深圳率先立法:支持L3自动驾驶上路,凡公开道路皆可行

f9ad71c83bb8ed1ed76eaffdd429f209.png

文 | 万博 发自 副驾寺
源 | 智能车参考

全国第一个开放L3级自动驾驶的城市,就要来了。

不是自动驾驶第一城的广州,也不是拥有全球首个高级别自动驾驶示范区的北京,最先吃螃蟹的,是深圳

290cd5a2705e18634357c143afa49ae1.png

根据深圳人大常委会发布的2022年立法计划,《深圳经济特区智能网联汽车管理条例》赫然排在第一位,而且管理条例已经过了发布前的三审阶段,正式出台,只差临门一脚。

这部《管理条例》,是全国首个对L3及以上自动驾驶权责、定义等重要议题进行详细划分的官方管理文件,为已经达到有条件自动驾驶的车型合法上路,扫除政策障碍。

而更重大的意义在于,《管理条例》的出台,为全国其他地方的L3级自动驾驶准入政策,提供了标准和模版。

风气已开,L3级自动驾驶合法上路,就要呼之欲出了。

2d70b5b527ba762bc7f23eb5a9e02918.png

一个什么样的条例?

《深圳经济特区智能网联汽车管理条例》,共10章60条,涵盖了从智能网联汽车自动驾驶的定义、市场准入,到路权、权责认定等方面的具体规定和管理办法。

最值得关注的,有以下几个方面:

首先,是对智能网联汽车自动驾驶的详细定义:

智能网联汽车,是指搭载先进车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与车、路、人、云端等进行智能信息的交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现安全、高效、舒适、节能行驶,并最终可实现替代人操作的新一代汽车。智能网联汽车自动驾驶包括有条件自动驾驶、高度自动驾驶、完全自动驾驶三个技术等级。

从条例对3类自动驾驶的名词解释来看,分别对应的就是L3、L4、L5级自动驾驶。

e0001fc3338911d50dfccb55c7573977.png

特别是对于L3级自动驾驶,条例指出,自动驾驶系统可以在设计的运行条件内执行全部动态驾驶任务,驾驶员以适当方式执行动态驾驶任务接管。

说明白一点就是,可以脱手驾驶了,但在必要条件下需要随时接管。

其次,是测试及示范应用条件,关键词有3个:测试区域、驾驶员安排,以及道路定义。

对测试区域的规定是,在保障公共安全的前提下选择路段、区域、时段进行测试,同时在车路协同基础设施较完善的区级行政区,可以在申请评估程序后全域开放道路测试。

104b41595a3ba149b1c590d28b60fe13.png

驾驶员安排方面,针对级别不同,L3级自动驾驶测试需要安排驾驶员,L4和L5级自动驾驶测试可以在安全评估审核之后,不配备驾驶员,也就是完全无人化测试。

测试道路,则包括高速、城市快速路、开放道路以及其他允许社会车辆通行的道路。这个定义域,前所未有的宽泛。

再次,是关于商业化运营的规定。

条例规定,使用智能网联汽车从事道路运输经营活动可以收取相关费用,并且鼓励智能网联汽车提供定制出行、社区出行、夜间车型、应急保障等多样化服务。

2ddf69e620ad5b71be1e7544a2987f52.png

简单理解,自动驾驶汽车不管载人载货,都可以收费了,在自动驾驶商业化的边缘设定,算是开了全国之先河。

最后,也是L3级自动驾驶最核心的问题:权责归属。

配备驾驶人的智能网联汽车发生交通违法行为的,由公安机关交通管理部门依法对驾驶人进行处罚;发生交通事故且智能网联汽车一方负有责任的,该车辆的驾驶人应当承担相应的损害赔偿责任;因智能网联汽车质量缺陷造成交通事故的,驾驶人依法承担损害赔偿责任后,可以向智能网联汽车的生产者、销售者追偿。

也就是说,只要L3级自动驾驶系统开启的状态下,因己方车辆发生违章或事故责任,第一责任人永远是驾驶员。

b576d3bdb3259a4714ddf310b83f505c.png

除了明确责任,这条规定更大的价值在于,困扰主机厂和消费者的一个核心议题,第一次在国内的官方文件中得到回答。

以上4个关键信息,释放出一个重要的信息:

