发帖
雷达卡
来源于 《财新周刊》 2017年第41期 出版日期 2017年10月23日
完全自动驾驶还远，但机器与人混合驾驶的时代已至
《财新周刊》 文|财新记者 孙文婧 安丽敏 张而弛
坐进驾驶位，系紧安全带，握好方向盘，确认环境后踩下油门，这是全世界汽车司机的标准动作。100多年来，新技术不断将汽车全副武装，而方向盘一直掌控在司机手中。现在，变革风雨欲来：将方向盘移交给机器。
移交方向盘的时间表在不断提速，自动驾驶如何分步落地，已成为当下最受市场关注的产业现象。
根据美国汽车工程师协会（SAE）的定义，汽车自动驾驶系统分为L0-L5共6个级别。市面上现有的量产车型基本在L1和L2水平，即依靠高级驾驶辅助系统（ADAS）实现辅助驾驶；L3是指有条件的自动驾驶，即特定条件下司机的双手可以离开方向盘实现自动驾驶；L4和L5则分别指高度自动驾驶和完全自动驾驶，后者又被称为无人驾驶。
从L2到L3的技术过渡，被业内喻为“质变的一跃”；而L3至L5才被视为智能驾驶或自动驾驶，在这三个阶段，驾驶的掌控权开始从人类转移到机器手中，人工智能、融合感知、高精地图导航定位、云计算、车联网等创新技术，将被大量整合进汽车的仪表盘和驾驶舱。
L5的全天候无人驾驶技术仍是汽车业遥远的未来，但在当下，L3时代正加速到来。
今年7月初的西班牙巴塞罗那，大众奥迪（Audi）宣布将于2018年量产上市新一代A8车型。引起业界聚焦的是，这是全球首款具备L3级自动驾驶功能的量产车型，可在交通拥堵、车速不超过每小时60公里等特定场景下进入自动驾驶状态。而目前国际上有近20家企业，将L3或L4级别的量产车型的时间表，定在2020年前后。
中国在2015年发布《中国制造2025》时，就确定将智能网联汽车定为汽车产业的发展方向。中国的目标是到2025年，掌握自动驾驶总体技术及各项关键技术，基本完成汽车产业的转型升级。
而奥迪量产L3智能车的“抢跑”，似乎把一个机器与人混合驾驶的时代，瞬间提速，拉到人们的眼前。自动驾驶汽车势必成为新一轮人工智能浪潮落地的重要场景，这一方向在市场已形成共识。一切只是时间的问题。
在许多专家看来，要想实现自动驾驶，需要由“智能”和“网联”两部分构成。“智能”部分是通过安装雷达和摄像头等装备，使汽车具备感知周边环境、作出智能化决策的能力；“网联”部分是在车与车之间、车与红绿灯等基础设施之间实现快速沟通，让智慧交通变成现实。“智能”部分的瓶颈在于成本，而“网联”部分的瓶颈在于政策法规。
近期国内外政策层面的一系列进展，也在提示智能驾驶产业发展的加速趋势。一方面，美国众议院近日一致表决通过了一项加快无人驾驶汽车测试和部署的提案，如该提案随后获得参议院通过，将阻止美国多个州封杀自动驾驶汽车的现行政策，同时汽车厂商将获得大尺度的豁免权，被允许在不符合现行汽车安全法规的要求下，首年最高可配置2.5万辆自动驾驶汽车，第三年限额升为每年10万辆。在市场看来，如果自动驾驶汽车在美国全境部署通行，将提供更多的应用场景及数据资源，极大地加快行业发展。
另一方面，中国相关政策也在积极推进。工信部正在组织起草《智能网联汽车公共道路适应性验证管理规范（试行）》，以推动汽车智能化、网联化技术发展和产业应用。接近工信部的人士透露，该规范尚处于讨论阶段，但已形成基本框架。有市场人士认为，中国要求路测前实车验证和第三方机构验证，抬高了路测门槛。但受访企业一致的愿望是尽快明确路测管理规范，开放测试，帮助中国公司取得领先地位。与此同时，各地的智能网联汽车试点示范区正在陆续投建。
