關於無人駕駛前景你應該知道的幾件事

優步無人駕駛汽車載客服務的亮相,暗示自動駕駛量產化的腳步似乎近了,但事實上無人駕駛是自動駕駛的最高等級,現在還在技術爬坡路上。不過,誰更有未來,確實要看誰有更開放的心態去擁抱變化

《財經》記者 習楠 蔡婷貽/文

自動駕駛與消費者的距離似乎越來越近。

2016年9月19日,美國總統奧巴馬投書《匹茲堡郵報》,「去年35200人死在公路上,其中94%是由於人為錯誤和選擇……自動駕駛車輛有每年拯救幾萬人的潛力。更何況,目前我們有太多的年長者和殘障人士無法開車,自動駕駛車輛將能改變他們的生活。」此舉宣示了他的政府支持自動駕駛的立場。

  

隔日,聯邦政府交通部門就公布自動駕駛法規草案,為自動駕駛上路日程再推一步。

  

9月14日,四輛福特Fusion作為優步(Uber)公司無人駕駛汽車「首秀」,在美國賓夕法尼亞州匹茲堡市上路測試。該公司對外界表示,至少還有另外12輛無人駕駛汽車已經做好上路載客的準備。

  

當然也有與無人駕駛有關的事故爆出。最近一起發生在谷歌無人車上。據報道,美國當地時間9月23日,谷歌無人駕駛汽車在山景城發生車禍,一輛貨車從側面撞向谷歌無人駕駛原型車,幸運的是,當時安全氣囊已經打開,並沒有人員受傷。不過目擊者稱,這次事故中貨車司機應當負主要責任。自2014年9月到2015年11月,谷歌試駕出現過272次失誤、13次人未接手就發生事故的意外。今年,特斯拉的無人駕駛汽車也曾發生事故並導致駕駛員喪生。

  

其實,消費者經常將無人駕駛和自動駕駛相混淆。顧名思義,兩者最大的區別,一個叫無人,一個為自動,普通民眾可以這樣理解:某些功能處於自動化的,就可稱為自動駕駛。但要達到無人且安全駕駛的狀態,是更高難度的技術挑戰。

自動駕駛的五個等級

    

自動駕駛作為未來智能交通的發展趨勢,不僅在業內炙手可熱,也受到普通消費者的期待。但實現真正意義上的自動駕駛,首先要攻克的是感知技術上的層層難關,降低成本,同時探索商業發展路徑。

  

14日的試運行,使優步成為美國首個推出無人駕駛汽車載客的公司。據美聯社、新華社等媒體報道,每輛無人駕駛汽車均配有兩名工程師,其中一名工程師坐在駕駛員位置,隨時準備在道路狀況複雜的路段接手控制車輛,另外一名工程師坐在副駕駛位置,負責監控汽車的動態,乘客坐在後排座位。

  

由於兩名工程師坐在主、副駕駛位置上,反而比普通汽車還多出一名「駕駛員」,因此,至少從直觀上來看,這次測試與其說是「無人駕駛」,不如稱為「自動駕駛」。

  

無人駕駛和自動駕駛,細緻體會是有差異的。

  

中國科學院合肥物質科學研究院智能車輛技術研究中心副研究員王智靈介紹,業內普遍承認的分級方式來自於美國國家公路交通安全管理局(NHTSA)對自動駕駛功能的等級劃分,從0至4分為五個級別,國內外的車企均沿著這個級別劃分來發展無人駕駛技術。

  

0級沒有任何自動駕駛功能、技術,司機對汽車所有功能擁有絕對控制權;1級是向司機提供基本的技術性幫助,如自適應巡航控制系統、自動緊急制動等;2級是司機和汽車分享控制權,有自動巡航控制或車道保持功能,但司機必須隨時待命,以便在自動系統停止工作時馬上接管;3級是系統在某些條件下,可以完全負責整個車輛的操控,遇到緊急情況才需司機接管車輛;4級才是真正的無人駕駛,無需司機或乘客的干預或協助由出發地駛達目的地。

  

