因此，目前有不少部分達(dá)到L3功能但只能按照L2來使用的車型，比如四代奧迪A8、特斯拉FSD Bate版、蔚來ET7、智己L7、小鵬P5、極狐阿爾法S HI版等等。

　　現(xiàn)在業(yè)界有可能直接跳過權(quán)責(zé)模糊不清的L3，直接把L4投放到市場上。目前已有車企決定這樣子做了。像谷歌這種解決方案供應(yīng)商則不同，他們不需要把研發(fā)成果綁定在現(xiàn)售車型上循序漸進(jìn)迭代更新，沒有包袱的他們選擇了直奔L4。

　　整車L4水平，需要在全場景下實現(xiàn)包括自主代客泊車AVP、交通擁堵引導(dǎo)TJP、高速公路引導(dǎo)HWP在內(nèi)的所有功能，也就是車子自己能走能停完全不需要人類交涉。當(dāng)然，L4是可以保留車輛操縱單元的，在特殊情況下可交給人類操縱，比如地震海嘯造成車輛通訊的情況。

　　先說AVP。之前我們聊過小鵬的自動泊車，而小鵬一直都是以此為豪的企業(yè)，泊車成功率不低。小鵬此前的方案是利用汽車傳感器進(jìn)行室內(nèi)地圖建模，這種在非市政道路收集地圖數(shù)據(jù)的方式也避開了法律屏障，雖然看起來精度并不高，但也算是一個不錯的開始。

　　今年6月4日，小鵬P7通過OTA更新的VPA停車場記憶泊車（Valet Parking Assist）。

　　這里我們就要科普一個概念：AVP分為兩個分支，一支叫H-AVP（云端自我學(xué)習(xí)泊車），經(jīng)過SLAM系統(tǒng)訓(xùn)練之后完成地圖建模了就能持續(xù)使用，也就是來一次以后就隨時來，小鵬、奔馳、威馬在整；而更高階的P-AVP（云端高精地圖泊車）只需駕駛員開到停車場門外就可以離開駕駛席，車子自己會按照高精地圖的指引找車位泊入，暫時還沒車企能量產(chǎn)。

　　小鵬這次的更新是VPA停車場記憶泊車，功能實現(xiàn)上與W223世代奔馳S級和威馬W6還是有所不同的。

　　小鵬的VPA是自研完成的停車場記憶泊車功能，它的記憶線路可以達(dá)到1km，一臺車可以學(xué)習(xí)100個停車場的泊位，不過單個停車場只記憶1個泊位，還不如少點車場但每個多點泊位比較實在，而且小鵬的VPA只支持泊車入庫，不支持出庫。還有一點筆者有點理解不了的是，小鵬VPA不支持跨層泊車、沿線出庫、全程APP車外操作也就算了，為何僅支持地庫泊位，在地面泊位用不了，W223和W6倒是沒有這個限制。

　　從使用場景來看，威馬目前開放的H-AVP能夠在地面/地下停車場內(nèi)任何地方都可以進(jìn)行學(xué)習(xí)，不限起點位置，不限車場數(shù)量，單個車場可設(shè)定5條不同的入庫/出庫路線，可以跨層，駕駛者不用在車上，只需要通過手機一頓操作能完成車輛的泊入和泊出，對于那些過窄的、停好之后無法開門出來的停車場景來說很實用。除了目前已經(jīng)開放的H-AVP，威馬官方還透露將會在年內(nèi)通過OTA將P-AVP推送給用戶。

　　威馬的AVP是與國內(nèi)自動駕駛實力擔(dān)當(dāng)?shù)陌俣華pollo平臺聯(lián)手深度研發(fā)的，有百度“王牌”做背書，以后的P-AVP還有百度高精地圖加持。小鵬是沒有參與進(jìn)來的，威馬則有百度高精度地圖加持，所以實現(xiàn)P-AVP更容易一些。包括奔馳在內(nèi)的海外品牌想進(jìn)入中國做自動駕駛，以后應(yīng)該得用中國高精地圖才行，現(xiàn)在連特斯拉都被要求把服務(wù)器建在大陸境內(nèi)了，可見高精度地圖在自動駕駛中也扮演著十分重要的角色。

