[首發于智駕最前沿微信公眾號]智能化和網聯化技術的不斷突破，全球各國紛紛布局汽車駕駛自動化，而統一的分級標準不僅能夠為產業各方提供一致的技術評估和溝通基礎，也為監管部門在不同階段實施安全監測與認證提供了有效支撐。在很長一段時間，大家對于自動駕駛的等級分類主要是依照由美國汽車工程師學會制定的J3016標準《道路機動車自動駕駛系統相關術語分類和定義》， 其中將自動駕駛分為了L0—L5共6個等級。

SAE J3016自動駕駛等級

隨著中國自動駕駛加速落地，一個適應國內自動駕駛發展的標準急需建立。 2021年8月20日，由工業和信息化部提出、全國汽車標準化技術委員會歸口的GB/T 40429-2021《汽車駕駛自動化分級》推薦性國家標準由國家市場監督管理總局、國家標準化管理委員會批準發布（國家標準公告2021年第11號文），并已于2022年3月1日起實施。中國《汽車駕駛自動化分級》標準依據系統在動態駕駛任務（Dynamic Driving Task，DDT）中所承擔的操作深度和自主范圍，將自動駕駛功能分為 0～5 級六個層次，對應了從最基礎的風險預警到最終的完全“無人駕駛”理想，以此幫助技術研發團隊、平臺運營者和立法監管機構在不同階段明確功能邊界、分階段驗證，并分步推進實際落地與商業化部署。

在最初級的 0 級（應急輔助）中，系統并不參與持續的車輛操縱，而僅在檢測到如前向碰撞預警（FCW）、車道偏離預警（LDW）以及自動緊急制動（AEB）潛在風險時發出警示或進行短暫干預。此階段的主要技術挑戰在于如何精準、高效地感知周圍環境變化并及時觸發警示，同時確保最小誤報率，以免干擾駕駛員正常操作。0 級功能的核心價值在于為用戶提供安全預防的“最后一公里”守護，幫助駕駛者在突發情況下做出快速反應，降低事故發生的概率；對于車企而言，0 級也是感知算法與硬件布局的“試錯場”，為后續更高層級的傳感器融合和控制策略積累大量道路測試數據與工程經驗。

進入 1 級（部分駕駛輔助）后，系統在限定的設計運行條件（Operational Design Conditions，ODC）內可持續地執行單一維度的車輛操縱——要么控制縱向加減速（如自適應巡航 Control Cruise Control，ACC），要么控制橫向轉向（如車道保持輔助 Lane Keeping Assist，LKA）。與 0 級僅“看見”風險不同，1 級用“動手”介入駕控的方式，實質上減輕了用戶在車速與車道保持方面的負擔。此時，系統需要對前方目標距離、車速、車道線偏離等關鍵指標進行實時測量與預測，通過 PID 控制、模糊邏輯或基于模型預測的控制算法，調整制動和轉向舵機動作，從而保持與前車的安全距離或維持車道居中行駛。盡管駕駛員仍需全程監控并在系統發出接管請求時迅速恢復人工控制，但 1 級的商業化推廣已使 ACC、LKA 等功能在當下中高端車型中成為標配，顯著提升了駕乘舒適度并降低了長時間駕駛疲勞的安全隱患。

2 級（組合駕駛輔助）是在感知與控制能力上進一步的融合，將橫向與縱向操控能力整合為一體，典型代表包括特斯拉 Autopilot、通用 Super Cruise 等。此級別系統不僅可在 ODC 內自主跟隨前車、保持車道，還能夠結合目標與事件探測與響應（OEDR）功能，在車道中自動變道或識別限速標志并調整車速。這一綜合控制下的“半自動”行駛，雖然在法理上仍要求駕駛員雙手觸控方向盤、專注路況，但系統的實時多模態傳感器融合—將毫米波雷達、攝像頭、激光雷達（可選）等數據通過卡爾曼濾波或深度學習模型進行互補驗證—讓車輛在高速公路等相對封閉的場景中能夠實現高度一致且平順的自動跟車和變道操作。2 級的技術重點在于感知算法精度和控制策略魯棒性的雙重提升，同時也在海量真實道路測試中不斷收斂與迭代，使得這一階段的功能既滿足商業化落地需求，也為后續更高階的冗余設計和安全驗證提供了重要基礎數據和經驗教訓。

