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
SAE自动驾驶分级介绍的更多相关文章
- zz“老司机”成长之路:自动驾驶车辆调试实践
随着自动驾驶技术的发展,一辆新车从被改装到上路需要经过的调试流程也有了许多提升.今天,我希望结合自己之前的调车经验来跟大家分享一下我们是如何将系统的各个模块逐步上车.调试.集成,进而将一辆“新手”车培 ...
- Google Waymo 2017自动驾驶安全技术报告(一)
2017年10月Google Waymo向美国交通部提交了一份43页的安全报告,报告中详细说明了Waymo如何装备和训练自动驾驶车辆,从而避免驾驶中的一般和意外情况发生.这份报告对Waymo的自动驾驶 ...
- L3级自动驾驶
L3级自动驾驶 2020年开年 3月9日,工信部在其官网公示了<汽车驾驶自动化分级>推荐性国家标准报批稿,并拟于2021年1月1日开始实施. 按照中国自身标准制定的自动驾驶分级标准,在千呼 ...
- <转载> 从算法上解读自动驾驶是如何实现的?
科技新闻小鹏汽车2016-03-28 10:42 [摘要]车辆路径规划问题中路网模型.路径规划算法和交通信息的智能预测为关键点. 由于驾驶员的驾驶工作繁重,同时随着汽车拥有量的增加,非职业驾驶员的数 ...
- 开源自动驾驶仿真平台 AirSim (1) - Unreal Engine
AirSim 官方Github: https://github.com/Microsoft/AirSim AirSim 是微软的开源自动驾驶仿真平台(其实它还能做很多事情,这里主要用于自动驾驶仿真研究 ...
- julia应用于自动驾驶汽车、机器人、3D 打印、精准医疗、增强现实、基因组学、能源交易、机器学习、金融风控和太空任务设计等多个领域
编程界的新宠 Julia 发布 1.0 正式版本,多种优势集于一身2018-08-14 14:14 公司Julia 的累积下载次数超过 200 万,已被应用于自动驾驶汽车.机器人.3D 打印.精准医疗 ...
- 自动驾驶缺人才?听听David Silver怎么说!
如今自动驾驶在全球范围内的发展势头愈发“凶猛”,该领域人才也一度被视为“香饽饽”. 即使在美国,自动驾驶工程师的起薪也已经突破了25万美元,我国‘“开价”之高更是令人咋舌. 人才.人才.还是人才!重要 ...
- zz自动驾驶中轨迹规划的探索和挑战
大家好,今天我们主要介绍一下轨迹规划的探索和挑战,我主要从四个方面介绍: 轨迹规划的概念 决策 横向规划 纵向规划 轨迹规划的概念: 轨迹规划的核心就是要解决车辆该怎么走的问题.比如我们知道了附近有行 ...
- zz自动驾驶复杂环境下高精度定位技术
今天为大家分享下,自动驾驶在复杂环境下的高精度定位技术. 定位/导航负责实时提供载体的运动信息,包括载体的:位置.速度.姿态.加速度.角速度等信息. 自动驾驶对定位系统的基本要求: 1. 高精度:达到 ...
- zz高精地图和定位在自动驾驶的应用
本次分享聚焦于高精地图在自动驾驶中的应用,主要分为以下两部分: 1. 高精地图 High Definition Map 拓扑地图 Topological Map / Road Graph 3D栅格地图 ...
随机推荐
- C/C++ 搜索缝隙并插入ShellCode
将ShellCode放入变量中,然后修改插入可执行文件名称,运行后即可将shellCode插入到EXE中,并设置好装载地址,程序运行后会先上线,然后在执行原始的代码,在使用metaspoit生成she ...
- 《IDEA Plugin 开发手册》• 小傅哥.pdf | 年前整理的最后一本PDF资料
作者:小傅哥 博客:https://bugstack.cn 沉淀.分享.成长,让自己和他人都能有所收获! 一.前言 为什么?写写快乐的热门文章不好吗! 从开始准备成体系的编写 IDEA Plugin ...
- iOS安装包瘦身总结
前段时间APP要做资源压缩,需要把项目中使用的所有图片资源进行压缩,以减小APP安装包体积.想着既然压缩APP资源是为了缩小APP体积,那么来一遍APP整体瘦身流程并做一下总结吧. 整个过程分三步: ...
- 论文精读:用于少样本图像识别的语义提示(Semantic Prompt for Few-Shot Image Recognition)
原论文于2023.11.6撤稿,原因:缺乏合法的授权,详见此处 Abstract 在小样本学习中(Few-shot Learning, FSL)中,有通过利用额外的语义信息,如类名的文本Embeddi ...
- 【奶奶看了都会】ChatGPT3.5接入企业微信,可连续对话
1.连续对话效果 小伙伴们,这周ChatGPT放出大招,开放了GPT3.5的API.说简单点,就是提供了和ChatGPT页面对话一样模型的接口.而之前接的ChatGPT接口都是3.0,并不是真正的Ch ...
- Delphi dbgrideh颜色设置
DBGridEh中分行分列.单元格的颜色设置(1)分行不同颜色设置:在DBGridEh1DrawColumnCell中写: if ADOQuery1.RecNo mod 2=0 then begin ...
- JS script脚本async和defer的区别
壹 ❀ 引 我在 google recaptcha 谷歌人机身份验证使用教程 一文中有引用这样一段外部资源代码,如下: <script src="https://www.google. ...
- 提高Java开发生产力,我选Stream API,真香啊
Java 8 引入的Stream API提供了一种新的数据处理方式,它以声明式.函数式的编程模型,极大地简化了对集合.数组或其他支持数据源的操作.Stream可以被看作是一系列元素的流水线.允许你高效 ...
- CF1833G Ksyusha and Chinchilla
题目链接 题解 知识点:贪心,树形dp. 当 \(3 \not \mid n\) 时,显然无解. 考虑一种贪心策略,从叶子节点往上只,要以当前节点为根的子树大小能被 \(3\) 整除,就立刻切除这棵子 ...
- NC19325 游戏
题目链接 题目 题目描述 BLUESKY007,fengxunling和dreagonm三个人发现了一个像素游戏,这款神奇的游戏每次会生成一个nxm的网格,其中每一个格子都被随机染色为R,G,B三种颜 ...
