真正自動(dòng)駕駛：或許是5年 或許是10年

　　最近又有從事哪些職業(yè)的人員將被機器所取代呢?其中一個(gè)備選答案是汽車(chē)司機——世界上最普遍的職業(yè)之一。傳統車(chē)企正在面臨一場(chǎng)主要由科技公司主導的以自動(dòng)駕駛技術(shù)為核心的產(chǎn)業(yè)革命，而與之相關(guān)的各類(lèi)媒體報道使得許多消費者產(chǎn)生了他們的下一輛汽車(chē)將是完全自動(dòng)駕駛的預期。

　　但是，仔細審視一下實(shí)現高級別自動(dòng)駕駛(SAELevel4及以上)所需的技術(shù)，就會(huì )了解到，真正實(shí)現并推廣該類(lèi)汽車(chē)需要花上比預期更長(cháng)的時(shí)間，或許是5年，或許是10年。

　　厘清此次技術(shù)革命的脈絡(luò )

　　對實(shí)現自動(dòng)駕駛汽車(chē)的首次嘗試主要集中在高級駕駛員輔助系統(AdvancedDriver AssistantSystems，ADAS)領(lǐng)域，屬于此類(lèi)的功能包括緊急制動(dòng)(Emergency Braking)，倒車(chē)攝像頭(Backup Camera)，自適應巡航控制(Adaptive Cruise Control)以及自動(dòng)泊車(chē)系統(Self-Parking System)等，這些技術(shù)一開(kāi)始最先應用在豪華車(chē)上。最終，產(chǎn)業(yè)的監管機構開(kāi)始要求在每輛汽車(chē)中都配置部分ADAS功能，這加速了其對大眾市場(chǎng)的滲透。截至到2016年，ADAS技術(shù)已經(jīng)形成了一個(gè)規模約為150億美元的市場(chǎng)。

　　在全球范圍內，ADAS系統(例如，夜視功能及車(chē)輛盲點(diǎn)探測)的出國量從2014年的9000萬(wàn)套增加到了2016年的約1.4億套，僅兩年時(shí)間規模就增長(cháng)了50%。其中，部分ADAS功能相比于其他功能更有吸引力，例如，從2014年到2016年，具有環(huán)視視角的停車(chē)系統(Surround-View Parking Systems)的普及率增長(cháng)超過(guò)了150%，而自適應前置照明系統(Adaptive Front-Lighting Systems)的數量在同一時(shí)間段內增加了約20%。

　　客戶(hù)的支付意愿和產(chǎn)品價(jià)格的下降都幫助了ADAS系統套件的普及。麥肯錫公司最近的一項調查發(fā)現，為了給汽車(chē)配置相應的ADAS功能，駕駛員將平均多花費500 ~2500美元。盡管起初ADAS功能只在豪華車(chē)上配置，但目前許多汽車(chē)制造商可以在售價(jià)20000美元級別的汽車(chē)上配置相同的ADAS功能。許多高端汽車(chē)不僅在高速公路條件下能自動(dòng)轉彎(即橫向控制)、加速及制動(dòng)(即縱向控制)，而且還能采取相應的行動(dòng)避免車(chē)輛發(fā)生碰撞。一些在有限距離的固定線(xiàn)路上行駛的商用乘用車(chē)(如短駁車(chē))甚至可以將自己停入空間極為緊湊的停車(chē)位。

　　但是，雖然ADAS已經(jīng)取得長(cháng)足的進(jìn)展，但整個(gè)行業(yè)還沒(méi)有確定半自動(dòng)駕駛汽車(chē)(如SAE Level3車(chē)輛)的最佳技術(shù)原型，因此目前仍處于測試-改進(jìn)模式(test-and-refine mode)。截至到目前為止，共出現了3種技術(shù)路線(xiàn)：

　　以攝像頭(Camera Systems)為主，毫米波雷達為輔;

　　以毫米波雷達(Radar)為主，攝像頭為輔;

