【原】High&NewTech：基于人工智能的自动驾驶技术的前世今生之Why、What、How最强分析与总结(包括自动驾驶L5个分级详细标准，非常建议收藏)

High&NewTech：基于人工智能的自动驾驶技术的前世今生之Why、What、How最强分析与总结(包括自动驾驶L5个分级详细标准，非常建议收藏)

导读：SAE（SAE International，Society of Automotive Engineers国际自动机工程师学会，原译为美国汽车工程师学会，它将自动驾驶分为了可明显区分的六个级别。SAE是当今汽车以及航空行业的顶级标准制定组织。随着汽车行业自动化系统技术的不断提升，为了更加正确的引导自动驾驶汽车行业的发展，SAE对参照标准进行了多次更新。SAE官方对部分或全部动态驾驶任务（(Dynamic Driving Task DDT）的机动车驾驶自动化系统进行了多次描述，为汽车行业提供了一个分类标准，其中包含六个级别的驾驶自动化的详细定义，从无驱动自动化（0级）到全驱动自动化（5级）及其在道路上的操作。

---

自动驾驶的前世今生之Why、What、How最强分析与总结(非常非常建议收藏)

前言：驭势科技CEO吴甘沙谈自动驾驶、人工智能和创业

推荐文章
AI公开课：19.03.20吴甘沙-驭势科技联合创始人《AI时代的自动驾驶趋势》课堂笔记以及个人感悟

         创业初期，可能绝大多数都是研发：比如说一半是做软件的，一半做硬件的。那么随着公司越来越从项目驱动往产品驱动转型发展，你就会发现硬件成长比较慢，而软件迭代更快些。

• 车端&云端：它们要解决的是不同的问题。车端要解决硬件便宜可靠，可能还需要考虑功耗低，散热好等等一系列的问题；软件就是主要的 AI 技术发挥作用的地方，比如 OS 实时性要好、可靠性要好、延迟要低、可预测性要强，算法和深度学习模型要能够在便宜的硬件上能跑起来等等。云端要解决的问题主要是数据管理、高精地图、仿真、车辆的运维等等。这其实是一个典型的产业互联网的场景，车端的所有这些零部件都是联网的，在零件出现问题的时候你、要及时止损，甚至是预测性的发现问题，比如说传感器被遮挡了等等，要及时的发现。
• 体系要求完整：它确实是体系性要求非常高，横跨了 AI 的算法，汽车的软件工程和硬件的工程，包括通讯、包括云端的大数据的管理等等，是非常完整的一个体系。
• 初始阶段需要大量算法去做决策：一开始的阶段可能会做大量的算法，但是到了一定程度以后，决策的重要性变多了。比如 Waymo 去年人工接管的案例大概一半是跟决策相关的，1/4 是跟感知有关的，还有可能不到 1/4 是跟路上不理性的一些行为有关的，还有一些就是跟软件、硬件的错误有关，此外还有天气的状况的影响等等。

一、What：自动驾驶是什么？

         自动驾驶汽车（Autonomous vehicles；Self-driving automobile ）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。
         自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。
汽车的智能化，表现为汽车和驾驶人的分离程度。在汽车行驶过程中，驾驶人参与决策的成分越少，汽车的智能化程度也就越高。在整个汽车行驶过程中，当人完全不用参与其中时，这时候，可以认为，汽车实现了真正的无人驾驶。
         无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

0、概念补充

ADS：Auomated Driving System，自动驾驶系统。
DDT：Dynamic driving task即动态驾驶任务，指汽车在道路上行驶所需的所有实时操作和策略上的功能（决策类的行为），不包括行程安排、目的地和途径地的选择等战略上的功能。
车辆执行：包括通过方向盘来对车辆进行横向运动操作、通过加速和减速来控制车辆。
感知和判断(OEDR)：Object and event detection and response，也称为周边监控。对车辆纵向运动方向操作、通过对物体和事件检测、认知归类和后续响应，达到对车辆周围环境的监测和执行对应操作、车辆运动的计划还有对外信息的传递。
动态驾驶任务支援(DDTFallback)：自动驾驶在设计时候，需要考虑系统性的失效（导致系统不工作的故障）发生或者出现超过系统原有的运行设计范围之外的情况，当这两者发生的时候，需给出最小化风险的解决路径。
设计运行域(ODD)：OperationalDesign Domain，也有称为设计适用域 或者设计运行范围就是一组参数，指自动驾驶系统被设计的起作用的条件及适用范围，把我们知道的天气环境、道路情况（直路、弯路的半径）、车速、车流量等信息作出测定，以确保系统的能力在安全的环境之内。

