自動駕駛再"翻車"躑躅難行待曙光

近日,蔚來ES8汽車在啟用自動駕駛功能(NOP領航狀態)後,於高速公路上發生交通事故的新聞,引起社會廣泛關注。

自動駕駛是否安全再一次成為輿論的焦點。儘管不少人對自動駕駛抱有殷切希望,汽車企業也不斷對其進行正面宣傳,但自動駕駛引發的事故卻再次敲響警鐘,提醒人們“自動駕駛技術尚未完全成熟”。

快速奔跑的自動駕駛技術

知乎上的自動駕駛科普博主洪澤鑫,是一家汽車企業的員工。他曾為了測試特斯拉汽車的自動駕駛效能,駕駛特斯拉某型號汽車與同事於夜晚11點在北京五環路上跑了一圈。

在開啟自動駕駛後,洪澤鑫共9次發覺危險,人為接管汽車。其中3次是檢測到旁邊有停駛車輛,5次是因為車道線模糊,自動駕駛辨識不清;另一次是旁邊的車道線消失,汽車自動猛打方向盤,差點撞上了路牙。

隨後,洪澤鑫對這輛汽車進行了拆解,並得出結論,目前自動駕駛汽車應該處於L2級水平,司機在選擇完全依賴自動駕駛系統時,需要慎之又慎。

那麼問題來了,何為L2級?

2014年,國際自動機工程師學會(SAE)制定了首套自動駕駛分級標準,將自動駕駛分為6個等級,即L0至L5級。數值越高,代表自動駕駛的成熟度越高。

其中,L0級為無自動化;L1級為駕駛支援;L2級為部分自動化;L3級為有條件自動化;L4級為高度自動化;L5級為完全自動化。國家新能源汽車技術創新中心智慧網聯首席專家潘定海向《中國科學報》介紹,L0至L2是初級自動駕駛階段,L3至L5是高階自動駕駛階段。

北方工業大學汽車產業創新研究中心研究員張翔告訴《中國科學報》,處於L2級的自動駕駛汽車,可為人提供“駕駛輔助”的功能。

“提供駕駛輔助的一個顯著特徵,是汽車具備一些自動駕駛功能,如AC自適應巡航功能,車主的腳可離開油門,汽車可自動開行並跟隨前車行駛。此外還有前碰撞報警、自動緊急制動等功能。”張翔表示,這些功能僅能起到輔助駕駛的作用,司機依然是掌控汽車的主體。

在此次蔚來事件中,司機啟用自動駕駛功能NOP領航狀態。在張翔看來,NOP已經是L3級自動駕駛的範疇了。“啟用L3級功能時,車主只需輸入起點與終點,在相對封閉的道路如高速公路或城市高架上,汽車將全權掌控駕駛過程。”

事實上,自動駕駛研發人員早已經不滿足輔助自動駕駛,渴望L5級別早日到來。例如,全球公認的L4級別自動駕駛技術的領導者、美國谷歌公司旗下的Waymo公司,已推出全無人自動駕駛汽車,並在美國鳳凰城以及亞利桑那州等地測試行駛。

儘管看起來L5級別已經“唾手可得”,但不斷出現的意外還是給自動駕駛潑了冷水。Waymo就曾表示,自動駕駛99%的技術問題已經解決,但即便有1%的技術瓶頸,也不能宣稱是完全的L4級水平。

自動駕駛技術“卡”住了?

近年來,Waymo在推廣自動駕駛汽車時也變得謹慎。但一些車企更希望汽車在自動駕駛等科技方面的優勢,能夠提升車輛的銷售業績。以自動駕駛為噱頭的宣傳背後,汽車功能是否名副其實?

