来源：厚势
自动驾驶功能，即以车载传感器信号为基础，实现车辆对于行驶周围环境的判断和辅助。自动驾驶汽车会带来巨大的社会效益。美国一项研究表明，自动驾驶汽车的广泛应用能够让美国每年减少约 3 万起公路死亡事故，行程时效提升 40%，弥补人们浪费在通勤和堵车上的 800 亿个小时，同时可以减少 40% 能耗。经过计算，仅在美国，这些社会收益就高达 1.3 万亿美元。因此，对自动驾驶的研究，成为了车企共同的任务。
自动驾驶功能的研发时间最早可追溯到上世纪中叶，以电脑控制车辆行驶的无人驾驶为最终目标。其技术一直在循序渐进地发展，使得自动驾驶也分为了不同的阶段。一些权威机构如 SAE（美国汽车工程师协会）和 NHTSA（美国高速公路安全局）已将自动驾驶技术进行了分级，划分出自动驾驶和辅助驾驶，便于汽车控制权与安全责任分配，也便于开展试验以及认证技术研究。
自动驾驶分级标准对比分析
按照汽车控制权及安全责任分配，自动驾驶可分为不同级别。不同的组织：BASt（德国联邦公路研究所）、NHTSA（美国国家公路交通安全管理局）、SAE（国际自动机械工程师学会），对自动驾驶的分级标准大体相同，只是针对具体的级别稍有差别。
三个机构中，分级最详细的为SAE，将自动驾驶技术分为 0 到 5 级，分别对应完全手动驾驶、驾驶辅助、部分模块自动化、特定条件下自动化、高度自动化以及全自动化的无人驾驶，其中，
0 级系统只有报警系统，车辆控制、环境监测和系统回应的主体都是驾驶员；
1 级系统只对车辆的单一方向进行控制，横向或纵向。车辆控制的主体是人和驾驶员，环境监测和系统回应的主体都是驾驶员；
2 级系统可以同时对车辆进行横向和纵向控制，车辆控制的主体是系统，环境监测和系统回应都是驾驶员；
3 级系统是有条件的自动驾驶，车辆控制和环境监测都是系统，但当系统需要驾驶员回应时，驾驶员必须进行回应；
4 级系统是高度自动驾驶，车辆控制、环境监测和系统回应的主体都是系统，但也有驾驶员控制车辆的模式；
5 级系统是完全自动驾驶，即实现无人驾驶。
SAE 对自动驾驶的分级描述较细致，对每一层的车辆控制主体，环境监测主体和系统回应主体都做了详细的描述。但针对第 3 等级的描述，业内普遍认为不太合理。相当于系统控制车辆，监测环境的时候，如果有系统处理不了的情况需要驾驶员马上接管系统，驾驶员必须处在时刻准备接管的状态。
NHTSA 将高度自动化和全自动化的无人驾驶都归类为 4 级。NHTSA 的分级旨在为美国政府提供采用与监管自动化车辆的初步指导，内容更具为规范性。
BASt 将自动驾驶的技术发展划分为 5 个阶段：只有驾驶员控制车辆、驾驶辅助、部分自动驾驶、高度自动驾驶以及完全自动驾驶，分别对应 SAE 的 0、1、2、4、5 阶段，和 SAE 相比去掉了有条件的自动驾驶。相比 SAE，BASt 的分级方法更合理。
目前，根据 SAE 的划分：
0 级警告类系统如：LDW（车道偏离预警）、FCW（前向碰撞预警）、BSD（盲点检测功能）、TSR（交通标志识别）等，在危险情况下，可以通过声音、灯光等形式给驾驶员提醒。
1 级辅助系统如：ACC（自适应巡航）、LKA（车道保持）、AEB（紧急自动刹车）等，能在单一方向对车辆进行控制。如 ACC 可以实现对车辆的纵向控制，主动加减速，AEB 可以使车辆纵向主动减速，LKA 可以通过控制电子转向系统对车辆的横向进行控制。
2 级功能，可以对车辆纵向和横向同时控制，典型组合就是 ACC+LKA，泊车辅助系统。例如特斯拉的 Autopilot 系统。
3 级有条件自动驾驶目前还没有较成熟的系统。
4 级中，奔驰计划 2025 年量产的大货车会装有 Highway Pilot 功能，目前已经在做测试，该功能能实现公路上的自动驾驶。
除此之外，目前的自动泊车系统可是第 4 级别，而 5 级自动驾驶目前还在研发阶段。