1、国内外自动驾驶发展历程

(1)、国外发展状况

2010年10月9日，谷歌公司在官方博客中宣布，正在开发自动驾驶汽车，目标是通过改变汽车的基本使用方式，协助预防交通事故，将人们从大量的驾车时间中解放出来，并减少碳排放。
2012年5月，谷歌自动驾驶汽车获得了美国首个自动驾驶车辆许可证，预计于2015年至2017年进入市场销售。 
2014年12月中下旬，谷歌首次展示自动驾驶原型车成品，该车可全功能运行。
2015年5月，谷歌宣布将于2015年夏天在加利福尼亚州山景城的公路上测试其自动驾驶汽车。

(2)、国内发展状况

2014年4月份，百度公司与宝马宣布开始自动驾驶研究项目，并在北京和上海路况复杂的高速公路上进行测试。
2018年5月14日，深圳市向腾讯公司核发了智能网联汽车道路测试通知书和临时行驶车号牌。
2018年12月28日，百度Apollo自动驾驶全场景车队在长沙高速上行驶 。
2019年6月21日下午消息，长沙市人民政府颁布了《长沙市智能网联汽车道路测试管理实施细则（试行）V2.0》（以下简称《细则V2.0》），并颁发了49张自动驾驶测试牌照。其中百度Apollo获得45张自动驾驶测试牌照，百度在长沙正式开启大规模测试。
2019年9月，由百度和一汽联手打造的中国首批量产L4级自动驾驶乘用车——红旗EV，获得5张北京市自动驾驶道路测试牌照。
2019年9月22日，国家智能网联汽车（武汉）测试示范区正式揭牌，百度、海梁科技、深兰科技等企业获得武汉市交通运输部门颁发的全球首张自动驾驶车辆商用牌照。
2019年9月26日，百度在长沙宣布，自动驾驶出租车队Robotaxi试运营正式开启。首批45辆Apollo与一汽红旗联合研发的“红旗EV”Robotaxi车队在长沙部分已开放测试路段开始试运营。

2、发展前景

         2013年12月31日全球知名经济咨询机构IHS环球透视（以下简称IHS）汽车部门预测，截至2035年全球将拥有近5400万辆自动驾驶汽车，而全自动化汽车的推出速度会相对较慢。
         预计至2035年自动驾驶汽车全球总销量将由2025年的23万辆上升至1180万辆，而无人驾驶的全自动化汽车将于2030年左右面世。研究还预测，到2050年之后，几乎所有汽车或将是自动驾驶汽车或自动驾驶商务汽车。

3、自动驾驶产业图谱

         自动驾驶行业的中心业务是以Google、百度为代表自动驾驶操纵解决方案提供商，和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。
         产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造、新能源等。
         产业链下游则为没有核心技术的OEM厂商和后置服务商，智能汽车技术密集度高，后置服务链长度和宽度均较为可观。此外，信息服务和金融支付等业务对行业的支持贯穿全产业链。见下图“自动驾驶行业图谱”。

4、应用领域

• 物流配送：我国物流领域是一个体量巨大的市场，无人驾驶技术势必改变长距离公路输送的效率，此外大型仓储配送无论内部分拣还是外部配送都能得到质的飞跃。
• 共享出行：日常居民出行的公交、大巴、出租车等，都是在固定路线上进行运营，这都是可能的商业应用机会。
• 其他领域：如工业的危险工种、农业的收割播种机械、城市日常作业等环境，无人驾驶应用都大有可为。

