自动驾驶也分等级？现在发展到什么阶段了？自动驾驶技术根据系统的智能程度可以分为多个等级。目前，业界主要采用美国国家公路交通安全管理局和美国高速公路安全管理局对分级标准的定义，主要分为L0、L1、L2、L3、L4和L5，即从无自动化到完全自动化。现阶段各厂商和研究组织主要专注于L2-L4的研究，当然也会听说L2.5、L2+的概念，它们是介于L2和L3之间的分级。
高级别的自动驾驶系统主要包括建图和定位、感知、规划和控制这四大模块，另外无人驾驶系统还会安装各种传感器。一辆具备高级别自动驾驶功能的车辆会安装各种传感器，包括相机、激光雷达、毫米波雷达、惯性导航等。相机可以提供场景中丰富的纹理信息，激光雷达可以提供更加精确距离信息，毫米波雷达可以对雨雾等极端天气进行更稳定的观测，惯性导航设备可以提供更高频率的车辆位姿信息。
建图和定位模块主要通过不同传感器信息来解决“我在哪儿”的问题，定位依赖于地图信息，而地图信息也依赖于定位信息去构建和更新地图。这里的地图是一种具有高精度的地图表示形式，包含车道标识、路口、交通指示牌、道路曲率等信息。地图对于和真实世界比较的绝对精度以及局部区域的相对精度都有很高的要求，基本会达到分米级甚至厘米级的精度。
感知模块主要通过传感器信息解决“周围环境是什么样”的问题。当前火热的深度学习技术推动了感知技术的发展，感知技术又可以细分为检测、跟踪、预测。检测主要是将不同传感器的观测信息输给深度学习模型，可以检测出车辆、行人、交通标识等目标物；跟踪的作用是给每个目标物一个track ID(目标的唯一标识)，以实现对这个目标的持续观测，进而计算出这个目标的速度以及预测未来轨迹。
规划和控制模块主要解决“我该如何去某个目的地”的问题。规划技术根据上游的定位和感知模块输出，结合高精地图信息给出路径规划结果，这比较类似于我们使用导航软件看到的规划轨迹。不同的是，自动驾驶系统的规划模块不仅要提供全局的路径规划还需要提供局部的路径规划，根据周边环境执行避让、超车等驾驶操作。控制技术控制车辆在规划的路径上行驶，将规划的路径转换成车辆方向盘、油门和刹车的控制量。
除了传感器、定位、感知、规划和控制几大核心技术之外，还有仿真技术，它是自动驾驶技术中容易忽略的一部分。自动驾驶领域的“长尾”问题是急需解决的问题，比如基于深度学习模型的各种感知技术。现阶段，深度学习模型对于“见过”的或者类似的场景能够准确感知，但对于未见过的场景大概率会出现错误的感知，这对于自动驾驶尤其是高级别自动驾驶来说是很致命的。
目前，高级别自动驾驶技术虽然仍不够成熟，存在争议，但相信随着科学技术的发展，经过一代代人的努力，自动驾驶技术定会走进千家万户，改善人们生活。