自動駕駛汽車前程未卜

編譯 許林玉

更準確的天氣預報、更豐富的駕駛數據，這些都將加快自動駕駛和聯(lián)網汽車廣泛部署的進程。

盡管目前公路上已經有自動駕駛汽車行駛，但它們在惡劣天氣條件下的表現仍然不盡人意。2019年1月至8月，美國科羅拉多州丹佛大都會地區(qū)運輸局對一輛在當地四個通勤火車站之間按設定路線環(huán)行的無人駕駛公交車進行了測試。據該機構首席執(zhí)行官兼總經理戴夫·熱那亞（Dave Genova）發(fā)表的一篇文章披露，這輛車的傳感器在下雪和暴雨期間出現過故障，并因此導致服務中斷。

不過，自動駕駛汽車在惡劣天氣條件下的性能正在改善。來自學術界、汽車行業(yè)和科技公司的科學家和工程師正在對機載攝像機、激光雷達傳感器和雷達裝置進行升級改造，以便自動駕駛汽車能夠更好地監(jiān)測天氣狀況。與此同時，計算機科學家也在努力，利用人工智能為安全駕駛保駕護航。目前，政府和公司提供的天氣狀況每15分鐘更新一次，而自動駕駛汽車需要更頻繁的天氣和路面狀況信息。其中一部分數據可能來自固定在道路兩旁的傳感器，它們會收集溫度、壓力、濕度和其他氣象數據；另外一些數據則來自車載設備，如雨刮器和前燈，由汽車自行收集并互相共享。

行動如人類

許多面向公眾銷售的汽車都有半自動駕駛或駕駛輔助功能，其中最常見的是幾十年來一直被用于控制速度的巡航控制功能。包括特斯拉、沃爾沃和奧迪某些車型在內的一些汽車，已經具備了更先進的自動停車和車道居中控制等功能。全自動汽車（或稱自動駕駛汽車）仍處于研發(fā)階段，在理想狀態(tài)下，它們完全無需人工駕駛，或只有在惡劣條件下才需要人工干預。

2019年，科羅拉多州丹佛大都會地區(qū)運輸局測試了一輛與上圖完全相同的、EasyMile公司（總部位于法國圖盧茲）的自動駕駛公交車，該車的車載傳感器因下雪和暴雨天氣而發(fā)生紊亂，公交服務也因此中斷

自動駕駛汽車配備有一組機載傳感器，模擬并且旨在超越人類駕駛員眼睛的視覺功能。攝像機可以探測到遠近各處潛在的障礙物和環(huán)境特征。激光雷達裝置可發(fā)射遇到附近物體會反彈的近紅外光脈沖，而光的傳播時間被用來構建周圍地區(qū)的三維地圖。雷達傳感器測量脈沖的多普勒頻移可監(jiān)測行人、騎自行車者和其他車輛的移動特征。

為了收集和利用更多的數據，研究人員正在考慮將自動駕駛汽車與氣象傳感器無線連接，實現汽車與基礎設施之間的通信。例如，美國運輸部的智能路邊項目的工作人員一直在研究如何通過部署在道路兩旁的氣象傳感器向汽車提供路面和交通狀況的信息。

無人駕駛汽車可以由單獨一人在一個地點集中進行監(jiān)控。2019年，由舊金山星空機器人公司生產的無人駕駛卡車在佛羅里達州公路上行駛了15千米，該卡車速度平穩(wěn)并更換了車道。駕駛中做出的決策由控制中心的人員監(jiān)控，在必要時他們可以接管。

計算機科學家們正在利用人工智能開發(fā)改良版自動駕駛汽車決策系統(tǒng)。機器學習和神經網絡方法將算法應用于數據集，其結果用于提供可能的決策，這類算法以用于圖像處理和天氣預報的人工智能為基礎。

總部位于芬蘭赫爾辛基的維薩拉公司將環(huán)境、工業(yè)和天氣數據與人工智能相結合，為客戶提供路況預報和道路實況報告服務。它們每隔5至15分鐘，就會更新2千米路段內的濕度、降雪和冰凍等信息。2015年，維薩拉發(fā)起了道路AI項目，使用車載攝像機來檢測前方出現的裂縫、坑洞和其他可能影響自動駕駛性能的道路狀況。