5、关键技术机会分析

         众所周知，已成熟的定位、智能刹车系统等传统技术都将进入国产化的收获期，但自动驾驶行业领域关键技术最重要的两大领域体现在传感器、ADAS(高级辅助驾驶系统)上，两个领域目前都是相对水平较为落后但富有潜力，对于创业公司来说是良好的切入点，该领域的新兴厂商对于投资者来说也是优质投资标的。

(1)、传感器

         激光雷达是目前最为优秀同时也是技术最先进的解决方案，其识别快速、准确、稳定，但造价高昂产能有限，使很多厂商在选择激光雷达时显得较为谨慎。低成本激光雷达产品将成为未来市场的主流热点。
         当然目前主流的毫米波雷达是很难被取代的传感器，虽有不足之处，但全天候的工作状态是最大优势。其测速、测距的精度要远高于视觉传感器，与激光雷达相比，穿透力会更好。但是整体来讲，这并不冲突，因为未来会走向融合的趋势，特别是针对自动驾驶，毋庸置疑三大传感器会相互融合。

(2)、ADAS解决方案

         如果说传感器是自动驾驶不可或缺的硬件组成部分，那ADAS（高级辅助驾驶系统）便是自动驾驶的“大脑”软件部分。
         ADAS是指利用安装于车上各式各样的传感器，在第一时间收集车内的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险。目前欧美日等国已致力推动ADAS纳入安全法规，而中国大陆将FCW等指标亦纳入安全评分等。

                                                                                                                                 无人驾驶系统/ADAS系统产业链

感知层		决策层		执行层
传感器	雷达：毫米波雷达、激光雷达，超声波雷达； 摄像头：单目摄像头、双目摄像头，多摄像头方案；	决策规划	路径规划 行动规则 行为预测	电子驱动装置 电子制动装置 电子转向装置
运算算法	计算芯片 导航算法 算法融合 车联网系统 传感器算法	认知理解	车辆定位 车辆状况 环境理解

         国内ADAS市场规模在2020年将达到约220 亿人民币。但从全球来看，仅其中ESC/ESP电子车身稳定功能模块在2020年将达到740亿人民币的规模，作为ADAS最有发展前景的细分组件市场，国内目前市场渗透率仅为36.94%，相比全球60.16%的市场渗透率，相关市场发展潜力巨大。

                                                                                                                        ADAS解决方案主要功能模块及市场规模预测

6、国内外企业布局分析

         驾驶产业，各个巨头争先恐后抢占市场的原因，因为产业蛋糕够大，占20%国内GDP左右。自动驾驶其实是有一个很长的过程。第一步叫 Demo，要演示出来；第二步叫 Deploy，要部署出去；第三步叫 Deliver，要真正交付；第四步才进入量产，周期非常长。综合考虑，就是一场马拉松，能够进入最后一层的冲刺的公司不会太多。
         细分领域分布情况目前已知披露数据所知，大中华区相关厂商173家，国外厂商165家。中国市场的自动驾驶公司在各领域内分布较为平均。中国自动驾驶行业的厂商占比最多的为ADAS、驾驶解决方案方向，比例超过21%。除此之外，雷达传感器、成车制造、车载零部件等方向也有较高的占比，产业链整体分布均匀，未出现过于集中的情况。见右图“国内自动驾驶企业细分行业分布”。
中国作为互联网大国和制造业大国，软硬件行业并行对于自动驾驶这一高新行业的发展而言是一个必然趋势。下表为相关领域内较为突出的优质国内企业。

