無人駕駛：夢想能否走進現實

毛亞楠

搭載百度Apollo技術，國內首批、唯一的自動駕駛前裝量產紅旗車馳騁在新晉“網紅打卡”圣地首鋼園區。（來源：百度自動駕駛技術運營部供圖）

沒有駕駛員，也沒有車內安全員，一款純無人駕駛的百度Robotaxi（自動駕駛出租車）安全平穩地將一名旅客從起點送至目的地酒店，這是近日發生在北京市石景山首鋼園里科幻的一幕。

“和坐人開的汽車的感覺沒什么兩樣，車輛起步加速和剎車減速方面體感也很協調平順。唯一不同的是后排座椅前方會有一個屏幕，乘客可直觀了解行車環境。”這是來自該下車乘客的反饋。

這是無人駕駛商業化進入全新階段的一個信號，也使得百度成為中國首個開放運營無人駕駛Robotaxi的公司。

但一位不愿透露姓名的業內人士卻這樣向《方圓》表示：“雖然近期不少公司都宣布了無人駕駛布局，但這些嘗試也只能說明業內越來越多地在無人駕駛商業化方面進行了更多探索，卻說明不了無人駕駛離普通人的日常生活越來越近。”

的確，“低速或在清晰地被劃分結構的路況環境中行駛”仍是目前市面上無人駕駛汽車主要的應用場景。作為人工智能重要應用之一，沒有什么人工智能研發比無人駕駛更能體現人工智能實際應用于人類生活的復雜性和難度了。

完全的無人駕駛難度有多大？作為一個機器，首先它要感知多變而復雜的外部環境，自動識別各種人或物或者信號，然后敏捷地做出反應;還要依賴高精度地圖和高精度定位;最后還需道路配套，政府認可，民眾接受，法規完善，倫理問題的解決等。

采訪中，幾乎所有車企人員都堅信，無人駕駛時代指日可待。但與雄心勃勃的業內人士形成鮮明對比的，是普通乘客的害怕和擔憂。如何減少這種擔憂，目前幾乎是道世界級的難題。

可以說，即便是在未來，也肯定不太容易克服無人駕駛汽車作為滾動的計算機與人類的交通參與者之間的溝通困難。

無人駕駛的分級

從當前各大車企及科技公司紛紛砸重金投入研發就可看出，無人駕駛必將是汽車發展的終極形態。

無人駕駛何以會成為“必然”？一位汽車發燒友這樣總結原因，“汽車‘點之即來，揮之就走，車和路都得到有效利用，城市不再有堵塞，也減少了空氣污染。作為一種先進技術，無人駕駛還能克服人類弱點，避免疲勞駕駛、視線盲區、駕駛沖動、酒駕等系列問題。沒有了事故，一切調度有序，這會是多么美好的景象”。

而在目前，比這種出行生活變革提前到來的，是物流配送行業的變化。據《方圓》了解，無人駕駛貨運需求明顯，是典型的無人駕駛應用領域。

國內已有主要服務對象為物流公司的無人駕駛貨運車服務。由于貨運路線較為單一，在固定的路線實現自動駕駛的定制化車輛被投入市場，業內認為，貨運市場有望成為無人駕駛最早落地的場景之一。

搜索有關無人駕駛新聞詞條，一家叫“毫末智行”的無人駕駛科技公司引起《方圓》的注意，今年順義疫情期間，這家公司研發的“小魔駝”無人物流車出現在了疫情區的街頭，為不便出行的人們提供了安全無接觸又高效的物資供應。

這家車企的首席運營官COO侯軍告訴《方圓》，除了無人駕駛物流車，乘用車自動駕駛是公司的另外一條產品線。

去年10月，在內蒙古阿拉善盟第15屆越野e族·阿拉善英雄會上，毫末智行與長城汽車共同研發的無人駕駛車輛與越野頂級車手鹿丙龍在沙漠中進行了一場別開生面的“人機大戰”。

侯軍說，之所以選擇在松軟沙面上進行比賽，就是為了測試自家研發的自動駕駛系統能否根據多變路面情況進行識別和控制。那次比賽結果是毫末智行自動駕駛車失敗。

團隊由此發現，只學到普通司機駕駛經驗的自動駕駛系統在競速比賽前提下對車輛極致性能的理解和掌握相對于專業賽車手來說還有相當差距。

“可行，可靠，可商用，是三個衡量自動駕駛技術很方便的指標。‘人機大戰能看到，這款L4級別的自動駕駛車輛已經‘可行了，但離‘可靠和‘可商用還是有距離。”侯軍說。

侯軍口中的“L4級別”是業內對自動駕駛技術評價標準的一個分級。這套分級由美國汽車工程師協會（SAE）于2014年定義。按照駕駛員的介入程度，SAE將自動駕駛分為0級（完全手動）到5級（完全自動）這6個等級。

