文档介绍：AI系列之自动驾驶(一):你需要知道的分级标准目前权威的分级主要来自于NHSTA(即美国国家高速路安全管理局)和SAEInternational(即国际汽车工程师协会)分别制定的两套标准。标准主要通过对智能汽车的自动化程度进行指标性分解,并根据各项指标维度的主控者进行判别,从而完成自动驾驶汽车的级别划分和定义。简单来说,无论分级如何定义,大致可以划分为三阶段:言归正传,我们来具体了解下自动驾驶汽车的等级划分:随着自动驾驶级别的提升汽车的操控权和决策权,逐步实现由人类主体向自动驾驶系统的让渡,自动驾驶系统的操作领域和处理的工况场景越来越多。这就引出自动驾驶领域的一个概念——ODD(OperationalDesignDomain),即操作设计范围。简单来说,ODD指的就是一组环境指标参数,自动驾驶系统根据各项指标参数条件自适应的调整运行决策从而确保在既定的环境条件下能够安全的运行,环境指标通畅包括道路状况、车速、地理环境、自动驾驶系统运行的环境条件等。也就是说,自动驾驶系统是被限定在ODD范围内,在既定的条件范围内,自动驾驶系统可以安全的操作运行,超过了ODD范围,自动驾驶系统就会存在风险。自动驾驶级别的提升,某种程度上也就对应着自动驾驶系统的ODD范围在不断扩大,理论上的甚至可以无限大,也就是所谓的L5级完全自动驾驶。这样来看,到了L5级别ODD也就失去了定义的必要。但现实情况是,完全的自动驾驶至少从目前的研究现状来看,还是可望而远不可及。即便是国内自动驾驶的龙头百度在L4级别的落地应用也是限定在特定ODD范围内进行自动驾驶。原因之一就是异常场景的组合情况的可能性是无限大的,而现阶段很难通过传统的方式进行穷尽处理,人做为操作主体与自动驾驶系统最大的区别在于,自动驾驶系统可以在底层控制以及算法层面远胜于人。但对于突发状况的反应和处理,自动驾驶系统在目前的技术实现能力方面却是远远不及个体人类,而仅仅在对于突发状况的处理方面的应急区别将会成为完全自动驾驶能否实现的关键所在,而这一点需要依赖人工智能的研究成果是否有会有突破性进展并且应用到汽车行业,即如何对从未遇见过的异常状况进行类人思考甚至更快的反应进行处理。综上,某种程度上,ADAS可视为实现无人驾驶这一最终目的的前提,无论是ADAS抑或是无人驾驶,二者的原理从目前的技术实现导向来看,都是利用安装在汽车上的各种传感器进行环境数据的监控和收集,并结合地图数据进行系统计算,从而实现对于车辆行驶路线