自动驾驶测试（自动驾驶测试工程师工作内容）

本篇文章给大家谈谈自动驾驶测试，以及自动驾驶测试工程师工作内容对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、自动驾驶测试是什么意思
• 2、两大造车阵营智能汽车同场对决 自动驾驶测试详细成绩单来了
• 3、我国牵头的首个自动驾驶测试场景国际标准发布，这具有哪些重大意义？
• 4、我国制定了哪些自动驾驶测试的相关规定?

自动驾驶测试是什么意思

【太平洋汽车网】测试内容主要包括传感器、执行器、算法、人机界面测试以及封闭场地、公共道路测试等内容；测试目的是从功能、性能、安全、稳定和鲁棒性等方面来验证自动驾驶系统的合理性、安全性和稳定性。

当前，世界各国对智能网联技术发展的支持不仅在政策研究、技术研发等方面，更是斥资建设智能网联汽车测试示范区，用以推动行业发展，引导标准规范制定。本文针对自动驾驶汽车道路测试相知滚孝关内容进行了梳理，仅供参考。

一是复杂道路环境带来的挑战，道路环境和交通构成相对复杂、机动车驾驶人驾驶行为多样化，自动驾驶汽车如何正确识别并做出准确响应是面临的挑战之一；

二是自动驾驶汽车和人工驾驶汽车混行带来的挑战，自动驾驶汽车如何正确感知其他车辆，正确识别外界声光信号，及时向外界发出声光信号，实现与人工驾驶汽车的有效协同并行，也是面临的挑战之一。

自动驾驶汽车测试场景架构的确定是构建自动驾驶测试场景的前提。从测试场景层次架构角度来讲，包括道路拓扑结构（像障碍物、车道线等）、交通流以及动态情景等三部分。从测试场景三维架构角度来讲，测试场景是行驶场地和搭稿驾驶情景的组合，在环境的影响下，由不同场景（高速公路、乡村道路、城市道路等）与驾驶任务、驾驶模式、驾驶速度等一同构成。

（图/文/摄：太备蔽平洋汽车网问答叫兽）

两大造车阵营智能汽车同场对决 自动驾驶测试详细成绩单来了

视频回顾 ：

【视频回顾】

相信大家通过我们前几天发布的视频里，已经对这四款车型自动驾驶的表现有了一个整体的了解，不过受限于篇幅，我们不能在视频中对每一项测试进行展开解读。所以就有了今天这篇图文，下面 我们将会对每一个测试项目进行详细解读，同时使用ICT300智能 汽车 评测标准对它们进行打分，最后对参评车型进行自动驾驶能力综合评分 。

测试标准及第一季内容回顾

ICT300测试项目以及评分标准大家可以在《太平洋 汽车 ＆皆电 [智能 汽车 ] ICT300评测标准》里查看。

ICT300智能 汽车 横评第一季内容回顾：

自动驾驶篇：《成绩公布！2020最热门4款智能 汽车 ，自动驾驶最强的还是它！》；

智能座舱篇：《4天3夜爆肝测试：最智能的 汽车 ，竟然不是特斯拉Model 3？》；

性能测试篇：《ICT300首测收官，性能测试出现逆转，特斯拉Model 3最终大热夺榜首！》。

好，下面直接进入正题...

传统豪华VS智能新势力 两大阵营巅峰对决

这次的车型选择就很有意思了，一边是老牌传统豪华品牌智能电动车的代表，分别是奔驰EQC与奥迪e-tron，都是各自的高配车型，智能配置很齐全；另一边则是造车新势力的代表，分别是特斯拉Model X与蔚来ES8，售价差别比较大。值得一提的是，这次车型均是它们品牌的旗舰车型，可以说代表了各自品牌在自动驾驶方面的实力！

自适应巡航+高速弯道保持+自动变道

先上成绩单，我们下面再逐步展开分析：

自适应巡航

这项功能目前在车型上的普及率比较高，也是我们日常使用频率最高的驾驶辅助功能之一，尤其是高速行驶工况，自然成为我们的必测项目。下面来看实测表现：

奥迪e-tron。跟车距离共5档可调。在跟随靶车减速至停止的过程，整个制动过程都比较线性，不会给人突兀感。停止10秒后能自动跟随靶车启动，而且比较及时（不会出现被后车按喇叭催促），而且整个加速过程也很平稳。