當系統升級到 3 級（有條件自動駕駛）時，其能力已延伸至在限定 ODC 條件下完全承擔動態駕駛任務，包括橫向、縱向控制與 OEDR、路徑決策等全棧功能。典型應用場景如高速公路擁堵路段的 Traffic Jam Pilot 或針對高速特定路段的 Level 3 Pilot 系統。此時，駕駛員可在系統激活時，將注意力從即時路況監控轉移至其他非駕駛活動（例如查看導航信息或處理電話），僅需在系統發出接管請求（通常設定在 5～10 秒的最大響應時間）后重新接管車輛。3 級的落地驗證了算法在復雜交通環境下的風險預測能力，也推動了車內人機交互界面與駕駛員監控系統（Driver Monitoring System，DMS）的發展與商業化應用。

4 級（高度自動駕駛）進一步解除對駕駛員的持續監控要求，在限定 ODC 或操作設計范圍（Operational Design Domain，ODD）內，系統可在無人監管的情況下完成全部動態駕駛任務，乘客角色得到徹底解放。典型應用多見于城市特定區域的自動駕駛出租車（Robo-Taxi）或園區物流車隊，如 Waymo 在美國硅谷和鳳凰城的示范運營，以及百度 Apollo 在北京順義生態城的示范線路。4 級系統依賴高精地圖、V2X（Vehicle-to-Everything）通信和邊緣計算等基礎設施的協同，使得車輛在路線提前勘測、信號與路側單元聯動的閉環環境下，能夠精準規劃路徑并動態調整策略。在硬件層面，4 級要求多傳感器、多芯片的雙重或多重冗余設計，以保證單點故障不會導致系統整體失效；在系統層面，則要求實時診斷與健康監測功能，在部件或算法失常時迅速切換至備用系統或執行 MRC。為確保安全，4級系統必須預先設計完善的“接管請求—延遲響應—最小風險狀態（Minimum Risk Condition，MRC）”流程：在檢測到 ODC 條件可能失效（如遇到極度昏暗天氣或隧道出口光照突變）或自身硬件/軟件故障時，須先盡可能保持自動駕駛狀態以爭取接管時間；若用戶未能及時響應，則車輛需平穩減速至停車并開啟危險警示燈，以降低在道路上的風險。4 級的商業意義在于，它不僅減少了對傳統出租車司機的依賴，更在物流、園區出行等可控環境中大幅降低人力成本，推動了真正意義上的“無人監控自動駕駛”先行示范。

最終的 5 級（完全自動駕駛）代表了自動駕駛技術的頂峰，也是一種“全場景、零限制”的理想狀態。在任何道路、任何氣候條件、任何交通環境下，系統無需人為干預即可自主完成從出發到目的地的全程駕駛。要實現5級，除了先進的多模態感知、深度學習決策和高效執行控制外，還需在全球范圍內建立覆蓋廣泛、實時更新的高精地圖與 V2X 基礎設施，以及高度成熟的云端協同計算和大規模數據學習能力。同時，5級還要解決極端罕見場景（Corner Cases）識別與應對、法規跨區域適配和保險責任分配等非技術挑戰。雖然目前在開放道路的無限制環境中尚未出現真正意義上的5級商用系統，但各大技術公司正通過沙盒測試和小范圍商業示范不斷檢驗與優化這一全棧解決方案。

將自動駕駛技術細分為六個等級的初衷，是為了在技術成熟度與應用安全性之間找到平衡點，既為各階段技術驗證和能力評估提供可量化的標準，也為商業化推廣和法規審查提供了分層次的路徑。通過從“風險預警”到“局部輔助”，再到“全棧自動”直至“全場景無人”，這一分級體系不僅讓研發團隊能夠明確每個層級需攻克的核心技術難題，也使監管部門在每次功能升級時能夠有針對性地制定測試流程、認證規范和法律框架，從而以更快的速度、更高的安全性推動自動駕駛產業從藍海概念走向規模化應用。同時，這一分級還便于消費者和運營方更直觀地理解車輛自動化的能力與邊界，進而在選擇和使用中能夠有更清晰的預期和安全保障。

《汽車駕駛自動化分級》標準通過明確的等級劃分和系統化的技術判定方法，不僅為國內自動駕駛技術的發展指明了方向，也在全球自動駕駛標準化進程中貢獻了中國智慧。未來，隨著算法創新、傳感器迭代、車路協同與法規體系的協同成熟，這一六級分級框架必將伴隨產業一起演進，為實現真正安全、高效、可持續的智慧出行鋪平道路。

審核編輯 黃宇