三问自动驾驶

郑劼

安全、量产、车路协同成为自动驾驶的三大难题，究竟什么才是最优解？

对于汽车产业来说，智能化宛如皇冠上的明珠，加速推动着新旧动能的转化，市场潜力不断扩张。据浪潮集团高级副总裁王虹莉预测，2019年全年，全球自动驾驶市场机会将达到300亿元之多。而在未来两年以内，四分之一的车辆将实现联网，自动驾驶及相关产业规模也将远远超越云计算、大数据等当前热门行业。

兴奋的同时也有隐忧，丰富的市场蛋糕之下，对于路线、技术、基础设施建设的挑战同样巨大。在近日中国工程院主办、浪潮集团承办的中国人工智能计算大会上，来自交通运输部、吉利、广汽、图森未来、禾多科技、英伟达等相关部委及整车厂商、配套供应商齐聚一堂，出谋划策。

安全是首要前提？

过去几年间，随着越来越多的自动驾驶厂商进入实地测试阶段，自动驾驶的安全问题越发引人关注。而就在8月，有消息称，美国国家公路交通安全管理局（NHTSA）正准备对特斯拉的Autopilot展开调查，原因是其自动驾驶系统事故频出。

来自政府部门的质疑将特斯拉推向了风口浪尖，也值得其他自动驾驶从业者关注和反思。有许多业内人士对此表示，在自动驾驶技术尚未成熟时，把试错成本推给消费者来承担是不公允的。

“从汽车诞生到现在，安全是始终如一的话题。对于自动驾驶而言，真正的挑战也是安全，我认为，不以安全为前提的自动驾驶开发都是耍流氓。”有不愿具名的整车制造商智能驾驶研发负责人对此直言不讳。

他认为，安全不应该停留在纸面上，而应该落实到每一个产品开发的细节之上。他介绍，吉利汽车从2017年开始开发Level3自动驾驶，截至目前为期两年的研发过程中，80%的艰难决定都与功能安全相关。相反，很多车企选择开发自动驾驶技术，但却一味地追求技术上的突破，并没有将乘客安全真正落到实处。

“自动驾驶安全性要求到底有多高？坦白说目前行业内并没有一个统一的限值，但有一个说法是99.9999999%，小数点后7个9，意味着无限接近满分。”禾多科技市场总监刘婧认为，对自动驾驶安全性的要求必须远高于对人类驾驶员的要求，只有这样，人们才能真正对自动驾驶系统放心，自动驾驶技术才有可能真正落地应用。

怎样才能研发足够安全的自动驾驶系统？在刘婧看来，量产前的测试环节至关重要。测试可以分成两种情况，一种是真实道路上进行大规模路测，另外一种是在基于真实数据的模拟环境中的测试。自动驾驶系统需要经过海量测试，以确保能安全应对各种极端场景。

“海量不只强调量，也强调隐藏在量背后的质。只有使用符合要求的硬件和软件配置去进行测试，得到的测试结果才是有价值的。”刘婧补充道，“以禾多科技自身为例，我们的高速公路自动驾驶系统HoloPilot在大规模测试阶段时，采用了可量产的传感器，例如摄像头、毫米波雷达、超声波雷达等，符合车规的域控制器以及与之相匹配的多传感器融合的算法，以及与之相匹配的多传感器融合的算法方案，以实现整个系统的冗余、安全、稳定，与量产需求无缝对接。”

谁将抢先上路？

放眼整个汽车行业，无论是乘用车市场还是商用车市场，自动驾驶技术都已经如雨后春笋般蓬勃而起，大有烈火燎原之势。但，乘商市场各有千秋，谁将抢先上马自动驾驶技术？

在图森未来无人驾驶行业研究总监郑方丹看来，无论是从技术实现还是商业运营角度分析，卡车货运自动驾驶都将率先实现商业化。

从技术角度来看，卡车主要在高速公路行驶，更多面临的是结构化的道路，这种道路拥有车道线清晰、几何特征明显、交通参与者少、没有对向来车和行人闯入等诸多特点，背景环境相对单一，不确定性和不可预见性相对较低，与城市道路相比更加适合自动驾驶技术发挥作用。

从商业运营角度来看，货物运输比人员运输更加简单明确，只有高效和安全两大需求，对舒适性和娱乐性的需求低，不需要再自动驾驶系统上再额外叠加其他服务。

为了佐证这一观点，郑方丹特意展示了一组数据，数据显示，在响应时间、基础制动频率、横向控制精度以及燃油消耗等四个方面，电子司机的表现远远优于人类司机，不仅可以极大节省燃油消耗，还能有效提升運输效率。