奔驰EQC。跟车距离共4档可调。整个过程中加减速还算平稳，没有特别明显的突兀感，不过相比e-tron而言，跟停过程中后半段的制动力稍偏重一些，不是十分线性。停止10秒后需要手动启动车辆跟随前车。

蔚来ES8。跟车距离共5档可调。整个制动过程都比较线性，与奥迪e-tron很接近，属于同一水平线。不过停止10秒后也需要手动启动车辆才能跟随前车。

特斯拉Model X。跟车距离共7档可调。在跟随靶车减速至停止的过程，是最为拟人化的，很线性。停止10秒后能自动跟随靶车启动，反应要比e-tron稍更快一些，加速也平顺。

综合来说，特斯拉Model X表现最好，最拟人化。加减速的线性程度，e-tron和ES8基本在同一水平线，不过ES8不会自动跟随前车起步。奔驰EQC在减速过程中虽然说不上突兀，但相比其他车型而言不够线性，而且也不会自动跟随前车起步。

高速弯道保持

主要是考察车道居中保持的能力，在面对高速弯道时是否依然保持居中，同时对于标线的识别能力如何。高速弯道则需要全程保持80km/h的速度通过。在高速弯道保持功能测试中，需要说明的是，整个测试道路会经过两个十字路口，标线会由白色双实线变为黄色双虚线，然后再接白色双实线。

在整个过程中，蔚来ES8、奥迪e-tron、特斯拉Model X都能够稳定在车道中央，而且方向修正自然，通过十字路口也不会出现跟丢的情况，表现在意料之中。

奔驰EQC在经过第二个十字路口时（相对第一个弯道有点急），出现了标线识别丢失，车道居中保持自动退出，被迫人工介入，这点倒有点意外。后面尝试降低速度，就没有出现这种情况。所以在面对相对复杂路况时，奔驰EQC的居中保持功能就没有其他车表现那么稳健了。

另外需要说明的是，特斯拉Model X由于AP状态下受路况限速影响御做，高速弯最高也只能达到50km/h的测试速度，算是捡了便宜。

自动变道

这个功能测试很简单，主要考查完成变道的时间。测试条件镇拿衡：在相同的道路条件下，统一行驶速度为80km/h，计算从打转向灯到完成变道所需的时敏则间。

首先，特斯拉Model X的表现在意料之中，在自动变道过程中无论是完成速度还是对转向的修正幅度拟人化程度很高，变线过程一气呵成。蔚来ES8的表现同样很稳健，只是相对特斯拉Model X来说整个变道过程的动作偏慢了些。

奔驰EQC虽然有配备自动变道功能，但是我们实测多次也没有出现变道成功的情况，最终只能以失败告终。而奥迪e-tron则没有配备自动变道功能。

特殊地形识别：桩桶道路收窄

桩桶道路收窄的情况，在我们日常驾驶过程中也是经常遇到的场景，比如临时修路等，这一环节就还原这种工况。为了增加测试难度，我们把遭遇点安排在了弯道之后，统一以30km/h的速度行驶并开启全驾驶辅助功能。上一期在这个项目测试只有特斯拉Model 3通过了测试，这次还是同样的结局吗？

结果还是惊人的相似，蔚来ES8、奥迪e-tron、奔驰EQC在面对桩桶道路收窄这种复杂地形下，均没有识别到桩桶，整个过程无预警、无刹车、无转向，直接撞向前排桩桶，全军覆没。

特斯拉Model X能识别到桩桶，在接近桩桶时有明显的制动减速，同时做出了小幅度的转向动作，但依然无法规避碰倒道路中间的桩桶。令人意外的是，Model X的表现并没有上一次测试的Model 3好，整个制动、转向幅度小很多。

为什么出现这种情况？我们也向厂家确认了测试车的Autopilot自动辅助驾驶功能已更新到最新版本，不过两车的硬件水平不一样，可能导致了model X的视觉算法和控制逻辑没有model 3那么精准。

自动泊车：普通侧方位、障碍窄路侧方位、垂直泊车

目前自动泊车功能普及率相当高了，是否真的能成为“全自动”？这个项目的测试我们分为三个小项目进行，分别是普通侧方位、障碍窄路侧方位以及垂直停车。

主要考察车辆在泊车过程中对车位识别率、泊入速度以及泊车准确度等方面。需要说明的是，奥迪e-tron并未配备自动泊车功能，并不提供选装，这有点出乎我们意料了，所以这一环节就只剩三台车PK了。先上成绩单：

