随着城市NOA序幕的拉开，L2级自动驾驶突飞猛进，在功能上和L4级自动驾驶的差距越来越小，两者最核心的差距来到了责任主体上：L2级责任主体仍是驾驶员，而L4级责任主体则为车企。

　　“L3和L4级别的自动驾驶的功能可能并不比这些L2级辅助驾驶产品更加复杂更加时尚，但是在可靠性上是有非常质的变化。”在7月27日图森未来首届AI Day上，图森未来CTO王乃岩强调了可靠对L4级自动驾驶的重要性。

　　在最底层的车辆设计上，图森未来配备了冗余转向系统和冗余自动系统，以保证在单路失效的时候车辆仍处于可控状态。在系统设计层面分为主系统和备系统，主系统靠着高算力平台和全套传感器实现L4级功能，备系统使用低算力但是可靠性更高的车规级芯片，完成主系统失效时的降级功能，两套系统从软硬件到供电均完全独立，提供安全冗余。

　　在传感器上，图森未来使用了包括可见光、红外光和毫米波在内的全波段的电磁波感知，结合了相机、激光雷达和毫米波雷达三种传感器的优势，确保在雷雨、大雾等极端情况下总有一种传感器可靠。

　　在算法上，图森未来同样设计了两套互相独立的算法，通过算法冗余来避免单点算法失效带来的问题。第一套算法是数据驱动类（data driven）算法，采用目前流行的大模型加大数据的AI算法，实现物体识别、车辆识别以及动态端物环境感知等；第二套算法为原则导向（Principle-Based）算法，可以实现对问题和过程的精确建模。

　　同时，作为一家L4级无人驾驶卡车公司，可靠只是图森未来的第一步，研发出满足卡车需求的自动驾驶系统是更大的挑战。

　　高速场景下，以120公里每小时速度行驶的乘用车舒适变道需要3到4秒的时间，100米左右的变道距离。而重卡虽然最高时速仅有100公里每小时，但由于满载重卡有近50吨的重量，所以舒适变道需要7到8秒的时间，200米左右的变道距离。

　　为了保证行车安全，无人卡车必须要有更长的感知距离才能保证安全，目前图森未来智驾系统的感知距离是向前500米向后200米。而在BEV方案中，特征图的大小会随着感知距离呈现平方式增长，更长的感知距离对显存的消耗非常大。

　　为了减少算力消耗，图森未来使用了全稀疏的框架。首先，全稀疏LiDAR检测器避免了卷空气的问题；其次，作为一个全动态的网络，计算开销随着点云增加而增加，和距离无关，而在实际场景中与驾驶相关的物体大概只占点云的10%，距离增加对算力消耗影响不大。通过稀疏框架的加持，图森未来实现了更长感知距离。

　　AI Day现场，王乃岩还提出了无人卡车的另一个难点：“半挂卡车属于两节车身组成的非刚体系统，具有非常复杂的动力学和运动学模型，因此对于自动驾驶系统的预测规划以及控制系统提出了更高的要求。”

　　在预测方面，图森未来会根据大量行车数据和博弈论模型预测其他车辆的轨迹，以及多种轨迹的概率分布，提前做好备用方案预防突发情况，从而保证安全。同时，图森未来还将规划和控制系统进行了耦合，在控制车辆的同时也会根据对周边情况的实时感知不断调整规划路径和控制，确保车辆能安全地完成超车、转弯等操作。

　　AI Day技术分享的最后，图森未来自动驾驶产品经理杨月苓抛出了图森未来对于安全的看法：“事实安全固然重要，但是感知安全同样重要”。

　　在过往的路测中，杨月苓发现很多时候，当自动驾驶系统进行一些事实上安全的操作时，司机仍会因感到害怕而接管。多次测试发现，TTC（Time-To-Collision）是影响人类感知安全的重要因素之一。

　　无人卡车的某些路径规划虽然本身是安全的，但是激进的操作会给人类交通参与者一种危险的感觉，从而导致人类产生误判做出危险操作，因此在产品设计时，必须要考虑感知安全，而不仅仅是事实安全。

　　L4级无人驾驶车辆虽然本身并没有人类驾驶员，但其作为交通参与者中的一员，任何一个举动都有可能影响其他交通参与者，必须要避免给其他交通参与者带来心理压力。