“也正是因为如此，我们希望能够通过无人驾驶技术，无缝连接城市里的各大物流枢纽，并且持续的能够向周边地区进行辐射和影响，从而推广和打造完整的智慧物流蓝图。”据了解，目前，图森已经拥有了全球最大规模的自动驾驶卡车专业研发团队和卡车车队，并完成了全球最长距离的自动驾驶卡车实测里程，图森未来自动驾驶卡车商业化速度全球领先。

广汽蔚来高级技术总监兼产品总监朱赛春的观点与郑方丹有异曲同工之处：“首先能落地自动驾驶的一定是在封闭、结构化道路行驶的专用车辆。其次是像Waymo自动驾驶出租车这样的商用载客车辆，因为它也是用高精地图配合标准化的城市路况。最难的当属私家车，因为它是全工况、全场景的，不受制约。”

他同时表示，受国内交通环境复杂、驾驶习惯不一等因素影响，国内落地自动驾驶的难度会比国外更大。主机厂谈论Level4、Level5尚且过早，专注Level3及以下的高级辅助驾驶应用场景开发才是当下务实之举。人工智能技术让人们在驾驶过程中解放双脚双手以至于解放双眼，这样不仅仅提高了驾驶体验，而且解放了人类的驾驶时间，可以在旅途中娱乐、办公甚至消费，来享受快乐旅途时光。

“据我所知，业内对自动驾驶依然保持相对谨慎的心态，毕竟，相关技术还在孕育当中，需要长时间的磨合和融会贯通。”浪潮集团高级副总裁王虹莉对此表示赞同。

在她看来，传统汽车与自动驾驶汽车最大的区别在于，前者的重点在于制动、转向等硬件设施，但对于后者，传统硬件的重要性只占到20%，80%在于芯片、摄像头大数据、算法、软件等。最难的是将以上独立的单元攒在一起，成功让汽车像人一样去思考和工作，同时还要控制成本，否则也难以真正走向市场。

如何车路协同？

看起来，软硬件技术的突破是自动驾驶的首要拦路虎，但事实上，要真正实现深入混合型的自动驾驶，从来都不只是“车”的事儿。都说“聪明的车、智慧的路”，作为车辆运行的载体，道路基础设施的智能化改造也格外重要。

在今年两会期间，百度公司董事长兼首席执行官李彦宏和重庆长安汽车股份有限公司总裁就曾专门针对完善智慧交通基础设施建设提出了建议，例如，增加车路协同路侧设备布设，部署智能交通信号灯等。在这次论坛上，交通运输部路网监测与应急处置中心副主任王刚、也有多位来自政府部门、行业协会和企业的代表对此进行了探讨。

在上述整车制造商智能驾驶研发负责人看来，只有轻量化才能商业化，目前很多自动驾驶测试车头顶都搭载着体量可观的激光雷达和摄像头，不仅有碍观瞻，从长期维护的角度来看也是不可持续的。事实上，将这些昂贵、复杂的感知和决策应将转移到路端，例如在路测布置激光雷达和基站，不仅能让车辆更轻量化、更美观，也有利于日常维护，能够减轻整车厂和车主的负担。

对此，交通运输部公路院ITS副主任汪林回应称，建设智慧路网、加强车路协同确有必要，但在实施过程中也要多方考虑、谨慎决策。

“曾经有人提到，希望每隔80米就设置一个毫米波雷达，每隔一百米就设置一个摄像头。无论从成本还是从运营维护的角度考虑，都是不可持续、接受不了的。”谈及此，汪林有些无奈，“所以在考虑自动驾驶模式的时候，我们需要多方位考虑、平衡，究竟什么样的方式才是最合理的？才能路方也能接受，整车厂也能接受？”

强烈的呼声之下，目前我国的智慧交通建设进展又如何呢？交通运输部路网监测与应急处置中心副主任王刚介绍，到2019年年底，我国将基本取消高速公路的省界收费站，转而设置出入口管控、安装智能ETC門架系统，实行分段式、开放式的收费模式。

“全国两万多个门架，外加八万多个ETC收费站，这是一个巨大的场景，基本上构建了未来高速公路边缘计算重要节点。”王刚表示，“智能门架建设完成后，将发展成为高速公路最为重要的基础设施之一，我国也将在高速公路的智能化方面向前迈出一大步。”

此外，按照规划，在不久的将来，高速公路的气象、交通流等相关检测系统，还将通过云平台、边缘计算平台等，与应急服务、救援服务融为一体，为智能驾驶车辆提供更优质的出行服务。

“车路协同是自动驾驶的基础，我们将通过持续不断地推动道路基础设施的数字化、智能化，降低车辆制造的智能化成本，和车路协同的社会总成本。”王刚总结道。