普通侧方位

这一环节我们均使用2.4米标准车位，统一以5km/h左右时速进入。从统一起点开始计时，到完全停好，分别算出寻找车位与泊入车位的时间。

面对这种普通的侧方位停车，自然难不倒这三台车，特斯拉Model X、蔚来ES8、奔驰EQC在这一环节对于车位的识别和泊车的准确度都不错，最终都能顺利通过测试，表现意料之中。

从泊车用时来看，奔驰EQC无论是识别车时间还是泊入的速度都是最快的，当然其较小的车身尺寸占了不小优势。而车长都超过5米的Model X和ES8在用时都差不多，需要来回调整身位“挤”进去，所以用时相对较长一些。

障碍窄路侧方位

接下来难度升级，我们设置了侧向障碍车，模拟现实狭窄停车场的车位，车道可供移动的车道宽度仅为3.5米，这对于今天的大块头来说压力并不小。

如我们所料，有着尺寸优势的奔驰EQC在这一环节也顺利完成了测试，识别车位和泊车准确度都没问题。特斯拉Model X 表现依然稳健，泊车用时与无障碍车的侧方位差不多。

而蔚来ES8试了多次出现检测不到车位的情况，彻底翻车，与第一季我们测试蔚来ES6的结果差不多。究其原因是，这样相对极限的环境已经低于蔚来ES8对于泊入空间的最低需求，因此系统无法识别出车位。

垂直泊车

这一环节相比上面的侧方位场景就简单很多，特斯拉Model X和蔚来ES8都毫无意外地停进车位。值得一提的是，蔚来ES8对于垂直车位的识别比较高，而且能把空的车位都能识别出来，让我们主动选择，很直观。

不过泊车过程中偏谨慎，所以用时较长。相比来说，特斯拉Model X更像老手，泊车过程中可以不断持续微调方向，相比蔚来ES8那种到一个点后再调整方向效率更高，所以最终用时更短。

上一期横评在垂直车位入库环节就发生了有意思的事，这一次也不例外，主角是奔驰EQC。在泊车过程中，我们发现走线和其他车完全不一样，一开始以为系统错乱，后面发现它居然选择了车头进入车位！

难道它只会车头入库？于是我们进行了多次的测试发现：系统会根据车辆离车位的距离不同，提供“车头入库”或“倒车入库”的其一或两种可选，但在搜选车位的时候没有直观提示，对于用户而言操作逻辑是不够清晰的。另外，会偶尔出现车位识别不了的情况（测试过程中有三次没识别出车位），而且在泊车过程中对于刹车的控制显得有点生硬，并没有侧方位泊车来的那么的老练。没想到奔驰EQC在简单的科目里反而没考好。

固定假人（小孩）障碍+隧道内固定靶车

看完自动泊车觉得不够过瘾？不能代表车辆应对突发状况的能力？那么接下来的项目测试绝对满足你的期待，对于四台车来说也是一场硬仗。我们在国家智能网联 汽车 中心的指导下，设置了若干个具有中国特色的超高难度测试场景。首先是固定假人障碍和隧道内固定靶车项目。实测表现如下：

固定假人（小孩）障碍

为了区分常规测试，我们不仅使用了横截面积极小的小孩假人，并且还使用了超出大多数车型AEB紧急制动介入的50km/h测试速度。

第一位入场的是奥迪e-tron，我们开启完全辅助驾驶功能并保持50km/h的速度，在整个过程中，系统无识别、无预警也没有做出刹车的动作，最终直接撞向假人。我们猜测在这一场景下，50km/h的速度无法成功触发AEB工作。

蔚来ES8在接近假人过程中没有预减速，较近距离才发出预警并触发AEB紧急制动，虽然ES8奋力制动但是不足以完美避让，还是撞上了假人小孩。不过相比奥迪e-tron无减速直接撞上的情况，蔚来ES8已经起到一定缓解撞击伤害的作用。

而特斯拉Model X表现依旧稳定，它在较远的距离就完成了可视化识别并且进行线性预减速，最终完美制动。但从实际表现来看，它的表现依然没有第一季Model 3的表现好，拟人化没那么高。

这四台车的表现差别还是挺明显的，不过特斯拉Model X的表现令人印象深刻，拟人化程度是四台车中最高的。究其原因，它是通过视觉及算法判定后就立即通过巡航来达到减速、制动的目标，避让感受最好，而非EQC那种在极限状况下的AEB紧急制动。

