人工智能or人工智障？我們距離真正的“自動駕駛”還有多遠？

審核專家：劉相權

北京信息科技大學副教授，機器人工程系主任

不知道你有沒有看過一部經典科幻片《機械公敵》？

來源｜《機械公敵》

電影中有一個經典橋段讓人印象深刻：主角坐在高速行駛的車上，手上翻看案件信息，主駕駛連方向盤都沒有，車卻能行駛地非常平穩(wěn)。

來源｜《機械公敵》

這大概就是很多人心中自動駕駛的雛形：不需要掌握方向盤和油門剎車，車自己就能帶著你安全地到達目的地。隨著科技的進步，這個夢想似乎也沒有那么遙不可及，但很多人還是對自動駕駛的發(fā)展心存疑慮。

原因無它，因為你不知道操控汽車的是“人工智能”還是“人工智障”。

多自動才叫自動駕駛？

當我們購買具有自動駕駛功能的車輛時，銷售人員經常會這樣介紹：我們這輛車具有L2級別的自動駕駛功能。

這個L2是什么意思呢？目前，自動駕駛常見的是兩種分級標準：NHTSA分級（美國高速公路安全管理局提出）和SAE分級（美國汽車工程協(xié)會提出），而L2的說法也源于這兩個分級標準。

為了規(guī)范國內自動駕駛的標準，2021年8月，由工信部提出、全國汽車標準化技術委員會歸口的GB/T40429-2021《汽車駕駛自動化分級》推薦性國家標準正式發(fā)布，并從2022年3月1日正式開始實施。目前的駕駛自動化分等級為L0、L1、L2、L3、L4、L5一共6個層級，駕駛自動化等級與劃分要素的關系如下表所示：

來源｜中華人民共和國工業(yè)和信息化部

可以看到，不同級別的自動駕駛，對應著不同的操作主體、監(jiān)控措施、接管方式和應用場景。曾經夏利奧拓滿街跑的年代就是L0的時代，ABS和定速巡航等功能的出現(xiàn)讓自動駕駛邁入了L1的大門，而車道輔助、自適應巡航等功能綜合使用使自動駕駛升級到了L2，從L3級開始，駕駛主角均由駕駛員操作轉換為車輛自主駕駛，L3級也是自動駕駛技術應用的重要分水嶺。

自動駕駛技術的目標，是使汽車能夠感知周圍環(huán)境、做出決策并執(zhí)行行動，而無需人類駕駛員的干預，從而避免“馬路殺手”、提升行車效率，打造更加安全高效的交通環(huán)境。

自動駕駛也有不同門派？

無論什么領域，通往終點的道路都不止一條，自動駕駛也是如此。

在自動駕駛解決方案這片“武林”中，有“兩大門派”：“單車智能”派和“車路協(xié)同”派。

“單車智能”派主要是卷車的智能化。通過攝像頭、激光雷達、慣性測量單元等傳感器和高效準確的算法，讓車輛實現(xiàn)自動駕駛。

“車路協(xié)同”派則除了卷車還卷路。通過對人、車、路信息的全面感知，發(fā)揮協(xié)同配合作用，讓車和路都變“聰明”。

來源｜《葉問3》

除了這兩個解決方案的門派區(qū)別之外，實現(xiàn)自動駕駛也離不開芯片、傳感器、高精度地圖等技術的加持。在傳感器領域同樣有兩個門派，他們分別是“激光雷達”派和“純視覺計算”派。

“激光雷達”派，是以激光雷達為主要傳感器，配合毫米波雷達、超聲波傳感器、照相機等獲取外部信息，完成自動駕駛。其優(yōu)勢是能獲取空間的深度信息，也無需外界的燈光輔助，但是成熟度欠缺，在雨霧天氣效果大打折扣，同時由于對CPU處理能力更高的要求，所以成本也更高。

“純視覺計算”派，是通過攝像頭來為車輛模擬人的眼睛，其“大弟子”就是特斯拉，它們采用的就是“8攝像頭”的純視覺方案。成本低、識別度高是“純視覺計算”派的優(yōu)勢，同時更依靠人工智能訓練以及高精度地圖則是它較弱的地方。

來源｜愛卡汽車

這些“門派”各有利弊，但自動駕駛面臨的問題，可不止選擇哪條路到達終點才最合適這一個。

高等級自動駕駛有哪些現(xiàn)實困難？

目前，一部分車企已經宣稱自己企業(yè)的自動駕駛水平達到了L3級別，然而由于不正確使用自動駕駛導致的交通安全問題，也讓自動駕駛真正“駛入尋常百姓家”還有很長的路要走。

目前自動駕駛的進一步發(fā)展，主要受到以下幾個方面的影響：

01

人工智能發(fā)展限制

“深度學習”是讓人工智能更加“智能”的重要方式，這就需要算法、人力和試錯成本的投入，否則掌控智能駕駛的人工智能偶爾的“智障”，就有可能為交通安全帶來極大傷害。

02

高清地圖“依賴癥”

目前，很多自動駕駛技術都比較依賴高清地圖，這也對高清地圖的“新鮮度”提出了更高的要求，但很多高清地圖只能做到“周更”，而且大多通過比較原始的采集車人工更新信息，這對于日新月異的城市建設來說，是相對滯后的。

03

法律法規(guī)還需完善

“電車難題”聽說過嗎？自動駕駛出現(xiàn)交通事故，責任該如何劃分，與駕駛員的關系又如何？自動駕駛法律責任的劃分已經成為法學研究的一個熱門議題，大概在相關法規(guī)出臺之前，我們都很難接觸高級別的自動駕駛技術。

04

路面情況復雜性

突然并線的車輛、橫沖直撞的電動車、行人“鬼探頭”...路面的復雜性往往讓人工智能也始料未及。自動駕駛目前還有著嚴格的使用場景，想要實現(xiàn)“全場景自動駕駛”，就需要本領域的科研人員們繼續(xù)“卷起來”了。

來源｜新浪

自動駕駛還有很長的路要走，但科技創(chuàng)新推動首都交通高質量發(fā)展的路線始終不變：截止到2月底，北京市已經累計開放自動駕駛測試道路1160余公里，覆蓋7個區(qū)，測試總里程超過2000萬公里，為18家企業(yè)384輛車發(fā)放測試牌照。今年北京將加快推動高級別自動駕駛示范區(qū)3.0擴區(qū)建設，預計到今年 6 月份示范區(qū)面積將擴展到600平方公里，年底前還將在機場、火車站、公路貨運等區(qū)域和行業(yè)內測試自動駕駛應用。

通過網(wǎng)絡，我們已經見到了很多通過自動駕駛技術實現(xiàn)的“黑科技”，或許有朝一日我們真的能夠擁有一輛“不用駕駛員操作就能安全到達目的地”的“成熟的汽車”，讓科幻電影里的場景成為日常的現(xiàn)實。

參考資料：

《本市智慧交通“成績單”發(fā)布，開放自動駕駛測試道路 1160 余公里》，北京日報2024年3月21日第005版

《輔助駕駛與自動駕駛注意義務之比較》，江漢論壇2024.3

《自動駕駛時代，高精地圖不會是“標配”？》，科普中國