攀登智能化浪潮的巅峰

关于现代交通的奇思妙想

自从有了现代交通的概念，人们就一直没有停止过对未来交通的规划和设想，这些设想（幻想）形成了一套极其复杂的体系，但总体来说有两大特点：一是未来的交通体系是立体的，包含了天空、地上（水上）、地下（水下）;二是降低了作为个体的驾驶人对整个交通体系的影响。

关于这些设想，我们可以从一些科幻小说、电影中看出些许端倪：在一些描写未来的影片中，我们可以看到城市中有各种无人驾驶的交通工具在穿梭，从自动道路到无人驾驶出租车、无人驾驶快艇，再到无人驾驶飞船，这些目前大多数只存在于幻想中的交通工具构成了人们理想中的近未来交通体系。

但幻想始终还是幻想，想要实现理想中的近未来交通体系，还有众多难点需要攻克，这些难点有的来自于当前技术对感知能力的限制，有的来自于当前智能化技术的限制，更有人作为交通参与者的不确定性。因此，当有更新的无人驾驶技术出现时，也难怪众多旁观者会投来热切的目光。

如何正确识别无人驾驶

自从有了现代化的交通工具，无数的科学家和技术人员都试图将人这一不确定因素对佳通带来的影响降至最低，不断提出新的构想并付诸行动研发出新的技术，大胆设想、小心求证这一观念在现代交通工具的进化历史上也表现得尤为突出。

在开始正题之前，我们不妨来说说关于当前对无人驾驶的方式判定。在当前的语境下，无人驾驶实际上与自动驾驶的概念是等同的，而在汽车业界，又将自动驾驶分为了L0-L5五个不同的等级，再加上航海、航天等自动驾驶的概念加入，直接导致公众对这一领域的认知极为混乱，我们先从自动驾驶的五个级别开始说明。

首先是L0级别，按照业内的说法，就是没有自动化技术，车辆的驾驶完全依靠驾驶员手工操作，当前市场上的绝大多数汽车产品都处于这一级别上。接下来是L1级别，按照业内说法是具备辅助驾驶功能，辅助驾驶功能其实已经出现很多年了，但直到最近几年在开始在中高端汽车产品上成为标配，所谓的辅助驾驶功能实际上就是在某些特定场景下帮助驾驶员降低工作强度的功能，如自动泊车、定速巡航等，不过在此级别上，驾驶员依旧是控制车辆的主力。第三是L2级别，业内说法是部分自动化，在这一阶段已经可以看到一些无人驾驶的趋势，但驾驶员依旧需要处于主导地位，在这一级别上，车辆具有自动泊车、自动危险预警刹车、高速自动辅助驾驶等功能，这些功能在时下的中高端车型上也并不算是罕见。第四是L3级别，业内说法是有条件自动化，在这一级别上，驾驶员已经可以“退居二线”了，大多数功能将由车辆自主完成，但仍然需要随时观察路况，并做好在紧急时刻随时接管車辆操控权的准备。第五是L4级别，业内说法是高度自动化，驾驶员不再需要注意车辆的状态，所有工作几乎都由车辆自主完成，但如果想要体验驾驶的乐趣，驾驶员也可以随时接管车辆。最后是L5级别，业内说法是完全自动化，这也是当前所能想到的无人驾驶的最理想状态，车辆的系统已经完全可以替代驾驶员，我们在各类科幻小说、科幻电影中所了解的无人驾驶就是这种级别。

说完了汽车业内关于无人驾驶的定义，我们不妨再将目光转向由航天航空领域衍生而来的无人驾驶。其实在很多时候，这个无人驾驶的概念更多应称之为遥控，航天领域所谓的无人驾驶飞船从严格意义上来说应该叫遥控飞船，航空领域所谓的无人机叫遥控飞机。原因在于，遥控飞船实际是由人事先制订航线，然后控制飞船飞行，当即将到达目的地时，再通过实现编订好的命令让飞船执行任务，遥控飞机也是如此。虽然以上两种都是无人驾驶（即不载人），但却缺乏自主性，因此与公众认知的无人驾驶没有太大的关系，目前最高也只能达到汽车也内认定的L2级别，最高不会超过L3级别。同样的，遥控车辆也是如此，由于有人这一要素的控制，即使是不载人控制，但因为没有自主判断的能力，因此也不能算是汽车也内认定的自动驾驶。

