特斯拉今年已经出过多起事故，都是在开启Autopilot(特斯拉的自动驾驶技术，实际上只是驾驶辅助)情况下汽车未能识别障碍物而发生的碰撞事件。严重有撞上大挂车司机当场死亡的，轻的也有不能识别马路牙子接连撞了12个桩子的，无一例外的是，在事故发生的时候司机的手是离开方向盘的。车主认为特斯拉应当负责，而特斯拉则认为是司机驾驶不当。
造成车主和特斯拉自主来回扯皮，主要原因还是对特斯拉的Autopilot没有正确的认识，对它能做什么和不能做什么没有足够的了解。
实际上特斯拉目前所用的自动驾驶技术只能称之为驾驶辅助系统，在行驶过程中只能起到辅助的作用，大部分的操作还是需要人来完成。根据美国高速公路安全局根据自动化程度对自动驾驶汽车的级别鉴定来看，特斯拉的自动驾驶级别只能算level 2，距离最高级别level 4全自动驾驶还有很远。
总之到现在真正能量产销售的自动驾驶汽车能达到L3级别目前只发现奥迪A8，且只是在拥堵路段满足相当都条件才能激活“拥堵自动驾驶”，这种模式激活后出事故是汽车厂商负责。目前看主流厂商都目标都是2020或2021年实现大面积量产商用(当然只是从技术角度，政策法律法规方面还不明朗)，因此如果近期要买车可以先买一个过渡车先用，等到那时自动驾驶技术真正成熟时才换用。假设下一个七年自动驾驶汽车普遍使用解决相当一部分拥堵问题，假期回家开始也会轻松很多哈。
(一)自动驾驶技术分级
自动驾驶技术分为多个等级，目前国内外产业界采用较多的为美国汽车工程师协会(SAE)和美国高速公路安全管理局(NHTSA)推出的分类标准。按照SAE的标准，自动驾驶汽车视智能化、自动化程度水平分为6个等级：无自动化(L0)、驾驶支援(L1)、部分自动化(L2)、有条件自动化(L3)、高度自动化(L4)和完全自动化(L5)。两种不同分类标准的主要区别在于完全自动驾驶场景下，SAE更加细分了自动驾驶系统作用范围。详细标准见下图：
(2)传统雷达和摄像头
由于激光雷达的高昂价格，走实用性技术路线的车企纷纷转向传统雷达和摄像头作为传感器替代方案，例如著名电动汽车生产企业特斯拉，采用的方案就是雷达和单目摄像头，国际知名厂商为Mobileye等。其硬件原理与目前车载的ACC自适应巡航系统类似，依靠覆盖汽车周围360°视角的摄像头及前置雷达来识别三维空间信息，从而确保交通工具之间不会互相碰撞。
虽然这种传感器方案成本较低、易于量产，但对于摄像头的识别能力具有很高要求：单目摄像头需要建立并不断维护庞大的样本特征数据库，如果缺乏待识别目标的特征数据，就会导致系统无法识别以及测距，很容易导致事故的发生。而双目摄像头可直接对前方景物进行测距，但难点在于计算量大，需要提高计算单元性能。
3、V2X
V2X，指的是车辆与周围的移动交通控制系统实现交互的技术，X可以是车辆，可以是红绿灯等交通设施，也可以是云端数据库，最终目的都是为了帮助自动驾驶车辆掌握实时驾驶信息和路况信息，结合车辆工程算法做出决策，是自动驾驶车辆迈向无人驾驶阶段的关键。
4、AI算法
算法是支撑自动驾驶技术最关键的部分，目前主流自动驾驶公司都采用了机器学习与人工智能算法来实现。海量的数据是机器学习以及人工智能算法的基础，通过此前提到的传感器、V2X设施和高精度地图信息所获得的数据，以及收集到的驾驶行为、驾驶经验、驾驶规则、案例和周边环境的数据信息，不断优化的算法能够识别并最终规划路线、操纵驾驶。
相关资源：典型自动驾驶仿真软件介绍-iatf16949标准知识培训讲义-交通文档类…
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！