现在就像自动驾驶汽车量产时代来临的前夜。由传统车企统治了百年的产业王朝，进入诸侯争霸的“战国时代”：掌控智能端的互联网公司，曾在过去两年野心勃勃地试图颠覆传统汽车产业，将汽车演变为一台“轮子上的电脑”，但因激光雷达等智能设备成本居高不下，技术可靠性和无人驾驶法律法规仍未完善等因素，狂热的互联网造车梦逐步清醒，退守另谋攻略；长于制造端的传统车企，在短暂的抵抗与拖延之后，奋起自卫，力争夺回智能技术研发主导权，联合科技公司和供应商伙伴，加速智能车产品研发和技术储备，以求巩固产业链制高点；扼住人工智能“咽喉”的芯片厂商，在此轮自动驾驶汽车的“军备”竞赛中最“渔翁”得利，迅速打下江山；而最值得一提的是，以特斯拉为代表的新能源车，在争议中杀出重围，成为整合自动驾驶技术软硬件的一支“鲶鱼”大军。
英特尔与研究公司Strategy Analytics近期联合发布的一份报告称，预计自动驾驶汽车市场的规模在2050年将达到7万亿美元。谁能像十年前的iPhone（苹果手机）打开一个移动互联网时代一样，开启如此丰厚的智能车时代？
从L2到L3的质变
中国工程院院士李德毅在今年6月底的一个论坛上称，在自动驾驶技术中，只有L2到L3的跳升是质变，明确了驾驶掌控权由人转移到车，界定很清晰。而L3、L4、L5级的差别，只是自动驾驶车辆技巧和经验积累的多少而已。
美国汽车工程师协会（SAE）对L3自动驾驶的界定是：有条件的自动驾驶。在L2，人类驾驶员负责监控驾驶环境，从L3开始则由自动驾驶系统负责，此时人类驾驶员的手可以离开方向盘，自动驾驶系统执行动态驾驶任务，在系统接近能力极限时需依靠人类驾驶员接管车辆。在法律角度，车辆处于自动驾驶阶段时，承担责任的主体也从驾驶员转移至机器。
但罗兰贝格咨询公司汽车行业执行总监叶亮认为，SAE的分级仍然模糊，对于具备什么功能可被视为L3自动驾驶并没有统一界定，业内普遍认可L3是指在三个场景下的自动驾驶：交通拥堵时的低速自动驾驶、特定封闭区域以及高速公路上的自动驾驶，三种场景的技术难度依次递升。
奥迪A8可实现两个主要场景下的自动驾驶，一是拥堵自动驾驶功能，但车辆需在有隔离带分隔行车方向的高速公路和国道上使用这一功能；另一个场景是在停车场自动停车和自动驶出车库，驾驶员可以在车内，也可以在车外用手机App操作。为实现上述功能，A8搭载了中央驾驶员辅助控制器和传感器组（包括激光扫描仪），不过奥迪没有透露这些硬件的成本。
一位业内人士认为，奥迪A8所实现的自动驾驶功能，在严格意义上并不算达到L3自动驾驶，因为感知技术是当前自动驾驶的瓶颈之一，还需3年-5年的技术成熟期。事实上，现在很多自诩要量产L3甚至L4的厂商，更多是宣传策略，实际技术级别比较含糊。
实现自动驾驶的感知技术除了高辨识率要求，还需要具备处理多元信息的能力，反应速度至少应与人类驾驶员相当。在可靠性和安全性上，感知部件需达到汽车工业级应用标准。
中国一汽技术中心乘用车院电子电气部部长李谦告诉财新记者，自动驾驶汽车还要求系统有足够冗余。冗余是指出于系统安全和可靠性考虑，人为地对一些关键部件或功能重复配置。即某一部件系统发生故障，还有备选方案。“这需要对车辆进行重新设计，而不是在现有底盘基础上改进。”李谦认为，正因为此，自动驾驶对当前汽车产业链格局有重构性的巨大影响。
最先量产的L3级自动驾驶，首当其冲面临法律法规的空白。人类驾驶汽车需经过驾照考试合格方能上路，但对机器是否具备驾驶能力，目前仍无相关评定标准。