当前无人驾驶的难点

无人驾驶需要面对的一个重要问题是智能化的判断，当汽车在路上行驶时，理想的状态是所有车辆都严格按照现有交通规则行驶。但我们其实都知道，当前的主流还是有人驾驶，只要是人，就有可能出现错误（不管是判断错误、操作错误还是其他错误），那么在这样的前提下，无人驾驶车辆和有人驾驶车辆在开放式道路上混合行驶就具有极大的风险，这也是当前试运行的无人驾驶车辆要在封闭式道路上行驶，同时还保留司机做最后判断的重要原因之一。下面，我们不妨就无人驾驶面临的难点一一进行分析。

无人驾驶首先要面对的第一道难关是感知，当前交通工具的智能化已经是一种趋势，飞机、汽车、轮船的辅助驾驶功能就是在各种传感器的帮助下实现的，这些传感器的功能包含了探索障碍、气温、速度、发动机工作情况等多个方面。而随着传感器技术的进步，传感器尺寸也正在不断缩小，成本也在不断降低。但需要注意的是，传感器毕竟存在一些限制，虽然能够帮助交通工具收集数据，且能做出一些合理的判断，但传感器对交通工具当前的整体状态却缺乏整体帮助，这就会带来一些安全的隐患。

以发生在2016年的与自动驾驶相关的车祸为例，其中有数起车祸是因为传感器误判了当时的环境，因天气、光线的原因将障碍物误判为对车辆行驶没有威胁的物品，导致高速行驶的车辆撞上障碍物，引发了严重的人员伤亡。虽然此前开发自动驾驶系统的车辆生产厂商已经明确表示，使用自动驾驶功能存在风险，而且这一功能仅能作为辅助驾驶功能使用，但驾驶者对新技术的盲目自信、对传感器功能的过分信赖直接导致了悲剧的发生，最终这些车祸在一定程度上阻碍了自动驾驶功能的研发进程。

无人驾驶需要面对的第二个难点是人工智能，而且这个智能还必须具备符合当前主流的伦理道德标准。我们都知道，参与交通实际是有风险的，尤其是上路行驶时，复杂的道路环境、不同国家和地区的不同交通规则、由各种性格不同的人所控制（驾驶）的性能不一的车辆以及随时可能出现的行人……这些掺杂在一起后，需要无人驾驶车辆解决的就不仅是感知的问题了，还需要一些理性和感性的判断，而这恰恰是当前人工智能的最大破绽。

时下公众对无人驾驶的注意力大多集中在感知方面，但却对交通工具所要面对判断难题视而不见，这是一种十分危险的趋势，因为公众的情感在很多时候是可以被影响的，当出现因判断难题而导致的交通悲剧时，公众的情感可能会被激发，而这种被激发的情感是不确定的，给无人驾驶带来的影响也极有可能是负面的。举例来说，当无人驾驶车辆遭遇类似“扳道工难题”的时候，无人驾驶车辆会如何基于伦理和现实做出最佳的选择，这谁也不知道。更糟糕的是，当车祸受害者变成孕妇或者孩子这样的弱势群体时，旁观者心理遭受的冲击会更大，这对无人驾驶的发展来说更是灾难性的。

无人驾驶需要面对的第三个难点是交通数据的获取及这些数据的安全性，在现代社会中，尤其是超大型城市中，交通历来是老大难问题，交通部门虽然可以实时获取相关数据，并发布相关信息。当然，由商业公司主导的无人驾驶车辆也可以通过各种接口接入系统获取数据，并将其用于正常用途。虽然时下的5G高速网络解决了实时数据传输的难题，但数据本身是需要存储的，因此云端数据存储中心的建立也是必然的，基于安全方面的考虑，这个云端数据存储中心必然是由交通管理部门建设和管理的，如何得到投资，后期如何运营也是一个相当重要的问题。当数据的存储和传输不是问题的时候，数据的安全就成为了一个重要的问题。既然是数据，那就存在被滥用的可能，在没有相关法律法规出台前，公众对商业公司的信誉一定不要抱有太高的期望值。

