三問自動駕駛

鄭劼

安全、量產、車路協同成為自動駕駛的三大難題，究竟什么才是最優解？

對于汽車產業來說，智能化宛如皇冠上的明珠，加速推動著新舊動能的轉化，市場潛力不斷擴張。據浪潮集團高級副總裁王虹莉預測，2019年全年，全球自動駕駛市場機會將達到300億元之多。而在未來兩年以內，四分之一的車輛將實現聯網，自動駕駛及相關產業規模也將遠遠超越云計算、大數據等當前熱門行業。

興奮的同時也有隱憂，豐富的市場蛋糕之下，對于路線、技術、基礎設施建設的挑戰同樣巨大。在近日中國工程院主辦、浪潮集團承辦的中國人工智能計算大會上，來自交通運輸部、吉利、廣汽、圖森未來、禾多科技、英偉達等相關部委及整車廠商、配套供應商齊聚一堂，出謀劃策。

安全是首要前提？

過去幾年間，隨著越來越多的自動駕駛廠商進入實地測試階段，自動駕駛的安全問題越發引人關注。而就在8月，有消息稱，美國國家公路交通安全管理局（NHTSA）正準備對特斯拉的Autopilot展開調查，原因是其自動駕駛系統事故頻出。

來自政府部門的質疑將特斯拉推向了風口浪尖，也值得其他自動駕駛從業者關注和反思。有許多業內人士對此表示，在自動駕駛技術尚未成熟時，把試錯成本推給消費者來承擔是不公允的。

“從汽車誕生到現在，安全是始終如一的話題。對于自動駕駛而言，真正的挑戰也是安全，我認為，不以安全為前提的自動駕駛開發都是耍流氓。”有不愿具名的整車制造商智能駕駛研發負責人對此直言不諱。

他認為，安全不應該停留在紙面上，而應該落實到每一個產品開發的細節之上。他介紹，吉利汽車從2017年開始開發Level3自動駕駛，截至目前為期兩年的研發過程中，80%的艱難決定都與功能安全相關。相反，很多車企選擇開發自動駕駛技術，但卻一味地追求技術上的突破，并沒有將乘客安全真正落到實處。

“自動駕駛安全性要求到底有多高？坦白說目前行業內并沒有一個統一的限值，但有一個說法是99.9999999%，小數點后7個9，意味著無限接近滿分。”禾多科技市場總監劉婧認為，對自動駕駛安全性的要求必須遠高于對人類駕駛員的要求，只有這樣，人們才能真正對自動駕駛系統放心，自動駕駛技術才有可能真正落地應用。

怎樣才能研發足夠安全的自動駕駛系統？在劉婧看來，量產前的測試環節至關重要。測試可以分成兩種情況，一種是真實道路上進行大規模路測，另外一種是在基于真實數據的模擬環境中的測試。自動駕駛系統需要經過海量測試，以確保能安全應對各種極端場景。

“海量不只強調量，也強調隱藏在量背后的質。只有使用符合要求的硬件和軟件配置去進行測試，得到的測試結果才是有價值的。”劉婧補充道，“以禾多科技自身為例，我們的高速公路自動駕駛系統HoloPilot在大規模測試階段時，采用了可量產的傳感器，例如攝像頭、毫米波雷達、超聲波雷達等，符合車規的域控制器以及與之相匹配的多傳感器融合的算法，以及與之相匹配的多傳感器融合的算法方案，以實現整個系統的冗余、安全、穩定，與量產需求無縫對接。”

誰將搶先上路？

放眼整個汽車行業，無論是乘用車市場還是商用車市場，自動駕駛技術都已經如雨后春筍般蓬勃而起，大有烈火燎原之勢。但，乘商市場各有千秋，誰將搶先上馬自動駕駛技術？

在圖森未來無人駕駛行業研究總監鄭方丹看來，無論是從技術實現還是商業運營角度分析，卡車貨運自動駕駛都將率先實現商業化。

從技術角度來看，卡車主要在高速公路行駛，更多面臨的是結構化的道路，這種道路擁有車道線清晰、幾何特征明顯、交通參與者少、沒有對向來車和行人闖入等諸多特點，背景環境相對單一，不確定性和不可預見性相對較低，與城市道路相比更加適合自動駕駛技術發揮作用。

從商業運營角度來看，貨物運輸比人員運輸更加簡單明確，只有高效和安全兩大需求，對舒適性和娛樂性的需求低，不需要再自動駕駛系統上再額外疊加其他服務。

為了佐證這一觀點，鄭方丹特意展示了一組數據，數據顯示，在響應時間、基礎制動頻率、橫向控制精度以及燃油消耗等四個方面，電子司機的表現遠遠優于人類司機，不僅可以極大節省燃油消耗，還能有效提升運輸效率。

