在我国，全自动驾驶的梦想实现还有多久？

“全自动无人驾驶”作为一个新潮名词，从研发理念到上路实践都在不断发展，看起来这项交通革命距离我们越来越近了。但它具体一看，却还很远。抛开无人驾驶的法律法规和社会伦理等一系列问题，中国的路况准备好了吗？我们需要“识车”，更要“认路”。

从何时开始，“无人”这个词成为了未来美好世界的突出表征？晚清民国时代的改革先锋潮人康有为对此曾有过很具体的描述。

“康圣人”在约120年前写过一本争议性很大的奇书，名唤《大同书》，他在书中描述， “大同之世无奴仆，一切以机器代之”，他认为在相对完美中的大同世界中，肯定会有“自动餐饮贩售机”、“自动送货机”、“自动喷水的马桶”等等。

▲ 康有为设想的带音乐的智能喷水马桶

读到这些的时候，小黑觉得可以做这样一种合理的推论，康有为心中肯定闪现过“无人驾驶”这个念头的，但没有落实到书面上，原因可能是在那个年代，“汽车”还大约只是个概念，没有像饮食、马桶等走进大众的日常生活中，而且在19世纪末20世纪初，汽车和电灯电话一样，一度成为中西方文化保守主义者抨击的标靶。

总之“全自动驾驶”或者“无人驾驶”的抽象理念，至少领先了有具体实物载体成百上千年。这个理念不可避免地会带来系列社会伦理和相关法律法规问题，限于篇幅，本文仅对“车v路”这个老话题做一点粗浅的探讨。

他山之石

小黑在两个月前，曾经联系到了瑞典林雪平大学（Linköpings universitet）专门为沃尔沃做无人驾驶工程试验的讲师比杨·奥洛夫森（Björn Olofsson），在访谈中，奥洛夫森主要讲了目前沃尔沃在瑞典无人驾驶实施中的一些障碍：

“缺乏测试场景数据，无法反映真实的城市出行场景。目前在瑞典西南部城市哥德堡的开放道路体验测试区域大多位于城市的郊区，交通流量小、道路较为通畅，而市中心，大部分情况下是繁忙的、拥堵的，甚至会出现很多人车混杂的情况。而且目前沃尔沃的无人驾驶主要以技术验证为主，辅助部分对外公开展示，无法收集实际的、反映真实需求的数据，更无法在此基础上进行产品和服务的升级。”

▲ 奥洛夫森工程师的无人驾驶计划图中，路况测试是个重要环节

▲ 沃尔沃技术部主管埃里克·科灵（Erik Coelingh）在瑞典哥德堡试验无人驾驶(gif)

如果我们稍微独断性地把2014年谷歌推出新一代全自动驾驶汽车作为节点，我们也许会感觉，这些年以来人类畅享的无人驾驶技术的拓展，好像真的就要从梦想变成现实了。

根据清华大学无人驾驶实验室的统计，2018年国内外全球无人驾驶总投融资规模超过70亿美元。其中国内超过11.5亿美元，国外超过58.5亿美元。

我国的复杂路况

看起来前景无比美好……但是小黑认为，看到无人驾驶汽车上路测试的新闻的时候，务必请仔细关注汽车上路测试的“总路况”到底是什么。

这个总路况除了道路交通的硬件配备（交通标识、路面材质、承载量）如何，维护翻新历史，还必须要考虑到该道路的在当地交通规划中的优化配置的级别有多高，这还不包括更复杂的天气状况、应急处理配置等因素。

以“L3级自动驾驶量产体验”这则新闻为例，小黑尤其关注这样一句话：

该系统可以识别车道线、护栏、交通标识牌等信息，结合高精度地图和ADAS地图的道路信息，最高可实时获取8公里范围内的道路信息，实现车道级高精定位和精准路径规划。

这里的关键词有车道线、护栏、交通标识牌、高精度地图……

毫无疑问，这些统统都是L3级自动驾驶上路的前提。如果发生车道线模糊、护栏缺坏、交通标识牌污损或者地图不够精细，那么实验结果还能实时获得8公里范围的道路信息吗？我们要对此打个大的问号。

▲ 裂缝、剥落、沉陷是柏油路面常发性疾病

所以，小黑所要点出的无非就是一句话：无人驾驶技术的单项研发可以确保这个项目的下限，而中国的路况则代表了全自动驾驶的上限。

在无人驾驶等方面的激励热情上领先全国其他一线城市的杭州，去年5月底向向飞步科技和华为等发出测试牌照之时，公布了5条开放测试的道路，这5条道路都位于杭州未来科技城范围内，而且测试时间避开了早晚高峰、极端天气等不利因素。诚然，这次测试牌照的发放主要针对的是货运创业项目，并不指向家用通勤功能，所以降低测试复杂度有一定合理性，但无论如何，这是自动无人驾驶测试目前采用“部分现实虚拟化”的典型例证。

