完全自动驾驶“悬而未决”

    作者 ｜ 王瑞
    编辑 ｜ 郝秋慧
    实现完全自动驾驶，为时尚早。
    2019年11月15日，由国家自动科学基金委员会信息科学部、中国自动化学会、中国人工智能产业发展联盟共同主办的2019中国智能车大会暨国家智能车发展论坛在江苏常熟举行。论坛上，各路业界人士就自动驾驶的现状及未来分享看法与心得。
    自动化学会理事长、中国工程院院士郑南宁表示，辅助安全驾驶，结构化环境的无人驾驶，和一些应用背景明确的无人驾驶任务，目前已经得到实现，但如何实现完全自主的无人驾驶，行业仍面临着十分艰难的挑战。
    “我们不仅要在实验室内讨论新方法，更要将方法与真实的物理世界验证结合起来。”郑安宁称，这正是本次论坛，以及后续进行的中国智能车未来挑战赛的意义所在。
    伴随着自动驾驶技术推进落地，越来越多搭载“自动驾驶功能”的车辆开始面市，然而自动驾驶何时能“进化”完全，始终是个悬而未决的难题。
    长尾效应：自动驾驶面临瓶颈
    “我们花了大约10％的时间和精力，轻松完成了90％工作，但是接下来我们要花上90％甚至更多的时间和精力，去完成剩下10％的工作。”博世汽车部件高级经理黄罗毅如此判断自动驾驶现状。
    国际汽车工程师协会（SAE）将自动驾驶级别分为L1到L5共五个级别，业界普遍认为L1－L3只能称为半自动驾驶，L4－L5可以称为全自动驾驶。
    以特斯拉为例，自2015年10月特斯拉推出AutoPilot以来，特斯拉在自动驾驶的道路上“勇往直前”：在硬件上，除了将雷达进行了增强，传感器进行增距外，特斯拉还意识到算力的重要性，并对处理器进行了升级；在软件上，通过不断的路测、调教和优化，其自动驾驶功能体验已颇好，部分评测人认为“它开起来像一个受过良好驾驶培训的少年”。
    但是，少年仍是少年。2018年10月27日，伴随着软件新版本的大规模推送，特斯拉宣称AutoPilot软件团队将全力以赴实现增强召唤（Enhanced Summon）功能。
    令人遗憾的是，增强召唤远未有特斯拉宣传的那样出众：撞到车库墙壁，被倒车的车辆蹭到......网络上随处可见增强召唤的失败案例。
    因此，部分业界人士将特斯拉的自动驾驶归结为L2.5级别，也是情有可原。
    特斯拉技术实力毋庸置疑，毕竟这是一家将火箭发射入太空，又实现回收的公司。但显然，自动驾驶的难度远远超过了人们的预期。
    自动驾驶级别的递增并非“＋1”那么简单，长尾效应决定了实现L4、L5，甚至L3都是极难完成的任务，佐证即为：至今仍未有L4级别的车辆上路，它们只存在于PPT，试验场地和展台上。
    实际上，市面上绝大部分的车辆所采用的仍是最基本的自适应巡航、自动泊车等功能，它们的工况较为简单，因此首先得到落地。
    但即使是自动泊车等，其实现路径仍存在争议，同济大学电子与信息工程学院院长陈启军认为当前有两种思路，“一种是环境智能，一种是单车智能”，但究竟是选择前者还是后者，他认为“需要留给市场判断”。
    市场做判断，往往是一个漫长的过程。
    安全第一：自动驾驶最大难题
    黄罗毅分享了这样一组有趣的数据：美国车辆一年总行驶历程约为4．8万亿公里，据此可以推算出平均每200万公里会发生一例受伤事故，每1．47亿公里会发生一例死亡事故。
    鉴于绝大部分车辆为有人驾驶车辆，从这组数据中可以得出的结论是：人类驾驶员的驾驶行为是非常安全的。
    那么自动驾驶呢？
    为保障驾驶安全而生的自动驾驶，目前阶段反而并不安全，因为人们对自动驾驶的认知产生了偏差：他们将自动驾驶的明天，当作了自动驾驶的今天。
