【第一對焦：汽車駕駛自動化】

1：高速應(yīng)用方面，走廊將進一步使高速公路用例能夠應(yīng)對高速的挑戰(zhàn)。啟用走廊后， 需要為高速公路 ISAD 應(yīng)用制定標(biāo)準(zhǔn)，包括在天氣條件、路面質(zhì)量以及基于AI的交通交互決策方面進一步增加ODD。ISAD-A等級的走廊將能夠處理交通密度，包括熱點地區(qū)的安全效益。物理基礎(chǔ)設(shè)施（如停車區(qū)）需要與 ISAD 的增加同步發(fā)展。在特定空間/時間將設(shè)定公共汽車和卡車車隊的專用車道和走廊。

2：低速應(yīng)用方面，相關(guān)用例將進一步發(fā)展和結(jié)合以應(yīng)對復(fù)雜性交通的挑戰(zhàn)。限制區(qū)域不斷擴大并融合，以提供完全自動化的穿梭巴士和送貨服務(wù)。城市場景下的各種用例將獲得高市場占有率。

歐洲ERTRAC《網(wǎng)聯(lián)、協(xié)作和自動化出行路線圖（征求意見稿）》（下）

路線圖概述

自2015年發(fā)布Automated Driving Roadmap以來，歐盟道路交通研究咨詢委員會（European Road Transport Research Advisory Council, ERTRAC）持續(xù)對自動駕駛路線圖進行修正與更新。2021年9月，在2019版Connected Automated Driving Roadmap基礎(chǔ)上，ERTRAC更新發(fā)布《網(wǎng)聯(lián)、協(xié)作和自動化出行路線圖（征求意見稿）》(Connected, Cooperative and Automated Mobility Roadmap, DRAFT for public consultation)。

ERTRAC 路線圖的主要目標(biāo)為就歐洲網(wǎng)聯(lián)、協(xié)作和自動化出行的長期發(fā)展提供利益相關(guān)者的聯(lián)合觀點。新版路線圖提出面向2050年的長期愿景，明確為實現(xiàn)這一長期愿景需要采取必要的短期行動——2030規(guī)劃和 2040展望。

三、2040展望

    基于2030 規(guī)劃和歐洲地平線（Horizon Europe）計劃的實施，ICV應(yīng)用將擴大并進步，路線圖認(rèn)為這將是技術(shù)成熟的十年，自動駕駛將更大規(guī)模地造福社會。公共采購將達(dá)到歐洲內(nèi)部的共同要求，并且達(dá)到全球通用的魯棒性和安全水平；基于巨大數(shù)據(jù)湖的人工智能概念將廣泛應(yīng)用于感知；社會道德方面將具有高優(yōu)先級的問題來解決，需要開發(fā)滿足廣泛群眾出行需求的出行解決方案。 路線圖分別給出這10年中自動駕駛在高速和低速場景中的展望。 高速應(yīng)用方面，走廊將進一步使高速公路用例能夠應(yīng)對高速的挑戰(zhàn)。啟用走廊后， 需要為高速公路 ISAD 應(yīng)用制定標(biāo)準(zhǔn)，包括在天氣條件、路面質(zhì)量以及基于AI的交通交互決策方面進一步增加ODD。ISAD-A等級的走廊將能夠處理交通密度，包括熱點地區(qū)的安全效益。物理基礎(chǔ)設(shè)施（如停車區(qū)）需要與 ISAD 的增加同步發(fā)展。在特定空間/時間將設(shè)定公共汽車和卡車車隊的專用車道和走廊。

低速應(yīng)用方面，相關(guān)用例將進一步發(fā)展和結(jié)合以應(yīng)對復(fù)雜性交通的挑戰(zhàn)。限制區(qū)域不斷擴大并融合，以提供完全自動化的穿梭巴士和送貨服務(wù)。城市場景下的各種用例將獲得高市場占有率。

四、關(guān)鍵推動因素

  在網(wǎng)聯(lián)和自動駕駛汽車中，將駕駛?cè)蝿?wù)從人暫時或完全移交給機器，環(huán)境感知、決策和控制系統(tǒng)需要達(dá)到目前無法實現(xiàn)的高安全和性能標(biāo)準(zhǔn)。因此，使能技術(shù)的進步對于CCAM 更廣泛的市場部署至關(guān)重要。路線圖總結(jié)了基礎(chǔ)設(shè)施及商業(yè)模式、技術(shù)、測試驗證、AI和數(shù)據(jù)四個關(guān)鍵推動因素。 基礎(chǔ)設(shè)施及商業(yè)模式方面，路線圖認(rèn)為未來的交通管理將必須在個體車輛連接和數(shù)據(jù)共享選項方面充分利用CCAM 選項解決車隊問題，需出臺車輛/車輛組顆粒級的交通法規(guī)并建立完善且長效的基礎(chǔ)設(shè)施支持。ODD 相關(guān)需求可能會隨車載傳感?、軟件和人工智能技術(shù)相應(yīng)發(fā)展。由于物理設(shè)施投資成本高，基礎(chǔ)設(shè)施支持水平的提高可能會集中在數(shù)字基礎(chǔ)設(shè)施方面。CCAM 生態(tài)系統(tǒng)中參與者呈現(xiàn)合作且競爭的狀態(tài)，各方在系統(tǒng)的基礎(chǔ)部分進行合作，而在價值網(wǎng)絡(luò)的其他元素上進行競爭，并創(chuàng)造新的角色和潛在的利益相關(guān)者。

技術(shù)推動方面，關(guān)鍵技術(shù)基于車載技術(shù)、自動駕駛工具鏈（用于開發(fā)、測試和驗證的技術(shù)和流程）、云和后臺技術(shù)三大重要領(lǐng)域。同時必須滿足設(shè)計、驗證和持續(xù)改進滿足功能安全要求的數(shù)據(jù)驅(qū)動的復(fù)雜軟件主導(dǎo)系統(tǒng)的挑戰(zhàn)。 測試驗證方面，虛擬驗證需求主要面向公眾廣泛應(yīng)用的自動駕駛功能安全目標(biāo)。使用原型車進行數(shù)百萬公里的物理驗證是不可持續(xù)的，但軟件開發(fā)、高性能計算和數(shù)字技術(shù)領(lǐng)域的最新進展為廣泛的仿真驗證開辟了可能性。

AI和數(shù)據(jù)方面，支持接管人類駕駛員任務(wù)是AI重要的應(yīng)用領(lǐng)域，機器學(xué)習(xí)是應(yīng)對自動駕駛難以詳細(xì)說明的挑戰(zhàn)（如行人檢測）的關(guān)鍵技術(shù)，深度學(xué)習(xí)算法關(guān)鍵將是證明其應(yīng)對所有潛在交通情況的可靠性，對于高級別自動駕駛AI功能模塊的安全性證明要求則應(yīng)在普遍接受的安全策略框架內(nèi)達(dá)成共識。