隧道内固定靶车

在生活中，还有一种情况也极为常见，那就是我们刚进入隧道时由于光比反差大，这时如果隧道内停有故障车，人的视觉往往是反应不过来的，后果将不堪设想。如果这时使用了自动驾驶辅助功能，这些传感器能帮助我们提前识别故障车主动刹车，从而规避这种突发状况吗？

所以就有了这一场景测试，我们模拟进入大光比反差且隔绝GPS信号的隧道，并遭遇固定障碍靶车。我们统一使用50km/h的速度并锁定在第二档跟车距离。值得一提的是，测试当天艳阳高照，隧道内与外面环境光比反差很大，很好地还原了这一实际场景。那这一次还会像上次那样，全部都通过吗？

特斯拉Model X和蔚来ES8都能够在较远的距离识别并进行预减速，整个制动过程都很线性拟人，完美避让。需要说明的是，由于道路限速，特斯拉开启AP后速度最高只能去到40km/h。

令人意想不到的是，奔驰EQC与奥迪e-tron在这一环节竟然都纷纷翻车了。在第一轮的测试中，奥迪e-tron全程无识别预警，没有采取任何制动直接撞向靶车。后续进行多次的测试，偶尔会出现成功避让的情况，但成功率不高。而奔驰EQC则在离靶车很近的时候才有预警，但已为时已晚，同样撞上靶车。

什么原因导致了e-tron与EQC在这一环节翻车了？难道是受隧道的明暗光线反差大的因素影响而导致两车都识别不到靶车？为了验证我们的想法，我们将靶车从隧道转移到光线良好的正常道路上再进行同样的测试。

结果和我们预想一样，两车都能够在较远的距离识别到靶车，并进行线性减速最终完成避让。这样看来，是隧道内光线反差大这种环境影响了两车对靶车的识别。在这种复杂路况的识别率方面，两传统豪华品牌双双都败给了新势力玩家！

同时也给到了我们一些警示：那就是我们使用自动驾驶辅助功能时，在面对复杂路况，尤其是光线反差较大的隧道环境，驾驶员还是要多留意，不能完全交给系统。

移动假人横穿+移动假人鬼探头+移动靶车加塞

就这？当然不是。接下来测试项目的难度再次增加，假人和靶车都将动起来，还原现实生活中的各种突发情况，有些突发情况我们老司机都不一定能反应过来，那这些驾驶辅助功能可以吗？结果先奉上：

移动假人横穿

测试条件是，我们让假人以5km/h的速度移动并横穿马路，车辆必须保持40km/h的速度通过，通过同步器保证四辆车的接触时机一致。

先来看奥迪e-tron的表现，整个过程有识别、有预警、有制动。但在制动过程中出现两次重刹（第一次刹车后，松开了，然后再一次刹车），感觉是系统执行的指令不够果断。虽然整个过程有点吓人，不过还是成功避让。或许是这一次移动速度降低了（40km/h），满足了奥迪e-tron的AEB触发条件。

奔驰EQC，有识别、有预警，而且制动很果断，堪称教科书式的避让，最终成功通过测试，表现很稳健。

蔚来ES8，有识别、有预警，但整个过程都没有刹车动作，避让失败。相比第一期ES6的表现（虽然也没有避让成功，但有重刹的动作），ES8表现没达到预期，多少有点令人失望。

至于特斯拉Model X，虽然在近距离已经进行了可视化识别并发出了预警，但是丝毫没有减速的意思，毫不犹豫的撞了过去。有了上一期Model 3的表现，这次倒没有感到意外。

在这一环节，两大新势力玩家双双落败，传统豪华品牌终于扳回一城。

移动假人鬼探头

鬼探头在国内比较常见也是最容易出事故的场景，即便老司机遇上也会吓出一身冷汗，根本来不及踩下刹车。这一环节我们通过两台车进行阻挡，还原鬼探头的场景。测试条件一样，假人以5km/h的速度移动并横穿马路，车辆必须保持40km/h的速度通过。那传感器能反应过来吗？下面看看四台车的表现。

奥迪e-tron、蔚来ES8面对这种极端情况，仿佛AEB系统没有成功启动一样，无识别、无预警也无制动地撞向假人。特斯拉Model X虽然有预警，但依然“我行我素”，毫无制动的意思，直接撞飞假人。这表现与第一季Model 3如出一辙，明明有识别，为何不采取制动，依然让我们费解。

