L3 级自动驾驶还要等多久呢？答案可能就在今年。
上周，工信部副部长辛国斌在新闻发布会上表示：“将支持有条件的自动驾驶（L3 级自动驾驶），及更高级别自动驾驶功能的商业化应用，并将发布新版智能网联汽车标准体系指南。我们已经启动了这项工作，地方也在积极响应”。
(资料图片)
新闻要连起来看，本月初，华为车 BU CEO 余承东也在一场发布会上表示：“L3 级的国家法规和标准可能很快就要释放，据说是今年 6 月底”。
技术总是走在市场和标准之前，在 L3 自动驾驶领域，其实国内多家车企已经先行布局，宣传时甚至用上了“L2+”“L2.5”“L2.9999 无限循环”等暧昧的营销字眼。
而随着法规和标准等顶层设计的出台，L3 自动驾驶的路径也越来越清晰。那么，L2.9999 到 L3 的难度有多大，进入 L3 时代后，我们的出行又会发生哪些变化？
L3，自动驾驶的分水岭
在讨论 L3 级自动驾驶前，有必要先复习一下国家标准对自动驾驶的明确定义。
2022 年 3 月，国家标准《汽车驾驶自动化分级》正式实施，这项标准将自动驾驶分为 L0~L5 六个等级，分别为应急辅助、部分驾驶辅助、组合驾驶辅助、有条件的自动驾驶、高度自动驾驶、完全自动驾驶。
具体来讲，L0 无任何自动驾驶功能，但具备环境感知能力，典型场景如车辆配有倒车雷达，但需要驾驶员完成操作；L1~L2 被称为“驾驶辅助系统”，系统可以控制车辆运行，但驾驶员需参与全程，比如定速巡航或者 ACC。
L3~L5 就挂上了“自动驾驶”的头衔，系统能够控制车辆运行，驾驶员可以不参与控制，不过 L3 需要驾驶员在收到介入请求时及时接管车辆，而 L4~L5 则无需接管。
值得一提的是，我们常常在各项政策中听到的“智能网联汽车”，也对自动驾驶技术提出了明确要求，在《深圳经济特区智能网联汽车管理条例》中就提到，智能网联汽车指的是具备 L3~L5 级别自动驾驶技术的汽车。
很明显，在以上所述的自动驾驶的等级划分中，L3 成为了重要分水岭，因为从 L3 开始，系统就主导了车辆控制权，而驾驶员最多只需要紧急接管。
在这里还要说一下我们常常听到的 L2+ 辅助驾驶，同济大学汽车学院的朱西产教授曾发表过对于 L2+ 的看法：“L2+ 级按照 L3 为目标进行开发，采用高算力域控制器 E/E 架构，支持高精度地图，预埋了 L3 等级自动驾驶的硬件，可以通过 OTA 迭代，在部分 ODD（运行设计域）下成长为 L3 级的产品”。
实际上，目前国内厂商提及的 L2.5 和 L2.9999 等营销概念都可以视作为 L2+ 类型。
自动驾驶出事，谁来负责？
在当前的国内市场上，从技术层面来看，已经有不少车企在 L3 自动驾驶上取得了一定程度的技术突破，我们也可以发现，国家标准对 L3 技术的定义和各车企主打的 ADAS 功能（高阶驾驶辅助系统）是极为相似的。
不过，即便技术水平已经达到，但国内却几乎没有标榜 L3 自动驾驶的厂商，这背后除了法规限制的原因外，更重要的是事故责任的归属问题。
也就是说，如果开着自动驾驶的车发生事故，该由谁负责？
早先年，国内有些车企对自动驾驶技术落地非常冒进，“没出事时叫自动驾驶，出事后就改叫辅助驾驶”的情况屡见不鲜。
而现在，车企学聪明了，无论技术多么先进，宣传时都不会脱离“辅助驾驶”和“L2”的概念，这种不太负责的做法，也把问题直接推给了消费者。
而问题的答案，在前面提到的《深圳经济特区智能网联汽车管理条例》中可以找到，虽然这是一则地方性管理条例，但却是国内首部规范智能网联汽车管理的法规，有着一定的参考性。
在这则《管理条例》中，对于事故责任的判定专门列出一章专题，其中包括 6 条规定。但《管理条例》并非以驾驶等级作为责任判定的依据，而是直接以车内是否有驾驶人作为标准，凡是有驾驶人的车辆，无论自动驾驶等级多高，只要发生违规行为，均由驾驶人先行承担处罚和赔偿责任。
而如果由于自动驾驶技术的功能缺陷发生事故，那么车辆驾驶人才可以向生产者和销售者请求赔偿，但是，法规中对于功能缺陷的界定并没有给出清晰的标准和处置方案。
所以说《管理条例》给出的这个答案，只能说是一个参考答案，并不是完美的解决方案，其对于界定事故责任的标准依然延续了传统的责任认定方案，在这种情况下，自然不会有驾驶员愿意为自动驾驶去背锅。
所以，从 L2.9999 到 L3，如何解决好责任认定的归属问题，可能比技术能否落地更加重要。
人和车，没办法解决所有问题
抛开责任认定不谈，问题的本质其实是人和车都没办法保证安全性，那就只能由“看不见的手”去介入。
在这次工信部副部长辛国斌的发言中，他还明确提到“将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用”。
“车路云一体化”可以简单理解为“车路协同”，可能是未来实现安全自动驾驶的一种手段。
现阶段我们所了解的自动驾驶，无论等级多高，都只能称为“单车自动驾驶”，也就是在一辆车上搭载摄像头、激光雷达、毫米波雷达等传感器，让车具备感知环境的能力，并对路况信息做出反应。
可以发现，单车自动驾驶的本质还是在模拟人驾，所以人类会出现的问题，单车自动驾驶同样也可能会出现。
比如“鬼探头”这类极端场景，人类和自动驾驶都很难避免。有数据统计显示，自 2019 年以来，美国涉及特斯拉自动驾驶相关的车祸事故，达到了 736 起，这些意外车祸导致了 17 人死亡。
当单车自动驾驶能力有限时，只能寻求“车路协同”的帮助。车路协同的重点在于道路侧，也就是把感知设备部署在道路上，让“路”告诉“车”周围的情况。
相比起在车辆上部署感知设备，道路部署会有更大的空间自由度，发挥的能力也就更强。
而道路感知设备之间的联网，也会让车辆掌握更多信息，比如道路可以告诉车，当前车道上会发生“鬼探头”，800 米外出现了事故，无异于给车辆装上了千里眼，甚至是透视眼。
这其中，可能有些场景和地图软件类似，但区别在于，“车路协同”的信息是实时的，这也就是为什么一直说 5G 是车联网的最佳应用场景之一。
而在未来，“车路协同”可能将成为道路基础设施的一部分，在辛国斌的发言中还提到：“未来需要完善网络基础设施，加快 C-V2X（Cellular-Vehicle to Everything 车联万物）、路侧感知、边缘计算等基础设施建设，建立基于边缘云、区域云和中心云三级架构的云控基础平台，形成统一的接口、数据和通信标准，进一步提升网络感知、云端计算能力”。
回到我们开头的问题，从 L2.9999 到 L3，其实技术的实现和落地似乎是最简单的，更难的是对自动驾驶责任认定边界的探索，以及未来“车路协同”所需要的基础设施建设。
而对于 L3 自动驾驶或是更高等级自动驾驶的探索，也绝不会是车企一方的责任，顶层设计的支持和社会的参与度，可能更加重要，毕竟光靠人和车，是没办法解决所有问题的。
