智能駕駛不等于完全自動駕駛

近年來，智能駕駛技術快速發展，成為許多新能源汽車的重要賣點。然而，隨著該技術頻頻引發事故，不少專家呼吁為其“系”上安全帶。那么，智能駕駛技術發展現狀如何？國內外對其安全性測試和評估標準是什么？記者日前就此采訪了相關專家。

圖為在廣東省深圳蓮花山公園拍攝的無人駕駛觀光車、零售車。新華社記者 梁旭攝

尚無量產車型達到L3級水平

中國科學院院士歐陽明高認為，再高級的智能駕駛也只是輔助，不能稱之為完全自動駕駛。

“很多用戶把智能駕駛當成完全自動駕駛，這種錯誤認識在一定程度上導致用戶過度依賴、信任智能駕駛功能。”重慶市智能網聯新能源汽車產教融合聯盟專家成員、重慶三峽職業學院智能網聯汽車教研室主任李小令說。

他介紹，當前，我國將汽車自動駕駛能力分為6個等級。L0級為完全手動駕駛，需駕駛員完成全部駕駛操作。L1級為輔助駕駛，智能駕駛技術可協助駕駛員控制車輛速度、方向等，但要求駕駛員全程參與駕駛。L2級為部分自動駕駛，車輛基本具備掌握駕駛權的能力，但需要駕駛員監控周圍環境，隨時接管車輛。目前，多數車企推出的所謂自動駕駛功能，實際處于L2級水平。L3級及以上都是有條件的自動駕駛。L4級是高度自動駕駛，L5級代表完全的自動駕駛。

“目前，還沒有量產車型能達到L3級水平，更不要說達到L4、L5級了。”李小令說，受技術、環境、法規等影響，智能駕駛技術在實際應用中存在感知系統缺陷、決策算法風險、網絡安全威脅、人機交互不成熟以及法規與責任模糊五大類安全隱患。

以感知系統缺陷為例，一些車輛由于自身硬件故障或傳感器在惡劣環境中性能下降，出現無法準確檢測到靜止車輛等情況，造成極大安全隱患。人機交互不成熟則是指駕駛員因過度信任系統而分心，在系統退出自動駕駛時，無法及時接管車輛。

測試和評估標準亟待完善

李小令認為，當前智能駕駛技術安全性測試與評估標準在分類體系、適用范圍和技術要求等方面呈現多元化特點，亟待系統性完善。從國際標準體系來看，ISO 26262《道路車輛功能安全》聚焦L1至L3級系統的硬件與軟件失效防護；國際汽車工程師協會制定的SAE J3016分級標準構建了L0至L5級的全球通用框架，與之對應的我國國家標準《汽車駕駛自動化分級》（GB/T 40429-2021）同樣確立了L0至L5級；歐盟UN ECE R157作為首個L3級約束性法規，特別強調冗余設計和數據存儲等核心要求。

在國內標準建設方面，《智能網聯汽車道路測試規范》建立了封閉場地與模擬仿真的雙重驗證機制，《智能網聯汽車生產企業及產品準入管理指南》（2023）強化了數據安全與OTA升級的全流程管控，而《自動駕駛系統安全技術要求》等CSAE團體標準則細化了功能安全與預期功能安全的技術指標。

然而，現有標準體系仍面臨三方面挑戰：其一，測試場景庫覆蓋率不足，特殊工況與邊緣案例亟待補充；其二，評估方法過度依賴理想化測試條件，真實道路驗證有待加強；其三，標準迭代速度滯后于技術演進節奏。對此，李小令建議，首先應構建包含施工路段、緊急車輛優先通行等復雜場景的動態測試數據庫；其次需建立跨國標準互認機制以突破跨境測試壁壘；同時推行標準與技術協同發展模式，推動智能駕駛技術安全體系的升級。

合力推動智駕技術發展

“比較突出的問題是，現行智能駕駛法規與技術發展相比存在明顯滯后。”李小令舉例道，目前L4級和L5級的高階自動駕駛立法處于空白；L3級要求駕駛員隨時接管，但未規定具體預警時間，易造成安全隱患。

對此，李小令建議政府、車企、科研機構等加強合作交流，共同推動智能駕駛技術的安全發展。

一方面，工業和信息化部、交通運輸部等政府部門牽頭，車企、科技公司、保險公司參與，成立智能駕駛安全委員會，制定技術安全標準；另一方面，車企、高校、科研機構等加強產學研合作，共同解決傳感器冗余、人工智能可解釋性等關鍵技術難題。

除此之外，李小令建議，有關單位可通過在駕考中增加“智能駕駛系統操作與風險”科目，引導公眾正確認識和使用智能駕駛技術。