潮落！自动驾驶搁浅在2018滩头

泰伯网 李靖一 报道

Tryul 责编

“在未来的几十年内，自动驾驶技术还无法做到无处不在，无人驾驶汽车也将一直存在限制。”

上个月，Alphabet旗下Waymo CEO约翰·科拉菲克（John Krafcik）在《华尔街日报》举办的一场会议上表示出了对自动驾驶的谨慎展望，在他看来，在之后很长一段时间内，自动驾驶汽车都会需要司机的协助。他并不认为，技术可以全天候条件下运行，且不需要某种程度的“用户交互”，因为这种技术“真的、真的很难”。苹果联合创始人史蒂夫·沃兹尼亚克（Steve Wozniak）也表示，自动驾驶汽车不可能在不久的将来实现，并且直言“我不相信自动驾驶汽车”。

尽管有业内人士指出，约翰·科拉菲克针对的是L5级别自动驾驶，但作为自驾领域的领头羊，Waymo这样的表态无疑给自动驾驶泼了一盆冷水。换句话，当Waymo做不到时，我们有什么理由相信其它公司能够做到。

鼓吹“自动驾驶已经来临”是值得商榷的

本月，加州一驾驶特斯拉的车主饮酒意识不清开启自动驾驶模式后被警察追了11公里后停下。本周二，台湾一特斯拉车主在开启自动驾驶模式后撞上两台执勤警车。

自动驾驶近两年一直是各大互联网企业、传统汽车制造商以及媒体报道的主题，但目前来看，距离自动驾驶真正走进生活并没有报道的那么乐观。从2009开始研究无人驾驶开始，Waymo花了七年时间让第一辆无人驾驶汽车上路。而Waymo本月5号在凤凰城郊区开始的首个商业自动乘车服务中，依旧为所有车辆配备安全员。Waymo解释说，除了考虑用户的接受程度外，还要让安全员对车辆运行情况进行监督。

很难说Waymo为车辆配备安全员的做法没有受到今年3月Uber自驾汽车撞死行人事件的影响，但在商业化上的谨慎表现起码表明谷歌认为现在的自动驾驶还不够好。

国内在商业化上似乎并没有什么大的动作，11月份在广州上线的国内首辆自动驾驶出租车被相关部门叫停，自动驾驶论坛所谈论的东西一年下来没有什么变化，官网上仍旧被口号式的标语和NB的团队履历所占据，下半年的融资和上半年以及去年相比显得克制不少，自驾的“冬天”来了吗？

安全、拥堵，自动驾驶能解决吗？

人类对新生事物本身天然不确定性的恐惧使得自动驾驶在安全问题上并没有太多可以试错的空间。今年3月Uber自动驾驶车撞死行人的事故使得其被无限期吊销其路测资格，暂停了所有的路测项目。上个月初，Uber向宾夕法尼亚州请求恢复在路测资格，但目前尚未得到该州的许可。

从自驾技术的复杂性以及目前AI发展的水平来看，自动驾驶开车比人类开车要复杂。这会出现一个问题，自动驾驶开发者所制造出的新错误比他们所要避免的人类驾驶错误还要多。这不仅体现在错误数量上，也会体现在错误类型上，因为机器或者说“AI”产生的错误具有不可预知性。Uber致死事件花了一个多月时间才确定事故原因，涉事车辆的感应器检测到了骑自行车过马路的行人，但决策系统认为无需作出反应，最终没有及时减速而酿成悲剧。

从车载摄像头的影像可以看到，如果是人在正常驾驶，可以提前判断前方出现行人需要减速躲避，对人类司机来说，这是相当自然的事情。但对自动驾驶汽车来说，这涉及到两个技术问题，一个是感知能力，另一个是决策能力。感知能力取决于传感器，在Uber事件中，感应器实际上已经检测到行人，但决策系统并未作出反应，系统之所以产生误判，是因为Uber调整了系统对道路障碍物的反应强度。

决策能力非常依赖于对AI的训练，可是目前的局限在于，为了训练AI，需要海量的行车数据。监管机构坚持，自动驾驶汽车需要测试数亿至数千亿公里，才能验证它们在减少交通事故方面的可靠性。单就系统对道路障碍物的反应强度这点来看，如何不让汽车在驾驶安全没有遭到威胁时突然刹车成为“惊弓之鸟”的同时也不能因阈值过低造成“为时已晚”是个现实而又棘手的问题，可是在有各种限定条件下的特定区域路测远远不能满足对各种复杂场景的覆盖，那么，实际上路成了唯一选择。只不过在这种情况下，发现bug的过程并不令人愉悦。