事發後,蔚來方面曾表示,目前版本下的蔚來NOP領航狀態尚無法識別塑膠錐筒,以及停駐在前方的障礙物。事實上,包括特斯拉在內的很多車企的駕駛輔助系統都存在類似問題。正因如此,上述車企在使用者手冊中,都會將相關場景單獨進行羅列。

也就是說,即便為車輛安裝上雷達、攝像頭等感知系統,車輛依然存在感知盲區。潘定海表示,目前自動駕駛技術整體受制於汽車的感知能力,感知技術是核心中的核心,也是發展瓶頸。

今年3月,Wevolver公司釋出《2020 自動駕駛技術報告》(以下簡稱《報告》),從感知、規劃、執行三個層面分析了自動駕駛汽車技術的最新進展,涉及感測器、資料處理、機器學習、感測器融合等多個領域,並提到了目前存在的挑戰。

《報告》指出,目前自動駕駛的一項挑戰在於技術系統的複雜性。工程師需要為系統設計正確的電子體系結構,以便進行感測器融合,將決策同步分發到按指令行事的子系統,這極大增加了體系結構的複雜性,而大量資料的處理也對中央單元如晶片、演算法策略等提出了更高要求。

演算法策略建立在大量路測以及場景實驗基礎上,自動駕駛系統庫裡場景越多,機器演算法的決策就會越準確。但當系統遇到邊界情況,預訓練的庫裡沒有相對應的場景,演算法就可能陷入“手足無措”的境地。在現實中,大多數車企的試驗車輛測試里程在千萬公里級別,將所有場景都錄入自動駕駛系統幾乎不可能。

地平線公司創始人餘凱接受《中國科學報》採訪時就曾表示,隨著汽車智慧化演進,汽車終將成為四個輪子上的超級計算機,車載人工智慧(AI)晶片是智慧汽車的數字發動機。

為了解決上述問題,特斯拉曾開發過多工學習HydraNets神經網路架構與模擬場景技術等,希望用攝像頭來模擬光線進入視網膜的過程,透過打造一個類似動物視覺皮層的神經網路連線,模擬大腦的資訊輸入和輸出。

在國家新能源汽車技術創新中心,科研人員也在開展基於車路協同(V2X)技術的智慧感知融合平臺、自動駕駛汽車行車安全模擬測試平臺等方面的攻關。潘定海表示,自動駕駛的感知離不開與車路協同技術的融合,兩者的組合才是實現智慧感知技術的突破和飛躍,是智慧駕駛最可行的系統解決方案和必然的技術路線與發展方向。

自動駕駛依然有曙光

不論是否存在過度宣傳,國內眾多網際網路巨頭和造車新勢力始終鉚足力量,在各自的方向和領域開展創新研發,共同描繪著我國自動駕駛產業的未來圖景。

2020年,地平線公司推出了智慧物聯網(AIoT)邊緣AI晶片旭日3和新一代高效車載人工智慧晶片征程3。餘凱介紹,征程3具有低功耗、拓展性強、安全可靠等特點,可為機場運輸、電商物流等相對封閉的場景,提供高級別輔助駕駛、智慧座艙、自動泊車輔助、高級別自動駕駛等服務。

而在8月18日舉行的“百度世界大會2021”上,百度創始人李彥宏釋出了百度“汽車機器人”。百度聲稱,汽車機器人具備L5級自動駕駛能力,不僅無需人類駕駛,而且比人類駕駛更安全;其次具備語音、人臉識別等多模互動能力,可分析使用者潛在需求,主動提供服務。

時至今日,百度自動駕駛出租車服務在北京全面開放,市民可在北京經濟技術開發區、海淀區、順義區的數十個自動駕駛出租車站點,透過手機掃碼預約下單,免費試乘自動駕駛出租車。北京也是繼長沙、滄州後,第三座開放百度自動駕駛出租車常態化服務的城市。

同時,在整車整合領域,蔚來、理想、小鵬、北汽等汽車,都已推出了附帶自動駕駛功能的汽車。

在張翔看來,目前的自動駕駛汽車相對來說還是安全的。曾有車企對自動駕駛進行過長距離測試,即透過自動駕駛,讓汽車從廣州開到北京,在近3000公里的高速路上,每百公里人工接管汽車0。48次。“這是一個相對理想的資料。”

“事實上,燃油汽車的事故率比現在自動駕駛汽車的事故率要高得多。”張翔說,之所以人們對自動駕駛汽車事故關注度高,是因為燃油汽車經過百年發展和使用,已經普遍走進人們的生活,人們已經習以為常了;自動駕駛汽車作為新生事物,承載了人們的眾多期許和期待,關注度要高得多。

自動駕駛再"翻車"躑躅難行待曙光

頂部