目前,所有車企都達到1級水平。部分車企達到2級水平,如保時捷研發的最新技術InnoDrive,與自適應巡航控制系統和衛星導航數據「合作」,可掃描前方3公里內的物體,並使汽車做出快速適應性調整。

  

一些車企正處於突破2級、尚未達到3級的狀態,如自動安全剎車、自動泊車等功能,這也是大部分傳統車企在無人駕駛領域的技術現狀。

  

地平線機器人創始人、CEO余凱告訴《財經》記者,相對於無人駕駛,他更多使用自動駕駛來稱呼目前汽車的智能化進程。「所謂自動駕駛也好、無人駕駛也好,大多還處於2級的階段,即便是高端輔助駕駛功能,也就是3級。」

  

優步剛剛測試上路的無人駕駛汽車,也算不上真正意義上的無人駕駛——他們計劃逐步將隨車的兩名工程師減少至一名,最終實現「純無人」駕駛。

  

特斯拉在全球範圍售出的Autopilot,因其宣傳策略而令人產生了該款車輛系無人駕駛汽車的錯覺。實際上該款車最多處於3級水平。從最初便潛心研究真正意義上的無人駕駛汽車的谷歌公司,現有技術也未能完全突破3級,達到4級水平。

感知技術突破是關鍵

      

如果將無人駕駛汽車比作人,可以如此理解它的關鍵模塊——感知模塊為眼睛,汽車依靠由攝像頭、雷達、GPS等一系列部件組成的感知模塊去感知路況;

  

中央決策模塊如大腦,包括路徑規劃、導航、信息融合和路徑跟蹤等,通過對由感知模塊搜集的信息進行整合、分析,作出自主駕駛、避障、超車等決策;

底層控制模塊似手腳,控制車輛行駛速度、角度,按照決策的路線安全行駛。

  

可見,與人手動駕駛汽車一樣,無人駕駛汽車所有關於路況信息的收集、路徑分析規劃、操控決策的制定,全部依賴於感知模塊這雙「眼睛」的視力。這也是目前全球範圍內無人駕駛技術向更高層級發展亟待突破的關鍵。

  

優步在匹茲堡的實驗駕駛上就面臨過橋和停紅綠燈的困難。「汽車需要像人一樣知道前面有沒有障礙物,障礙物是行人、車輛還是樹枝,它離車有多遠,它的方位、它的移動趨勢是怎樣的。然後,根據這些感知去做路徑規劃,使車避開這些障礙物,達到目的地;同時還要控制車順著規劃的路徑往前走。」余凱說,感知模塊已經不限於單純的「看」,「它一定是多種感測器融合的結果,如果僅僅是看,很可能無法應對惡劣天氣等極端路況」。

  

目前,最大的技術難點就是感知。美國杜克大學Mary Cummings教授介紹,「水霧和沙塵會影響光雷達感應器,分散或阻擋激光束,干擾攝像頭捕捉圖像的能力。」

  

特斯拉早前的一起交通事故,就是因為感知系統出了問題。以色列公司Mobileye的感知系統技術遙遙領先,特斯拉採用的就是該公司的感知系統。

  

感知系統並非在所有情況下都完美有效。「特斯拉採用的Mobileye技術,在高速路上比較有效。」余凱分析,「特斯拉在自動駕駛方面沒有清晰地告訴用戶這其實是一個輔助駕駛,並且下了高速路是不能用的。」

  

導致車輛感知困難的核心原因是不確定性。在現有技術條件下,如果車輛發生故障等緊急情況,至少需要1秒鐘的反應時間。

  

實際上切換這件事比想像的要複雜。在自動駕駛狀態下,人會變得注意力不集中,此時如果突然進行自動駕駛和人工駕駛的切換,反應會慢。「一定要把人和車的接管變得很清晰,讓這件事沒有疑義。」 余凱解釋,人跟機器的控制邊界要定義得很清晰,未來的產品要全面評估周圍駕駛環境的風險程度,大於某一個閾值的話就由人接管,這需要基於深度學習的方法。

  

維吉尼亞理工大學研究顯示,處於3級水平的無人駕駛汽車做出回應需要17秒,以時速105公里計算,汽車已經開出494米。

  

