L3-L5等級車輛的標準非常嚴苛。在這些等級中，人類不能有參與性，而且也沒有人員作為后援。ISO 26262 ASIL標準要求車輛具備新的功能和性能，以滿足日益增長的安全要求。如今，設(shè)計用于失效保護的車輛系統(tǒng)功能安全性成為最前沿的技術(shù)。隨著L3-L5等級車輛的推進，系統(tǒng)必須能夠在失效時運行；即使發(fā)生故障，系統(tǒng)也需要保證功能完全可操作，或降級運行。

因此，系統(tǒng)必須接受測試，以能夠處理所有“假設(shè)”的狀況。這表示需要設(shè)定結(jié)合了仿真和車輛級測試的多個測試場景，包括需要隨時就位的緊急制動功能，以及當車輛發(fā)生故障時能夠?qū)④囕v導航到最近安全停車地點的車輛控制裝置。還需要確定為了訓練相關(guān)系統(tǒng)，需要收集多少數(shù)據(jù)才足夠使用；這些所收集的數(shù)據(jù)有助于解決所有的“假設(shè)”情況。

在動態(tài)變化的環(huán)境中，只有當?shù)弥獢?shù)據(jù)來自同一時間點時，才能整合或比較來自不同來源的數(shù)據(jù)（用于診斷）。隨著越來越多的傳感器、雷達、攝像頭和LIDAR分布在整個車輛上，如何即時理解各種數(shù)據(jù)之間的相互關(guān)聯(lián)是非常重要的。

中央控制單元要求收集實時、準確的數(shù)據(jù)來獲得所有需要的信息，從而以最低的延遲決定應(yīng)當做什么操作。對于L3-L5等級自動駕駛汽車所需的機器學習模型而言，精確的時間同步也是必不可少的。所以其挑戰(zhàn)在于所獲取的數(shù)據(jù)點可能來自以不同速度輸入的不同來源。以傳感器融合為例，與高級傳感器融合數(shù)據(jù)相比，提供行車環(huán)境詳細信息的底層傳感器融合數(shù)據(jù)需要更多的帶寬和更復(fù)雜的時間同步。時間同步標準也因網(wǎng)絡(luò)協(xié)議而異，這為汽車工程師帶來了更多的復(fù)雜性。以太網(wǎng)TSN（時間敏感網(wǎng)絡(luò)）和以太網(wǎng)AVB（音頻視頻橋接）為汽車控制系統(tǒng)提供了一種實現(xiàn)時間同步的網(wǎng)絡(luò)方式。GNSS則是另一種方式，特別對于自主導航系統(tǒng)而言。

L1-L2等級的車輛仍需要人員的參與，而對于L3-L5等級車輛，攝像頭、雷達、LIDAR和其它傳感器必須充當汽車的“眼睛”。因此，他們需要解決幾個問題，包括來自多個來源和在多種環(huán)境條件下進行操作的各種數(shù)據(jù)。傳感器和攝像頭必須能夠高精度地檢測到車輛周圍的多種特征，帶來一致、舒適、安全的駕駛體驗。這包括人類駕駛員會看到并采取行動的所有非正常道路情況，例如：意外跑到路上的動物、不遵守交通規(guī)則的其它車輛、坑洼的路面，或從意想不到的地點過馬路的行人。視覺系統(tǒng)還必須在晴天、雨天、雪天、霧天等天氣條件下工作?；诟呔纫曈X處理和傳感器融合技術(shù)的視覺系統(tǒng)，以及為計算機視覺進行優(yōu)化的高性能硬件，提供了所需的計算能力與軟件能力，以支持汽車中越來越多的傳感器和攝像頭所需的更復(fù)雜需求。

產(chǎn)量給成本帶來壓力，從而帶動工程技術(shù)創(chuàng)新。當談?wù)撟詣玉{駛車輛設(shè)計中計算能力面臨的挑戰(zhàn)時，也同時在探討功耗問題。對于L3-L5等級的車輛，需要在滿足所需的成本要求及更低功耗的條件下，盡可能地加強計算性能。解決這一問題的方法之一是通過優(yōu)化。例如，軟件是產(chǎn)生大量功耗的環(huán)節(jié)，而這與微處理器、GPU和其它芯片如何架構(gòu)有很大關(guān)系。功能安全需求的提高，帶來了額外的挑戰(zhàn)。故障操作需要三重冗余；故障靜默機制亦需要冗余系統(tǒng)；而汽車不能提供無限的動力。高溫也是一個問題，因為熱耗散隨著功耗的增加而增加。專用硬件加速器使處理器能夠以非常低的功耗滿足特定的應(yīng)用程序性能要求。了解未來系統(tǒng)的需求并專門針對這些需求設(shè)計硬件加速器，將可以實現(xiàn)經(jīng)濟高效且節(jié)能的自動駕駛系統(tǒng)。

隨著市場轉(zhuǎn)向互聯(lián)汽車，汽車產(chǎn)業(yè)界已圍繞主動安全性功能的開發(fā)與部署，建立了一個廣泛的專業(yè)知識庫。高級緊急制動、自動巡航控制、車道輔助、十字路口交通警報、環(huán)視系統(tǒng)、交通堵塞輔助和自動停車：對于從入門到高端的各級別的汽車來說，這些功能變得越來越普及。當自動駕駛系統(tǒng)從測試和模型變?yōu)橹髁鳟a(chǎn)品時，它們也面臨著類似的挑戰(zhàn)。汽車行業(yè)可以利用先前的ADAS投資和經(jīng)驗教訓來解決當前的挑戰(zhàn)，允許不同程度的自動駕駛級別存在，并最終實現(xiàn)完全自動駕駛。