最高級別L5即上述汽車發燒友描述的場景，自動系統能夠完成駕駛員在所有條件下能完成的所有駕駛任務，如同科幻電影里經常看到的那樣。

而L4級別指的是高度的自動化，即“自動系統能夠完成駕駛任務并監控駕駛環境，駕駛員不需要重新取得控制權，但自動系統只能在某些環境和特定條件下運行”。

侯軍告訴《方圓》，從現實層面來看，如何實現L4級別的自動駕駛是目前擺在幾乎所有自動駕駛相關企業面前的一個難題。

值得注意的是，在這個分級中，L2級別是非常重要的分界線。L2及以下級別是自動駕駛的初級水平，指的是利用系統和技術來輔助駕駛員完成駕駛。

這意味著這個區間的自動駕駛技術不具備“全自動駕駛能力”，是始終需要人類監管的駕駛輔助系統。

據《方圓》了解，現階段大部分投入市場的商用自動駕駛功能都處于這個區間中，比如特斯拉的Autopilot（高級輔助駕駛系統）就屬于L2級別。Autopolit2.0據說可以實現L3級別的自動駕駛，但主要特點仍需要駕駛員的干預，并不是完全的自動駕駛。

事實上，弄清楚究竟是L2還是L2以上對人們來說至關重要，因為如果出現事故，這決定了事故責任方究竟是誰。

無人駕駛的一系列情感包袱

從智能化與汽車行業轟轟烈烈的聯姻可看，無人駕駛指日可待。但就目前而言，真正阻礙無人駕駛發展的，恰恰不是技術因素。

最直接的，偶發在全球各處有關自動駕駛事故的新聞，動搖著人們接受這項技術的信心。

據國外媒體報道，當地時間4月17日晚，一輛高速行駛的特斯拉Model S在得克薩斯州休斯敦北部，通過一處彎道時沖出道路，撞上了一棵大樹并起火，導致車內兩人遇難。警方經過初步調查后稱，車輛行駛過程中駕駛位未發現有駕駛員，從而引發自動駕駛致死爭議。

此前，當地時間3月11日早，一輛白色特斯拉Model Y在美國底特律西南部一個十字路口撞上一輛白色半掛卡車。雖此事故原因尚未公布，但聯系到特斯拉自動駕駛引發的多起事故，不少人猜測車輛當時處于自動駕駛狀態。

據追蹤特斯拉事故網站TeslaDeaths.com統計，截至到5月7日，全球涉及特斯拉車輛車禍致死中，就有6人涉及AP（Autopilot，自動輔助駕駛）或FSD（Full Self-Driving，完全自動駕駛）。

“不相信，不敢用”是大部分擁有L2級自動駕駛輔助系統車主的反映。“路況好的時候比如上高速時偶爾用用，可以解放下手腳，但是完全讓系統接管車輛我不敢。感覺現在的車輛AI并沒有人腦靈活。”一位車主這樣向《方圓》表示。

侯軍告訴《方圓》，所謂“車輛AI沒有人腦靈活”，指的就是自動駕駛汽車在“認知智能”上與人腦的差距。

他將人工智能分為三個階段，“計算智能、感知智能和認知智能”，“在計算智能方面，強大的算力足以讓機器能力遠超人類，而傳感器和機器學習算法的融合，讓機器在感知智能方面也可以與人類媲美。但在理解、思考、推理等認知能力方面，機器卻與人類存在很大差距”。

毫末智行CEO顧維灝對自動駕駛“認知智能”的詮釋更為形象，“今天可以看到70歲的老人和20歲的年輕人同時在路上開車，雖然他們看到的東西都是一樣的，但是他們駕駛的方式卻是完全不一樣的，這就是認知智能最核心的區別”。

按照深度學習工作原理，采集到的數據越多，無人駕駛技術就會越安全。據侯軍說，實際上人們推算過，一個自動駕駛車真正達到完全可商用，大概需要1000億公里的數據采集量，換算下來是100萬輛車跑10年，每天跑10個小時。但就目前市場上的算法和車載算力，實現這些能力并不現實。

不僅如此，在實現無人車“認知智能”環節中，在某些極其特殊情景中如何做到使人工智能系統的價值觀與人類保持一致，是擺在人工智能程序員面前的挑戰。比如，該如何處理“電車難題”。

