美国汽车工程师协会（SAE）根据系统对于车辆操控任务的把控程度，将自动驾驶技术分为L0-L5，系统在L1~L3级主要起辅助功能；当到达L4级，车辆驾驶将全部交给系统，而L4、L5的区别在于特定场景和全场景应用。当前已有一部分国内主机厂在规划量产了L3级自动驾驶功能，当然真正的L3级要获得认可就必须考虑其是否获得政府机关发送的准入牌照。这里需要说明的是L3级作为一种实际上的人机共驾系统，在很多设计场景中仍然需要依靠驾驶员对系统的有效接管，而从L4级自动驾驶系统将开始实现对驾驶员的完全替代。L4级自动驾驶将是让汽车自己完全拥有环境感知、路径规划并且自主实现车辆控制的技术，也就是用电子技术控制汽车进行仿人驾驶或是自动驾驶。

L4级自动驾驶系统在真正的实际应用中，还存在着相当多的问题项，比如后续将如何具体区分L3与L4级自动驾驶系统，L4级系统升级的本质在哪里？升级后的L4自动驾驶系统对高精地图定位和建图有何特殊需求？当前已有一些园区内车型（如大型物流车、中转小巴等）已实现了局部L4级功能，那么他们相对于乘用车之间的区别在哪里？后续L4级如何实现城市道路自动驾驶?如何真正意义上的确保驾驶安全性？如上这一系列问题都是值得我们深刻探究的问题。

本文将着重挑选几个方面进行详细讲解。

L4级自动驾驶系统升级本质说明

如上所述，对于L4级以上的自动驾驶系统而言，其驾驶任务已经得到很明确的区分，对于驾驶环境仍旧定义了设计运行范围ODD，要求系统在其ODD内部的所有驾驶任务都由系统承担，且系统需要处理驾驶过程中可能出现的所有突发状况。为此，从L2到L3再到L4级的系统需求上将从本质上发生变化，具体主要有如下一些不同的驾驶策略升级。

名称	内容	对自动驾驶的作用详述
位置信息	经纬度, WGS84, 输出：20HZ	定位车辆在世界坐标系中的绝对横纵向位置、航向角等信息，该信息用于评估车辆当前行驶在道路的何种位置；
	水平定位误差
	海拔,100米精度
	航向
	横向定位
	纵向定位
	置信度
道路信息	道路类型	输出道路类型包括虚线、实线信息，用于变道可行性确认
	限速	用于对车辆纵向速度进行限速控制；
	限高	用于对特殊类型车辆在路径规划时进行有效的规划控制
	施工道路	用于定义对危险情况的提前处理，此时系统不报接管，而是采取换道、减速等措施避免碰撞事故。对于L4来说，在设计ODD范围时，可以直接将施工路段排除在设计运行范围外，这样当车辆驶入施工路段时，直接退出L4自动驾驶控制，并报立即接管；
	车道变化	如并道或二叉路，系统需要在接收到相应信号时，提前进行变道控制；
	交通灯	在L4自动驾驶设计过程中，如果是应用于城市或城间道路，则必须提前预知交通灯信息，这是很多传感器探测范围内无法及时探测到的；
	间断的护栏	该信号用于及时告知系统当前道路处于ODD范围外，系统此时降级为辅助驾驶1级ACC控制车辆纵向，并报横向立即接管。
	收费站	用于对该路段排除在ODD设计范围外的处理逻辑，对于L4来说，在设计ODD范围时，可以直接将收费站前一定距离处排除在设计运行范围外，这样当车辆即将驶入收费站时，直接退出L4自动驾驶控制，并报立即接管；此时系统也可直接控制减速行驶至收费站范围内停车。
	车道数	该信息一般不用，不过在特殊导航下匝道时，车道数用于判定当前车辆驾驶过程中需要下匝道时，需要变道的车道数量
	道路边沿	用于辅助本车进行对中控制
车道信息	车道编号	与车道数作用一致，两者配合使用
	车道线	车道线一般是以回旋曲线方程表示，用于系统根据其进行车辆对中及换道控制；
	车道线类型	用于对换道可行性判断，如虚线允许变道，实线不许变道；
	车道宽度	用于对车辆对中或换道可行性判断
	车道曲率
	车道纵坡度	用于对车辆纵向加减速精准控制，特别是对于定速巡航控制偏差可以起到很好的控制判断作用
	车道横坡	用于对车辆向心力来说，横向坡度可以辅助进行甩尾控制
	车道限速	用于对对中及换道过程中系统根据本车在车道内的限速信息进行自动限速；
车道级导航信息	路径规划数	从高精地图角度发出的规划目标路径条数，自动驾驶规划的所有路径用于后续运动规划决策控制
	规划路径
	目标车道号	用于导航作用下的换道控制规划
	换道提示	用于在导航路径下提前一定距离对驾驶员是否换道进行提示，自动驾驶系统一般是在该提示后开始进行自动变道
	路径距离	该距离显示了相应规划路径的长度、远近
相对定位位置	横向定位，距离车道线左右距离	用于对车身姿态在本车道内的判定，作用于对中和换道可实现更为精准的横向偏差控制；
	纵向定位，车身原点相对于道路类型变化	该距离保证自动驾驶可以提前在道路类型变化点前做出安全的换道反应，对于自动驾驶换道控制安全性起着决定性作用
	置信度	由于传感器也在同时检测横向及纵向定位结果，置信度可以很好的表示出高精地图检测的准确性，只有在高置信度的情况下，探测结果才能用于自动驾驶控制；

• 如公交车要求地图能够准确实时的提供在城市道路的车辆环境信息，其更关注在拥堵和复杂交通流下的信息探测（如十字路口）；
• 矿车、货车一类的大型车主要用于物流运输，则更多的是关注在高速路或快速路下的道路情况（如前方是否施工等）；

• 如大货车由于其自身高度较高，更关注路上的限高这一因素；

• 不同车型的限速要求不同，大型汽车限速条件更为严苛，则更加关注发出路径上的限速信息；

• 另外根据不同车型（如大货车有专用车道，小汽车无专用车道），其对车道级限速要求比较严苛，这也是对交通事故判定打下基础；

• 针对某些重型货车，其车身长度较长，则更关注弯道曲率，过大的弯道曲率可能导致无法正常过弯；

• 针对不同载重的货车，其对道路最大横坡纵坡容忍度也有差异，过大的坡度可能导致无法正常行驶；

• 高精地图需针对不同车辆类型建立不同的场景采集分配比重，以各车型均关注的道路场景建立“基础纵包”，以各不同车型单独关注的道路场景增添到基础众包中；

• 各种车型由于其反应能力不同，对高精地图发出的相同信息的精度要求也不一样，在高精地图建图性能匹配时，需要充分考虑满足其精度性能的实现方案；

• 各种不同车型由于其反应能力不同，对高精地图发出信号周期也不相同，故需要针对每一款不同的车型单独提出需求来满足信号输入条件。