　　此外，要玩P-AVP，還要等室內(nèi)基站通信硬件整起來才行，這需要更多的基建設(shè)施配合。

　　接下來聊交通擁堵引導(dǎo)TJP和高速公路引導(dǎo)HWP。TJP和HWP的速域不同，再加上自動車道變換（ALC，Automotive Lane Change），就是全速域的“有限自動駕駛功能”。

　　TJP的決策和執(zhí)行是一大難題，標(biāo)定不好的TJP策略就會出現(xiàn)起步與制動的動作太過生硬，快了體感難受，慢了被旁邊車子加塞，一來一去就暈車了……

　　HWP+ALC就是現(xiàn)在很多新勢力在談的“高速領(lǐng)航功能”，蔚來叫NOP，小鵬叫NGP、特斯拉叫NOA、日產(chǎn)叫ProPilot、通用叫SuperCruise，反正都是一個意思。目前這項技術(shù)進(jìn)展很快，實際使用起來比較便捷，人類駕駛員介入的頻率并不高，小鵬官方給出的NOP介入頻率是0.66次/100km，實測接近1次/100km，也即是平均開100km才需要接管。

　　不過，以上TJP和HWP暫時均不能達(dá)到L4級別，只能在特定條件下（合適的路況/天氣）進(jìn)行約等于L3級別的自動駕駛。

　　如今奧迪A8、蔚來ES6、特斯拉Model 3、小鵬P7、廣汽埃安LX、長安UNI-T、日產(chǎn)天籟等等車型都可以執(zhí)行TJP、HWP、ALC，但因為傳感器配置并不甚完備、高精度地圖與定位技術(shù)還沒到位等原因，除了A8之外的車型都要求駕駛員隨時隨地立即接管車輛（L2-L3之間）；A8則在限定條件下（特定的道路等級、光照、車流速度等）可由L3系統(tǒng)完全控制車輛，駕駛員同樣需要隨時接管；進(jìn)化成L4之后，系統(tǒng)隨意開，除非有極少的特殊情況才需要駕駛員介入，比如奔馳W223和威馬W6的無人泊車。

　　比如，下面的gif圖展示的是L4自動/無人駕駛技術(shù)，是廣州企業(yè)文遠(yuǎn)知行在這次廣州疫情防控中，使用無人駕駛車送飯到疫情隔離區(qū)。（現(xiàn)場實拍gif獲授權(quán)自汽車之家）

　　L5是沒有ODD（Operational Design Domain，設(shè)計方案運作域）的，意思是無論任何的道路狀況（車道線、道路附著系數(shù)、圍欄等）、環(huán)境（能見度、天氣等）、前方可行駛區(qū)域（收費站、施工等）等等，L5都是可以免除人類駕駛者介入的。

　　因為自動駕駛的研發(fā)初衷就是更加安全和便捷，L1和L2級自動駕駛輔助系統(tǒng)已經(jīng)幫我們降低了一部分事故概率，L3目前是禍?zhǔn)歉＿€不知道，因為無法形成嚴(yán)謹(jǐn)?shù)倪壿嬮]環(huán)（人究竟還要不要全神貫注呢？），L4還沒有整車完成L4自動/無人駕駛研發(fā)的量產(chǎn)案例，無所不能的L5還有很遠(yuǎn)才來。

　　我們現(xiàn)在可以知道的是，L4的實現(xiàn)成本會非常高；我們暫時不能知道的是，整車實現(xiàn)L4的量產(chǎn)產(chǎn)品何時才能來臨，這需要L4系統(tǒng)在泊車/行駛、城市/市郊、低速/高速、國內(nèi)/國外、晴空萬里/惡劣天氣等等所有情況下都管用。

　　烏伯林根空難（Überlingen Disaster）在十多年前揭示了空中交通管制系統(tǒng)的處置失當(dāng)將會引發(fā)何種等級的人類災(zāi)難。