“電車難題”是倫理學領域最為知名的思想實驗之一，其內容大致是：一個瘋子把5個無辜的人綁在電車軌道上。一輛失控電車正朝他們駛來。幸運的是你可以拉一個拉桿，讓電車開到另一條軌道上去。但是問題在于，那瘋子在另一條軌道上也綁了一個人。從道德上講，你應該怎么做？

一些哲學家及社會學家認為，這和未來無人駕駛汽車要面對的問題一樣，隨著無人駕駛應用的普及，總有一天會陷入諸如此類的倫理困局，而在這之前，如何為汽車制定一套普世的道德標準，或者說讓AI的殘酷選擇達到絕大多數人可以接受的程度則顯得尤為重要起來。

其實，早在2018年，英國《自然》雜志發布的一份至今規模最大的關于機器倫理的調查問卷結果就顯示——“沒有什么普適的規則”，指導司機的很多道德原則都隨國家的不同而不同。

例如，在無人駕駛車面對亂穿馬路的行人該如何做出道德決策的選項中，如果事故中行人和乘客都有可能死亡，那么來自較富裕、政府制度較強國家的人更傾向于不保護違反交規穿越馬路的行人。

不過，也有評論指責這種考量有過分消費“倫理”之嫌，因為實際生活中很少有情況是需要汽車在兩種不同的人中間選一項來撞的。一些車企人員的發聲也只能是，“努力通過優化汽車的剎車決策時間來最大限度阻止這種情境的發生”。

因為對于車廠而言，他們知道，沒有用戶會去購買一輛編寫的是“保護橫穿馬路行人”代碼的車子的。

采訪中，侯軍對于這個問題的回答則是寄希望于未來，他認為如果未來在車路協同基礎設施配套的情況下，如此“囚徒困境”會自然而然消解，現在不需要著急下結論。

政策法規面臨的挑戰

技術向前的趨勢不可阻擋，但它們能否上路又是另外一回事。因為這不僅牽涉安全，也涉及社會兼容性。

侯軍告訴《方圓》，現在國內自動駕駛車輛上路多數都需要各地行政機關的行政審批，比如，他們研發的“小魔駝”要上路，全部拿的都是紙質臨牌，順義區為無人車劃定了專用測試道路，也規范了合規運營的時間窗口，如此框架之下才會部署無人車隊。不僅如此，每個低速行駛的“小魔駝”后面，還需配備安全員。

希望通過立法來給無人駕駛汽車頒發鐵牌，這是所有行業人士的心聲。《方圓》了解到，深圳正在為智能網聯汽車上路立法。今年3月24日，深圳智能網聯汽車管理條例細則公布，無人駕駛有望在深合法上路。

深圳條例的頒布得益于特區的特殊立法權和改革試點的便利，但就全國而言，泰和泰（北京）律師事務所律師劉汝忠告訴《方圓》：“雖然自2017年起相關法規已允許自動駕駛汽車的道路測試與示范應用，但完全無人化的自動駕駛汽車仍面臨合法性難題，比如登記注冊難、運營收費難、責任認定難等問題，亟須修訂汽車和道路交通領域阻礙性的既有法律法規，為無人駕駛汽車建立新的監管框架。”

智能網聯汽車的感應器非常多，往往調教諸多感應器就需要耗費大量時間。（攝影/ 方圓記者 張哲）

“毫末智行”的無人駕駛科技公司研發的小魔駝。（攝影/ 方圓記者 張哲）

這是小魔盒1.0 硬件 ICU。（攝影/ 方圓記者 張哲）

百度公共政策研究院院長張麗君認為，首要的監管障礙是，《道路交通安全法》及相關條例僅允許依法取得了機動車駕駛證的有資格駕駛人駕駛機動車上路，自動駕駛系統尚不具有作為“合法駕駛人”的法律地位。

而在美歐等發達國家，自動駕駛系統已被賦予了合法地位，即自動駕駛系統可以取代人類駕駛員來執行所有動態駕駛任務。

“以美國為例，在駕駛員認定方面，佛羅里達州、內華達州和加利福尼亞州將啟動自動駕駛汽車的人確認為‘駕駛員，接受了汽車運行但駕駛者不在車內的情形，并且相對應地設立執照許可背書制度，類似于現有的汽車駕駛執照制度。內華達州法律確立了一項制度，明確自動駕駛汽車‘駕駛的權利是與駕照相關聯的。如果自動駕駛汽車導致了事故發生，無論駕駛員是否掌握了車輛的控制權，啟動汽車的人都被視為‘駕駛者，并且由駕駛者承擔法律責任。”

