1.2 智能网联汽车的分类

智能网联汽车可分为哪几个等级？目前常见的智能网联汽车有哪些？主要应用在哪里？

1.2.1 智能网联汽车的分级

智能网联汽车包括网联化与自动化两个技术层面，其分级也可对应地按照网联化与自动化两个层面区分。

1.网联化分类

智能网联汽车网联分为3个等级，1级是网联辅助信息交互，2级是网联协同感知，3级是网联协同决策与控制，见表1-1。

网联化等级越高，智能网联汽车网联化程度越高。目前，已经量产的汽车产品的网联化水平基本还以1级为主，部分实验室阶段的产品能达到2级、3级水平。

2.自动化分级

自动化分级现在比较有代表性的是两种分级，一种是美国汽车工程师学会（SAE）划分的分类标准，也就是现在常说的L0～L5级的分级标准（表1-2），另一种则是我国在2021年正式开始发行的GB/T 40429—2021《汽车驾驶自动化分级》。我国的标准是按0～5级来划分的，该标准在制定过程中参考了SAE的标准，是更符合我们国家实际情况的分级标准。

级别越高，应用的高级驾驶辅助系统越多，车辆系统的集成与融合度越高，软件控制的重要性越大。

（1）美国SAE划分的标准

1）在L0级时，车辆没有辅助系统，驾驶人需要全神贯注，手眼并用。

2）在L1级时，车辆有横向或者纵向辅助系统，但驾驶人仍需要集中注意力，手眼并用。

3）在L2级时，车辆有横向和纵向辅助系统，驾驶人仍需要观察环境，但可以临时解放手和眼。

4）在L3级时，车辆在紧急情况下会发出请求驾驶人接管，驾驶人全程需要有接管意识，驾驶人解放手和眼。

5）在L4级时，车辆即使在紧急情况下（可以自己处理）也不会发出请求驾驶人接管，驾驶人不需要有接管意识，可以解放手和大脑。

6）在L5级时，车辆可以实现完全自动驾驶，车辆不需要驾驶人，并且将不再需要转向盘、制动和加速踏板、后视镜。

（2）中国关于智能网联汽车的技术分级

根据全国汽车标准化技术委员会智能网联汽车分标委组织制定的推荐性国家标准《汽车驾驶自动化分级》，驾驶自动化也分为6级，见表1-3。

1）0级驾驶自动化系统应满足以下要求：

a）具备持续执行部分目标和事件探测与响应的能力。

b）当驾驶人请求驾驶自动化系统退出时，立即解除系统控制权。

注：当车道偏离抑制系统工作时，驾驶人可以主动控制转向盘使车道偏离抑制系统退出。

2）1级驾驶自动化系统应满足以下要求：

a）持续地执行动态驾驶任务中的车辆横向或纵向运动控制。

b）具备与车辆横向或纵向运动控制相适应的部分目标和事件探测与响应的能力。

c）当驾驶人请求驾驶自动化系统退出时，立即解除系统控制权。

3）2级驾驶自动化系统应满足以下要求：

a）持续地执行动态驾驶任务中的车辆横向和纵向运动控制。

b）具备与车辆横向和纵向运动控制相适应的部分目标和事件探测与响应的能力。

c）当驾驶人请求驾驶自动化系统退出时，立即解除系统控制权。

4）3级驾驶自动化系统应满足以下要求：

a）仅允许在其设计运行条件下激活。

b）激活后在其设计运行条件下执行全部动态驾驶任务。

c）识别是否即将不满足设计运行范围，并在即将不满足设计运行范围时，及时向动态驾驶任务后援用户发出介入请求。

d）识别驾驶自动化系统失效，并在发生驾驶自动化系统失效时，及时向动态驾驶任务后援用户发出介入请求。

e）识别动态驾驶任务后援用户的接管能力，并在用户的接管能力即将不满足要求时，发出介入请求。

f）在发出介入请求后，继续执行动态驾驶任务一定的时间供动态驾驶任务后援用户执行接管操作。

g）在发出介入请求后，如果动态驾驶任务后援用户未响应，适时采取减缓车辆风险的措施。

h）当用户请求驾驶自动化系统退出时，立即解除系统控制权。

5）4级驾驶系统化系统应满足以下要求：

a）仅允许在其设计运行条件下激活。

b）激活后在其设计运行条件下执行全部动态驾驶任务。

c）识别是否即将不满足其设计运行范围。

d）识别驾驶自动化系统失效和车辆其他系统失效。

e）识别驾乘人员状态是否符合其设计运行条件（如有）。

f）在发生下列情况之一且用户未响应介入请求时，自动执行最小风险策略：

——即将不满足其设计运行范围；

——驾驶自动化系统失效或车辆其他系统失效；

——驾乘人员状态不符合其设计运行条件；

——用户要求实现最小风险状态。

g）除下列情形以外，不得解除系统控制权：

——已达到最小风险状态；

——驾驶人在执行动态驾驶任务。

h）当用户请求驾驶自动化系统退出时，解除系统控制权，如果存在安全风险可暂缓解除。

6）5级驾驶系统化系统应满足以下要求：

a）无设计运行范围限制。

b）仅允许在其设计运行条件下激活。

c）激活后在其设计运行条件下执行全部动态驾驶任务。

d）识别驾驶自动化系统失效和车辆其他系统失效。

e）在发生下列情况之一且用户未响应介入请求时，自动执行最小风险策略：

——驾驶自动化系统失效或车辆其他系统失效；

——用户要求实现最小风险状态。

f）除下列情形以外，不得解除系统控制权：

——已达到最小风险状态；

——驾驶人在执行动态驾驶任务。

g）当用户请求驾驶自动化系统退出时，解除系统控制权，如果存在安全风险可暂缓解除。

1.2.2 智能网联汽车的常见形态及应用

目前，我国智能网联汽车发展还处于产业雏形阶段。商用无人驾驶的应用主要分为公共交通道路和特定条件下的受限制区域。随机交通场景的融入目前存在一定的问题，在技术层面尚未完全成熟，可靠性和安全性还有待验证；在法律法规层面，国家在智能网联汽车方面的法律法规尚未完全建立；在运营成本方面，车辆集成费用较高，规模化运营初期投资较大。但是，在一定条件下的场景应用还是存在很大的市场空间，同时目前也具备可行性的技术方案，下面介绍几个不同领域的典型案例。

