本文作者为Innovusion联合创始人兼CEO鲍君威，详细介绍了高级辅助驾驶系统（ADAS）的技术发展进程以及其对ADAS安全程度演进的思考。

*本文转载自清华五道口高管教育  编辑：李其奇

高级辅助驾驶系统（ADAS）在近几年得到了快速的发展，截至2023年年初，中国市场L2（含L2+）前装搭载率已突破30%。随着技术的进步，用户体验和安全性得到了显著的提升。原始的ADAS功能如自动泊车和自适应巡航控制已经得到了进一步优化。现在的系统可以识别更复杂的驾驶环境，并提供更为准确的辅助，例如，在城市交通中的自适应巡航控制，或者是在交通繁忙路段的车道保持。尽管ADAS提供了许多安全功能，但也有发生过因用户对ADAS功能体验的预期与其实际功能定义造成的错配造成的严重的事故。许多人相信，随着ADAS技术的进步，表示平均每多少英里需要人工干预一次的标志性指标——单位接管里程MPI（Miles Per Intervention）持续增长，驾驶安全会得到前所未有的提高。然而，事实真的如此吗？

首先我们来理解一下自动驾驶的分级。为了能够明确分类各种自动驾驶功能，国际汽车工程学会（SAE International）制定了一个详细的自动驾驶技术的分级系统，该系统从L0到L5，依次包含从无自动化、驾驶辅助、部分自动化，到有条件自动化、限定场景完全自动化、全场景完全自动化。

L2与L3两个级别看似相近，但其实存在着显著差别，主要有以下三点：

1、驾驶责任主体：根据SAE的责任划分，在L2级别，驾驶责任主体始终是驾驶员。在L3可实现的设计运行ODD（Operational Design Domain）范围内，驾驶责任主体是ADAS系统，这就要求在此类场景下ADAS系统需要保障绝对安全，甚至是远超过我们心理预期的安全程度。换句话说，它应无限接近于民用航空的安全标准，即平均大约每1700万次航班才会发生一起致命事故。

2、控制与干预：在L2级别，车辆可以执行某些自动化功能，例如自动泊车或自适应巡航控制，但它仍然需要驾驶员保持对周边驾驶环境的关注，并随时准备接管。这意味着即使车辆正在自动驾驶，驾驶员也必须始终保持高度警觉。而在L3级别，在车辆限定的ODD范围内，例如高速公路场景，可以实现完全自动驾驶，驾驶员可以暂时放松或进行其他活动，但是一旦系统发出接管请求，驾驶者仍需要进行响应，但系统可以在一定延时的情况下（比如10-15秒）等待驾驶员接管介入。

3、技术要求和安全冗余：L3的自动驾驶对技术的要求远高于L2。因为在L3级别，系统需要在其ODD场景下保持极高的可靠性，以处理各类感知规划控制任务，并及时判断ADAS系统可靠运行场景的边界条件，如判断超出边界条件， 则需要采取风险减缓措施以达到最小风险状态， 从而在复杂工况下为驾驶员提供足够的反应时间来接管车辆。

事实上，当前市场上绝大多数已经量产并交付使用的高级ADAS系统都处于L2级别，由于现有以及未来5年内的软硬件系统架构限制，这些系统的发展水平最多只能达到L2的ADAS等级。特斯拉的AutoPilot是行业内公认的技术较为领先的ADAS系统，自2014年推出以来，一直是自动驾驶技术领域的焦点。特斯拉不断进行硬件迭代并通过OTA（Over-The-Air）方式对AutoPilot软件进行了多次更新，使车辆获得了如自动变道、自动停车、Summon（召唤车辆）等新功能。然而，尽管特斯拉一直强调AutoPilot仍然是一个L2级别的系统，需要驾驶员随时关注路况保持警惕，但仍有部分用户过度依赖系统，忽视了监控自车周边环境的必要性，导致在启用AutoPilot模式下发生了几起严重事故，其中一些事故甚至导致了致命伤亡，引起了广泛关注和争议。至于特斯拉的FSD，即“Full Self-Driving”（全自动驾驶），尽管其名为“全自动驾驶”，但特斯拉仍然强调驾驶员应始终保持警惕并随时准备接管车辆，因此实际上FSD目前仍是一个L2级别的ADAS系统，其它国内外汽车的ADAS系统定义也仍需要驾驶员全时监控并负责。