以往处在模糊领域的L3级自动驾驶,可以合法上路,而且还是高速、城市开放道路以及泊车域的全场景贯通。

虽然目前还只开放了部分区域,但是在场景上,较全球其他地区出台的L3级自动驾驶政策更为开放。

比如德英两国,目前只开放了高速和城市快速路,使用场景更是仅限于时速低于60公里的拥挤路段。

b98ac92e3fe5cdfd1890072a5ec84ea1.png

除了以上最值得关注的部分,《深圳经济特区智能网联汽车管理条例》涵盖的深度和广度,也几乎是前所未有。

先说深度,条例可以说事无巨细。不仅在大方向上做出规范,同时也拿出了具体的解决方案。

以法律责任部分为例,条例规定,对违反申请准入,隐瞒有关情况或者提供虚假材料办理深圳市智能网联汽车产品准入的主体,市工业和信息化部门不予办理,给予警告,并处五十万元以上一百万元以下的罚款;申请人在一年内不得再次申请深圳市智能网联汽车产品准入。

处罚金额、禁止准入时间,具体的处罚办法一概俱全。

广度更好理解,条例10章60条,除了总则和最后的名词解释,从8个大的方向进行规定,涵盖自动驾驶车辆从测试到运营,从生产到销售,从保险到权责的方方面面。

2f9b93b5bac2013be4001562b225288b.png

为啥是深圳开先河?

相比自动驾驶第一城广州,和拥有全球首个高级别自动驾驶示范区的北京,深圳破冰,属实有点意外,但更多的是情理之中。

因为在相关政策铺垫和产业积累2个层面,深圳都是有备而来。

政策层面,早在2018年,深圳就以交通运输局牵头,与多个部门组成智能网联汽车道路测试联席小组,推动自动驾驶落地。

cfa5fb9e60a6c7943ff038c20d780378.png

之后又在2020年,发布《深圳市关于推进智能网联汽车应用示范的指导意见》,对自动驾驶载人、载货、城市环卫等多个应用领域落地进行指导规范。

2021年底,深圳又对新一版的《深圳市智能网联汽车道路测试与示范应用管理实施细则》向外界公开征求意见,并预计在今年上半年推出。

一系列的政策,从多部门联合牵头准备,到后来的规范自动驾驶应用范围,再到落地测试管理,呈现出一个步步为营,分阶段不断加深落地程度的规律。

4c78d01321c6d23a0c9d2bc6f27f8e0c.png

而且还有一点需要注意:深圳经济特区本身的独特性。

作为同时拥有经济特区立法权和设区的市立法权的城市,深圳相当一部分的法律法规,在全国都是先行先试,等到深圳经验成熟后,再逐步推广到国内其他区域。

而自动驾驶作为一个还在落地前的全新领域,由深圳牵头进行政策试行,也是顺理成章。

相关的产业方面,深圳也有所积累。

a21bfb1c1cb2e1b723b33468d19b76b5.png

一方面,智能网联汽车相关的三电系统、自动驾驶、芯片、数字座舱以及各类传感器等领域,深圳已经有足够的技术积累和产业集群,以及一批具有代表性的头部企业。

比如华为、比亚迪、元戎启行等行业代表玩家,都是以深圳为大本营。

自动驾驶落地测试,也已经先期展开。

官方数据显示,截止到今年3月,深圳全域已经开放智能网联汽车测试道路145公里,累计发放道路测试和示范应用牌照493张,全球首个5G+自动驾驶规模化应用港口也在深圳落地。

3a88f8c0e303c7e1f7133e4f540fc649.png

南山、福田、坪山等主要区域,都已经落地RoboTaxi、自动驾驶小巴,低速自动驾驶车辆的测试,测试主体包括百度Apollo、元戎等主流玩家。

所以,不管是从哪个方面来看,深圳成为第一个以法规形式敲定L3级自动驾驶上路的城市,都是符合逻辑的。

《管理条例》意义何在?

对于深圳本身,自不必说,中国第一个全场景开放L3级自动驾驶的城市,开全国之先河,已经是意义非凡。

但更重要的是,对于行业,对于全国其他区域,这个法规,却是如大旱之望云霓。

对于行业来说,对于L3级自动驾驶的落地使用,各大主机厂都是有心有力却不敢触碰。

6aa324896b7569786631c12ad8a76e71.png

从技术水平角度来说,以全球首款官方标定的L3级自动驾驶系统奔驰Drive Pilot为例,在使用场景等各个方面都逊于包括小鹏、毫末智行在内的国内主流玩家。

尤其是在城市开放道路场景自动驾驶,各大主机厂从去年下半年到现在,都已经开始进行密集的测试,正式推出时间也都集中在今年。

但国内头部量产自动驾驶系统,都只能标定L2+,限制脱手驾驶。

核心原因有2点:

一是L3级自动驾驶的权责归属不清晰;二是数据安全,包括道路信息、车路协同数据的处理等等规范不清晰。

9178f7c54f78c894bccd1acac7966fc9.png

以上2点,都是业内亟待解决的政策问题,比如百度董事长李彦宏就在前不久呼吁,建议国家出台更具突破力的创新政策,加快道路交通安全法修订,让L3/L4级自动驾驶汽车早日合法上路。

而困扰L3乃至更高级别自动驾驶的问题,都在《管理条例》中有了细致的回答。

在这个时间点出台政策,非常及时。

314292bd8037d47ee858837d647ac1d0.png

而对于全国其他地区来说,上文也提到过,深圳作为经济特区,很多政策都是先行先试。

《管理条例》发布,也是为后期的全国L3级自动驾驶落地打造政策样板间,政策实施过程中的经验和教训,可以大大加快自动驾驶落地的进程。

说不定很快,脱手驾驶就能成为现实,你说呢?