使用人工智能的一個難點是，它需要大量質量有保證的數據才能做出具有重大統(tǒng)計意義的決策。為了滿足這一需求，各公司每年都讓它們的自動駕駛汽車行駛數百萬千米。位于科羅拉多州博爾德的美國國家大氣研究中心的氣象學家和自動駕駛汽車科學家柯蒂斯·沃克（Curtis Walker）表示，目前已經有了篩選數據的技術，它們可以判斷哪些數據正確，哪些數據錯誤，哪些數據可能存在問題。但他同時補充道，在質量控制方面，總是會有改進的空間。

移動氣象站

2019年，在幾乎沒有人為干預的情況下，這兩輛自動卡車往返于德國紐倫堡和慕尼黑之間，共行駛了約3.5萬千米

通過車載傳感器，自動駕駛汽車可以從車輛間的通信中獲益。這種相互檢查也提供了一種用來測試自動駕駛汽車自身傳感器是否在正常工作的方法。沃克介紹說，如果一個傳感器探測到正在下雨，這輛自動駕駛汽車就會開始檢查周圍的車輛，如果這些車輛都沒有使用雨刮器，沒有打開前燈，也沒有啟動防抱死制動系統(tǒng)，那么這輛汽車可能會質疑自身的自動傳感器是否失靈。

冬天，冰雪會迅速堆積在攝像機、激光雷達或普通雷達裝置上，導致車輛對它應該監(jiān)測的環(huán)境狀況一無所知。沃克說：“如果附近車輛的前燈和雨刮器都在運行，也許這輛車也應該這么做。”車輛之間可以就其他關鍵信息進行交流，包括摩擦力大小，穩(wěn)定性的控制，速度和行駛方向，以及是否需要緊急剎車。

2019年，德國辛克物流公司、汽車制造商曼恩卡車與巴士公司以及紐約費森尤斯應用科學大學的研究人員在德國演示了車輛之間的通信如何進行。兩輛通過電子連接的卡車行駛于同一車道，之間相距20米，在紐倫堡和慕尼黑之間行駛了大約3.5萬千米。人類司機平均每2 000千米干預一次，主要是因為有其他車輛進入了自動卡車所在的車道。與未采用該技術的卡車相比，這兩輛卡車行駛的間距更小，燃料消耗也因此減少了3%至4%。

車輛之間的通信也具有局限性。維薩拉高級業(yè)務開發(fā)經理裴特里·瑪加瓦（Petri Marjava）說：“自動駕駛汽車必須安裝設備和傳感系統(tǒng)才能確保始終能夠安全行駛。”裴特里表示，汽車公司通常會保護自己的數據，只有通過商業(yè)交易才能獲取車輛收集的數據，因為任何事情都需要付出代價。由于與自動駕駛汽車制造商簽署了保密協(xié)議，研究人員往往不能將他們對安全性和性能的分析與他人共享。

沃克認為，自動駕駛汽車研究在很大程度上是為了推動技術進步，當然也為了生產產品并最終獲取利潤，而不是為了發(fā)表經過同行評議的論文。不過，這項研究仍然有發(fā)展空間。2019年8月，Alphabet公司（谷歌母公司）旗下的自動駕駛技術研發(fā)子公司Waymo在其網站上發(fā)布了自動駕駛汽車的傳感器數據。對于研究諸如預測車輛性能、感知環(huán)境條件等課題的研究人員來說，這些數據可能大有裨益。開放數據集包含1 000個路段的信息，每個路段中汽車在不同天氣條件、城市和郊區(qū)環(huán)境中行駛跨度20秒的數據。