在安全的前提下，寄希望于自动驾驶能够解决拥堵似乎并没有什么大的问题，但数字化和智能化必须结合基础设施和车辆才能发挥作用。交通运输部公路科学研究院总工程师王笑京表示，数字化和智能化是工具，不能代替规划和管理。他认为，既有的道路是根据交通工程学为人驾驶而设计的，不是为自动驾驶设计的，它的一系列参数全是基于人的反应。而车，是根据人机共生学，为了人的安全和方便驾驶而设计的，也不是为了自动驾驶而设计。在不久的将来，各种形式的智能汽车和人驾驶的汽车混行的情景可能要存在一段时间。

史蒂夫·沃兹尼亚克指出，“道路是由人类建造的，人类是不完美的，自驾汽车目前无法解决这一问题。”道路交通的标准，是长期改进形成的，对于混合交通的条件下，自动驾驶的车辆能否在达到现有的交通安全水平仍然是个未知数，但我们可以确定，现有人类所建造的道路基础设施与自动驾驶的要求相去甚远，那么，指望自动驾驶能够缓解拥堵问题短期内就是不可能的事情。

车路协同成为共识，然而需要更多时间

在之前各大厂商的发布会上，生产（改装）出一辆样车并着重介绍该车的智能化水平以此来展现技术实力是通用做法。看上去很美好，现实依旧缥缈，即便是Waymo也难以交付在展厅中出现的汽车。当厂商意识到单车智能在量产和技术成本上并不是一个好的选择后，“车路协同”被越来越多地提及。今年9月，百度也宣布年底正式开源Apollo车路协同方案，阿里巴巴AliOS宣布与英特尔、大唐电信集团开展智能交通=车路协同领域的战略合作，华为也参与了无锡城市级车联网（LTE-V2X）项目。

车路协同并不是一个新的概念，早在上世纪90年代就在欧美日等国家提出，我国也在“十二五”期间立项了“智能车路协同关键技术研究”。阿里、百度所说的车路协同在解决方案上叫做V2X（Vehicle to X）。今年10月21日，工信部无线电管理局发布了名为《车联网（智能网联汽车）直连通信使用5905-5925频段的管理规定》文件，支持LTE-V2X技术在智能网联汽车的应用和发展。

车路协同焕发第二春的很大一部分原因或许来自5G技术，5G所带来的低延迟通信和V2X要求的“车与车、车与人，车与基础设施的高效互联“不谋而和。5G的重要作用使得通信运营商也加入到了自动驾驶阵营，大唐电信和阿里、百度都有合作，上周，中国移动联合百度发布了C-V2X车路系统方案。

大部分人认为，随着4G向5G的过渡，V2X 技术的商业化阻碍将变得越来越小，然而实际情况是，5G本身的落地就是一个难题，需要密集的基站建设，5G终端产品也还没有出现。即便解决了5G，也只是搭建了V2X中的交流通道“2”，X中的“路”仍然是个问题。

去年底，我国已有超过13.5万公里的高速公路，对现有的高速公路进行升级改造是不可或缺的，车路协同需要在道路两侧安装感知基站，但感知基站的工作半径只有两百米，可以想象需要建设的基站有多少。在技术上，感知单元间的分享同步和多传感器融合对于安全性、稳定性、可靠性、维护性有严格的要求，车辆和基础设施之间的通信方案目前也没有行业统一的方案。另外，车路协同的路侧基础设施涉及到传感、通讯等领域，科技企业无法覆盖所有技术需求，这一行业必定需要政府和多方产业合作才能达到理想效果， 

车路协同方案理论上可以有效弥补自动驾驶在安全性和成本方面的不足，然而高昂的前期建设成本和后续维护所带来的难题恐怕还得让我们等上很长一段时间。

根据此前披露的计划，各家商业化的目标普遍集中在未来5年。不过现在看来，技术的限制、高昂的成本、安全的论证，对自动驾驶创业公司和投资人来说，商业化的压力变得空前艰巨。冬天的到来或许早已埋下伏笔，不过人类对美好科技的追逐无可指摘，这一轮洗牌或许能够让下一个春天更早到来。

谷歌自动驾驶项目前负责人 Sebastian Thrun 说，“自动驾驶是人工智能改变世界的光辉起点。”对于这点，我们依旧坚信不疑。

深入阅读｜点击图片或标题

精读