哎等一下，只要方向盘后面没有司机，我们就算实现全自动驾驶梦想了？

 

 

        (注：本文所有“全自动驾驶”，都是指SAE L4-L5自动化程度。)

 

        带着这个疑问，车云菌分别观察了国内外的几家典型公司，做一些分析比较。

 

        我们发现国外载客的无人驾驶汽车很多已经开上了城市公共道路。Waymo豆荚车和英国Lutz Pathfinder这样的两座小车现阶段好像并不是特别受宠，主要原因是出于性价比考虑，保障安全的传感器和冗余设计会增加很多额外成本(从下面表格看，一辆车还是挺贵的)。大量新闻的主角是多座小巴车，比较高调的供货公司有法国的Navya、EasyMile，美国的Local Motors，以及日本的SB Drive。

 

 

        从左到右从上到下：Arma，EZ10，Olli，SB Drive小巴，图片来自网络

 

 

 

        国内无人驾驶车主要在景区、园区、停车场等限定封闭区域运营，车包括传统车改装车、小型两座车和小巴士多种类型。大型互联网公司、主机厂和研究机构已经启动了相关项目，代表性公司是百度和北汽，主要创业公司有智行者和驭势科技，还有一家研究机构是智能汽车技术转化中心(IVTTC)。

 

 

        从左到右从上到下：百度、北汽、智行者、驭势、IVTTC的无人车，部分图片来自网络

 

 

        还有一些企业通过安装磁钉、磁传感器阵列、导轨等磁引导装置，用机电控制技术曲线实现无人驾驶。当这些汽车开始热热闹闹上路，我们就可以喜大普奔了吗？答案当然是否定的。

 

        首先，一辆车是不是全自动驾驶，绝不是靠有没有司机来判断的。

 

        在SAE标准(J3016™，2016版自动驾驶汽车定义和分类)里，虽然全自动驾驶确实已经可以摆脱司机，但是一辆名副其实的“自动驾驶”汽车，必须要在实时行驶过程中，持续满足下面所有动作：

 

        1.通过转向对车辆横向控制

 

        2.通过加减速对车辆纵向运动控制

 

        3.通过监测、识别、分类障碍物和事件来监控驾驶环境，并做好反应准备

 

        4.根据障碍物和道路事件给出响应

 

        5.做出车辆运动计划

 

        6.通过光、信号、姿态等方式，对外传递车辆信息

 

        目前我们看到的无人驾驶车虽然都能自己监控环境、决策规划，最后做出相应的操作，但是还做得不够全面。这些车在技术上，仍然还不能像人类驾驶员那样灵活自如地应对各种状况。我们看到测试运营过程中，大家对车辆的自动驾驶技术还不够有信心——一些车在进入新城市时，车上还要安排专人负责按下紧急制动按钮。还有一些车在试运营时，司机会坐在驾驶位虚握方向盘以防万一。

 

        最重要的是，全自动驾驶汽车区别于驾驶辅助的关键在于：在系统发生故障无法工作，或者出现超过系统原有的运行设计范围之外的情况时，系统都会不依赖人类，用尽可能安全的方式解决。遗憾的是，这些公司在介绍产品时，都回避了系统发生故障或遇到超出能力的情况时，是否能自己化险为夷。而衡量安全的重要标准——系统鲁棒性，是没有办法通过短暂体验得到检验的。

 

        其次，我们要理解“限定环境”意味着什么。

 

因为自动驾驶系统还不够可靠，所以会在简单环境保证安全运行。需不需要限定环境是判断L4和L5的分界线。这里不完全列举一些SAE提到的限定条件，比如：

 

        Speed速度(高速、低速等)

 

        Geography地形(平原、山地等)

 

        Roadway路面情况(直路、弯路等)

 

        Environmengt环境(天气、气候、基础设施等)

 

        Traffic交通情况(简单、复杂、违规行为、路线固定等)

 

        Temporal 时段(白天、晚上)

 

        ……

        

        当然，一辆L4自动驾驶汽车可以设置多个限定环境，自由组合，比如只在白天低速行驶，且路上没有行人，所以涌现了五花八门的限定条件自动驾驶汽车。不过，限定设计运行范围会让我们看清自动驾驶系统离L5还有多少距离。如果一辆L4自动驾驶汽车设置了很多限制条件，说明它本身还有很多技术问题没有解决。

 

        比如很多无人车通过各种限制方法来简化行车难程度。这些无人驾驶车都开得很慢很慢，所以对系统的实时计算能力不是很高。车都是在同一条路线的通勤，不需要考虑太多道路变化。车辆采取的也是比较保险的应对策略，比如大家很少超车换道，会尽量采取停车避让的方式。

 

        上述案例中，路况简单、环境可控，只在白天行驶，说明传感器和算法无法胜任夜晚工作。车辆只能在一个封闭的公园行驶，高精度地图也就没有过多考虑高频更新。比如始终行驶环境要无人无车，说明感知和决策都还有应对复杂路况的问题尚待解决。自动驾驶的道路还有10%没有完成，但是余下的10%却需要90%的时间和费用。

 

        而且我们看到，在商业化这件事上，绝不是一家公司来包揽全套。车企、交通信息公司、方案提供商、运营商都会参与到整个链条中来，而且为了获得足够大的利益空间，尽可能掌握最核心的数据资源。而数据的累积，算法的训练，本来就是一个漫长的过程。

 

        小结

 

        自动驾驶在不同阶段都能找到商业化的方式，这样企业才能通过盈利获得良性发展的资本。但是，当行业进入了自动驾驶发展的关键时期，我们不该忙着为产品打上“无人驾驶”的标签，而是要多谈一些困难的解决方法，这样才能在现实生活中让自动驾驶产品给我们带来安全舒适的驾乘体验。

车云网综合报道