　　混合路線(xiàn)，即把激光雷達、毫米波雷達、攝像頭等硬件以及傳感器融合算法相結合，以實(shí)現對環(huán)境更細致的理解。

　　實(shí)現上述技術(shù)路線(xiàn)的成本各不相同，其中“混合路線(xiàn)”最為昂貴。截至到目前為止，上述3種技術(shù)路線(xiàn)之間尚未決出勝負，每個(gè)系統都有其優(yōu)缺點(diǎn)，例如，“以毫米波雷達為主”的方法可以在高速公路場(chǎng)景下運行良好，該場(chǎng)景中的交通流量相對而言較易預測且對環(huán)境進(jìn)行測繪的精度要求并不高。另一方面，“混合路線(xiàn)”的方法在人口稠密的城市地區能夠更好地工作，在該場(chǎng)景下，精確的測繪可以幫助汽車(chē)能沿狹窄的街道行駛，識別出體積較小的但影響行駛安全的物體。

　　解決自動(dòng)駕駛汽車(chē)技術(shù)中的難題

　　自動(dòng)駕駛汽車(chē)無(wú)疑將開(kāi)啟了交通運輸行業(yè)的新時(shí)代，但整個(gè)行業(yè)尚需解決一些技術(shù)難題，方可真正實(shí)現能夠商業(yè)化的自動(dòng)駕駛技術(shù)。我們已經(jīng)看到，ADAS功能可以減輕駕駛負擔，并使駕駛的過(guò)程變得更安全。但在某些情況下，該技術(shù)也會(huì )引發(fā)新的問(wèn)題，例如，人類(lèi)過(guò)分信任或依賴(lài)這些新系統。這并不是一個(gè)新現象，當安全氣囊成在20世紀90年代為汽車(chē)的標配時(shí)，一些駕駛員和乘客將此作為自己可以不佩戴安全帶的理由，顯然這種錯誤的觀(guān)念將導致額外傷亡事件的發(fā)生。

　　與之相類(lèi)似，ADAS功能的標配化會(huì )使駕駛員在工況超出ADAS處理能力的情況仍然盲目依靠它。例如，自適應巡航控制技術(shù)在汽車(chē)直接跟隨另一輛行駛中的汽車(chē)時(shí)能夠運行良好，但它通常不能發(fā)現靜止的物體。不幸的是，現實(shí)生活中的情況以及受控實(shí)驗都表明，對自動(dòng)化過(guò)于信任的駕駛員最終會(huì )以撞上靜止的汽車(chē)或其他物體而告終。ADAS目前可實(shí)現的功能有限，而這正是許多早期用戶(hù)所沒(méi)有真正領(lǐng)會(huì )理解到的。

　　此外，還有一些因素會(huì )導致安全難題。2015年，在美國，駕駛傳統汽車(chē)(即SAELevel0)的司機因開(kāi)車(chē)時(shí)分心而引發(fā)的交通事故造成了近3500人死亡，39萬(wàn)余人受傷。不幸的是，據專(zhuān)家預計，在引入具有某種級別自動(dòng)駕駛功能但仍要求人類(lèi)駕駛員隨時(shí)接管車(chē)輛控制權以防止事故發(fā)生(注：即該自動(dòng)駕駛系統仍然無(wú)法完全取代人類(lèi)駕駛員，應該指SAELevel3及以下的自動(dòng)駕駛水平)的汽車(chē)之后，一開(kāi)始車(chē)禍發(fā)生的數量并不會(huì )顯著(zhù)下降。

