点击上方【车云】，关注并查看更多往期内容。
让掌握不同自动驾驶能力的车先跑起来，在真正需要的场景去解决那些实际问题。
昨天下午，大家被一辆号称SAE L3的自动驾驶量产车刷屏了。奥迪正式发布的全新一代A8，可以在拥堵路况中实现自动驾驶。但是在不久之前，另一家主机厂沃尔沃正式表态，我们是不会量产L3自动驾驶汽车的。
为什么大家对量产L3存在不同看法？量产L3到底面临了哪些技术难点？
借第四届中国国际智能网联汽车技术年会的机会，车云菌和很多业内人士谈了谈他们对L3的看法，收获了很多出乎意料的答案。最后我们发现，一个好的商业模式或许能为L3找到不错的量产场景。
我们先了解一下L3的风水岭位置意味着什么。
放到整个自动驾驶进程中，L3是从驾驶辅助进阶到自动驾驶的第一个阶段，也是实现未来L4、L5的前提。在很长的一段时间里，L3都会存在，也无法省略，它是一个不断磨练技术，使整个系统成熟到可以自己负责的特殊时期。
和L2相比，L3自动驾驶汽车对周边环境的监控由系统全权负责，这意味着车子在满足自动驾驶条件时，要具备100%感知周围环境的能力；和L4相比，L3会遇到“人类离开一段时间后突然接到通知但依然能回来继续开车”的情况，这表明L3要在自动驾驶系统失效时安全地完成驾驶权交接。
从技术角度来看，上面两个要求是非常苛刻的。
目前传感器配置方案还不能达到100%感知周围环境的能力。我们发现到L3自动驾驶阶段，不少车都加上了激光雷达作为冗余。但北京欧百拓信息科技发展有限公司CEO剧学铭告诉我们，即便如此也只是刚刚达到L3的配置标准，现阶段的传感器融合大多还是目标层融合，为了达到高阶自动驾驶所需的可靠性，要进一步细化到特征融合和数据融合。
退一步来看，即便传感器可以看清楚周围的所有场景，也很难追踪其他交通角色的下一步动作。自动驾驶汽车如何判断路边行人下一步是否会冲向车道？ 过十字路口时，自行车、行人、车辆混合争夺路权的时候，自动驾驶汽车还能找出一条自己的路吗？
很多人在用深度学习解决这个疑难杂症，但是就像擦到篮筐的篮球，你无法判断下一秒是落入框中还是滑下篮板，运动趋势本身就会受到很多随机因素的影响。
人机交互方面的挑战在于，驾驶员离开驾驶情境的时间越长，顺利接管的时间也会越长，要回答安全接管这个问题，第一步是定义“哪些是需要接管的情况”。
对此，自动驾驶汽车至少要清楚两方面的信息：一个方面是车况判断，是后视镜坏了还是核心传感器坏了；一方面是外部环境判断，是大雨天，施工等复杂路况。上海机动车检测认证技术研究中心技术支持（研究） 部部长于峰指出，“这些都是自动驾驶汽车判断系统安全性要考虑的问题，都需要车厂在车辆开发阶段提前定义。”
然后要讨论的是“怎样安全交接”的问题。不少人提供的思路是，尽可能利用传感技术来延长交接时长，如果给驾驶员预留充足的反应时间，是可以解决安全接管这个问题的。
同济大学汽车安全技术研究所所长朱西产给出了几个案例，比如利用V2X等技术，在更早的时候预知接管需要，通过联网预知恶劣天气临近。博世底盘控制系统中国区驾驶辅助系统工程总监赵姝岩介绍，当紧急接管情况发生时，车辆按照紧急情况可以分几次给出提醒，同时根据周围路况做减轻危险的处理，例如先逐渐减速靠边，随着自动驾驶等级的提高，可以自动驾驶到服务区等。
但是依然有很多人提醒车云菌，作为一个靠谱的L3自动驾驶人机交互系统，你必须假设车辆有时是没法自己开到路边的，而且驾驶员很可能是叫不醒的。