　　空管員Peter Nielsen的指揮不當(dāng)與光學(xué)碰撞預(yù)警系統(tǒng)的檢修固然是兩大緣由，但促使俄羅斯Tu-154客機與德國757貨機碰撞的另一個原因也不能被忽略：如果兩個飛行機組都按照空中防撞系統(tǒng)（TCAS）的提示分別進(jìn)行拉高與降低，事故將不會發(fā)生；但由于俄羅斯機組“以人類命令為先”的原則，按照Nielsen的錯誤指示而非TCAS的正確指示執(zhí)行，最終釀成了72人死亡的災(zāi)難——最后一位是空管員Peter Nielsen，死于刺殺。

　　自動駕駛技術(shù)對于人類而言并非新鮮事物，我們已經(jīng)堅信這項技術(shù)長達(dá)大半個世紀(jì)。若溯源的話，最早能追溯到上世紀(jì)10年代在美國誕生的第一臺電動陀螺穩(wěn)定裝置（自動駕駛儀的雛形）。即使60年代的阿波羅飛船已經(jīng)用上了數(shù)字化自動駕駛儀，半個世紀(jì)后的俄羅斯人依然堅信人類犯錯的幾率比人工智能要小得多——歷史事實是，單單俄羅斯航空這一家公司，血手之上就有超過8200條人命，遠(yuǎn)遠(yuǎn)高于第二名法蘭西航空的1783名。

　　從Autopilot一詞便可知曉，汽車工業(yè)所武裝的“自動駕駛”，技術(shù)淵源依然是航空與航天產(chǎn)業(yè)。我們可以用“陸上交通比空中交通復(fù)雜千萬倍”的理由去埋汰乘用車/商用車自動駕駛技術(shù)的“滯后”，卻一直不肯相信“人工智能”一定比“人類駕駛”更加安全，即使99.9%以上的失事航班俄羅斯籍飛行員并未抱著伏特加瓶子睡著在崗位上。

　　2005年，Google X實驗室就已開啟了谷歌無人汽車計劃（Google Driverless Car Project），2009年開始上路測試，約有23輛車分9種模型在測試。測試項目分為自動駕駛和人為干預(yù)的手動駕駛，行駛里程超過320萬公里，至2017年只造成18次事故，其中絕大多數(shù)都是被追尾（測試車極速才40km/h），無重大人員傷亡，這是第一次AI判斷出錯——320萬公里1次車體剮蹭輕傷，不知哪位人類駕駛員敢上前邁一步接受AI的挑戰(zhàn)？

　　只是，即使自動駕駛技術(shù)已經(jīng)如此先進(jìn)，我們還是無法把命交給AI。將AI變成Siri可以，變成小孩子的聊天機器人可以，變成咖啡廳上點心的服務(wù)員可以，但要讓我們把交通工具的控制權(quán)完全交出給AI，連方向盤、油門、制動都摘掉，恐怕多數(shù)駕駛者暫時還不能被接受。

　　目前，汽車工業(yè)大國們對AI造成交通事故的法律定義都是模糊的，這是一個誰都可以碰、誰都不敢碰的灰色地帶。你可以研發(fā)自動駕駛汽車，甚至美國/德國某些州的政府還讓你“合法”上路，但這并不代表合法解決事故糾紛。傳統(tǒng)的汽車廠商都是很保守的，一個自動駕駛項目動輒數(shù)十億美元的成本，很有可能就會被一兩個死亡時間毀掉，而自動駕駛是不可能讓死傷幾率等于0%的——雖然自動駕駛已經(jīng)被認(rèn)定為“比人類駕駛安全非常多”。

　　因為當(dāng)事故主體是“人”的時候，我們可以通過制約人的社會契約來解決糾紛，法律、法規(guī)、習(xí)俗、慣例甚至情面；但當(dāng)事故主體是一臺會思考的“汽車”時，適用于人類的社會契約就失效了，我們可以用金錢懲罰來制裁電子程序和自動駕駛汽車的制造商，但無法用牢獄去懲罰一套電子程序。

　　帶著未解的疑問，我們結(jié)束今天的議題。

（圖/文/攝：太平洋汽車網(wǎng)黃恒樂）