　　安全專(zhuān)家擔心，半自動(dòng)駕駛汽車(chē)的駕駛員可能會(huì )在自動(dòng)駕駛模式下進(jìn)行閱讀或發(fā)短信等活動(dòng)，從而在被要求接管汽車(chē)控制權的瞬間會(huì )缺乏對環(huán)境必要的感知。隨著(zhù)駕駛員又再次操控汽車(chē)，他們必須立即評估周?chē)h(huán)境、確定車(chē)輛在其中的位置、分析其所面臨的危險狀況并選定一個(gè)安全的行動(dòng)方案。而當車(chē)速達到65英里/小時(shí)(約合104公里/小時(shí))時(shí)，汽車(chē)只需不到4秒的時(shí)間便可駛過(guò)相當于標準足球場(chǎng)長(cháng)度的距離，且駕駛員將控制權交給汽車(chē)的時(shí)間越長(cháng)，再次進(jìn)入駕車(chē)狀態(tài)的過(guò)程也會(huì )越長(cháng)。因此，汽車(chē)制造商必須開(kāi)發(fā)更好的人機界面，以確保新技術(shù)將挽救更多的生命而不是引發(fā)更多的事故。

　　我們在其他場(chǎng)合也遇到過(guò)類(lèi)似的問(wèn)題：2009年，因為飛行員在客機處于自動(dòng)駕駛模式下飛行時(shí)沒(méi)有及時(shí)接管控制權，致使該航班飛機駛過(guò)了其目的地機場(chǎng)約150英里才被發(fā)現。對于半自動(dòng)駕駛汽車(chē)而言，“空域”(對應于汽車(chē)行駛的“地面”)將變得更加擁擠，“飛行員”(對應于操控汽車(chē)的“駕駛員”)的訓練狀況也較差。因此，對于全神貫注于做其它事情的駕駛員而言，汽車(chē)在自動(dòng)駕駛模式下運行時(shí)間過(guò)長(cháng)會(huì )變得更加危險。

　　向全自動(dòng)駕駛演進(jìn)

　　在接下來(lái)的5年中，可能會(huì )出現屬于SAELevel4級別的自動(dòng)駕駛汽車(chē)，該類(lèi)汽車(chē)能夠在特定場(chǎng)景下完成所有原本需要人類(lèi)駕駛員完成的駕駛任務(wù)，期間并不需要人類(lèi)駕駛員的干預。雖然此技術(shù)已經(jīng)能夠在有限場(chǎng)景下以將來(lái)正常工作的狀態(tài)進(jìn)行測試，但真正驗證該系統的性能可能仍然需要花費數年時(shí)間，因為系統必須進(jìn)行大量測試以求得能夠暴露于罕見(jiàn)場(chǎng)景(注：即機器學(xué)習中所謂的“Edge Cases”)中的機會(huì )，并采取應對措施將其剔除。此外，工程師還需要實(shí)現與保證系統可靠性及安全性方面的目標。起初的時(shí)候，公司通常會(huì )將系統設計成能夠在特定地理區域內的特定應用場(chǎng)景中可靠運行，即所謂的設定“地理柵欄”(Geofence)。另外一個(gè)先決條件是，在調整系統以確保能在特定場(chǎng)景中成功運行之后，當“地理柵欄”擴展到涵蓋更廣泛的應用場(chǎng)景和更大面積的地理區域時(shí)，亦需進(jìn)行相應的額外調整。

　　實(shí)現SAELevel4及SAELevel5的難點(diǎn)在于需要在任何環(huán)境下且在沒(méi)有任何限制的條件下安全地操控汽車(chē)，例如，需要在沒(méi)有繪制過(guò)地圖的地區或者沒(méi)有車(chē)道線(xiàn)及重要基礎設施和環(huán)境特征的道路上行駛。因此，由于工程師必須要覆蓋和測試的應用場(chǎng)景(Use Cases)數量呈指數級增長(cháng)，建立一個(gè)可在(大部分)無(wú)限制環(huán)境中運行的系統將需要花費更多的精力。例如，在沒(méi)有車(chē)道標記或車(chē)輛行駛在未鋪設石板/柏油的道路上，系統必須能夠判斷出哪些區域是可行駛區域。這是一個(gè)困難的計算機視覺(jué)技術(shù)問(wèn)題，特別是如果路面與周?chē)h(huán)境沒(méi)有顯著(zhù)差異時(shí)，例如道路被大雪所覆蓋時(shí)間。

