ADLiugsha的论坛回复_云社区-华为云

1、按照自动驾驶的L1到L5的标准，怎么给automl的自动化程度分级？Level0 没有任何辅助系统,需要手脚并用。由驾驶员全权驾驶。ML提供警告和瞬时辅助。Level1 自动系统提供横向（方向）或纵向（加减速）向导的驾驶辅助任务支持，但需要驾驶员手脚并用。Level2 横向（方向）或纵向（加减速）向导和交通控制，驾驶员手脚可以偶尔不用，自动系统提供对方向盘或者加速减速的多项操作进行支持。1~2最多是辅助驾驶。Level3 接管请求，手脚可以不用，有条件自动化，由无人驾驶系统完成所有的驾驶动作，人类提供适当的应答。此时驾驶员无法睡觉或者深度休息。需随时准备接管自动系统发来的请求。Level4 无人驾驶，无需手，无需动脑，在限定的道路和环境基础上，由无人驾驶系统完成所有的驾驶动作，人类无需应答Level5 无人驾驶，无需手，无需司机，不限定道路和环境，由无人驾驶系统完成所有的驾驶动作，在可能的条件下，人类接管。2、目前已经提出了很多种automl方法，他们分别对应到L1 - L5的哪一级？车道偏离预警，主动刹车，属于L1级。自动泊车，高速公路快速行车，低速堵车（全速域自动巡航）等，属于L2级。如奥迪A8L在速度低于60km/h的情况下可以由系统完全自动驾驶，但在车辆判断不能安全自主驾驶时，会提醒驾驶员接管。这种属于L3级。场景大多是基于城市的应用，如全自动代客泊车。打车服务等。具体的限定比如车速不能超过多少，区域必须在哪些范围内等等，属于L4级。3、要达到L5级的automl，还需要对automl方法做哪些改进，对应用范围是否需要做一定限制，对周边设施有哪些要求？第五级的ML感觉很难。因为行车环境变化的太快了，除非车辆可以预先收集行程范围内的所有建筑物，道路的场景，同时通过视频和传感器等识别周边的信号灯、建筑物、行车以及一切变化和意外的情况。如果是指定的形成或者预知的范围，那么成功的可能性大些。否则，各种场景都需要经过由强大算力和推理能力的芯片得出结论，且不能误报。这种模型训练，可能是需要非常多的训练集（比如雨雪天气，周边行人车辆的动态等等）。如果道路上都是ML车辆（且是同一品牌），那么还可能好一些。否则，ML的L5可能可以避免自己不撞上别的车，但是未必能保证别的车将要撞自己的时候能紧急避险。所以目前L5可能还是概念阶段。我认为先做好L4可能就不错了。