国内ADAS相关重要厂商		国内成车相关重要厂商		雷达、传感器相关重要厂商
纵目科技	ADAS解决方案	比亚迪	新能源车制造	MINEYE	车载视觉感知技术及产品
清智科技	商用车自动驾驶	北汽新能源	新能源车制造	禾赛科技	激光雷达及天气监测产品
极目智能	ADAS解决方案	江淮启汽车	新能源车制造，无人驾驶汽车代工厂	傲视智绘	智能机器广电传感器技术
前向启创	ADAS解决方案	蔚来	互联网车厂	智眸科技	双目相机制造
驭势科技	ADAS解决方案	奇点	互联网车厂	VisionNav	单目摄像头制造
中天安驰	ADAS解决方案	车和家	互联网车厂	飞芯光电	激光雷达探测器芯片研发制造
金启宏	ADAS云服务	小鹏汽车	互联网车厂	镭神智能	激光雷达产品研发制造
启迪国际	ADAS解决方案及车联网驾驶	FMC	新能源车制造	木牛科技	雷达传感器及智能处理系统解决方案
图森未来	城际物流运输自动驾驶解决方案	新悦智行	新能源车制造和无人驾驶平台	Encradar	激光雷达产品
		宽凳科技	无人摆渡车制造	凌波微步信息	毫米波雷达产品

百度Apollo：用起个大早来形容百度也不为过。对标国外谷歌，百度在很早就开始了无人驾驶的研发，曾宣称可以提供L4级量产园区自动驾驶解决方案。
阿里：据说阿里直接开始了L4级别车辆的路测。作为阿里和传统汽车的链接，斑马智行将提供给传统汽车和互联网汽车厂商基于AliOS的车载中控系统解决方案。
Waymo：作为最早一批开始在无人驾驶领域发力的公司。脱胎于 Google 的Waymo，早在 2017 年便宣布了实现了 L4 级别的自动驾驶。目前来说，waymo 从各个方面，都是最早能实现最接近 L5 级别的公司了。
Tesla：目前特斯拉的辅助驾驶技术基本上处于L2和L3阶段。不过，在最近的一次采访中，Musk 表示最快将能够在 2019 年底推出 “full self-driving” 的解决方案。而最快在 2020 年底，特斯拉的车主就能享受不用驾驶的乐趣了。这么看来，Musk 口中的 “full self-driving”应该就是指 L5 级别了。不过最终的实现情况，我们只能拭目以待了。
蔚来汽车：作为目前国内势头最猛的，被很多人誉为“中国特斯拉”。蔚来也表示，在交付了承诺的L2功能之后，将跳过L3,并将研发重心集中在L4级别的应用上。
小鹏汽车：负责小鹏汽车自动驾驶项目的是位于在美国的公司 xmotors.ai.依靠小鹏 G3 车上的 12 个超声波雷达、5个高清摄像头、3个毫米波雷达，以期望能够实现 L2.5 的自动驾驶。这一系统被小鹏汽车称为 XPilot。
小马智行：由百度明星工程师带队，成立于2016年12月的小马智行，在2017年获得无人驾驶路测资格之后，便开始了漫长的针对 Level 4 的研发之旅。

参考文章：https://zhuanlan.zhihu.com/p/97963496

7、无人驾驶与人工智能(与CV和NLP)

         无人驾驶汽车中涉及的软硬件结合相关的技术：

(1)、与CV

         图像分类模型，在无人车四个感知世界核心任务中的位置如下：

• 检测：找出物体在环境中的位置；
• 分类：明确对象是什么；
• 跟踪：随时间的推移观察车辆、行人等目标的移动；
• 语义分割：将图像中的每个像素和语义进行匹配，分辦出道路、汽车、天空等；

二、Why：为什么需要自动驾驶？

1、更加安全

         自动驾驶汽车对社会、驾驶员和行人均有益处。自动驾驶汽车的交通事故发生率几乎可以下降至零，即使受其他汽车交通事故发生率的干扰，自动驾驶汽车市场份额的高速增长也会使整体交通事故发生率稳步下降。如果自动化汽车足够可靠，总有一天政府或将禁止人类驾驶员驾车，因为美国每年90%以上的交通事故人员伤亡是由驾驶员失误导致的。

2、减少能源消耗和保护环境

         自动驾驶汽车的行驶模式可以更加节能高效，因此交通拥堵及对空气的污染将得以减弱。
         北京市交通委认为，自动驾驶是提升道路交通智能化水平、推动交通运输行业转型升级的重要途径，也是带动交通、汽车、通信等产业融合发展的有利契机。在2017年12月，北京市交通委联合北京市公安交管局、北京市经济信息委等部门，制定发布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路测试管理实施细则（试行）》两个文件