目前，国内主机厂基本在第 0 级和第 1 级，国外部分主机厂和合资企业能做到第 1 级和第 2 级。从第 1 级过渡到第 2 级，需要多种传感器的融合，对车辆实行联合控制，主要难度在控制策略部分，如何将现有不同传感器感知的信息进行筛选，如何同时对车辆进行横向和纵向的控制，各主机厂还有很长的路要走。
目前，各大主机厂的战略基本都是从低级做起，逐步实现无人驾驶。而一些互联网公司，如谷歌、百度等，利用自身做控制策略的优势和现有的高精确地图。基本策略是直接到第 4 级。
基于自动驾驶等级的相关技术与测试
根据以上分析，BASt 的等级划分较合理，本节就采用 BASt 所划分的各阶段的关键技术与相关测试评价进行介绍。
（1）纯驾驶员/驾驶辅助/部分自动驾驶
BASt 等级的前三部分主要还是 ADAS 阶段。工作系统层面来讲主要是三部分：环境感知、控制策略、执行机构。目前，ADAS 采用的传感器主要有摄像头、毫米波雷达、激光雷达和超声波雷达等。表 1 是主流传感器的优缺点。
除了传感器，控制策略也是核心技术之一，主要掌握在传感器供应商和部分主机厂中。目前国内整车厂在这方面积累较少。
ADAS 产品的开发遵循车辆开发中的 V 流程。在 V 流程的左边是产品的设计和开发，右边是验证。在产品开发阶段，目前主流的方法是快速原型和硬件在环两种方法。在产品设计初期，软件和硬件是同步开发的，硬件还没有完成开发，软件可以通过快速原型的方法在试验车辆上进行验证。如果试验车辆也没有准备好，可以采用硬件在环的方法，将整车动力学模型和控制器相连，同样可以实现 ADAS 功能的测试。
V 模型的右半部分，在 ADAS 产品的验证阶段，实际路上危险性太高井且实际路试不可能覆盖所有的测试场景。此时可以通过搭建硬件在环或整车在环仿真平台来验证。通过环境仿真软件建立虚拟测试场景，与车辆控制器接口匹配之后，可实现整车在环测试。
（2）高度自动驾驶
基于目前上述三个阶段的技术水平，要做到高度自动化，需要结合网联技术。网络技术将车、道路、行人等成为了智能交通系统中的信息节点。在美国、欧洲、日本等汽车发达国家和地区，基于车联网 V2X技术的协同式辅助驾驶技术正在进行实用性技术开发和大规模试验场测试。
网联通讯技术，概括来说，就是通信定位和地图技术，包括数台智能网联汽车之间信息共享与协同控制所必须的通信保障技术、移动自组织网络技术，以及高精度定位技术，高精地图及局部场景构建技术。网联通讯采用 DSRC、LTE-V 和 WiFi 等设备，将汽车、道路、行人等联系在一起。设备上须有支持通讯功能的路侧单元，当车辆经过信号灯、标志牌等设备，或遇到其他车辆行人，或前方存在危险路况时，将会触发算法，车辆可获得信号的相位和时序信息，再基于定位系统做精准定位，依照其行驶信息与环境信息，通过控制算法确定车辆的最佳通行速度，并将信息反馈给驾驶员，必要情况下直接控制车辆紧急制动，以保证安全行驶。
V2X，即车对外界的信息交换，是对网联通讯技术的应用。图 2 所示为 V2X 技术。
但网联技术最大的间题是十扰。保持通讯频段不受十扰是车辆通讯时一个至关重要的环节，汽车制造商协会认为，只有当证明在 V2X 系统通讯不会受十扰时，这个技术才可以被广泛使用。
（3）完全自动驾驶
要最后实现完全自动驾驶甚至无人驾驶，除了上述各阶段的基本技术要求之外，道路测试是这一环节的难点。实际交通情况千变万化，不可能在真实道路上完成所有的测试，此阶段要借助虚拟环境仿真来完成。
目前主流的虚拟环境仿真软件有 Prescan，Carmaker 和 dSPACE 也有相应的功能。通过虚拟可以加快场景测试，验证功能。同时还能避免在实际道路下的危险情况，极大提高效率，节约人力物力。目前，Volvo 等主机厂都有计划或已经采用这种虚拟环境的测试方法。
目前，国内外已经有很多自动驾驶的测试在开展，而且这种测试会越来越频繁，但现在它还局限在较窄的区域内，未来将扩展到公众区域；如同公交车道一样，慢慢扩展到城市道路，最终扩展到所有的高速公路和所有的城市道路。这会是一个漫长过程，需要不断尝试、不断磨合，也需要大众克服过去的使用习惯的障碍及法律的障碍。