自动驾驶，离大规模商用还有多远？

⬆︎ 点蓝字关注

全球风口 丨 你的全球科技前哨侦察兵

你好，我是王煜全，这里是王煜全要闻评论。

自动驾驶是汽车行业未来发展的重要方向之一，近几年，整车厂、科技公司、互联网公司等各领域的企业纷纷布局自动驾驶。

美国方面，主要倾向于自主式自动驾驶方案，让车辆依靠自身的传感器和决策控制系统，自主规划行驶路线，对通信环境等基础设施没有太大依赖。

创始人来自于MIT的NuTonomy在2016年八月就在新加坡开始了自动驾驶出租车的试运营。在美国本土则是网约车企业Uber于2016年九月从匹兹堡开始的，并在2017年2月扩大到旧金山和凤凰城。虽然2017年3月Uber自动驾驶出租车造成了路人死亡，但自动驾驶业务暂停了一段时间后就重启了。而自动驾驶领域的领先者谷歌Waymo 公司2017年2月在美国凤凰城开始了大规模的试商用运营。电动车领军企业特斯拉则声称会在2020年推出自己的自动驾驶出租车服务。

中国方面，百度的自动驾驶更多倾向于车路协同的解决方案，2019年底百度在长沙开始试水自动驾驶出租车的商业化运营。2020年10月10日，在北京大兴、海淀、顺义三个区开始了自动驾驶出租车的试运营。

这个消息一经发布，体验自动驾驶的风潮就刮遍了北京，我们也有同事去体验了海淀区的3个站点。海淀的自动驾驶测试路段选择的是北京西六环附近，是车辆和行人相对较少的路段，为了安全起见，上车后乘客只能坐在后座上，驾驶座位上有一位安全员，手一直虚握在方向盘上，以防遇到危险情况时随时接管车辆。据安全员介绍，一旦他踩到刹车或者转动方向盘，自动驾驶就会判定为人类接管了。

在体验过程中，遇到了电动摩托车突然闯红灯过马路的情况，自动驾驶出租车能够识别并自动减速避让，可见对这类突发状况的处理能力还是不错的。

但我们也发现了一些问题，比如遇到黄灯过马路走到一半变红灯的情况，这时自动驾驶算法判定红灯不能通过，于是停在了路中间，但是左右即将有车辆通过，所以它后来又停到了左转的待转区，看起来相对安全的地方。这说明自动驾驶算法还有一些不完善的地方，例如这种黄灯过马路的情况，按照交规应该是继续通过，停在中间阻挡左右通行车辆，反而危险。

那么，安全员到底应该何时接管车辆呢？

安全员介绍说，对接管的要求其实很简单，就是当安全员感觉到有危险或遇到自动驾驶无法处理的情况时，第一时间接管。

我们可以看出来，这个判定标准其实是依赖于安全员的主观判断的。什么情况属于机器处理不了，什么情况算是危险需要接管，缺乏一个明确的定义。

｜自动驾驶的路还很长

虽然自动驾驶领域已经取得很多技术成果，但自动驾驶在应用层面还处于萌芽阶段，在数据训练和相关法律法规方面还有很多问题需要解决。

例如：自动驾驶量产需要的测试里程长、时间长、成本高；极端场景、危险工况测试难，危险性大；相应交通法规及保险理赔机制缺失；国际间技术竞争和标准不统一等等。

根据权威机构测算，自动驾驶算法想要达到人类驾驶员水平，至少需要累计177亿公里的驾驶数据来完善算法。

目前自动驾驶算法测试大约90%用仿真平台完成，9%在测试场完成，1%通过实际路测完成。随着仿真技术水平的提高和应用的普及，行业未来希望达到99.9%测试量通过仿真平台完成，封闭测试完成0.09％，最后0.01％进行实路测试，使自动驾驶研发更高效、经济。

其实更严肃的问题是，谷歌虽然一直称用实际路测和虚拟测试相结合的方式来训练自动驾驶系统。但是模拟真实的人类行为和各种违规情况，还是极为困难，尤其是各种容易引起交通事故的罕见情况。

矛盾点在于：人工智能算法没有人类的想象力，不能举一反三，必须经历过各种交通事故的训练才能学会处理，因此越小心的测试越不能积累经验，而路测的时候都是要以保障安全为主，封闭测试也很难把各种交通状况都测试到。这样测试出来的自动驾驶系统，可能积累了很大的里程数，碰到罕见的情况依然不能处理。可是要知道，这个世界上每天都有大量的车在路上跑，对单独一辆车来说，很多罕见的交通情况一辈子都碰不到，可从整体的角度看，各种罕见的交通状况出现的频率都不会太低。

那怎么能既保证行人安全又能让自动驾驶学到真实的路况经验呢？

未来的突破在于仿真平台的完善化：如何用AI更好的模拟真实事故场景，甚至要为仿真平台开发各种罕见的事故场景，用更多虚拟测试来训练算法才能真正避免现实世界中的事故发生。

另外，对于自动驾驶这项技术来说，目前限制其发展的不仅仅有软硬件，还有法律法规的滞后。

科技产业的特点是规则制定要提前，至少要和科技发展同步。目前，国内外自动驾驶都开始进入载人示范应用阶段，在开放道路上面向公众提供试乘体验。跟国外相比，中国的开放道路交通环境更加复杂，对自动驾驶的技术要求更高。自动驾驶运营的相关标准和安全保障制度并不完善，限制了自动驾驶技术的商业落地和普及。

熊彼特说颠覆式创新，指的是创新是有一定破坏性的，就像试验自动驾驶可能造成人身伤亡，但我们既不能因噎废食，也不能对风险视而不见，而是要未雨绸缪，法规的制定要跟上，要尽量做到技术、商业和政策法规的同步成熟。

这其实是科技产业的普遍规律，就是要求法规制定的提前，不能像传统的法规制定一样，先等事情发生了，总结经验教训之后，再制定相关的法律法规。这就不能只靠法律专家，而要有相关科技产业专家的帮助。我们希望国内在制定科技相关法规的时候能考虑提前量，也能让我们这些研究科技产业的人参与。有了法规的保驾护航，科技才能避免破坏，更多造福社会。