“也正是因為如此，我們希望能夠通過無人駕駛技術，無縫連接城市里的各大物流樞紐，并且持續的能夠向周邊地區進行輻射和影響，從而推廣和打造完整的智慧物流藍圖。”據了解，目前，圖森已經擁有了全球最大規模的自動駕駛卡車專業研發團隊和卡車車隊，并完成了全球最長距離的自動駕駛卡車實測里程，圖森未來自動駕駛卡車商業化速度全球領先。

廣汽蔚來高級技術總監兼產品總監朱賽春的觀點與鄭方丹有異曲同工之處：“首先能落地自動駕駛的一定是在封閉、結構化道路行駛的專用車輛。其次是像Waymo自動駕駛出租車這樣的商用載客車輛，因為它也是用高精地圖配合標準化的城市路況。最難的當屬私家車，因為它是全工況、全場景的，不受制約。”

他同時表示，受國內交通環境復雜、駕駛習慣不一等因素影響，國內落地自動駕駛的難度會比國外更大。主機廠談論Level4、Level5尚且過早，專注Level3及以下的高級輔助駕駛應用場景開發才是當下務實之舉。人工智能技術讓人們在駕駛過程中解放雙腳雙手以至于解放雙眼，這樣不僅僅提高了駕駛體驗，而且解放了人類的駕駛時間，可以在旅途中娛樂、辦公甚至消費，來享受快樂旅途時光。

“據我所知，業內對自動駕駛依然保持相對謹慎的心態，畢竟，相關技術還在孕育當中，需要長時間的磨合和融會貫通。”浪潮集團高級副總裁王虹莉對此表示贊同。

在她看來，傳統汽車與自動駕駛汽車最大的區別在于，前者的重點在于制動、轉向等硬件設施，但對于后者，傳統硬件的重要性只占到20%，80%在于芯片、攝像頭大數據、算法、軟件等。最難的是將以上獨立的單元攢在一起，成功讓汽車像人一樣去思考和工作，同時還要控制成本，否則也難以真正走向市場。

如何車路協同？

看起來，軟硬件技術的突破是自動駕駛的首要攔路虎，但事實上，要真正實現深入混合型的自動駕駛，從來都不只是“車”的事兒。都說“聰明的車、智慧的路”，作為車輛運行的載體，道路基礎設施的智能化改造也格外重要。

在今年兩會期間，百度公司董事長兼首席執行官李彥宏和重慶長安汽車股份有限公司總裁就曾專門針對完善智慧交通基礎設施建設提出了建議，例如，增加車路協同路側設備布設，部署智能交通信號燈等。在這次論壇上，交通運輸部路網監測與應急處置中心副主任王剛、也有多位來自政府部門、行業協會和企業的代表對此進行了探討。

在上述整車制造商智能駕駛研發負責人看來，只有輕量化才能商業化，目前很多自動駕駛測試車頭頂都搭載著體量可觀的激光雷達和攝像頭，不僅有礙觀瞻，從長期維護的角度來看也是不可持續的。事實上，將這些昂貴、復雜的感知和決策應將轉移到路端，例如在路測布置激光雷達和基站，不僅能讓車輛更輕量化、更美觀，也有利于日常維護，能夠減輕整車廠和車主的負擔。

對此，交通運輸部公路院ITS副主任汪林回應稱，建設智慧路網、加強車路協同確有必要，但在實施過程中也要多方考慮、謹慎決策。

“曾經有人提到，希望每隔80米就設置一個毫米波雷達，每隔一百米就設置一個攝像頭。無論從成本還是從運營維護的角度考慮，都是不可持續、接受不了的。”談及此，汪林有些無奈，“所以在考慮自動駕駛模式的時候，我們需要多方位考慮、平衡，究竟什么樣的方式才是最合理的？才能路方也能接受，整車廠也能接受？”

強烈的呼聲之下，目前我國的智慧交通建設進展又如何呢？交通運輸部路網監測與應急處置中心副主任王剛介紹，到2019年年底，我國將基本取消高速公路的省界收費站，轉而設置出入口管控、安裝智能ETC門架系統，實行分段式、開放式的收費模式。

“全國兩萬多個門架，外加八萬多個ETC收費站，這是一個巨大的場景，基本上構建了未來高速公路邊緣計算重要節點。”王剛表示，“智能門架建設完成后，將發展成為高速公路最為重要的基礎設施之一，我國也將在高速公路的智能化方面向前邁出一大步。”

此外，按照規劃，在不久的將來，高速公路的氣象、交通流等相關檢測系統，還將通過云平臺、邊緣計算平臺等，與應急服務、救援服務融為一體，為智能駕駛車輛提供更優質的出行服務。

“車路協同是自動駕駛的基礎，我們將通過持續不斷地推動道路基礎設施的數字化、智能化，降低車輛制造的智能化成本，和車路協同的社會總成本。”王剛總結道。