现阶段，L4的设计考虑还配置个安全驾驶员，这里的情况比较微妙，先做性能，再做冗余，下个阶段就完全考虑实现L4，到了这里就不打折扣了。
二、各个发展阶段
1970年以前：一些车企使用射频和磁钉的方式来导引车辆实现自动驾驶。
1977～2000年：日本、欧洲和美国的一些高校进行了一些实验和开放项目，主要提供给高校和研究院所进行的开放项目，如EUREKA Prometheus、CMU NAVLAB、AHS Demo．
2004和2006年：分别进行DARPA的一些比赛，鼓励各个高校组织实际的车辆相互竞争参与比赛。
2007年：DARPA城市挑战赛，这个选择了城市道路这项有很高难度的项目来给各个高校空间，这里Carnegie Mellon和Stanford这两个车队比赛成绩很接近。
2007年之后，以Google为代表成立自动驾驶实验室，制造样车然后进入试验阶段。
图5 自动驾驶技术的发展
目前对于自动驾驶的分化和考虑：
系统服务企业： 基于服务端的IT公司为主，百度、Google、Uber都是考虑在营运端拿来做服务，规划要在3年内实现部分商用；而Tesla就抛出了硬件（无冗余）先行跟进软件的策略。
有个大的转变是Google专门成立了公司，开始与车企合作进行，以后的商业模式值得进一步考虑。
测试阶段和真正运营还是有些差距的，主要体现在投放的范围和控制的力度。
车企运营端的投入：受整个环境的驱策，各个车企现在对于面向消费者的服务端有不少的投入，下一步把试车场里面比较成熟的产品拿出来进行运营级别的测试运行，就是一个比较务实的决定。这些车辆可以分为两部分：
车辆段：可以考虑冗余度，在涉及关键安全控制端（EPS、ESP两块可以单独把冗余的部分应用上去）；而整个感知端和计算平台端可以采取先从性能端调试，再加入决策投票确认的冗余机制。
监控端：整个后台运行需要有完整的数据记录机制，也有个后台团队，来处理道路上遇到的各种行为（类似紧急的弹出和道路意外）。
这里既需要有单独的存储和发送机制，把整个感知的数据进行备份和传输（新的传输Tbox2），在云端可以做一些复现和记录，也可以用原有的记录层（T－box1）来记录之前的运行结果。这个提高的路径就是现有软件和后台虚拟运行之间的对比，进化的逻辑就是抓取多台车之前的软件版本运行数据和原始数据虚拟运行对比。