ODD for an automated driving system (ADS) Specification
许多人预计，开发者将从狭义的ODD开始，然后随着其自动驾驶系统能力的提高而扩大。ODD描述是自动驾驶车辆安全的一个关键组成部分。虽然ODD与SAE中智能驾驶L1到L3级相关，但在L4级中变得非常重要，因为L4级自动驾驶汽车在其ODD内是完全自动驾驶的（并有望在没有人类驾驶员的情况下驾驶），在其ODD之外不自动驾驶。
目前，在分类学或详细程度方面，没有描述ODD的通用方法。但是，理解ODD的基准方法可能具有价值；整个行业统一谈论ODD的分类法或通用方法可以方便与政策制定者和消费者沟通。详细程度可能因受众而异：例如，如果在开发商中，大雨（这个术语可能是主观的和地区性的）是指特定水滴大小和密度的雨，政策制定者可能只需要知道，对于一个特定的开发商，大雨是在ODD之外，而消费者只需要知道，在这种雨的情况下，自动驾驶汽车可以停止或由位于其他地方的人类司机远程驾驶。自动驾驶汽车安全联盟关于ODD术语的详细程度和定义的新指南可能有助于开发商与政府的沟通。
由于没有任何没有大量ODD限制的自动驾驶汽车存在或预计在不久的将来会出现，ODD将是使商业化的自动驾驶汽车成为现实的核心。鉴于在可预见的未来，自动驾驶汽车的操作将被限制在特定的地区，建立在一个地区操作的最低能力，或由地方描述期望的内容，可以使开发商轻松进入新的地区，减少在每个新地区测试所需的时间，并确保特定地区的最低门槛。
虽然文献中提供了许多ODD要素的例子，但没有确定分类框架。这项工作在开发分类法方面迈出了第一步，以组织研究中发现的许多ODD要素。这个ODD分类法采用了类别和子类别的层次结构，每个类别都有定义，并在适当的地方有分级。该分类法是描述性的，而不是规范性的，因为根据设想，这些要素可以被组织成几个不同的组别。该分类法提供了一种结构化的方法来组织和识别ADS特征的各种ODD，尤其是当有几种不同的可能组合时。下图显示了广泛的顶层类别和直接子类别。
如上图所示，该层次结构延伸到多个子级别。环境条件 "类别被分为四个子类别：天气、光照、颗粒物和道路天气。天气又被进一步细分为雨、温度、风和雪。将雨进一步细分为不同的等级，有助于掌握在ADS特征上收集的数据。例如，一些ADS特征已经在小雨中测试过，而另一些则在大雨中测试过。尽管该分类法的应用在本研究项目中很有用，但进一步的研究和利益相关者的参与将有利于完善和客观地量化这些类别和等级。