随着行业对ADAS技术的持续投入和进步，包括更多异构传感器的增加，数据处理能力的提升，软件算法的进步以及使用更丰富更高质量的数据进行训练开发，我们期待ADAS系统的MPI会持续提高。尽管在初期，MPI从几十公里提高到几千公里时可能会使驾驶更安全，但是在MPI达到上万公里以上时反而可能出现严重的安全风险。这是因为，在MPI只有几十公里的时候，驾驶者可能每天开车都会遇到需要接管的情况，最直接的结果就是驾驶者在知晓ADAS系统局限性的基础上保持高度警觉来避免事故，ADAS系统和驾驶员是在同时“开车”，即通过人机共驾实现双保险。当MPI提高到上万公里时，驾驶员可能一整年使用ADAS系统时都不需要介入；同时，采用ADAS的人群也会进一步扩大，从早期对技术认知比较深入的人群扩展到更多的普通民众，这会使得很多驾驶员过度依赖系统，降低应有的警觉性，比如在开车的时候操作手机、观看视频、甚至进行其他非驾驶相关的活动，导致在系统面对无法处理的路况时，驾驶员也无法及时反应和接管车辆。在早期Waymo还未从Google X自动驾驶车项目独立出来之时，遇到过测试员在高速公路上将车辆设置为自动驾驶模式后，竟然离开驾驶座，爬到后座取东西的情况。此外，尽管驾驶员可能注视着路面，但长时间依赖辅助系统可能导致心不在焉的情况，从而忽略警报或延迟响应，不能立即进入操控车辆的状态，增加了驾驶安全风险。虽然从统计学上看，MPI的提升可以实现整体驾车安全性的提升，但由于驾驶是长尾场景造成严重后果的应用行为，在MPI达到上万公里时，如果每天有几十万辆车使用此类系统且每天行驶几十公里，这样每天造成的恶性事故会大量上升，甚至超过未装ADAS系统的情况。

综合以上情况，为确保ADAS能够真正提升驾驶安全性，我们需要采取一系列措施。

加强公众对ADAS系统功能的认知

我们需要全行业的努力让公众了解ADAS的实际功能和使用局限，从而降低误解和误用ADAS系统的风险。这包括在公众媒体上向大众普及讲解ADAS功能的优点和局限；车厂销售、用户手册及车内用户界面清楚准确地介绍ADAS系统的使用方式细节，等等。

完备ADAS产品的定义和功能

● 提升驾驶员监控系统的性能

目前大部分ADAS系统都包括驾驶员监控系统，旨在确保驾驶员双手始终在方向盘上，且眼睛注视路面。然而，目前此类监控系统的可靠性还有待提高，我们仍需要大幅降低误报率和漏报率，且在确保监控准确性的同时避免频繁误报影响用户体验。根据2023年发布的《国家车联网产业标准体系建设指南》，智能网联汽车的驾驶员接管能力检测系统的标准也被视为关键系统标准之一，受到重点评估和建设。

● 加强安全围栏

一方面我们需要加强ADAS系统对复杂场景的识别能力，并能够及时报警退出ADAS模式，包括采取比较保守的策略进行判断。另一方面，在成本允许的情况下，我们应尽可能在ADAS整个技术栈上采用可靠的技术来实现冗余，包括传感器、感知软件、规划控制、执行机制冗余等。即使全栈解决方案不够完美，也可以通过提升关键模块的性能确保安全底线。例如，城区的高级辅助驾驶场景环境复杂、变化多端，需要处理的路况细节非常丰富，包括识别各类复杂的交通参与者并预测其行为轨迹，识别交通信号与标识，处理多车道交互的复杂路口，及时响应动态环境变化等，以及车辆在低速或停车状态下进行复杂的博弈决策和操作，例如高速匝道汇入主路场景。上述场景的挑战在于，目前预测及规划控制技术还需要大幅进步和发展才能满足系统可靠性的要求，即MPI远高于一万公里的驾驶水平。