当以为要全部翻车的时候，奔驰EQC给出了一个完美示范：在发出预警的同时，AEB紧急制动执行的很及时且坚决，成功刹停避免了碰撞。这种情况下人是来不及反应进行刹车的，但传感器的反应很及时，这一环节奔驰EQC的表现依然很稳健。

移动靶车加塞

以为这就完了？除了鬼探头之外，被人突然加塞也是司机们最讨厌也防不胜防的动作，总让人猝不及防。这一环节我们通过昂贵的GST 3D软目标车能够复刻这一场景，这也是未来自动驾驶技术的重要测试工具。测试条件是，测试车仍将保持50km/h的速度通过，在接近实线的瞬间遭遇20km/h行驶的靶车紧急加塞，那接下来会发生什么？

先来看奥迪e-tron，在靶车较紧急的加塞下，系统是有识别、有预警、有制动，但不能完全避免。但在开放道路场景下，面对比较紧急的加塞也是能进行有效的制动和避免碰撞，初步估计奥迪e-tron这套系统对于假车的识别没有那么高。

奔驰EQC，先后进行了“不太紧急”和“非常紧急”的两次加塞过程中，奔驰EQC都能较好地制动和有效避让，虽然没有特斯拉来的那么线性，但在紧急情况也能避让成功，总体表现的确出乎我们意料。

蔚来ES8，正常的加塞行为，蔚来ES8是能够进行有效制动并完全避让的。不过在较紧急的情况，虽然也有预警制动，但不能完全避让导致撞上靶车。

特斯拉Model X。毫无意外，即便是比较紧急的加塞，制动还是比较线性的，能够完全避让。

这一环节也能看出各家在识别的算法逻辑上是不同的，比如特斯拉Model X，它的识别逻辑是结合了摄像头与雷达，当车辆有变线的动作时，就已经做出了预判，所以避让是最线性、最拟人化的，而其他三台车基本是离靶车较近时才采取AEB紧急制动，避让感受上有很大的差别。

开放道路综合测试

最后就是开放道路综合测试环节，如果说封闭场地的测试是模拟考的话，那么开放道路综合测试就是一场真正的高考，是考察四台车型的自动驾驶辅助功能在真实道路环境下的应对能力。我们以上海沪翔高速公路收费站作为起点、经沈海转入沪渝高速，最终以朱枫公路收费站为终点，全程52公里来计算完全辅助驾驶脱管次数。以下是四台车的脱管次数统计：

需要说明的是，这次的四台车当中，都具有自适应巡航+车道保持功能，但是奥迪e-tron是不支持自动变道功能的。

在整个测试过程中，奥迪e-tron与奔驰EQC的表现比较接近，自适应巡航系统全程工作（包括在匝道中），即便遇到较为紧急的加塞，也能平稳处理。不过奥迪e-tron由于没有自动变道功能，所有遇到慢车情况，都需要人为介入转向，所以人为变道的次数较多。或许是奔驰EQC自动变道功能比较谨慎，对道路车流情况要求比较高，在测试中依然没有变道成功。

蔚来ES8具备自动转向功能，在高速公路上的实际表现比较平稳，基本在合理的车距情况下给予转向指令后都能完成自动变道，但是在进、出匝道时，该功能就无法正常使用。而ACC自适应巡航系统的表现也很稳健，跟随车流很线性，即便遇到紧急加塞也能hold住。比如我们在高速上就被从匝道出来的车辆强行加塞，就是现实版的靶车紧急加塞。虽然惊险，好在AEB系统反应及时避免了追尾事故的发生。

特斯拉Model X是这四款车型当中唯一可以结合地图导航的车型，真正能够以自我意识实现变道、超车、甚至选择匝道，体验上与其他三台车有本质的区别。比如进入高速主路后，特斯拉Model X会找机会自动变到最左车道，如前方遇到慢车也会自动变道超车。在出高速前，它会主动提前变到最右侧车道，并能自主转向出匝道。

不过，实际的交通路况要复杂很多，Model X也出现两次被迫接管车辆的突发情况。第一次是从高速主路准备进入匝道过程中，标线识别失败，被迫人工接入转向驶进匝道。第二次是从匝道准备汇入主路过程中，左后方有车而且没有合理的变道车距，系统在匝道导流线快要结束时自主强行变道，为了避免发生意外被迫人工接入。所以在面对这种复杂路况时，特斯拉Model X也无法百分百做出正确的反应。