3、降低各种成本

         自动化汽车可以为美国节省数千亿美元的交通事故成本，交通拥堵成本以及运输过程中以人力提高生产力的成本。但它也可能使客运和货运过程涉及的数百万人失去工作。
         无人驾驶汽车的普及将意味着政府对超宽车道、护栏、减速带、宽路肩甚至停止标志等交通基础设施的投入可以大大减少。

三、How：自动驾驶是如何实现的？

         以谷歌自动驾驶为例，汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车。

视频讲解
自动驾驶SAE(Society of Automotive Engineers)分级介绍

1、技术原理

         2013年，美国交通部下辖的美国国家公路交通安全管理局(NHTSA)，率先发布了自动驾驶汽车的分级标准，其对自动化的描述共有4个级别。2014年1月，SAE International国际自动机工程师学会制定了J3016自动驾驶分级标准，对自动化的描述分为6个等级：L0-L5，用以明确不同级别自动驾驶技术之间的差异性。
         在对自动驾驶汽车的描述上，虽然两个标准中所使用的语言略有差别，但NHTSA和SAE均采用了相同的分级体系。NHTSA的标准与SAE在某种程度上比较相似，但用语更加简单，没有进行过多的详细说明。相比之下，SAE的说明更加具体，同时也参考了不同公司在自动驾驶研究上的发展趋势。
         SAE对分级的说明更加详细、描述更为严谨，且更好地预见到了自动驾驶汽车的发展趋势。所以最终SAE的分级成为了大多数政府和企业使用的标准。2016年9月，美国交通运输部发布了关于自动化车辆的测试与部署政策指引，明确将SAE International J3016标准确立为定义自动化/自动驾驶车辆的全球行业参照标准，用以评定自动驾驶技术。此后，全球诸多汽车行业相关的企业也采用了SAE J3016对自身相关的产品进行技术定义。
         按照SAE的分级，SAE International国际自动机工程师学会制定了J3016自动驾驶分级标准，将自动驾驶技术分为L0-L5共六个等级。L0代表没有自动驾驶加入的传统人类驾驶，L1-L5则随自动驾驶的技术配置和成熟程度进行了分级。L1-L5分别为辅助驾驶、部分自动驾驶、条件自动驾驶、高度自动驾驶、完全自动驾驶。
美国汽车工程师协会SAE，根据自动化水平的高低区分了五个无人驾驶的阶段：驾驶辅助、部分自动化、高度自动化、完全自动化。该表内容由SAE官方信息整理、修饰后呈现，详情请查询SAE官方网站：http://www./
         SAE的驾驶自动化水平是描述性和知识性的，而不是规范性的，技术性的而不是法律的。元素表示每个级别的最小而不是最大能力。本表中“系统”指驾驶自动化系统或自动驾驶系统(ADS)，视情况而定。

         其实，自动驾驶从L2到L5是一个漫长且艰辛的过程，需要投之以庞大的科研力量以及在匹配的道路条件下进行不断的测试。L3级与L4级自动驾驶最大的区别是——车辆自动驾驶状态下的出错率，L3级依旧需要驾驶员的监督，L4则不用，甚至未来的L4级的汽车可能连方向盘都没有，如上图所示，Waymo曾把测试车的方向盘卸掉了。