1.自动驾驶矿车

内蒙古宝利煤炭有限公司于2019年9月在宝利煤矿首次使用了3辆自动驾驶矿车来运输煤炭。通过智慧矿山无人化运输系统来对车辆进行控制，具体包括矿车自动驾驶系统、机群调度系统、远程管控系统等。矿车通过传感器和雷达收集数据，形成记忆并优化算法，可以自动适应随天气变化的矿区道路。由于不需要车内驾驶人，3辆无人驾驶的翻斗车，至少可以节省6个驾驶人的成本，但需要有后台人员对其安全性进行监控。

2.自动驾驶公交车

2018年12月28日，湖南湘江新区智慧公交示范线首发仪式在长沙市举行。湖南湘江新区智慧公交示范线路全长7.8km，沿途停靠11个站点，双向总计22个站点，一期计划投放4辆中车电动智能驾驶公交试运行。该项目依托国家智能网联汽车（长沙）测试区，将打造集研发“车-路-云”应用于一体的智慧公交全国示范线。该自动驾驶功能实现的亮点是V2X的应用，这也是该自动驾驶项目的核心和主推技术。湖南湘江新区智慧公交车如图1-4所示。

3.自动驾驶出租车

自动驾驶出租车（Robotaxi）具有市场空间大、盈利模式清晰的特点，是目前高级别自动驾驶在乘用领域商业化落地确定性较强的场景。2017年，Waymo在美国凤凰城推出了由人类驾驶人监督的自动驾驶乘车服务，与此同时，国内也开始了Robotaxi的探索。2018年底，文远知行和小马智行先后在广州开始进行自动驾驶出租车的试运营，之后百度、滴滴等公司也积极跟进，在全国各大城市开展无人驾驶出租车的试乘体验活动，到2020年，百度、高德（AutoX、文远知行）等出行平台陆续开放了Robotaxi约车服务。随着国内政策的陆续出台，以及安全监管体系、标准建设体系、技术应用体系的不断完善，全国地方层面纷纷出台自动驾驶相关政策及管理办法，北京、上海、广州、深圳、天津、武汉、重庆、杭州、成都、南京、柳州、沧州、长春、青岛、合肥、雄安新区等超过30个城市及地区出台了智能网联汽车道路测试管理办法和实施细则，允许企业开展自动驾驶道路测试和示范运营，深圳已率先立法，加速抢占Robotaxi落地先机。乘着汽车智能化浪潮，在政府、企业、机构和资本等多方的共同推动下，Robotaxi已经开始进入收费运营模式，商用车领域已经从封闭测试逐渐走向实际应用。图1-5所示为文远知行与如祺出行合作打造的自动驾驶出租车示例。

4.自动驾驶物流车

物流场景主要包括末端物流、支线物流及干线物流。无人物流一直是各大电商快递企业的必争之地，借助自动驾驶物流车能够有效解决物流安全、成本、环保及效率痛点，促使物流配送领域整个产业链降本增效，革新升级。现阶段我国已具备对自动驾驶物流车的研究基础，部分车型也已进入试运营阶段。一汽、东风、重汽等商用车重型货车物流车企已经启动自动驾驶物流货车测试；阿里、京东、百度、美团、图森未来、主线科技等也开始布局物流领域无人驾驶，推出无人驾驶物流车、配送车。2021年5月，文远知行、小马智行、百度阿波罗、广汽集团等车企通过自动驾驶物流车助力疫情封闭封控区物资运送，实现封闭封控区物资配送供需“最后一公里”和“最后一百米”配送。

此后，苏宁、京东等电商企业陆续宣布完成无人驾驶物流作业测试及商业化试运营部署，百度、美团等互联网公司也推出无人驾驶物流车、配送车。自动驾驶物流车示例如图1-6所示。

1.2.3 智能网联汽车使用环境分类

按照智能网联汽车使用环境的不同，可以分为高速公路环境、城市环境和特殊环境。

1.高速公路环境

这类系统将使用环境限定为具有良好标志的结构化高速公路，主要完成车道保持、车辆识别和跟踪等功能，目标是实现进入高速公路之后的全自动驾驶。尽管这样的应用定位有一定的局限性，但它的确解决了现代社会中最为常见、危险，也是最枯燥的驾驶环节的驾驶任务。

2.城市环境

与高速公路环境研究相比，城市环境更为复杂，对感知和控制算法提出了更高的要求。城市环境中的自动驾驶将成为下一阶段研究的重点，目前这类环境的应用已经进入到小范围试点阶段，如Google的无人驾驶车，但其大范围应用目前仍存在一定的困难，如安全问题、法律问题、可靠性问题、多车调度和协调问题、与其他交通参与者的交互问题、成本问题和商业模式等。

3.特殊环境

无人驾驶汽车研究走在前列的国家一直都很重视其在军事和其他一些特殊条件下的应用。类似码头、矿区、厂区、短程定线驳车等特殊环境，相比前述高速公路、城市这样的交通环境更简单，成本问题的敏感性也相对较低，高度自动驾驶甚至无人驾驶也更容易实现。因此，特殊环境下的应用也许是当前无人驾驶最快、最可能的使用场景之一。