24188f97c09013eca1aa578026a48b50.png后台回复关键词【入群

加入卖萌屋NLP、CV、搜推广与求职讨论群

后台回复关键词【顶会

获取ACL、CIKM等各大顶会论文集!

013cf41594eee3c2920d210e9d8083d2.gif

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/477292.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

在Pivotal Web Service上发布Spring Boot应用

Hello PWS(Pivotal Web Service),由 Pivotal 公司提供的 ,可以运行Java, Grails, Play, Spring, Node.js, Ruby on Rails, Sinatra or Go 等Web应用的服务。本文将介绍一个 Hello World 级别的 Spring Boot 应用发布到 PWS 的过程…

CVPR 2022 | FAIR提出MaskFeat:自监督视觉预训练新方法!灵感之一来自16年前CVPR论文...

编 | 小咸鱼 好困源 | 新智元【导读】近日,北大校友、约翰霍普金斯大学博士生提出了一种新的方法:MaskFeat,摘下12个SOTA!这是一个能用于视频模型的自监督预训练方法:掩码特征预测(MaskFeat)。论…

简化Swagger使用的自制Starter:spring-boot-starter-swagger,欢迎使用和吐槽

项目简介 该项目主要利用Spring Boot的自动化配置特性来实现快速的将swagger2引入spring boot应用来生成API文档,简化原生使用swagger2的整合代码。 GitHub:https://github.com/dyc87112/spring-boot-starter-swagger码云:http://git.oschi…

LeetCode 1354. 多次求和构造目标数组(优先队列+逆向思考)

1. 题目 给你一个整数数组 target 。一开始&#xff0c;你有一个数组 A &#xff0c;它的所有元素均为 1 &#xff0c;你可以执行以下操作&#xff1a; 令 x 为你数组里所有元素的和选择满足 0 < i < target.size 的任意下标 i &#xff0c;并让 A 数组里下标为 i 处的…

Spring Boot自动化配置的利弊及解决之道

Spring Boot中的双刃剑&#xff1a;自动化配置 在之前发布的Spring Boot基础教程系列文章中&#xff0c;我们通过各种功能性示例体验了Spring Boot的自动化配置给我们所带来的超便利的新开发方式。但是&#xff0c;在一些情况下Spring Boot的自动化配置也会给我们惹来不少的麻…

人在ACL2022,无人戴口罩我有些慌

文 | 小伟大家好&#xff0c;我是阿伟 (不是杰哥不要的阿伟)&#xff0c;NLP小萌新&#xff0c;好久不见&#xff01;之前忙着赶ddl一直没时间写文&#xff0c;趁着这次去都柏林参加了人生第一次线下ACL会议的机会&#xff0c;把自己的一些体验分享给大家。22号早上到了都柏林发…

剑指Offer - 面试题32 - I. 从上到下打印二叉树(按层BFS遍历,queue)

1. 题目 从上到下打印出二叉树的每个节点&#xff0c;同一层的节点按照从左到右的顺序打印。 例如: 给定二叉树: [3,9,20,null,null,15,7],3/ \9 20/ \15 7 返回&#xff1a; [3,9,20,15,7]提示&#xff1a; 节点总数 < 1000来源&#xff1a;力扣&#xff08;LeetCode…

Spring Boot中使用Actuator的/info端点输出Git版本信息

对于Spring Boot的Actuator模块相信大家已经不陌生了&#xff0c;尤其对于其中的/health、/metrics等强大端点已经不陌生&#xff08;如您还不了解Actuator模块&#xff0c;建议先阅读《Spring Boot Actuator监控端点小结》&#xff09;。但是&#xff0c;其中还有一个比较特殊…

管培生走下神坛,“高管捷径”破灭

文 | 翟元元源 | Tech星球曾经令打工人羡慕不已的管培生光环&#xff0c;正逐渐失色。近日&#xff0c;一位叮咚买菜的管培生在某社交平台爆料&#xff0c;管培生这一带有职业光环的角色有着不为人知的B面。“叮咚买菜管培生&#xff0c;别去&#xff0c;快跑。每天12小时以上体…

剑指Offer - 面试题32 - III. 从上到下打印二叉树 III(BFS,queue+stack)

1. 题目 请实现一个函数按照之字形顺序打印二叉树&#xff0c; 即第一行按照从左到右的顺序打印&#xff0c; 第二层按照从右到左的顺序打印&#xff0c; 第三行再按照从左到右的顺序打印&#xff0c;其他行以此类推。 例如: 给定二叉树: [3,9,20,null,null,15,7],3/ \9 20/…

互联网行业,回暖了?