L3自动驾驶只在部分场景下应用，司机的双手何时可以离开方向盘，何时又需接管汽车？譬如奥迪A8在结束拥堵自动驾驶模式后，给出的交接时间是10秒，系统会发出视觉和声音提示接管。经过两个警告阶段如果没有回应，系统将自动刹车停在其所在车道中，如果司机仍无反应，系统将发起紧急救援呼叫，激活危险闪光装置并解锁车门。
纵目科技公司副总裁陈超卓认为，L3是“法律界的噩梦”，会给司机带来困扰，在交接过程中如果发生交通事故，责任应该归谁？
而对于普通消费者来说，如何清晰认知自动驾驶技术的能力和局限也是挑战。2016年5月，一名特斯拉车主在使用Autopilot（自动辅助驾驶系统）时与一辆卡车相撞丧生。Autopilot尚属于L2级别的辅助智能驾驶系统，并非自动驾驶。
基于种种风险顾虑，部分汽车公司和科技公司选择直接由L4切入，而非自L3逐步提升。L4自动驾驶系统可执行大部分驾驶操作，只在少部分时候需要人类驾驶。
李谦透露，一汽集团将采取直接切入L4级自动驾驶的策略，时间表是2021年。不过，他也认为，L3自动驾驶的商业化有助于推动自动驾驶整体进程，除了可获得更多实际驾驶经验数据，还能推动相关法律法规体系尽快出台，也有利于交通环境走向规范，更适合自动驾驶技术发展。
比如，9月6日美国众议院通过的自动驾驶汽车商业化法案，目的就是对自动驾驶技术给予较为宽松的法律环境，使自动驾驶技术公司和汽车公司能在可控范围内充分“试错”。
中国还没有相关法律法规，计划明年推出A8量产车的奥迪也称，其具体投放要视各国法规情形而定。
“只有自动驾驶技术渗透率不断提高，才能推动整个体系发生转变。要知道，在过去100多年，整个交通体系都是围绕人类驾驶员展开，现在这个中心发生了变化，调整很难一蹴而就，也不是汽车公司能够完成的工作。”李谦说。
互联网造车梦醒
2006年前后，深度学习算法逐渐成熟，驱动人工智能（AI）初露商用曙光，亦让互联网企业把眼睛看向百年汽车行业。
谷歌的无人车项目研发起步于2009年，由前斯坦福大学AI实验室主任、谷歌街景地图创始人之一塞巴斯蒂安•特龙（Sebastian Thrun）发起，隶属于谷歌的秘密研究部门Google X实验室。今年8月，特龙在上海介绍了谷歌研发自动驾驶汽车过程：第一阶段是将激光雷达和各类传感器安装到汽车上，让其拥有感知环境的能力；第二阶段是制作和应用高精度3D地图，让测试车学会识别城市环境；第三阶段是汽车识别道路和行人，判断移动方向。
2013年，百度AI团队追随谷歌启动了无人车项目研发。“未来的汽车将会成为轮子上的电脑或机器人”，基于这种理念，与传统车企主张从辅助驾驶逐步升级至无人驾驶的技术路径不同，互联网公司从一开始就直接切入研发L4级的无人驾驶系统，希望以此建立全新的商业模式。
2015年12月，百度改装的宝马自动驾驶车在北京高速公路上高调路试，并宣布组建自动驾驶事业部，时任百度高级副总裁王劲出任总经理。王劲当时雄心勃勃地提出了百度无人车“三年商用、五年量产”的目标，但现实给他泼了一大盆冷水。
传统车企的自动驾驶技术渐进路线，往往注重成本控制，而互联网公司为尽快切入市场，优先使用最昂贵的传感器和车载计算系统来保证安全，于是造车成本高得离谱。“仅仅在百度无人车上搭载的激光雷达就要50万元人民币左右，根本无法在当前量产车型上搭载。”王劲在去年底的一次演讲中坦承。
由于研发投入过高，L4级自动驾驶汽车量产和商业化遥遥无期，百度内部争议纷起。直到2017年初，百度新任总裁兼COO陆奇上任后，提出百度转向AI平台发展战略，并重组智能驾驶业务，将此前L4和L3两个事业部以及车联网业务，整合成新的智能驾驶事业群（IDG），陆奇亲自挂帅。王劲随后淡出百度，并于今年4月份在美国创立了自动驾驶AI公司景驰科技，仍坚持面向L4提供技术解决方案。