2、自动驾驶分级标准：美国国家公路交通安全管理局(NHTSA)、美国汽车工程师学会(SAE)自动驾驶分级标准

				自动驾驶分级标准 美国国家公路交通安全管理局(NHTSA)、美国汽车工程师学会(SAE)自动驾驶分级标准
		NHTSA分级		L0	L1	L2	L3	L4
		SAE分级		L0	L1	L2	L3	L4	L5
		称呼(SAE)		无自动化	机器辅助驾驶	部分自动驾驶	有条件自动驾驶	高度自动驾驶	完全自动驾驶
		SAE定义		由人类驾驶者全权驾驶汽车，在行驶过程中可以得到警告。	基于驾驶环境对方向盘、加减速中的一项操作提供支持，其余由人类操作。	基于驾驶环境对方向盘、加减速中的多项操作提供支持，其余由人类操作。	由无人驾驶系统完成所有的驾驶操作，根据系统要求，人类提供适当的应答，车内仍需配备安全驾驶员。	由无人驾驶系统完成所有的驾驶操作，根据系统要求，人类不一定提供所有的应答，车内可无需配备安全驾驶员。但限定道路和环境条件。	由无人驾驶系统完成所有的驾驶操作，可能的情况下，人类接管。车内无需配备安全驾驶员。不限定道路和环境条件。
		补充—定义		L0中没有ABS，车市面上几乎消失了，世界各地都在强调安全性，没有任何主动安全配置的汽车基本不可能卖。	目的是为驾驶者提供协助，包括提供重要或有益的驾驶相关信息，以及在形势开始变得危急的时候发出明确而简洁的警告。如“车道偏离警告”（LDW）系统等。	在驾驶者收到警告却未能及时采取相应行动时能够自动进行干预的系统，如“自动紧急制动”（AEB）系统和“应急车道辅助”（ELA）系统等。	能够在或长或短的时间段内代替驾驶者承担操控车辆的职责，但是仍需驾驶者对驾驶活动进行监控的系统。		可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行监控的系统。这种自动化水平允许乘从事计算机工作、休息和睡眠以及其他娱乐等活动。
		补充—比较		L0驾驶员完全掌控车辆	L1级提供简单的机械性驾驶支援。 初步的自动驾驶包括基本的定速巡航、ABS紧急制动、倒车雷达等简单技术，这些技术已经在当今的经济型轿车中普及。 市面上普遍存在，在Tesla出现之前，世界上上99%都是这种车。	L2级是较为高级的驾驶支援的技术。 在L1的基础上有了较高的发展，接管了人类部分感知功能。如汽车具备L1级描述中的定速续航、倒车雷达等功能外，还具备车道保持、自动变道等高级功能。	L3级的实现有赖于LO-L2级的技术积累。它带来驾驶模式的质变，促进有条件的自动驾驶实现。机器已经可以完全识别出路况、信号路标和活跃的障碍物等，计算、处理、做出动作等机制都将由机器完成，但人仍然需要对机器状况进行实施监控，避免机器出现意外状况。	L4级的自动驾驶是在L3的基础上做出的进一步优化。 驾驶员常规状况下基本不再对系统做出监控操作，只需在极端状况下对系统发出部分指令，多数情况下系统能独自应付自动驾驶。	L5级是自动驾驶的终极形态。 机器的驾驶能力将远超人类，并可以应对任何极端状况，人类不再需要对车辆做出任何多余指令。 自动系统在所有条件下都能完成的所有驾驶任务。
		自动驾驶中人类职责		无论何时使用驾驶辅助功能，也必须全程处于驾驶状态，时刻观察各种情况，包括主动制动、加速或转向，以确保安全。即人类驾驶者仍需要驾驶汽车。			当使用驾驶功能时，即人类驾驶者无需驾驶汽车。
							当功能请求人类接管时，必须驾驶汽车。	无需接管驾驶，即无人驾驶。
		功能	范围	仅具备辅助驾驶功能			已具备自动驾驶功能
			特征	仅提供警告及瞬时辅助	能够制动、加速或转向的辅助驾驶	能够制动、加速和转向的辅助驾驶	无人驾驶系统可在有限制的条件下驾驶车辆，且除非满足所有条件，否则不会运行		无人驾驶系统可在任何条件下驾驶车辆
			示例	自动紧急制动 视觉盲点提醒 车身稳定系统	车道偏离修正 或 自适应巡航	车道偏离修正 同时进行 自适应巡航	交通拥堵的情况下自动驾驶	城市环境中的“机器人出租车”	与L4相似，但可在任何条件下完成无人驾驶
		主体	驾驶操作	人类驾驶者	人类驾驶者&系统	系统
			周边监控	人类驾驶者			系统
			支援	人类驾驶者				系统
			作用域	无	局部				全域

3、逻辑判断

         SAE标准对如何判断自动驾驶等级有个明确的判断，如下图所示：