    开着带有自动驾驶功能的车辆，行驶了一百公里毫无问题，因此觉得它十分安全可靠，于是双手脱离方向盘，结果导致极严重的事故，这样的例子越来越多。
    “我们有必要告知消费者：车辆拥有自动驾驶功能，并不意味着双手可以脱离方向盘。否则就是在草菅人命。”黄罗毅对自动驾驶现状的认识很清晰。
    “自动驾驶的安全性测试需要行驶至少2．5亿英里。”江淮汽车智能网联汽车研究院自动驾驶设计部技术副总监吴琼引用了业界专家的数据，“高效的仿真测试是自动驾驶达到这一目标的必经之路。”
    2019年7月，Waymo首席技术官德米特里·多尔戈夫在Sessions：Mobility大会上表示：“Waymo已经在现实世界中路测了1000万英里，在模拟世界中测试了100多亿公里。”
    1000万英里距离2．5亿英里显然还有很远距离，仿真测试无疑是有效的补偿手段。
    “不要高看自动驾驶的今天，但也不能低估自动驾驶的明天。”吴琼这样看待自动驾驶的现在和未来，他的态度既代表江淮，或许也代表着一干中国自主品牌。
    自动驾驶“完全体”，恐怕很难快速到来。
    附部分演讲嘉宾演讲内容（有所删改）。
    同济大学电子与信息工程学院院长陈启军：
    我自己一贯的观点是，无人车不会顺着分级的逻辑发展，不一定是要这样、这样、这样，最后才是无人驾驶，它可能是一个交替迭代的过程。
    有人说自动泊车要靠路面智能化，环境智能化来实现，实际上我认为有两种思路，一种是环境智能，一种是单车智能。如何选择，最终是市场说了算，但我个人观点是单车智能，因为它既有效，又经济。
    目前主要的批评是：自动驾驶车辆装置昂贵。但我认为现在所谓的贵是建立在没有量的基础上，一旦有量的突破，它的价格下降将是断崖式的，在车辆上广泛布置传感器将不会有任何障碍。
    博世汽车苏州有限公司高级经理黄罗毅：
    安全是消费者选择自动驾驶车辆的前提。
    我这有一组数据：美国车辆一年总行驶历程约为4．8万亿公里，据此可以推算出平均每200万公里会发生一例受伤事故，每1．47亿公里会发生一例死亡事故。
    我们首先要证明自动驾驶比人类驾驶更安全，因为人类驾驶已经很安全了。
    从Demo到量产是非常远的距离，我特别喜欢的理论叫90％和10％分布理论，我们花了大约10％的时间和精力，轻松实现了90％功能，但是接下来我们要花上90％，甚至更多的时间和精力，去实现剩下10％的功能，这是自动驾驶领域的现状。
    做自动驾驶的Demo完全没有问题，但要把自动驾驶打造成量产，卖向终端消费者，安全是绕不开的坎，这是整个行业需要考虑的问题。
    江淮汽车智能网联汽车研究院自动驾驶设计部技术副总监吴琼：
    目前，具备L2以上自动驾驶功能的合资品牌汽车价格都很昂贵，沃尔沃、特斯拉等，并非每个人都能消费得起。江淮的目标是，将配备有L2级别自动驾驶功能的车辆价格，拉到十万块钱以内。
    传统汽车测试是以汽车为主，引入自动驾驶以后，是以机器为主。汽车硬件测试完，基本没有问题，但怎么去测试人工智能？需要测多少公里？如何保证它的安全？各家说法不一，还存在很多难题。
    无人驾驶短时间内不可能实现，但辅助驾驶已经到来。对于一家科技公司而言，制作一辆无人驾驶车上路，这并不困难，但要想投放市场，至少还需要十年。
    编辑：郝秋慧
    版权声明
    本文来源亿欧，经亿欧授权发布，版权归原作者所有。转载或内容合作请点击转载说明，违规转载法律必究。
    作者：王瑞来源：亿欧