本刊訊 坐在擁有自動駕駛功能的轎車里，就可以開啟一段美妙的旅程。在輕松的音樂聲中，邊喝咖啡邊欣賞沿途的美景不再是奢望，甚至還可以將前排座椅旋轉，和朋友家人共同享受輕松時光。自動駕駛在解放駕駛者的同時，也為不會開車的人帶來更多可能。

汽車制造和貿易商學會的最新研究顯示，未來有60%的出行困難群眾能享受到自動駕駛汽車帶來的出行便利。這類人群中，有一半人想借助自動駕駛汽車拓展自己的業余愛好，到餐廳品嘗各種美食。

描摹的美景仿佛就在眼前，但把命交給自動駕駛，你敢嗎?

撥云見日：自動駕駛發展真實水平

一位50歲左右，從事機械方面工作的劉先生深信：越簡單原始的結構越不容易壞，基本上經常出問題的都是高科技的東西，相比自動駕駛，他更相信30年來一直保持無重大事故記錄的自己。

誠然，拋開安全性的自動駕駛都是“耍流氓”。

隨著5G時代的到來，人工智能的快速發展，中國似乎迎來自動駕駛發展的“黃金時期”。但撥開各種車企、媒體的宣傳迷霧后，中國的自動駕駛究竟處于什么水平?

為了更好地定義“自動駕駛”，美國汽車工程師學會SAE(成立于1905年，是國際上最大的汽車工程學術組織)推出了一套分級系統。Level1-輔助駕駛、Level2-部分自動駕駛、Level3-有條件自動駕駛、Level4-高度自動駕駛和Level5-完全自動駕駛(無人駕駛)。

Level1，指的是搭載自適應巡航、車道保持和自動剎車等功能(上世紀90年代就出現了)的車型。在這一級別下，駕駛員依然要為車輛的行駛狀態負全責。到了Level2，系統已經可以控制油門、轉向和剎車的控制。當然，Level2系統現在還只能玩轉高速或停車場，應付不了復雜的城市道路。需要注意的是，即使將控制權讓渡給系統，駕駛員也得時刻關注車輛的行駛情況，一旦出現狀況，隨時準備接管方向盤，特斯拉的自動輔助駕駛系統Autopilot就是Level2。按照某些車企的規劃，Level3和Level4車型最早2021年就能面世。這兩種級別的系統可以分別實現“有條件的”和“高度”自動駕駛。不過，Level3還是需要駕駛員集中精神，因為他們還有接管車輛控制的責任。到了Level4，車輛就能獨立完成駕駛任務，但怕惡劣天氣。Level5是真正的全自動駕駛。持積極態度的人認為：我們最快2025年就能體驗到。但也有人認為，Level5帶來的挑戰過于艱巨，它的落地至少要等待10年之后，甚至永遠無法實現。一旦實現，車輛就能在所有狀況下運行，駕駛員無需再做任何命令輸入。同時，車輛與車輛、車輛與基礎設施之間還能互通有無，方便它們做出最優選擇。

從全球范圍來看，Level1、Level2級別的自動駕駛汽車已經實現了大規模量產，但想要實現完全自動駕駛，真正推動無人駕駛商用化落地，可謂山高水長!

“自動駕駛的安全性測試需要行駛至少2.5億英里。”江淮汽車智能網聯汽車研究院自動駕駛設計部技術副總監吳瓊引用了業界專家的數據，“高效的仿真測試是自動駕駛達到這一目標的必經之路。”

從目前已知的信息來看，美國Waymo公司已經實現了Level4級別的無人駕駛，在現實世界中路測了1000萬英里，在模擬世界中測試了100多億公里。但1000萬英里距離2.5億英里顯然還有很遠距離。

哥倫比亞大學人工智能實驗室主任胡迪·利普森在其2017年出版的《無人駕駛》一書中提出，只要無人駕駛汽車的安全記錄能夠超過人類駕駛員的平均水平，那它就是足以“造福人類”的。

統計數據顯示，每20萬英里，人類駕駛員就會出現一次非致命性碰撞，那么只要無人駕駛技術在安全性上優于人類駕駛員，就可以了。

美國車輛一年總行駛歷程約為4.8萬億公里，據此可以推算出平均每200萬公里會發生一例受傷事故，每1.47億公里會發生一例死亡事故。

而現在在全球范圍內，僅有Waymo一家的自動駕駛技術能夠達到與人類駕駛事故率不相上下的水平。換句話說，除此之外的絕大多數自動駕駛公司，其提供的自動駕駛技術安全性目前仍低于人類。