一些汽車制造商正在開展合作。2019年6月，寶馬、戴姆勒、福特和沃爾沃宣布，他們正與6個歐洲國家的數據服務提供商和國家交通管理局合作，共同創(chuàng)建一個通用服務器，為聯(lián)網自動駕駛汽車接收和傳送真實數據。2019年4月，歐洲議會批準了一項對歐盟汽車進行監(jiān)管的修訂版通用安全條例之后，該試點項目應運而生。其中的新要求是，從2022年開始，車輛必須配備最低強制性安全技術。

處處至臻至善

沃克稱，天氣狀況只是自動駕駛汽車面臨的其中一個問題，倫理考量和政治規(guī)則等問題同樣需要解決。“如果碰到突發(fā)狀況，車輛會選擇撞一頭鹿，還是會選擇在可能會傷及司機的情況下駛離道路并撞上一棵樹？這輛車是否總是決定殺死那頭鹿呢？但是如果那不是一頭鹿，而是一個正在追逐皮球或玩具之類的兒童呢？”

類似于麻省理工學院道德機器平臺的人工智能軟件也許可以解決這些問題。研究人員針對自動駕駛汽車可能面臨的道德困境設計了思維實驗，并從233個國家的數百萬人那里收集了4 000萬個關于汽車在這些情況下應該如何決策的觀點。在受訪者看來，如果攻擊非人類動物是解救沖到馬路上的孩子的唯一方法，那么他們強烈傾向于選擇前者。他們的研究結果還表明，與挽救更少的生命相比，人們更愿意挽救更多的生命；與挽救年老的生命相比，人們更愿意挽救年輕的生命。這一研究結果可能有助于建立一套為社會所接受的全球性通用原則，供所有車輛遵守。

自動駕駛汽車還需要頻繁的天氣預報信息，以預測數千米或更大范圍內的天氣狀況。美國國家氣象局可以提供更準確的預報（目前可提供30千米范圍內的預報）；IBM即將推出的全球高分辨率大氣預報系統(tǒng)則旨在提供3千米分辨率的氣象預報，每小時更新一次。為自動駕駛汽車提供的天氣預報可以不受限于為人類提供天氣預報所受到的限制，它可以利用概率并使用人工智能算法來確定最可能的環(huán)境條件。

除了更準確的預報和更多的數據，自動駕駛汽車可能還需要加強對路況特征的描述。為了確定安全駕駛所需的道路摩擦閾值，預測模型必須考慮當地的濕度、道路的材料特性、道路的修建方法以及材料應對不同天氣的方式。

美國國家大氣研究中心研究負責人威廉·馬奧尼（William Mahoney）介紹說，目前，這類預測模型主要在冬季氣候條件下用于維護決策支持系統(tǒng)。交通部門利用它們來確定暴風雨期間保持路面不結冰、不積雪的最佳方法。馬奧尼說，在修復和翻新聯(lián)邦和州高速公路時，路面模型應將新的道路性能考慮在內，應該優(yōu)先采用能夠改善收集天氣和材料數據能力的設計和材料。

馬奧尼說：“我們眼下經歷的過程是一個建造一點點、測試一點點、完成一點點的過程。一旦自動駕駛汽車可以在預定路線上的較短路段或限制車道區(qū)域行駛，那么它們就有可能能夠在更長、更復雜的路線上行駛。”汽車行業(yè)可以向航空公司學習——幾十年來，在大氣科學家的努力下，飛機在惡劣天氣下的安全性和可靠性都得到了提高——氣象界和汽車行業(yè)之間的合作對于加速自動駕駛汽車的發(fā)展和應用都是必要的。

由于風險投資的激烈競爭，汽車公司往往對它們面臨的發(fā)展挑戰(zhàn)緘口不言。為了解決這個問題，馬奧尼在2018年組織了一次美國氣象協(xié)會峰會，讓自動駕駛汽車從業(yè)者和氣象專家匯聚一堂，在位于華盛頓特區(qū)的國家運輸安全委員會舉行的活動中暢所欲言。馬奧尼說：“我在過去幾年注意到，汽車公司和氣象領域并未像預期的那樣密切合作。到目前為止，我們取得的成果喜憂參半，但我們正在不斷努力讓他們攜手共進。”