无人驾驶的尝鲜者

对于新技术的应用，海外品牌公司在相当长的时间内都有着优势，这种优势来自于技术的研发和积累，而且重要的是，在汽车这一领域中，海外公司的优势十分明显，通用、大众等公司在长期的技术积累下，优势是碾压性的。虽然这些海外汽车品牌一直对新技术的研发十分激进，但在应用上却十分保守，以著名品牌宝马为例，其2006年就以赛道训练系统的名义进入了无人驾驶的领域，2011年就开始在德国进行公开路试，直到2017年才进行了L4级自动驾驶演示，2019年才量产L3级别自动驾驶车型，计划在2021年量产L4级别自动驾驶车型，计划在2030年量产L5级别自动驾驶车型。需要注意的是，这些计划量产的车型都在理想状态下的目标，而现在距离理想状态显然还很遥远。宝马在一众汽车品牌当中还算是推广自动驾驶的激进品牌，奔驰这样的品牌则更加保守，其搭载自动驾驶系统的车型直到2013年才完成首次无人驾驶演示，2017年才开始L4级别自动驾驶系统测试。在奔驰品牌的规划中，奔驰计划在2020年开始销售L3级别的自动驾驶车型，同时还要完成L4级别和L5级别自动驾驶车型设计。显然，这也是一份在理想状态下的计划，按照当前的形势，奔驰的这份计划几乎已经成为了不可完成的任务。而且更糟糕的是，目前奔驰正计划将自动驾驶的技术优先用于长途卡车（即物流货运），这对想要体验奔驰自动驾驶车型的人来说可不是什么好消息。说完传统的汽车企业，我们可以将焦点放在互联网汽车品牌上。说到自动驾驶，特斯拉就是一个绕不开的坎。特斯拉的CEO马斯克是一个典型的技术狂人，其对新技术的迷恋直接导致了特斯拉成为了推广自动驾驶最为激进的企业，没有之一。特斯拉所采用的Autopilot自动辅助驾驶系统虽然在很多國家和地区引发了不少争议，但不得不说的是，这确实是目前最接近成熟的自动驾驶系统之一。

特斯拉的Autopilot最早规划于2013年，2014年10月第一代Autopilot系统的硬件诞生，2015年10月特斯拉开始推送V7.0版本软件更新，正是在这一版本的软件更新中，Autopilot系统开始被广泛应用到特斯拉的车型中。在2019年末，MIT Human Centered AI项目曾经估算，截止到2019年Q3，特斯拉所有售出车辆的累计行驶里程中，通过Autopilot行驶的里程数达到18.8亿英里，在其全球交付的79万台车中，74万台搭载了Autopilot系统的硬件，这是一个相当惊人的数字。需要注意的是，在推送Autopilot自动辅助驾驶系统的同时，特斯拉也明确表示Autopilot系统并不是为无人驾驶设计，真正的无人驾驶还要数年才能到来，这套系统只是为了将驾驶员从最无聊和危险的路况中解放出来。同时，特斯拉也表示驾驶员仍是车辆行驶过程中最终的控制方和责任方。但遗憾的是，在所谓的Autopilot系统1.0的运行过程中，全国第一起和全球第一起自动驾驶导致的车祸发生了。车祸发生的具体场景我们在此不再赘述，单可以简单说说原因。早在2013年，特斯拉和谷歌联合进行自动驾驶测试的时候，当时的测试团队就认为当统开发得越好，人们就越容易过度信赖它。而两起车祸的根本原因都在于驾驶者对车辆所采用系统过度自信，对行驶中的车采取了放任的态度，最终导致了悲剧的发生。

在2016年10月，特斯拉推出了Autopilot Hardware2.0，虽然这是一次硬件系统的更新，但Autopilot系统在软件方面却有了缺失，包括AEB、防碰撞预警、车道保持、自适应巡航等功能消失了，直到2017年1月才算是回复功能，而这一切，除了从业人士，公众几乎无从知晓。但从将特斯拉车主长时间置于危险处境中这一点，特斯拉就应该受到谴责。特斯拉Autopilot系统引发争议还有很多，如在日本遭遇车祸受害者家属起诉，在韩国遭遇安全性调查，在其大本营美国遭遇安全审查等。而在重视安全的欧洲，特斯拉的麻烦还更多，先是被瑞典禁售，随后又被取消自动驾驶测试项目的时间限制，用官司缠身来熊蓉丝毫不为过。但需要注意的是，在车祸事故发生后，特斯拉官方始终强调Autopilot系统只是实现了部分自动化，仅为一项辅助功能，系统并不存在问题。