突遇寒冰：自動駕駛熱開始降溫

2018年3月的某個夜晚，美國亞利桑那州馬里科帕縣坦佩市，一輛搭載優步(Uber)自動駕駛系統的沃爾沃XC90正以每小時43英里的速度行駛。

街道燈光昏暗，一名行人正橫穿馬路，此刻她完全沒有想過，不遠處正行駛的自動駕駛汽車，會威脅到生命：車撞了上來，猝不及防。盡管當時車上有一名安全員，也難以挽回悲劇。

時隔將近兩年，全球第一例，也是目前為止唯一一例自動駕駛車禍原因正式確認。根據美國國家運輸安全委員會(NTSB)調查的文件顯示，優步的自動駕駛汽車在發生撞擊前5.6秒鐘就檢測到了行人，但將其錯誤的歸類為其他物體，換句話說，自動駕駛沒有識別出行人在指定人行橫道以外的地方過馬路的情況。此后系統對物體的分類發生了混亂，在“汽車”和“其他”之間搖擺不定，浪費了大量寶貴時間，車輛也因此沒有及時剎車，加之當時車上的安全員正在觀看電視節目，并未采取措施，最終導致事故發生。

NTSB報告還指出，造成事故的關鍵問題是，軟件無法正確預測受害者的類別和運動軌跡。如果系統可以及早正確地識別出前方物體是行人，就可能會大幅放慢速度，或者設法繞開避讓。

但是優步的汽車沒有預料到這起碰撞，系統在很長一段時間里把行人當做是某個未知的物體，認為她并不妨礙行駛。

優步自動駕駛汽車在識別到行人后1秒才開始制動，此時距離碰撞只有0.2秒，事故已經無法避免。自動駕駛系統之所以行動如此遲緩，是因為優步認為緊急制動系統會造成車輛的不穩定，所以關閉了該系統。

通常來說，在碰撞前1.3秒，自動駕駛系統需要開啟緊急制動來緩解碰撞，盡早提醒安全員進行干預并采取行動，以減少車輛不穩定行為的可能性，但為了更好控制自動駕駛系統，優步直接放棄了使用緊急制動系統，足以看出優步在推出自動駕駛方面的激進。

如果優步從一開始就選擇開啟緊急制動系統，那么類似的悲劇則很有可能不會發生。

這稱得上自動駕駛短暫發展史上的一個里程碑式事件，將為此后如何避免此類事故的發生提供前車之鑒。

此次事故也引發了人們對新興自動駕駛汽車行業的重大安全擔憂，在商業化進程中如火如荼的自動駕駛也開始降溫，安全問題仍在每一步擴張的過程中給車企帶來壓力。

任何一個新事物、新技術，通常先迅速發展上升，到達巔峰后下降。下降原因在于：當人們對一件事情越來越了解后，會發現還有更多未知的事情，所謂開始“回歸理性”。

自動駕駛技術怎么做才是最安全的?

美國國家公路交通安全管理局(NHTSA)曾考慮各種新方案，以測試無人駕駛汽車的安全性。自動駕駛網關一度被認為是一個安全可靠的實現方法。

這種遠程控制和我們玩賽模擬器大致相似，通過互聯網將正在行駛道路行駛的車輛的各項參數同步到遠程的模擬器，在需要時，安全員可以通過遠程平臺無縫接管車輛。

但問題同樣存在：自動駕駛網關如果被突破，線控底盤的參數就一并被掌控，這時道路上行駛的自動駕駛車輛就像是我們手中的遙控玩具，后果不想而知。

其實技術研發只是橫在路上的一座大山，政府肩上的擔子也不輕。

在自動駕駛汽車商業化落地之前，政府要完成復雜的法律重構，有些我們熟悉的法律法規甚至要推倒重建。而最讓大家關心的還是責任劃分問題。

實現自動駕駛后，如果出了事故，是乘客還是廠商的過失?另外，駕校與駕照這些名詞會徹底作古嗎?從現在的情況來看，自動駕駛技術在法律上最難解決的問題是保險，因為這牽扯到責任劃分。一旦出現事故，到底該誰負責?英國11家主要保險公司就針對該問題草擬了一個解決方案。在他們看來，第一種可行方案就是讓現有強制道路交通保險一并承擔產品責任，如果因為軟件故障造成事故，就能保障制造商的利益。不過，類似沃爾沃這樣的廠商有自己的想法，它準備為自動駕駛汽車提供全新形式的保險。無論如何，政府和汽車行業的主要目標都是方便乘客索賠，而不是讓保險公司轉嫁責任。在政府看來，高度自動駕駛與全自動駕駛絕對是涇渭分明的兩個事物。對于前者，駕照依然是必備證件。至于后者，就要對法律進行改動。

除此，自動駕駛汽車的設計初衷就是為了減少人類失誤造成的事故，但根據英國上議院科學技術委員會的研究發現，在遇到急剎車時，自動駕駛車輛上的駕駛員反應速度比非自動駕駛狀態下慢了6倍。顯然，這些有了好助手的駕駛員“飄了”，他們對技術過于自信反而會讓駕駛員能力退化。

2017年，英國上議院科學技術委員會就曾發布報告討論過這一問題。

當時，最令其糾結的是Level3自動駕駛，這個級別的系統確實有能力完全控制車輛，但一旦遭遇緊急情況還得駕駛員出面接管，而此時駕駛員的反應速度簡直慢的令人咋舌。也就是說，Level3帶給你的那些“自由”反而會將駕駛員推向危險的深淵。在苦練內功的同時，自動駕駛汽車也需要周邊環境的支持。雷達、攝像頭和激光雷達三大金剛能幫助車輛看世界，但復雜的周邊駕駛環境帶來的變量意味著車輛必須有更為強大的算力。因此，未來自動駕駛汽車效用的高低可能得看基礎設施的質量以及駕駛環境的標準化程度。