　　實(shí)現全自動(dòng)駕駛可能需要花費10年以上的時(shí)間

　　鑒于目前的發(fā)展趨勢，未來(lái)10年內完全自動(dòng)駕駛汽車(chē)(SAELevel4及以上級別)將難以真正實(shí)現，其中主要的障礙在于開(kāi)發(fā)滿(mǎn)足SAELevel4及以上級別要求的軟件。雖然硬件方面的技術(shù)創(chuàng )新能夠提供所需的計算能力，而且價(jià)格(特別是傳感器)會(huì )下降(注：由于反摩爾定律的作用)，但軟件仍將是關(guān)鍵的技術(shù)瓶頸。

　　事實(shí)上，硬件的性能已經(jīng)接近達到使高度優(yōu)化后的自動(dòng)駕駛汽車(chē)軟件(Well-Optimized AV Software)順暢運行所需的水平，目前的技術(shù)應該能夠很快達到自動(dòng)駕駛汽車(chē)所需的計算能力，不論是圖形處理器(Graphics Processing Units，GPU)還是中央處理器。

　　目前攝像頭已經(jīng)能夠滿(mǎn)足測試距離、分辨率和視場(chǎng)等方面的性能要求，但在惡劣天氣條件下也面臨顯著(zhù)的局限性。毫米波雷達在技術(shù)上已經(jīng)準備就緒，它是惡劣天氣及路況條件下進(jìn)行探測的最佳選項。提供最佳視場(chǎng)的是激光雷達，它可以極高的精度探測車(chē)輛周?chē)?60度內的環(huán)境狀況。雖然目前市場(chǎng)上出售的激光雷達的價(jià)格還非常昂貴，但一些商業(yè)上可行的小型廉價(jià)產(chǎn)品應該會(huì )在未來(lái)一兩年內進(jìn)入市場(chǎng)。幾家高科技公司聲稱(chēng)可將激光雷達的成本降低到500美元以下，另一家公司已經(jīng)推出了一種售價(jià)約為10000美元的能夠實(shí)現完全自動(dòng)駕駛的系統(大約有十幾個(gè)傳感器)。從商業(yè)化的角度來(lái)看，企業(yè)需要了解SAELevel5汽車(chē)所需的最佳的傳感器數量，以控制整車(chē)的成本。(注：例如，以色列固態(tài)激光雷達創(chuàng )業(yè)公司Innoviz在5月23日剛剛推出的固態(tài)激光雷達產(chǎn)品InnovizPro的售價(jià)將低于7000美元)

　　令人頭疼的軟件方面的問(wèn)題仍然存在

　　開(kāi)發(fā)出與自動(dòng)駕駛汽車(chē)硬件所具備的全部潛力相配且能充分利用之的軟件仍然需要較長(cháng)時(shí)間，鑒于問(wèn)題的復雜性和目前以科研為導向的屬性，工程開(kāi)發(fā)方面的時(shí)間進(jìn)度表基本已處于停滯狀態(tài)。

　　一個(gè)關(guān)鍵的問(wèn)題是，自動(dòng)駕駛汽車(chē)必須在道路上有其他自動(dòng)駕駛汽車(chē)以及人類(lèi)駕駛員的情形下，學(xué)習如何與之協(xié)商駕駛方式(注： ChrisUrmson在4月份CMU的講座中也指出這是一個(gè)令人頭疼的博弈難題)。此外，使用易出錯的GPS傳感器來(lái)對車(chē)輛進(jìn)行高精度定位是另一個(gè)待解決的復雜問(wèn)題。解決上述難題不僅需要大量的前期研發(fā)，而且還需要經(jīng)過(guò)長(cháng)時(shí)間的測試和驗證。

　　3種類(lèi)型的問(wèn)題更具體地說(shuō)明了軟件問(wèn)題。首先是物體分析(Object Analysis)，即探測到物體并理解它們所代表的含義，對自動(dòng)駕駛汽車(chē)至關(guān)重要。例如，該系統應該以不同的方式處理靜止停放的摩托車(chē)和在路邊騎自行車(chē)的人。因此，必須在物體分析階段就捕捉到兩者之間關(guān)鍵性的差異。