综合来看的话，其他车型的驾驶辅助功能也仅仅是“辅助”的范畴，而特斯拉Model X结合地图，有了“自主”的意识，自动化程度明显高一个层级。

可以看到，这一期的特斯拉Model X依然表现出很强的实力，拿到了128分的高分，得分率达到了85%，优势相对明显；奔驰EQC在封闭场地单项测试中，主动安全表现很出彩，也展现出传统豪华品牌的硬实力，最终取得了97分，排名第二；蔚来ES8这一次在主动安全测试方面表现一般（不如上一期的ES6），最终只拿到了79分；奥迪e-tron在主动拿安全测试环节表现不尽人意，而且没有配备自动泊车功能也丢了不少分数，最终只取得54分（得分率仅为36%），比较遗憾。以下是各个项目的得分情况：

总结 ：在自动驾驶项目两大造车阵营的比拼中，传统豪华品牌也表现出不俗的实力，比如在难度系数较高的封闭场地单项测试中，奔驰EQC得分就紧追特斯拉Model X。但不得不承认，目前在自动驾驶领域特斯拉依然是处于标杆的地位。那么接下来的智能座舱与性能测试的表现会是怎样的结果呢？敬请期待！

[img]

我国牵头的首个自动驾驶测试场景国际标准发布，这具有哪些重大意义？

首先的对于建立基于测试场景的自动驾驶测试评估有重要意义。词汇标准规范了自动驾驶系统、动态驾驶任务、设计操作范围和条件等概念。车辆自动驾驶本质上是用系统或机器代替人类完成部分或全部驾驶任务。随着自动驾驶的普及，传统的汽车测试与评估方法已经不能满足自动驾驶汽车测试与评估的需求，因此有必要建立一种新的基于复杂测试场景的测试与评估体系。未来，中国将继续完善自动驾驶国际标准体系建设。

其次是能够为更好地实现智能汽车，智能道路的发展起到了决定性的意义。谁也说不准哪家汽车公司或供应商的自动驾驶技术最先进，它是特斯拉FSD。前段时间特斯拉砍掉了最后一个雷达，转而采用纯改腔视觉方案，闹得沸沸扬扬。特李歼樱斯拉的计划是好是坏，目前很难说，但弊端显而易见。

再者是开发全栈高级驾哪丛驶辅助系统和自动驾驶解决方案有重要意义。在单个芯片上集成多种功能，提高系统稳定性，节约成本，降低能耗。未来大众集团在国内市场推出的所有纯电动汽车都将大规模搭载合资公司打造的智能驾驶方案。自动驾驶技术已经不是一个陌生的词汇，但是熟悉不等于熟悉。经历过或者接触过的人还是不多。即使像肖磊这样更关注自动驾驶技术发展的人也没有对这项技术有透彻的了解。

要知道的是自动驾驶整车与零部件并重。加强整车集成技术创新，提高车用动力电池、新一代电机等关键零部件产业基础能力，推动电动化、网联化、智能化技术协同发展。构建新的产业生态。以生态龙头企业为龙头，加快车辆操作系统开发应用，构建动力电池高效回收体系，强化质量安全保障。

我国制定了哪些自动驾驶测试的相关规定?

我国制定了自动驾驶测试的相关规定如下：

据报道，12月18日卜肆，北京市交通委员会通过官网对外公布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》，根据新规要求，在中国境内注册的独立法人单位，因进行自动驾驶相关科研、定型试验，可申请临时上路行驶。

报道称，完善我国自动驾驶汽车相关法律有助于解决我国在自动驾驶汽车上道路行驶的法律规定上存在的问题，应尽快解决当前自动驾驶汽车上道路测试的顶层设计需求，推动规范化管理。

对于L1至L3等级辅助性驾驶阶型升轿段，为了维护道路交通安全，有效应对自动驾驶系统错误、故障等突发情况，明确规定上道路行驶的自动驾驶汽车必须由持有相应驾驶证的人员进行监管，并对车辆行驶安全负责。

同时还需要加强符合自动驾驶需求的交通信号灯、道路标志等交通基础设施信息化研究，推动提升自动驾驶汽车与交通基础设施协同水平，明确自动驾驶汽车上道路行驶时，应当遵守一般机动车的道路通行规定。笑卖

关于自动驾驶测试和自动驾驶测试工程师工作内容的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。