源 | 36氪经过这一年的调整&#xff0c;中国互联网企业或许才算得上真正成熟起来。有统计显示&#xff0c;目前中国互联网公司股价已经缓慢升至 3 个月以来的新高。反映中概股表现的纳斯达克中国金龙指数在近期连涨三天&#xff0c;自5月11日以来更是累计上涨逾40%。利好的信号…

使用Spring Boot Actuator、Jolokia和Grafana实现准实时监控

由于最近在做监控方面的工作&#xff0c;因此也读了不少相关的经验分享。其中有这样一篇文章总结了一些基于Spring Boot的监控方案&#xff0c;因此翻译了一下&#xff0c;希望可以对大家有所帮助。 原文&#xff1a;Near real-time monitoring charts with Spring Boot Actuat…

剑指Offer - 面试题33. 二叉搜索树的后序遍历序列(递归)

1. 题目 输入一个整数数组&#xff0c;判断该数组是不是某二叉搜索树的后序遍历结果。如果是则返回 true&#xff0c;否则返回 false。假设输入的数组的任意两个数字都互不相同。 参考以下这颗二叉搜索树&#xff1a;5/ \2 6/ \1 3 示例 1&#xff1a; 输入: [1,6,3,2,5]…

Geoffrey Hinton 最新访谈:不出五年,我们就会破解大脑的运作机制,但不是通过反向传播...

文 | Geoffrey Hinton整理 | 李梅、黄楠编 | 陈彩娴过去十年&#xff0c;AI 在计算机视觉、语音识别、机器翻译、机器人、医学、计算生物学、蛋白质折叠预测等等领域取得了一个又一个突破&#xff0c;而这些突破的背后&#xff0c;均离不开深度学习。那么&#xff0c;深度学习起…

Spring Boot 1.5.x新特性:动态修改日志级别

前天Spring Boot 1.5终于迎来了第一个RELEASE版本&#xff1a;1.5.0&#xff0c;但是由于一个编译依赖问题在第二天直接连击到了1.5.1。该版本的发布包含了超过320位贡献者的奉献、10000多次的代码提交。 每次Spring Boot版本更新所带来的新特性都是我们每个用户特别关注的。虽…

基于sklearn的LogisticRegression鸢尾花多类分类实践

文章目录1. 问题描述2. 数据介绍2.1 数据描述2.2 数据2.3 数据可视化3. 模型选择3.1 固有的多类分类器3.2 1对多的多类分类器3.3 OneVsRestClassifier3.4 OneVsOneClassifier4. 结果分析5. 附完整代码鸢尾花&#xff08;拼音&#xff1a;yuān wěi huā&#xff09;又名&#…

CMU 提出全新 GAN 结构,GAN 自此迈入预训练大军!

文&#xff5c;林锐众所周知&#xff0c;现在 GAN 的应用是越来越宽泛了&#xff0c;尤其是在 CV 领域。不仅可以调个接口生成新头像图一乐&#xff0c;也可以用 GAN 做数据增强让模型更加健壮。▲嘉然你带我走吧嘉然&#xff01;在CV领域&#xff0c;不像分类、目标检测等任务…

在传统Spring应用中使用spring-boot-actuator模块提供监控端点

在之前发布的《Spring Boot Actuator监控端点小结》一文中&#xff0c;我们介绍了Spring Boot Actuator模块为应用提供的强大监控能力。在Spring Boot应用中&#xff0c;我们只需要简单的引入spring-boot-starter-actuator依赖就能为应用添加各种有用的监控端点。其中&#xff…

剑指Offer - 面试题38. 字符串的排列(全排列,排序,回溯+剪枝)

1. 题目 输入一个字符串&#xff0c;打印出该字符串中字符的所有排列。 你可以以任意顺序返回这个字符串数组&#xff0c;但里面不能有重复元素。 示例: 输入&#xff1a;s "abc" 输出&#xff1a;["abc","acb","bac","bca&q…

我手撸了一个乞丐版深度学习框架,已开源!

文 | 王桂波知乎源 | 极市平台当前深度学习框架越来越成熟&#xff0c;对于使用者而言封装程度越来越高&#xff0c;好处就是现在可以非常快速地将这些框架作为工具使用&#xff0c;用非常少的代码就可以构建模型进行实验&#xff0c;坏处就是可能背后地实现都被隐藏起来了。在…