文章核心观点 - 行业当前存在对L2/L3驾驶自动化分级理解不准确的问题，部分企业将L3级功能放入L2级产品进行营销，导致消费者困惑并被误导[1] - 公开测试反映出智能驾驶系统在感知、决控等环节存在不足，主机厂应对长尾场景能力普遍不足，且量产车型上市前测试验证存在局限性[2][3] - 行业缺乏统一的测试标准和规范，导致测试关键参数未统一，无法实现公平对比[4] - 为解决上述问题，建议从规范定义、加快标准建设、加强监管、推动车路云一体化、构建数据平台、增加极限工况测试及整改隐藏式门把手等方面着手[5][6][7][8][9][10][11][12] 对自动驾驶功能分级的看法 - 当前主机厂量产的高速NOA和城市NOA等功能不是严格意义上的L2组合辅助驾驶功能，而是具有限定条件下自动驾驶能力的L3功能，但又未达到L3级可靠性要求[1] - 部分企业出于营销目的，将L3级功能放入L2级产品，但又不敢承担L3级产品的要求和责任，对相关功能自行命名，导致新概念名词层出不穷[1] 智能驾驶系统的技术瓶颈 - 智能驾驶系统在感知、决控等环节的软硬件均存在不足，量产上车的神经网络模型在训练阶段缺乏足量场景数据支持[2] - 部分主机厂每年生产亿级以上Clips路采数据，但数据深度发掘能力弱、效率低，且单一车企采集的场景数据存在完备性不足的短板，价值密度不高，重复性大[2] - 单车智能具有盲区与超视距感知的先天缺陷，15个测试场景中大部分是感知不足导致的严重事故[2] 测试验证体系的局限性 - 主机厂主要依赖“仿真测试+道路测试”体系，往往只面向法规要求组织封闭场地试验，较少开展针对危险工况的场地性能试验[3] - 仿真拟真度不高，道路测试遇到极端场景效率低，导致主机厂并不掌握自己自动驾驶系统的能力边界[3] 行业测试标准与规范问题 - 公开测试中测试关键参数未统一，如跟车距离和车速设定差异、人工干预方向盘回正等，缺乏统一规范以实现公平对比[4] - 组合驾驶辅助系统安全要求国家标准正在制定中，沙盒测试团标刚完成立项，行业缺乏统一、科学、权威的测试评价方法[4] 工作建议：规范与标准建设 - 应从横向控制、纵向控制、自动换道决策操作三个基本动态任务及人机责任分工进行区分，规范全行业关于汽车自动驾驶功能的定义、分级与命名[5][6] - 需规范并加快对于L2/L3准入和沙盒测试等国标和团标的制定与宣贯，并适时开展行业摸底测试，对不同能力的组合驾驶辅助系统进行能力评定和分级[7] 工作建议：监管与技术路线 - 建议主管部门进一步明确监管要求，综合应用仿真测试、场地测试和道路测试等方法，统一要求企业组织开展危险场景下的封闭场地试验[8] - 行业应建立起技术路线共识，认识到单车自动驾驶系统的根本局限，采用更先进的网联技术手段赋能单车，通过车路云一体化应用试点推动产业化落地[9] 工作建议：数据与测试 - 建议由相关部委牵头，通过车路云一体化应用试点建立的城市级云控基础平台，实现场景数据采集与共享共用，构建高质量、高维度的场景数据库[10] - 整车企业需进行更多的复杂极限工况测试，政府标准法规测试是产品准入管理的下限，通过了也不说明系统完全达到安全要求[11] - 建议各整车企业立即对隐藏式门把手进行整改，增加从内部和外部可以开启车门的机械装置，将公众安全置于首位[12]