目前業界通常採用的是靜態感知,即感知當前時刻的情況。而自動駕駛一定要預測下面的幾秒鐘甚至更長時間裡會發生什麼,不然沒有提前量來保障行駛安全。這點困惑著研究人員。

  

「提高感知系統的性能,目前來看主要有兩條路徑,一種是讓方法變得更靈活,即通過技術攻關提高對不確定性情況或因素的智能感知水平;另一種是讓經驗變得更可靠,看到的東西越來越多,能處理的也越來越多,經驗豐富時就會判斷更準確,通過已經確定的信息不斷修正不確定的信息。」王智靈分析,這都有賴於深度學習的應用,而深度學習還沒有進入大量應用的階段。

  

無論無人駕駛,還是自動駕駛的應用都需格外謹慎。奧迪美國市場總裁Scott Keogh在《華爾街日報》撰文提醒說,「值得大家記住的是:裡面涵蓋了很多金屬……同時它以飛快的速度在移動著。」

谷歌和特斯拉代表兩種路徑

        

攻克感知系統的技術難題後,自動駕駛能迅速實現量產嗎?答案依然不確定。

  

成本,直接關係到車輛的銷售價格。

雷達是感知模塊中必不可少的部件之一。據稱,谷歌無人汽車目前使用的激光雷達售價高達8萬美元。

  

激光雷達,能夠依靠激光遇到障礙後的折返時間計算出物體與車體之間的相對距離,生成物體的3D輪廓,構建汽車周圍環境的高精度地圖,並可對周圍環境進行360度的掃描。

  

今年8月,美國福特公司宣布投資以激光雷達生產著稱的Velodyne公司。福特首席技術官拉什·奈爾(Raj Nair)表示:「我們將激光雷達視為關鍵。激光雷達具備強大的感測能力,可以作為雷達和攝像頭的有益補充。」

  

「激光雷達是目前能夠應用於無人車感測系統最精確的技術之一,它和其他感測裝置相配合,現今不可替代。」王智靈說。

  

並非所有企業都採用激光雷達。毫米波雷達加攝像頭,這樣的組合在業界也有很多擁躉。比如特斯拉CEO伊隆·馬斯克(Elon Musk)曾公開表示,毫米波雷達加攝像頭「完全可以替代激光雷達」。

  

毫米波雷達比激光雷達精度低、可視範圍的角度小,但毫米波雷達的成本遠低於激光雷達。王智靈介紹,目前在純無人駕駛領域,激光雷達使用較多,輔助駕駛領域則更多使用毫米波雷達。

  

不少車企像馬斯克那樣,選擇使用多個毫米波雷達或超聲波雷達的方式,對體積影響不大,但成本會大幅下降。

  

當然也有第三種選擇。激光雷達成本最貴的部分是機械旋轉部件,因此,固態激光雷達應運而生,它將原本可旋轉的部件替換成了電子設備,降低了成本,也減小了體積。媒體報道稱,美國新興激光雷達公司Quanergy開發的固態激光雷達,計劃2017年底量產,單個售價250美元。

  

不能旋轉的固態激光雷達水平視角小於180度,而一枚激光雷達能夠360度發射激光,因此,多個固態激光雷達組合使用,是常見的解決方案。

  

從這些細節可見,從感知,到演算法、規劃、控制、決策,技術仍在發展過程中。

  

如今,谷歌和特斯拉分別代表了無人駕駛的兩種不同的發展思路。

  

「最初,谷歌的無人駕駛汽車內是沒有方向盤的,但美國加州政府法律不允許,它又加上去了,這反映了它想一步做到無人駕駛的心態。」余凱說。

  

而特斯拉走了完全不同的路徑。「(特斯拉)首先把車作為一個產品,把它自己認為成熟了的東西一點點往上加,推送給客戶。」王智靈稱。

  

業內對於這兩種路徑的發展前景,普遍持觀望態度。如果單純以量產化來衡量,特斯拉走在了谷歌的前面,儘管它不是嚴格意義上的自動駕駛。

  

