王笑京
信息技術正在推動交通運輸的創新,加速新技術的迭代。快速發展的信息技術可能一兩年就是一個周期,也經常會出現跨越式的發展與快速迭代。在信息技術領域,快速的技術迭代與交通運輸特征的矛盾已經顯現。交通運輸系統是一個基于基礎設施和社會運行的體系,交通運輸法規、標準制訂及修訂是一個慢慢變化的過程。隨著信息技術進入交通系統領域,交通運輸行業正進入一個前所未有的變革時期。
智能汽車、互聯網、自動化的交通運輸系統、出行即服務、共享出行等,都會給交通運輸系統帶來影響,其中的矛盾也十分突出。我們利用機械動能來推動交通工具也不過一百多年的歷史。汽車標準、道路交通標準是經過長期改進形成的,汽車安全標準是隨著事故和經驗的積累而不斷改進的。
在智能化或自動化的交通運輸時代,自動駕駛車輛何時能夠成為道路的主流?在混合交通條件下,自動駕駛車輛能否在短期內達到現有交通的安全水平?按照美國加州公布的相關數據,現在的智能汽車、自動駕駛汽車的事故率還高于有人駕駛的汽車。
既有道路是根據交通工程學為有人駕駛而設計的,而不是為了自動駕駛汽車設計的,它的一系列參數全是基于人的反應。車輛本身是根據人機共生學,是為了人的安全和方便駕駛而設計的,也不是為了自動駕駛而設計。
在不久的將來,多種形式的智能汽車和有人駕駛的汽車混行的情景或將會存在一段時間。
未來,全部實現自動化駕駛,全部都是自動駕駛汽車的城市能否出現?何時實現?畢竟我們是生活在現實的社會,而不是在實驗室的社會。從道路和交通部門以及智能交通的角度來講,我們也正在討論是否需要為自動駕駛車輛設計專門的道路以及相應的基礎設施。
從整個社會發展的角度來講,其前提和重點是實現交通運輸的功能和使命,產業是其中的一項內容。在這個功能和使命中,人和物的安全位移是最根本的。沒有安全保障,其他一切都將不存在。有了技術支撐,交通運輸的安全和效率會得到提高。信息技術要加速變革,但是這個變革的前提仍然要保證安全。這里也會產生一些矛盾,也需要我們提出一些新的思考。
國際上有一些自動駕駛的討論,有觀點提出,人的行為是難以預測的,而機器好預測,我們設計這么多機器的識別規則,但是人卻按照人的規則來行動的,是不可窮盡的。我們現在做自動駕駛技術,帶出來的問題和產生的錯誤類型,遠比人要避免的錯誤多,這個問題確實值得我們慎重考慮。
自動化應該是以人為核心的,而人是多變的,不可預測的,但是技術可以做到非常的可靠。以此來看,自動駕駛有著巨大的潛力,但是真正要得到自動駕駛所帶來的好處,遠比公眾接受它還難。預期的益處和產業化并不像我們想象的那樣容易得到,但是在這個領域里,恰恰有一個新的內容,或者說大家不太關注的內容,那就是商用車輛,一類是卡車,一類是客車。
目前,客車可以在特定的區域內使用,這在國內已經有好多學校在做相關的實驗。在國際上,歐洲一些國家從2012年就開始做測試了,也已經開通了不少的線路。再有是卡車隊列,先不考慮變線的問題,第一輛車由人來駕駛,后邊的車使用自動駕駛功能來跟隨,法規的問題就比較容易解決了。
自動駕駛的門檻提高,不是一般企業能做到的。美國參議院曾提出,第一,企業必須要有安全評估,這個評估要有數據做基礎,要符合一定的規則;第二,要提交網絡安全計劃,同時證明在有效法案頒布之前,不能對自動駕駛汽車進行安全豁免,車上必須安裝后座乘務員報警系統。其中,安全評估報告包括數據記錄、網絡安全、人機交互界面等。做智能汽車要經過連續不斷的第三方認可,要經過政府認可,要提供安全證明的數據。
目前,在資本驅動下,整個產業比較熱,大家都在做,其中最重要的就是技術的可選擇性增多,成本大大降低。國內做自動駕駛汽車的企業大致都選擇以低技術門檻進入,這有利于大眾創新,也確實能反映出新東西,但是做的都是軟件。與美國、日本相比,我們核心的問題在于硬件方面不夠強大,然而高附加值的東西以后都會體現在硬件上,沒有硬件,軟件的高附加值也難以實現。
到2030年,自動駕駛汽車可能占10%以上,從服務角度來說,共享汽車和共享經濟能占到20%以上,傳統汽車銷售仍然占到40%以上,后續的服務也占到20%到30%。
未來交通的發展要綜合考慮,自動駕駛未來的走向也仍在研究,當前是否能夠成為市場爆發的節點還需要進一步考慮。交通運輸的本質和使命決定了智能駕駛的未來。今后,低技術門檻進入能否形成高附加值,未來三五年,產業在資本撤出后該如何辦等問題,都需要從業者和管理部門著重考量。