有一种尴尬叫L3式的尴尬。
L3需要的研发投入不比L4少，两者在技术上的差别，很可能像做全套综合考题，L3可以做到60分，偶尔可以答个70分，L4则可以基本维持在80分的水平。但L3显然不如L4稳定并且适应范围广泛，那么消费者愿不愿意接受60、70分的产品，又愿意为它付出多少钱呢？
因此L3要不要量产，就在于各家对痛点场景的挖掘了。
持L3可量产态度的人认为：虽然L3相比L4有更多不确定性，不如让L3专门做60分难度的题库并且做到100分的表现吧。就像我们平日开车不用掌握越野技能，L3自动驾驶只要在擅长的领域施展身手就可以了。
中国工程院院士李德毅在他的演讲结尾处就总结道：“用一辆车解决所有问题是不可能的，L3量产可以分不同场景”。丰田汽车前瞻研发及工程执行总经理葛卷清吾也提到，“我们提到3级自动驾驶时，会先去定义条件，也就是SAE自动驾驶分级中ODD的概念”。
葛卷清吾认为，自动泊车就是一个适合L3的场景，但是国道和高速公路的自动驾驶因为车速太快，驾驶员是没法快速反应接管的，就不适合L3。第一个喊出量产L3自动驾驶的奥迪则是选中了城市拥堵路况的自动驾驶，功能的触发前提是比较安全的低速情况。
我们觉得这个策略也符合”用户痛点是产品起点“的原则。这样来看，主机厂其实不是在根据L3的定义去生产一辆自动驾驶汽车，而是在寻找适合运用自动驾驶技术的场景，只不过在这个场景恰好符合L3的定义。频繁踩踏刹车和寻找停车位都是目前的出行痛点，L3正好是可以成为解决这些痛点的产品。
当然，帮助L3找到归宿还需要一个好的商业模式。
当时沃尔沃公开表示不会做L3自动驾驶时，提到了平衡成本和功能的考虑——支撑L3的技术需要一大笔支出，但驾驶员仍然没法完全放松下来，还要分心关注什么时候接管驾驶，所以功能性价比不高。
对于这个问题，密西根大学土木与环境系教授、交通研究所研究员、 智能网联交通研究中心主任刘向宏向我们抛出了一个截然不同的观点：L3的量产车不会卖给普通驾驶员，而是销售给运营商，由专业的驾驶员来操控或者一直有人在后台观察。对于驾驶员成本高昂的公共交通领域而言，这部分成本是可被接受和消化的。
如果要举例的话，很接近我们常常在新闻上看到的自动驾驶小巴，行驶路况简单，车速也不会很快，在云端的调控平台会有人工实时监管车辆，在遇到处理不了的情况时，车辆会停车等待人工排除问题，人工后台还能起到安抚车内乘客的作用。
再加上上文也提到的，L3是一个特殊时期，让系统在这个过程里不断打磨直到自负其责。L3级别的自动驾驶车上路后可以收集更多在仿真软件、试验场以及有限路测时间里无法遇到的边缘情况（Edge Situation，一些出现率极低的疑难情况）。从这样的情况来看，让L3自动驾驶在可控情况下上路除了是一种商业策略，也是一种技术铺垫。
我们发现，自动驾驶汽车的能力是流动性的。比如一辆定义为L4的车，在一些没有遇到的场景前会降级为L3，一辆定义为L3的车也会因为限定条件提供的足够保障，让它看起来很像一辆L4。在自动驾驶技术不够成熟的情况系，Level好像也不是那么唯一。
L5在自动驾驶一定是最终方向，不过在套路了我们原本关心的L3问题后，我们觉得应该思考一个新话题——让掌握不同自动驾驶能力的车先跑起来，在真正需要的场景去解决那些实际问题。
车 云 推 荐
【点击查看活动详情】
