什么叫自動駕駛？

自動駕駛分為6個等級：

Level 0：人工駕駛，無駕駛輔助系統，僅提醒。

Level 1：輔助人工駕駛，可實現單一的車速或轉向控制自動化，仍由人工駕駛（如定速巡航、ACC）。

Level 2：部分自動駕駛，可實現車速和轉向控制自動化，駕駛員必須始終保持監控（如車道中線保持）。

Level 3：有條件自動駕駛，可解放雙手（hands off），駕駛員監控系統并在必要時進行干預。

Level 4：高級自動駕駛，可解放雙眼（eyes off），在一些預定義的場景下無需駕駛員介入。

Level 5：全自動駕駛，完全自動化，不需要駕駛員（driverless）。

自動駕駛基本原理

關于自動駕駛的基本原理，需了解三大關鍵詞：傳感器、數據融合（Data Fusion）、100％安全性決策。

傳感器

自動駕駛需要的傳感器系統主要有三種類型：攝像頭、雷達和激光雷達。

攝像頭

攝像頭是自動駕駛必備的傳感器，包括前視、后視和360度攝像系統，后視和360度攝像頭主要提供360度外部環境呈現，前視攝像頭主要用于識別行人、車輛、道路、交通標志等。

雷達（RADAR）

自動駕駛需要多個雷達傳感器，其功能是無線探測和測距，主要用于盲點檢測、防碰撞、自動泊車、制動輔助、緊急制動和自動距離控制等應用。目前的雷達系統主要基于24GHz和77GHz，相較于24GHz，77GHz在測量距離和速度時具有更高的精度，以及更高的角分辨率，且還具備天線尺寸小、干擾小等優點。

激光雷達（LiDAR）

LiDAR，即Light Detection And Ranging的縮寫，它是一種基于激光的系統，除發射器（激光器）外，系統還具備高靈敏度的接收器。LiDAR主要用于測量靜止和移動物體的距離，并通過處理提供所檢測物體的三維圖像。

LiDAR應用于自動駕駛所面臨的挑戰是，如何克服在雨雪、霧、溫度等環境影響下識別較遠距離的物體，同時，這玩意成本太高，目前不適合汽車領域的大規模部署。

數據融合（Data Fusion）

數據融合就是將不同傳感器（如雷達、攝像頭和激光雷達）數據進行智能化合成，實現不同信息源的互補性、冗余性和合作性，從而做出更好、更安全的決策。比如攝像頭具有分辨顏色（識別指示牌和路標）的優勢，可易受惡劣天氣環境和光線的影響，但雷達在測距、穿透雨霧等有優勢，兩者互補融合可作出更精確、更可靠的評估和判斷。

100％安全性決策

一旦出現交通事故，重則導致人身傷亡，因此，自動駕駛對技術安全的要求相當苛刻，需實現接近100％的安全性。

簡而言之，自動駕駛就是通過傳感器收集全面的環境信息，再對信息融合處理，并作出接近100％安全性決策。

目前多數人所談的自動駕駛，都是基于汽車本地端的傳感器、數據融合來實現決策的。

但是，你有沒有想過，這種單憑本地端實現的方式存在一些局限性。

當汽車橫穿十字路口時，自動駕駛能預知從左側高速駛來的大卡車嗎？

由于易受雨、雪、霧、強光等環境影響，攝像頭能始終準確識別指示牌和紅綠燈嗎？

再舉一個例子。

當自動駕駛在高速路上以130公里／小時行駛時，攝像機／雷達融合無法安全地檢測到前方超過120米距離外的停車，這將觸發超過5米每平方秒的緊急制動，這是無法接受的。

總之，道路環境異常復雜，雷達、攝像頭和激光雷達等本地傳感系統受限于視距、環境等因素影響，要實現100％安全性，自動駕駛需要彌補本地傳感器所欠缺的感知能力。

簡單的理解，本地傳感系統讓汽車實現了“眼觀六路”，但自動駕駛還需要“耳聽八方”。

這就需要C－V2X閃亮登場。