虽说自动驾驶技术在几年前还暂时只是一个概念,但是随着特斯拉联手Mobileye率先将市面主流的辅助驾驶系统推入ADAS级别,资本圈的热钱开始大量引入,无人驾驶的市场蛋糕也在逐年递增。 

在今年初的CES和底特律车展上,也有越来越多的传统车厂披露自家的相关技术,而诸多OEM厂商也像雨后春笋一样冒出来,这里面不乏在自动化领域十五年磨一剑的Mobileye,汽车配件供应商霸主博世,也有图形巨头英伟达,连英特尔、微软等科技巨头也纷纷加入战场。

▼ 人性的难题

通常希望自动驾驶快速实现的有两种人,一种是正在考驾照饱受教练臭骂的学员,他们想要没有卡路里的糖,想要不含酒精的啤酒,有些人已经开始厌倦了这个考试,现在开始想要开车的时候睡觉。

另一种人是企图改变世界的工程师和资本家。工程师看透了驾驶已经沦为A点到B点的枯燥乏味的重复性工作,资本家看清了消费主义时代下现代人绞尽脑汁为自己谋求福利的可爱模样。驾驶的高度自动化不仅仅是未来的趋势,而且带来的益处远高于害处。

自动驾驶在中国还需要思考更多的人生-第1张图片-零帕网

自动驾驶技术的最终概念

过去的2016年,几起特斯拉事故为驾驶自动化敲响了警钟,随着美国国家公路交通安全管理局(NHTSA)发布0-5级的汽车自动化评级,我们才意识到距离真正意义上的L5无人驾驶还很远。即便是走在了行业前端的特斯拉,新版的Autopilot 2.0也不过是接近于L4的高度自动化驾驶,而且必须在特定路况下才允许使用。

可是别忘了,Autopilot 1.0也不过是初级的ADAS,用户手册上也是白纸黑字地要求车主在开启该功能的时候必须手握方向盘。然而不管是去年发生的几起车祸,还是诸多视频、媒体对Autopilot系统有意无意的吹捧,我们都能看到双手离开方向盘欢欣鼓舞的盛况。

这令人不得不担忧ADAS目前的发展,至少在当下无论是针对无人车实验已久的美国,还是行人电动车混乱不堪的中国,都缺乏一个允许ADAS功能完全使用的特定路况。而媒体对该功能的非客观报道也容易引起车主在非合适的路况下滥用ADAS系统。

▼ 法规的滞后

无论是中国,还是美国、欧洲、日本等汽车强国,目前都没有一套完善的自动驾驶法规来划清界限。不管是自动驾驶还是人工驾驶,最根本的约束在于“安全性”,即保障乘坐者、路人、公共及私人财产的安全。

就目前而言,仅有NHTSA对汽车行业提出了15个安全评估标准,包括车辆如何识别障碍物,车辆对驾驶员的反馈系统,测量方法,网络安全,最终的一点为道德考量,即车祸事故必然会发生的情况下,自动驾驶系统该如何做出应对方案。

自动驾驶在中国还需要思考更多的人生-第2张图片-零帕网

2016年特斯拉事故频繁发生

▼ 技术的壁垒

以目前推动驾驶自动化的阵营来看,中国在相关领域的企业是比较惨淡的。对于其他汽车强国则是另外一番风景,有钱的自己闭门造车,没钱的就拉上互联网企业交叉研发:

Mobileye、英特尔阵营:由Mobileye和英特尔提供传感器、雷达技术、图形分析处理算法和硬件,宝马、奔驰、沃尔沃等老牌劲旅提供车身控制权配合研发,地图服务则由BBA联合收购的HERE负责。

NVIDIA阵营:除了与Mobileye一样在传感器、雷达和自家强项图形领域的技术支持以外,还提供端到端的数字化地图服务,以及人工智能学习系统。英伟达提供了三套不同的平台,分别对应自动巡航、点到点半自动驾驶、以及全自动驾驶。目前该阵营有特斯拉、奥迪。

自动驾驶在中国还需要思考更多的人生-第3张图片-零帕网

英伟达的图形技术在自动驾驶中的应用概念

Google阵营:早在去年十月就宣布无人车行驶里程突破300万公里的谷歌先前是以丰田普锐斯作为平台,随后更换了雷克萨斯RX,目前与本田、克莱斯勒共同研发。Google是该领域的先行者,但是由于早些年政策法规的不开放导致其一直没有找到属于自己的战略重心。前阵子,Google宣布已经成功研发并将LiDAR传感器(三位捕捉物体雷达列阵)的制造成本从7500美元降低至目前约10%。

Uber阵营:目前与福特推出了第二代自动驾驶Fusion。Uber的思路类似于Google,通过打车服务和地图平台收集大量的驾驶数据并做研发。但是相对于另外几个阵营,Uber在传感器等硬件领域优势并不明显。

而中国方面能够提供整体解决方案或者形成阵营的企业就屈指可数,大多数相关企业也仅仅停在流传感器、雷达等单一性部件的研发与制备。目前仅有百度能拿出成型的解决方案,然而几个月前宝马也和百度终止了在国内的自动驾驶合作项目。

▼ 水土不服的中国

以笔者生活的澳大利亚为例,由于地广人稀的缘故,并没有像中国一样将机动车、汽车等不同的载具做道路分隔处理。也因此澳大利亚的道路中,自行车、摩托车、汽车共同行使在同一条道上的事情随处可见。

也因为相对成熟的法规和发展,在澳洲不仅要求自行车、摩托车驾驶员佩戴完整的护具,对于其“行驶语言”也有详细的规定。例如自行车在转盘中过弯,或者在公路中变道的时候,需要伸出手臂指出其方向约1-3秒,像周围行驶的其他车辆传达信息。

对于发达国家而言,公路上的杂乱信息较少,在自动驾驶在识别障碍物和做出应急反应方面的研发难度相对要低的多。

自动驾驶在中国还需要思考更多的人生-第4张图片-零帕网

百度和宝马之前的自动驾驶测试车,也仅能在特定简单路况下行驶

而中国则完全是一副混沌初始的状态。除了遍地乱串、走位风骚的电动助力车以外,还有目空一切、四大皆空的行人。对于驾驶员而言,不仅没有一套统一的驾驶语言来帮助行人、机动车对汽车驾驶之间的沟通,反而还多出了一套“预判”的工序,要求驾驶员时刻保持注意力避免不必要的事故。

不过回到话题上来,目前即便是进入L4级别的高度自动化驾驶,也不过是是在特定路况下实现A至B的代步,远不及城市复杂路况的全天候自动驾驶和无人驾驶。虽然理想状态下的无人车在中国还需要思考更多的人生,但是目前能看到的未来是2020年,以ADAS为主的主要高度辅助驾驶技术会大规模的在家用级别的轿车上普及开来。虽然暂时无法在上下班的高峰期坐在主驾驶上看报纸,但也至少给足了时间让我们在高速公路上安全的揉一揉眼睛打个呵欠吧。

「文/邓堸 图/网络 制/autocarweekly」