在感知方面，由于车速较低对感知距离要求可能在100米以内就足够了。如果在产品架构设计方面充分利用感知系统前沿发展的成果，例如部署多重高可靠性的感知方案，包括高清摄像头以及拥有足够分辨率和探测距离的激光雷达，就能使感知模块达到L3的安全冗余等级，这样即使规控系统不能完美控制车辆， 也能够确保感知系统可靠准确地识别场景中各类信息，车辆能够采用加速停止等保守方案来避免发生致命事故。

● 跨越鸿沟，尽快达到L3安全等级

随着ADAS技术的持续发展，以及自动驾驶和ADAS系统在真实道路上的测试里程不断增加，系统可以从海量的实际驾驶数据中进行学习训练和优化，从而在技术层面逐步提高MPI。然而，从不断迭代的产品定义及发布的角度观察，MPI作为单个指标不免太过绝对和单一，我们也许需要从更全局的视野考虑来选择ADAS技术及产品组合，优化产品发布的策略，将不断迭代演进的智驾技术和相对应的产品发布节奏适当解耦。一方面，我们需要提升并深入融合ADAS技术栈各个基础模块的功能，并采用多维度的前沿技术产品比如高性能激光雷达、 超高算力ECU、低延时高可靠性的路侧感知系统等；另一方面用严谨的逻辑缜密分析产品真正的ODD，意味着可能比上一代L2产品的ODD有所缩减，以确保MPI可以从上一代产品的几百或几千公里突跃到L３系统需要的数十亿公里。事实上，奔驰在2022年初以及BMW最近在德国得到L３产品认证批准就是采用了这样的策略。然而，如何在变化的ODD和实际用户体验之间寻找平衡也是目前行业内L3的重要课题，毕竟用户只会买单他们真正让他们信服，既实用又安全的ADAS产品。

面对道路突发状况，我们需要在极短的时间内进行信息收集、感知预测、决策执行三个步骤。然而，在交通拥堵、道路复杂、黑夜、逆光炫光环境干扰等情况下，及时做出精准判断极具挑战。激光雷达是对于高级辅助驾驶和自动驾驶来说至关重要的感知传感器，帮助我们提前做出感知，助力尽早决策，进行车辆的安全、舒适的制动。

2016年，行业中已有几家国际知名的激光雷达传感器厂商，但彼时都尚无法满足高阶智能驾驶的需求。考虑到市场的需求，鲍君威和当时同在百度负责传感器技术的李义民一起辞职，创立了Innovusion。

“以终为始”，Innovusion洞悉行业对安全的自动驾驶感知的高要求，倒推业界需要的产品性能，打造提供能够量产和落地的高性能激光雷达产品，梳理几乎所有的激光雷达路线后，确定开发300线的激光雷达。

高难度的技术路线和尚不成熟的供应链生态对高性能激光雷达产品的落地带来了极高的挑战，Innovusion历经几年的技术打磨与严苛验证，同步深度催熟行业供应链体系，在2022年率先在全球范围内实现了高性能激光雷达的大规模量产上车。

目前Innovusion已拥有图像级超远距主视雷达Falcon猎鹰平台、图像级远距离前视激光雷达灵雀-E（Robin-E）、高性能中短距广角激光雷达灵雀-W（Robin-W），以及全新感知软件平台OmniVidi，成为全球领先的图像级激光雷达及解决方案提供商。

国际权威研究机构Yole Intelligence发布的《2023年全球车载激光雷达市场与技术报告》中显示，2022年度Innovusion以全球第一的优秀成绩获“乘用及商用车车载激光雷达市场”销量和营收额的双料冠军。