[智能应用]智能驾驶不等于完全自动驾驶 专家提醒：用户不可过度依赖 [复制链接]

前不久，安徽、江苏、浙江等地的高速公路上出现了诸如“高速路况复杂，慎用辅助驾驶”“智能驾驶只是辅助，高速开车仍需专注”等警示标语，引发社会对智能驾驶技术安全性及应用的关注。
近年来，智能驾驶技术快速发展，成为许多新能源汽车的重要卖点。然而，随着该技术频频引发事故，不少专家呼吁为其“系”上安全带。那么，智能驾驶技术发展现状如何？国内外对其安全性测试和评估标准是什么？科技日报记者日前就此采访了相关专家。
尚无量产车型达到L3级水平
中国科学院院士欧阳明高认为，再高级的智能驾驶也只是辅助，不能称之为完全自动驾驶。
“很多用户把智能驾驶当成完全自动驾驶，这种错误认识在一定程度上导致用户过度依赖、信任智能驾驶功能。”重庆市智能网联新能源汽车产教融合联盟专家成员、重庆三峡职业学院智能网联汽车教研室主任李小令说。
他介绍，当前，我国将汽车自动驾驶能力分为6个等级。L0级为完全手动驾驶，需驾驶员完成全部驾驶操作。L1级为辅助驾驶，智能驾驶技术可协助驾驶员控制车辆速度、方向等，但要求驾驶员全程参与驾驶。L2级为部分自动驾驶，车辆基本具备掌握驾驶权的能力，但需要驾驶员监控周围环境，随时接管车辆。目前，多数车企推出的所谓自动驾驶功能，实际处于L2级水平。L3级及以上都是有条件的自动驾驶。L4级是高度自动驾驶，L5级代表完全的自动驾驶。
“目前，还没有量产车型能达到L3级水平，更不要说达到L4、L5级了。”李小令说，受技术、环境、法规等影响，智能驾驶技术在实际应用中存在感知系统缺陷、决策算法风险、网络安全威胁、人机交互不成熟以及法规与责任模糊五大类安全隐患。
以感知系统缺陷为例，一些车辆由于自身硬件故障或传感器在恶劣环境中性能下降，出现无法准确检测到静止车辆等情况，造成极大安全隐患。人机交互不成熟则是指驾驶员因过度信任系统而分心，在系统退出自动驾驶时，无法及时接管车辆。
测试和评估标准亟待完善
李小令认为，当前智能驾驶技术安全性测试与评估标准在分类体系、适用范围和技术要求等方面呈现多元化特点，亟待系统性完善。从国际标准体系来看，ISO26262《道路车辆功能安全》聚焦L1至L3级系统的硬件与软件失效防护；国际汽车工程师协会制定的SAEJ3016分级标准构建了L0至L5级的全球通用框架，与之对应的我国国家标准《汽车驾驶自动化分级》（GB/T40429-2021）同样确立了L0至L5级；欧盟UNECER157作为首个L3级约束性法规，特别强调冗余设计和数据存储等核心要求。
在国内标准建设方面，《智能网联汽车道路测试规范》建立了封闭场地与模拟仿真的双重验证机制，《智能网联汽车生产企业及产品准入管理指南》（2023）强化了数据安全与OTA升级的全流程管控，而《自动驾驶系统安全技术要求》等CSAE团体标准则细化了功能安全与预期功能安全的技术指标。
然而，现有标准体系仍面临三方面挑战：其一，测试场景库覆盖率不足，特殊工况与边缘案例亟待补充；其二，评估方法过度依赖理想化测试条件，真实道路验证有待加强；其三，标准迭代速度滞后于技术演进节奏。对此，李小令建议，首先应构建包含施工路段、紧急车辆优先通行等复杂场景的动态测试数据库；其次需建立跨国标准互认机制以突破跨境测试壁垒；同时推行标准与技术协同发展模式，推动智能驾驶技术安全体系的升级。
合力推动智驾技术发展
“比较突出的问题是，现行智能驾驶法规与技术发展相比存在明显滞后。”李小令举例道，目前L4级和L5级的高阶自动驾驶立法处于空白；L3级要求驾驶员随时接管，但未规定具体预警时间，易造成安全隐患。
对此，李小令建议政府、车企、科研机构等加强合作交流，共同推动智能驾驶技术的安全发展。
一方面，工业和信息化部、交通运输部等政府部门牵头，车企、科技公司、保险公司参与，成立智能驾驶安全委员会，制定技术安全标准；另一方面，车企、高校、科研机构等加强产学研合作，共同解决传感器冗余、人工智能可解释性等关键技术难题。
除此之外，李小令建议，有关单位可通过在驾考中增加“智能驾驶系统操作与风险”科目，引导公众正确认识和使用智能驾驶技术。

智能驾驶不等于完全自动驾驶，用户不可过度依赖
错误认知导致过度依赖
中国科学院院士欧阳明高认为，再高级的智能驾驶也只是辅助，不能称之为完全自动驾驶。但很多用户把智能驾驶当成完全自动驾驶，这种错误认识在一定程度上导致用户过度依赖、信任智能驾驶功能。如广东一男子夜间在高速上边开着智能驾驶边睡觉，超速行驶超100公里，这就是过度依赖智能驾驶的典型例子。

