车型，在特定场景下确实能实现车辆的横纵向连续控制，有点自动驾驶的意思，但实际上这是一种冒险的行为，因为该功能不能保证100%的准确性。
同时自动驾驶辅助系统是基于传感器识别的，其中车道线识别是基于前挡风玻璃的视觉摄像头感知。因此在下大雨、下雪、车道线不清晰、路面积水倒影、大雾、隧道光线明暗变化、逆光等等前提下，都可能会因为传感器识别不准确而发生危险。
受技术限制的影响，目前中国大多数自动驾驶汽车产品仍处于L2或L3水平，距离L4及更高级别自动驾驶水平仍有一段距离。当前L4等级车辆仍以路测为主，如小马智行在北京海淀、亦庄等区域公开道路上开展载人路测，又如百度Apollo无人车在沧州和长沙主城区的测试。往后它们都将重点开展定点接驳、网络约车等业务，可见，商业化会是自动驾驶落地的第一步。
想要实现自动驾驶技术，必须要有一套完善的智能系统。这套智能系统会由三部分组成：感知模块、中央决策模块、底层控制模块。
#p#副标题#e##p#分页标题#e#
中央决策模块：汽车的AI芯片，是实现无人驾驶最核心的要素。它接收来自于感知与定位层的数据，通过车载芯片或者车外云端进行计算，并做出预测，从而进行路径规划。同时对汽车的动力、转向、制动、灯光等系统（底层控制模块）发出命令，自动实现汽车的加减速、转向、制动等动作。
除了把L2级自动驾驶辅助驾驶等同于自动驾驶的同学之外，还有部分人认为，自动驾驶辅助系统是量产自动驾驶的前提。他们认为，在自动驾驶还不能量产时，将自动驾驶中的部分功能提前量产，可以早些从市场获得盈利，为企业造血。而自动辅助驾驶系统的落地也能逐渐过渡到完全自动驾驶，所以自动辅助驾驶系统的落地对推动自动驾驶落地有重要的作用。
我认为，这种想法也不大正确。真正的自动驾驶系统除了需要强大的硬件支持之外，更需要人工智能而不是机器智能。