這兩家公司因基因不同,各有所長。車企對機械系統、安全和可靠性的理解更深,比如它會做充分測試,整個軟體的編程有嚴格規範,硬體也有各種嚴格標準;互聯網企業的優勢在於它的創新、在於軟體,劣勢在於對車本身的結構理解不夠深刻。

來自法規和市場的挑戰          

9月20日,美國聯邦政府列出15項要求,將自動駕駛上市提上日程。

根據草案,廠商需要展示無人駕駛是如何執行的,在失敗時如何應對;這些汽車如何被測試,所有研發無人駕駛的企業需要公開汽車表現評估,並讓執法部門和其他公司一起評估。

  

一些細節也有要求,如車主隱私方面,用車數據被搜集,製造商需告知車主,而車主有權拒絕;系統安全方面,無人駕駛車輛在軟體無法運作,將發生車禍等情況下如何回應;數據安全方面,廠商需保護系統安全,免於被黑客干擾;人為介入方面,製造商需考慮讓無人駕駛車具有與行人和其他路上車輛溝通的能力;偵測和回應方面,廠商需展示無人駕駛汽車如何應對倒下的樹木,或任何突然發生的意外事件等。該草案還要求提供消費者教育。

  

相關廠商對數據公開和分享表現出保留的態度。相關遊說和利益團體表示,他們將在草案徵求意見的60日期限內做出具體回應。美國交通部部長Fox稱,這些公司越透明,對它們自己越有利。美國政府將投入40億美元促進此新技術的商業化和應用,此計劃有待國會批准。

美國交通政策智庫Eno Center for Transportation 副執行長Paul Lewis對《財經》記者表示,汽車業者和高科技公司最擔心的問題是,目前汽車法規主要由州政府負責,這會變出50種規範,因此迫切需求聯邦級的統一標準。他認為,聯邦政府應該設立汽車表現評比標準。但他認為不需要統一地圖,因為統一地圖可能會製造更多問題,同時延遲研發的速度。

  

美國汽車協會調查顯示,75%的美國人對搭乘無人駕駛車感到恐懼。另一機構EverQuote調查顯示,81%的美國人相信自己駕車比搭乘無人駕駛車更安全。

  

以優步為首的出行企業,無疑在促進無人駕駛商業化中扮演著積極角色。優步選用補貼政策搶佔市場佔有率,最後導致自己和對手都流血不止。2016年上半年,優步在全球虧損12億美元,其中二季度虧損7.5億美元。紐約大學經濟學教授 Robert Saloman對《財經》記者指出,出行市場目前的經營模式可能是不可持續的,一旦停止補貼後,市場可能出現10家新公司,競爭將進入不同模式。

  

補貼政策給出行市場的可持續性帶來問號,無人駕駛因而可能成為優步的新目標。不過,Harry Campbell的觀點是,優步的目標是全物流公司,目前它已開啟如送餐和送貨服務。Harry原本為一名太空工程師,曾在業餘時間充當優步和其競爭對手Lyft的司機,現在全職分析出行行業。他認為無人駕駛的普及化是一個緩慢的過程,包括克服技術的困難、法令的通過,以及乘客由於駕駛意外產生的心理陰影。

  

優步在美國的主要對手Lyft,計劃在2021年將車輛調整為以無人駕駛為主。

  

優步在東南亞的最大競爭對手Grab近期也宣布使用創業公司nuTonomy開發的軟體。

nuTonomy於8月底首先在新加坡2.5平方英里內提供6輛無人駕駛計程車服務。

  

10月13日,奧巴馬政府將在匹茲堡舉辦第一屆白宮前沿會議,將同業界專家們進一步討論自動駕駛的上市之路。

無論如何,「誰會更有未來,應該看誰有更開放的心態去擁抱變化。」余凱說。

(本文首刊於2016年10月3日出版的《財經》雜誌)


推薦閱讀:

新基因編輯顯示出治療家族性ALS的前景
基因檢測項目前景
富有前景的硨磲
茅於軾:中國人的道德前景
瑪麗艷帶你進入美的世界 美的觀念與前景新

TAG:駕駛 | 無人駕駛 | 前景 | 知道 | 關於 |