4月19日，百度宣布推出自动驾驶技术开放生态体系“阿波罗计划”（Apollo），提供软件平台和解决方案服务，意味着百度放弃独自研发无人车，转而走平台式的生态系统模式。
百度智能驾驶事业群负责人李震宇近日接受财新记者专访时坦承，百度在上述摸索过程中体会到，汽车工业界的上游产业链其实是很长的，无论对L3还是L4级智能车研发来说，凭借一己之力都很难完成。“目前百度已经融入汽车供应链中，处于Tier1（一级供应商）和Tier2（二级供应商）中间的某个位置。”李震宇透露。
谷歌早在一年前就放弃了造车计划。除2014年发布的惟一一辆无方向盘的无人车“萤火虫”外，投入研发八年之久的谷歌无人车团队，仍无任何消费级产品推出，内部压力巨大。2016年，谷歌母公司Alphabet将自动驾驶项目从X实验室剥离，单独成立名为“Waymo”的独立实体，放弃整车业务，专注打造无人驾驶系统。
2016年，Waymo与汽车厂商菲亚特-克莱斯勒（FCA）合作，为后者量产车型装配雷达、传感器和人工智能系统。尽管造车失败，但谷歌在无人驾驶技术和高精度地图方面的积累仍领先科技行业。
科技巨头苹果公司潜藏多年的造车计划也浮出水面。今年4月，苹果获得美国加州无人驾驶测试牌照。苹果公司CEO蒂姆•库克在今年初接受财新记者专访时表示，自动驾驶汽车背后的自动行驶技术（Autonomy）是“所有人工智能项目之母”，集合了各项人工智能技术，应用范围将远远超过汽车这一个垂直品类。近期他又对外表示，苹果正在研发自动驾驶系统，这是苹果截至目前做过的最难的人工智能项目之一。
自动驾驶技术分为感知（Perception）、决策（Prediction）和执行（Action）三部分。其技术原理，是通过在车体上安装的激光雷达、毫米波雷达和摄像头等智能硬件，对路况、位置和障碍物等信息进行感知；再通过核心算法进行图像识别与分析，结合高精地图进行执行方案的选择；最后通过执行系统进行减速、刹车、转向等车辆控制与操作。
“就像人类司机开车时需要先用眼睛看，后用大脑想，再用手脚操作汽车，道理是一样的。”一位汽车供应商技术研发人员说。汽车控制的“执行”环节是传统车厂的强项，但“感知”和“决策”需要科技创新不断提升能力。王劲认为，“有了深度学习模型，才让无人驾驶超越人类驾驶员成为可能。”
特龙将机器超过人类驾驶员的时间定在了2050年。他认为，自动驾驶是比人类驾驶安全得多的方案，因为一旦有一台机器遇到问题，它可以将学到的内容立刻分享给全世界其他的自动驾驶汽车，且永远不会忘记，而人类驾驶员会一次次犯错。
路测是构建无人驾驶深度学习模型的关键，路测里程越长，驾驶场景越丰富，意味着可供机器学习的驾驶经验数据越多。谷歌无人车技术团队曾称，如要覆盖大部分的汽车行驶工况，预估累计行驶里程需达10亿英里。谷歌从2009年开始着手无人车技术研发，至今年5月累计行驶里程刚达300万英里。
2015年10月27日，荷兰阿姆斯特丹，特斯拉公司员工使用装有自动辅助驾驶系统（Autopilot）的汽车在当地高速公路上进行无人驾驶测试。
“达到95%的置信度需有100亿英里的行驶数据，没有一家公司能够做到。”驭势科技CEO吴甘沙说。置信度是统计学概念，指特定个体对待特定命题真实性的相信程度。
一家汽车厂商达到100亿英里行驶里程，至少需要10年以上。在自动驾驶的技术装备竞赛中，没有人敢坐等。
京公网安备 11010802022788号
