时速120公里的L3牌照，更像一次“科目二”通过

拿到北京L3测试牌照，时速上限拉到120公里，享界G9这次的头条来得精准。但作为常年跟代码打交道的工程师，我看到的不是“首款”的噱头，而是它背后那套测试体系的含金量，以及这个“120公里”到底意味着什么。

先给个类比。自动驾驶测试牌照就像驾照考试。L3级是“允许在高速上放开双手，但必须随时准备接管”。北京市的L3测试牌照审核体系，大概相当于科目二——场地考。你需要在封闭或半封闭路段把规定动作做标准，比如车道保持、自动变道、应对突发障碍。但时速120公里这个条件，是把科目二的难度从倒车入库直接升级到了“高速路连续S弯”。因为一旦速度上来，感知延迟、决策容错、控制精度都会指数级放大。

享界G9的方案是“激光雷达+视觉+毫米波”。这个组合在行业里不算新鲜，但注意它的激光雷达配置。如果没猜错，它用的是华为的192线激光雷达，或者更高线数。为什么？因为120公里时速下，前方150米外的障碍物，留给系统的反应时间不到4.5秒。激光雷达的线数决定了点云密度，线数越高，对远处小目标的识别越可靠。极端场景比如高速路上掉落一个轮胎，视觉可能因为光照或纹理误判，激光雷达才是最后一道防线。

但真正让我在意的，是“测试牌照”这个阶段本身。在北京这种高复杂度路况下拿到L3牌照，意味着享界G9至少通过了数千小时的仿真场景测试和数百公里的封闭道路测试。注意，这里的关键词是“封闭道路”。真实高速上还有匝道汇入、施工区域、突然刹车的前车、甚至横穿的行人（虽然理论上不允许）。L3要求系统在这些场景下能自主处理，处理不了再安全接管。而“安全接管”的定义，才是测试中最难量化的部分。

从工程角度，我推断享界G9的测试重点应该放在三个层面：第一，感知系统中对“静止物体”的识别。高速上最危险的不是运动的车，而是静止的抛锚车或障碍物，因为视觉和毫米波雷达对静止目标的检测容易受多普勒效应影响。第二，变道策略的平滑性。L3允许驾驶员脱手，但系统变道时的加减速曲线必须平顺且符合人类预期，不然乘客会晕车，司机也会被吓到重新接管。第三，冗余设计。单点故障（比如激光雷达被泥水遮挡）时，系统能否在毫秒级切换感知链路，并降级到安全状态。

这些技术细节，新闻里不会写，但测试报告里全是血泪。北京作为国内自动驾驶测试最严苛的城市之一，对L3牌照的审核有一整套循环：申请-仿真-封闭测试-开放道路测试-专家评审。享界G9能拿到，说明至少在这套流程里表现合格。但“合格”不等于“好用”。我见过太多测试中表现完美，一上路就露怯的案例。L3最大的坑是“系统边界模糊”。比如，系统在120公里时速下突然遇到暴雨，它应该立即降速并请求接管，还是继续尝试？如果请求接管，驾驶员可能正在睡觉或看手机，几秒的接管时间根本不现实。

所以，这个牌照更像一个“阶段性成果”。它证明享界G9在预设条件下，能跑通L3的核心功能。但距离真正的“可商用L3”，还有一道坎：如何定义和验证“系统失效时的接管时间”。目前的行业共识是，L3需要给驾驶员至少10秒的缓冲时间。但10秒在120公里时速下，车辆已经跑出333米，这意味着系统必须在更早的阶段就判断出自己即将失效，并提前发出预警。这需要更复杂的“元认知”能力——系统知道自己不知道什么。

提到这张图，它展示的应该是享界G9的传感器布局。从图上能看到前向激光雷达、侧向补盲激光雷达、以及摄像头阵列。这种“冗余但不堆料”的设计，符合工程上的务实风格。但传感器的位置和角度，直接决定了覆盖盲区的大小。比如，侧向激光雷达如果安装在翼子板，对低矮物体的检测能力会受车身高度影响。这些细节，只有实际跑过测试才清楚。

最后留个开放问题：当L3系统的接管请求被驾驶员忽略，导致事故时，责任归谁？是算法的漏洞，还是人性的懒惰？这个问题的答案，可能比拿到十张测试牌照都难。

原文链接：https://www.ithome.com/0/976/646.htm