智能驾驶技术发展现状
分级与实际水平
我国将汽车自动驾驶能力分为6个等级。L0级为完全手动驾驶；L1级为辅助驾驶，需驾驶员全程参与；L2级为部分自动驾驶，车辆基本具备掌握驾驶权的能力，但需要驾驶员监控周围环境，随时接管车辆。目前多数车企推出的所谓自动驾驶功能，实际处于L2级水平。L3级及以上都是有条件的自动驾驶，L4级是高度自动驾驶，L5级代表完全的自动驾驶。而目前还没有量产车型能达到L3级水平，更不用说达到L4、L5级了。

安全隐患
受技术、环境、法规等影响，智能驾驶技术在实际应用中存在感知系统缺陷、决策算法风险、网络安全威胁、人机交互不成熟以及法规与责任模糊五大类安全隐患。例如感知系统缺陷，一些车辆由于自身硬件故障或传感器在恶劣环境中性能下降，出现无法准确检测到静止车辆等情况；人机交互不成熟则是指驾驶员因过度信任系统而分心，在系统退出自动驾驶时，无法及时接管车辆。

测试和评估标准情况
现有标准
从国际标准体系来看，ISO26262《道路车辆功能安全》聚焦L1至L3级系统的硬件与软件失效防护；国际汽车工程师协会制定的SAEJ3016分级标准构建了L0至L5级的全球通用框架，我国国家标准《汽车驾驶自动化分级》(GB/T40429 - 2021)同样确立了L0至L5级；欧盟UNECER157作为首个L3级约束性法规，特别强调冗余设计和数据存储等核心要求。在国内标准建设方面，《智能网联汽车道路测试规范》建立了封闭场地与模拟仿真的双重验证机制，《智能网联汽车生产企业及产品准入管理指南》(2023)强化了数据安全与OTA升级的全流程管控，《自动驾驶系统安全技术要求》等CSAE团体标准则细化了功能安全与预期功能安全的技术指标。

面临挑战
现有标准体系仍面临三方面挑战：一是测试场景库覆盖率不足，特殊工况与边缘案例亟待补充；二是评估方法过度依赖理想化测试条件，真实道路验证有待加强；三是标准迭代速度滞后于技术演进节奏

建议措施
专家李小令建议，首先应构建包含施工路段、紧急车辆优先通行等复杂场景的动态测试数据库；其次需建立跨国标准互认机制以突破跨境测试壁垒；同时推行标准与技术协同发展模式，推动智能驾驶技术安全体系的升级。

法规滞后问题及建议
法规滞后表现
现行智能驾驶法规与技术发展相比存在明显滞后。例如目前L4级和L5级的高阶自动驾驶立法处于空白；L3级要求驾驶员随时接管，但未规定具体预警时间，易造成安全隐患。

解决建议
建议政府、车企、科研机构等加强合作交流，共同推动智能驾驶技术的安全发展。一方面，工业和信息化部、交通运输部等政府部门牵头，车企、科技公司、保险公司参与，成立智能驾驶安全委员会，制定技术安全标准；另一方面，车企、高校、科研机构等加强产学研合作，共同解决传感器冗余、人工智能可解释性等关键技术难题。此外，有关单位可通过在驾考中增加智能驾驶系统操作与风险科目，引导公众正确认识和使用智能驾驶技术2

智能驾驶技术的发展现状和安全性测试评估标准如下：

1. 智能驾驶技术发展现状：
   - 我国将汽车自动驾驶能力分为6个等级：L0（完全手动驾驶）、L1（辅助驾驶）、L2（部分自动驾驶）、L3（有条件的自动驾驶）、L4（高度自动驾驶）和L5（完全自动驾驶）。
   - 目前多数车企推出的所谓自动驾驶功能实际处于L2级水平，还没有量产车型能达到L3级水平，更不要说达到L4、L5级了。
   - 智能驾驶技术在实际应用中存在感知系统缺陷、决策算法风险、网络安全威胁、人机交互不成熟以及法规与责任模糊五大类安全隐患。

2. 国内外安全性测试和评估标准：
   - 国际标准体系：ISO26262《道路车辆功能安全》聚焦L1至L3级系统的硬件与软件失效防护；SAEJ3016分级标准构建了L0至L5级的全球通用框架；欧盟UNECER157作为首个L3级约束性法规，特别强调冗余设计和数据存储等核心要求。
   - 国内标准建设：《智能网联汽车道路测试规范》建立了封闭场地与模拟仿真的双重验证机制；《智能网联汽车生产企业及产品准入管理指南》（2023）强化了数据安全与OTA升级的全流程管控；《自动驾驶系统安全技术要求》等CSAE团体标准细化了功能安全与预期功能安全的技术指标。

3. 面临的挑战：
   - 测试场景库覆盖率不足，特殊工况与边缘案例亟待补充。
   - 评估方法过度依赖理想化测试条件，真实道路验证有待加强。
   - 标准迭代速度滞后于技术演进节奏。

4. 建议：
   - 构建包含复杂场景的动态测试数据库。
   - 建立跨国标准互认机制以突破跨境测试壁垒。
   - 推行标准与技术协同发展模式，推动智能驾驶技术安全体系的升级。
   - 加强政府、车企、科研机构等合作交流，共同推动智能驾驶技术的安全发展。
   - 在驾考中增加"智能驾驶系统操作与风险"科目，引导公众正确认识和使用智能驾驶技术。

总的来说，智能驾驶技术虽然发展迅速，但仍处于初级阶段，面临诸多安全隐患和挑战。国内外已建立了一系列测试评估标准，但仍需不断完善。政府、企业、科研机构等需加强合作，共同推动智能驾驶技术的健康发展。同时，公众也需要正确认识和使用智能驾驶技术，避免过度依赖。