其次，事故責任的界定也會影響無人駕駛的發展進程。目前國內對于自動駕駛測試階段，按照現行的道路交通安全法來判定，由駕駛員（安全員）負責。但也有法律界人士提出疑慮，“L0—L2階段被認為是輔助駕駛，駕駛員是主導者，而L4和L5是以機器為主導的無人駕駛階段，責任相對明晰。而L3階段是一個尷尬的過渡階段，司機和機器都需要參與其中，難分責任”。

《深圳經濟特區智能網聯汽車管理條例（征求意見稿）》對于“事故及違章認定”可作參考。“配備駕駛人的智能網聯汽車發生交通違法行為的，由公安機關交通管理部門依法對駕駛人進行處罰;發生交通事故且智能網聯汽車一方負有責任的，該車輛的駕駛人應當承擔相應的損害賠償責任;因智能網聯汽車質量缺陷造成交通事故的，駕駛人依法承擔損害賠償責任后，可以向智能網聯汽車的生產者、銷售者追償。”

劉汝忠介紹了德國方面的經驗，“2017年5月12日，德國議會批準了《德國道路交通法》修正案，規定自2017年6月21日開始德國允許自動駕駛汽車上路，使得德國成為最早允許自動駕駛的少數幾個國家之一。值得注意的是，《修正案》并沒有改變德國法律下一般責任的分配原則。即便車輛處于自動駕駛模式，駕駛員和車主仍然要承擔責任。但是，若能證明駕駛員是合法地使用自動駕駛模式，則他們可以免于承擔責任。根據該修正案，自動駕駛汽車必須配備一個‘黑匣子，以確定在事故發生時控制車輛的究竟是駕駛員還是自動駕駛系統，這將有助于確定事故是否由車輛引起，從而決定德國產品責任相關法律是否適用”。

在生產者責任認定方面，百度公共政策研究院副院長長桂寧告訴《方圓》，“佛羅里達州的立法機構與華盛頓哥倫比亞特區認為，如果是自動化技術將人工智能引進到車輛上面，那么原始車輛制造商就不應該對此承擔責任。也就是說，如果他人在原本普通汽車上安裝了自動駕駛系統，則汽車的原始制造商與自動駕駛汽車導致交通事故之間不存在因果關系，對侵害結果不承擔責任”。

而對于如何賠償的問題，劉汝忠告訴《方圓》，“在英國，2017年2月22日，汽車技術和航空法案（‘VTA法案）為自動駕駛汽車引入了新的保險規定。根據該法案，自動駕駛汽車交通事故所造成的損失將主要由保險公司負責。VTA法案提出將強制性汽車保險的要求擴大至自動駕駛汽車的車主。這意味著，無論車輛是在駕駛員駕駛還是自動駕駛模式下，受害人都能夠通過保險獲得賠償。受害人對汽車保險公司有直接的求償權利，而保險公司則有權依據產品責任法等現行法律規定向責任方追償”。

據張麗君介紹，“美國佛羅里達州、內華達州和加利福尼亞州也都要求采用某種形式的保險、保證金、大額現金存款或自動駕駛汽車的自我保險證明，盡管各州立法的具體要求不相同，比如被保險的范圍，以及保險金是否用于測試和運營車輛。基本上，具體要求都是建立一個能為每一輛車所使用的資金池，當特定的自動駕駛汽車參與的事故發生時，這個基金就可以使用”。

最后，由于智能駕駛汽車對數據的依賴性很大，無人駕駛或輔助駕駛不僅需要大量外部數據，還需要大量的個人行駛數據，由此產生的數據產權、隱私保護問題都將是一個繞不開的話題。

比如近期特斯拉車主維權事件中，特拉斯對外公布了車輛事故發生前一分鐘的數據，就被車主家屬指責其侵犯個人隱私權，要求撤銷數據。由此引發人們對于數據產權界定、隱私保護問題的討論。

的確，在自動駕駛汽車語境之下，數據所蘊藏的價值是巨大的。誰擁有數據、誰能訪問數據、誰將處理這些數據，將是未來幾年企業和監管機構面臨的一個關鍵問題。

5月12日，國家互聯網信息辦公室發布《汽車數據安全管理若干規定（征求意見稿）》，這是我國首個汽車數據安全方面的管理規定，旨在將加強個人信息和重要數據保護，對數據全生命周期的安全管理進行框架設計。

由此也可見，在安全、技術問題解決后，還需要社會和法律的配套跟進，人類才能真正進入無人駕駛新時代。

（來源：百度自動駕駛技術運營部供圖）