長尾效應：美好愿景與骨感現實

在談及“自動駕駛寒冬”這一說法時，法雷奧中國首席技術官顧劍民博士并不完全認同：“真正的冬天是公司倒閉、失業率上升，而目前看來自動駕駛還是正常范圍內的重新審視，只是行業回調”。在顧劍民眼中，“這不是偶然現象，否定之否定，螺旋式上升，是人認知自動駕駛的正常過程。”十年間，自動駕駛不斷演進而帶來的安全和便利，是“喜”。但同時也有優步自動駕駛車輛在公共道路上測試驗證時的第一起意外死亡事件的不幸。自動駕駛是否是個泡沫、自動駕駛商業盈利模式如何實現，市場能否接受，仍是業內玩家擔憂之處。

有部分行業內人士認為，只要自動駕駛的測試里程達到一個量級，并且在相應的里程范圍內，自動駕駛的事故概率低于人類駕駛，那么自動駕駛就能達到真正意義上商用的臨界點。

發展自動駕駛技術的一個理由是，自動駕駛比人類駕駛更優的安全性。當道路上跑的車輛都是自動駕駛車輛的時候，因為所有的車輛都會非常遵守規則，整個交通從而都會是安全的。

但同樣，對于自動駕駛領域來說，把自動駕駛打造成量產，賣向終端消費者，安全是繞不開的坎，是整個行業需要考慮的問題。而且，首要考慮的是，要如何證明自動駕駛比人類駕駛更安全。

“我們花了大約10%的時間和精力，輕松實現了90%功能，但是接下來我們要花上90%，甚至更多的時間和精力，去實現剩下10%的功能，這是自動駕駛領域的現狀。”如博世汽車蘇州有限公司高級經理黃羅毅黃羅毅所說，這剩下需要用90%的精力去解決10%的問題，正是自動駕駛的安全問題。

為了解決這個棘手問題，除了車“到位”，路也需要適配。單車智能發展到一個瓶頸之后，不少企業著手從車路協同尋求突破。

在過去的幾年里，中美一直是自動駕駛發展的焦點區域。在一開始，中國也走了一條與美國相似的路線——強調單車智能，傾向于把所有的運算負荷和感知負荷都放在車上解決。

但從去年下半年，整個單車智能熱度下降，行業開始慢慢意識到：讓車不需要任何外力就能實現相對安全的自動駕駛，這在實踐中非常難做到，車路協同或許會是另一個答案。

“路和車逐漸在往一起靠，許多企業開始建車路協同研究院，許多相關的主題會議上，參與的企業類型多了，比如路的設計單位、建設單位都開始參與進來。”四維圖新車路協同研究院產品經理孫偉描述這一年感受到的行業變化。

在車路協同領域工作多年的龐宏亮表示，“無論政府的各部委來去推動建示范區也好，推動車路協同發展也好，它的落地點無外乎就是要解決我們交通的問題：一個是擁堵，一個是安全。比如在高速公路上，一般高速公路主要的事故是碰撞，二次碰撞也非常普遍，占了20~40%左右，高速管理局就可以利用車路協同技術進行提前廣播，避免交通事故發生。”

自動駕駛越來越像一場馬拉松，越跑到后面越困難。這條路依然漫長，但仍有人在繼續走，在終點，也仍有人等著迎接這場馬拉松的勝利者，畢竟，完全自動駕駛的實現意味著對人類出行安全的極大保障。

為保障駕駛安全而生的自動駕駛，目前階段反而并不安全，因為人們對自動駕駛的認知產生了偏差：他們將自動駕駛的明天，當作了自動駕駛的今天。

對于要將自己未來的出行安全交給自動駕駛的人來說，對于車禍原因的調查則比車禍本身更加重要。但面對安全問題，企業還是應該腳步放慢一點、對待問題仔細一點、解決問題更耐心一點。

“倒啤酒時，首先出來的是泡沫，這并不奇怪。”

這是顧劍民的觀點。“最近的自動駕駛不一定都是泡沫，當人們客觀地解讀自動駕駛近期出現的轉折，反而對今后自動駕駛的健康發展和成熟落地提供一定幫助。”

“如果從傳統動力，即汽油機更新層面看，從一百多年前到今天為止這項技術仍在不斷變化中。”顧劍民以此描繪未來：自動駕駛有開始，但并沒有一個結束的時間表，換句話說，當L5級自動駕駛實現時，我們就到此結束了，這種事情很難甚至不可能發生。

“未來的汽車場景將是圍繞著為顧客提供更安全更舒適的車內駕乘體驗展開，這是一個循序漸進且有客觀規律可循的過程，沒有結束或實現的時間表，因為我們永遠行進在汽車技術變革的路途中。”(韓夢宵)

(新媒體責編：zfy2019)