好吧，激进的技术实现总是会付出代价。

无人驾驶在国内的实验

我国在汽车工业的发展上虽然比不上一众老牌帝国主义国家，但在世界范围内也算是先进的。不过比较奇特的是，其他国家的无人驾驶（自动驾驶）大多是由传统汽车企业主导的，我国的无人驾驶发展却是由互联网企业主导的，当前在无人驾驶领域里风光的百度和滴滴都是不折不扣的互联网企业，一家以搜索引擎起家，另一家则是以网约车（出租车）业务起家。当然这并不是偶然，因为无人驾驶必然涉及到AI人工智能和大数据算法，而这两家企业的强项恰恰就是这个，有这样的结果自然无需惊奇。我们首先来看百度，百度是国内企业中最早开展自动驾驶测试的公司之一，旗下的自动驾驶平台名为Apollo。一个比较搞笑的花絮是，三年前，百度CEO李彦宏曾经因为没有取得自动驾驶测试资格而擅自进行自动驾驶测试，引来北京交管部门的处罚。截止2019年底，百度Apollo在美国测试里程为10.33万英里，在中国测试里程超过300万公里，其中在背景自动驾驶路测的累计安全测试里程达到50万公里。在滴滴开始无人驾驶测试前，百度其实早在4月20日就已经开始了自己旗下的自动驾驶出租车服务Apollo RoboTaxi，在湖南长沙市，自动驾驶试乘服务的Apollo RoboTaxi有45辆，每辆车限载2人，且所有乘车用户需进行实名登记，乘客年龄需在18-65岁之间。需要注意的是，其行驶路线是固定的，不能中途更改，乘路线共135公里，共有50多个站点，覆盖了商业区、学校、住宅区等。这实际上是在相对封闭的道路的中进行公开演示，已经跳过了内测阶段，抵达了公测阶段。

而在不久之前，百度更是将自动驾驶出租车服务Apollo RoboTaxi延伸到了河北沧州，投放车辆30台，其行车路线覆盖沧州高铁站、学校、星级酒店、博物馆、产业园等沧州核心区域，首批开放的上下车乘車站点共计55个。另外一个重点是，百度Apollo官网现在正在面向北京公众招募自动驾驶试乘体验，未来将在北京亦庄、海淀、顺义等多个区域、约700公里的自动驾驶测试道路上开展载人示范运营，这样一来，百度的无人驾驶业务将成为国内首个进入试运的无人驾驶业务。另外需要注意的重点是，虽然百度投放的Apollo RoboTaxi虽然是号称具备L4级别自动驾驶能力，但其依然会搭载一名安全员和一名讲解员，安全员位于传统的驾驶员座位，便于在紧急情况下接管车辆，讲解员则负责讲解Apollo自动驾驶系统的各种优势。目前百度Apollo平台拥有合作伙伴177家，包含了几乎所有的主流汽车制造商，后来居上的优势十分明显。此外，百度还和金龙客车在2018年7月合作生产了全球首款L4级量产自动驾驶巴士阿波龙，虽然核载仅14人，一次充电可运行100公里，但却实现了成功的突破，让百度不再仅是个单纯的软件公司。不过遗憾的是，在最近一年多的时间里，阿波龙自动驾驶巴士项目似乎已经处于停顿状态。

现在我们回到了话题的起点，在今年的6月末，滴滴在上海首次面向公众开放自动驾驶服务，与之前提到的厂商不同的是，滴滴对无人驾驶的主要改进是设立了自动驾驶安全护航中心，这个中心能实时监控车辆、路况，并在车辆面临复杂情况时，给与协助指令，解决未来自动驾驶运营中可能出现的远程协助问题。同时，滴滴的车路协同解决方案，能将道路信息实时共享给区域内不同公司的自动驾驶测试车，消除行驶盲区。

和百度Apollo RoboTaxi一样，滴滴投放的自动驾驶车辆同样搭载有安全员，其主要职责也是在紧急情况下接管车辆，因此我们可以看到，国内当前对无人驾驶的安全性还是相当重视。滴滴的目标是到2030年，拥有100万辆全自动的无人驾驶汽车，十年后，滴滴平台上约10%的司机被无人驾驶车辆所替代。但需要注意的是，与其他企业涉足无人驾驶领域的初衷不同，滴滴布局无人驾驶领域的初衷是司机的流失，因为根据数据统计，2019年滴滴平台流失注册司机数量高达1500万名。不过说实话，用一次投资到位的无人驾驶车辆来替代需要持续投入成本的司机团队，这确实是节省成本的高明之道，但滴滴这么急迫地进入无人驾驶领域是不是有些矫枉过正？

写在最后

无人驾驶在未来的交通系统中肯定占据有重要的位置，但就当前来说，国内目前进行的各种测试和体验是最稳妥的解决方案，兼顾安全性和技术的先进性，没有盲目追求技术普及的速度，通过小心求证和实验来加快无人驾驶技术的发展。最后，在发展无人驾驶的同时，我们也应该持续关注无人驾驶技术被滥用的可能，尽快出台相关的法律法规并加以强调，毕竟此前特斯拉Autopilot系统引发的悲剧前车不远，不要再因为迷信技术引发新的悲剧。