▲ 杭州未来科技城的文二西路成为杭州无人车测试道路之一

那么，到底应该以何种基准评判中国路况的复杂度？在中国各大一线城市精细化管理水平、市民交通安全意识的整体提升，也有着“高科技”和“大数据”的强大支撑的背景下，很遗憾的是，全国的交通事故发生数、交通事故造成的人员伤亡数不降反升，如下图：

▲ 智研咨询根据中国统计局发布的信息，制作了2013-2018年中国交通事故系列问题图表

以上海为例，根据上海市公安局交通警察总队联合市交通委公布的数据，显示2018年和2019年，上海交通事故发生数、交通事故造成的人员伤亡数都比前一年都大幅下降，为全国其他城市的严整治道路交通违法工程树立了一个很好的样板，但上海即便是作为领头羊一般的存在，却依然有两个痛点：

2019年第一季度上海渣土运输车辆已发生各类交通事故528起，同比上升17.1%，2019年上半年，上海市共发生涉及快递、外卖行业各类道路交通事故325起，造成5人死亡、324人受伤。

南京比上海更有过之而不及，在道路交通整治的高压态势之下，南京自2017年以来，每年都会稳定地贡献出因外卖电动车各种交通违规造成的6000多起交通事故的数据，而且并无减少趋势。

▲ 2017年南京外卖电动车造成的交通事故原因分析

“两客一危”（长途客运、旅游客运、危化品运输）+外卖电动车，屡屡给中国一线城市交通增添无限丰富的戏剧性场面，所以这就给自动无人驾驶的算法带来了很多难题。

▲ 外卖电动车因为着急送餐，不顾红绿灯而横穿马路，这一幕我们并不陌生

棋类模拟

我们不妨来做个模拟，把城市道路做虚拟的网格化处理，那么其勾连出来的交通网就如同棋盘一般，道路之上正在行进中的全自动驾驶车辆，则是棋子。

不妨我们再把道路上行驶的各种型号的无人驾驶汽车的加权属性抹掉，抽象为一个个的点，那么这个局面就很像下围棋了。

这种模拟下围棋的算法应用到全自动驾驶行业中，会给人以无限的乐观感，因为3年前围棋界的人工智能AlphaGo通过价值网络的精确估值，避免了海量终局模拟和穷举法，实现了吊打一切人类高手的突破。

与围棋人工智能类似的是，现实世界的全自动人工驾驶模拟，是建立在一个“准虚拟空间”中的，目前还无法实现全方位的现实模拟，有高度精确的地图指引，相对健全和经过优化的路标路面，以及较为同质化的行驶规则为前提，某一段精选的高速公路或者园区路况成为国内外测试无人驾驶技术的主要试验田。

在美版知乎quora上一个高赞无人驾驶的用户体验：当绿灯亮起，车需要右转的时候，右侧的行人和无人驾驶车辆出现了同时等待对方发出指令的情况，双方都需要对方的反应才能做出走或者停的判断，一下子尬住了。

但由于不同车辆潜在的造成交通事故的概率而论，我们不能像围棋那样对子力做平均化的模块化处理，而是必须采用“围棋+象棋”的推演模式：对不同子力进行加权评估。

2019年上半年，上海“两客一危”车均事故率0.32起，万车死亡率达21.4人，是家用小轿车的4倍左右，那么，一旦发生拥堵，当然无人驾驶汽车前面的若是一辆渣土车，那么系统评估下来危险系数起评分乘以4，应该并不过分。所以，无人驾驶技术所依靠的传感器、雷达等必须要有精准识别“路障”的功能。

▲ 全自动驾驶模式下，必须要对大货车保持高度的敏感性

安全第一，但安全并不是终极目的

对于刚学会开车的新手来说，安全第一是一条黄金法则，但老司机们会对通行效率有深刻体会，他们会在保持安全，并且在丰富的预判危险的经验基础上尽可能提升通行效率。

车距感、后视镜的宽度，如果遇到路面上不经意出现的石子、树枝，采取何种时速选择碾压还是避让，危险来临之时，到底加速避让还是刹车避让……这一系列的精准判断，都建立在长时间对复杂路况实操的基础上。

小黑之前报道过，前一段时间，特斯拉无人驾驶车在台湾发生了交通事故，传感器未能及时识别路障，刹车时已经晚了

最后，小黑还需自我辩解一下，本文绝无抨击大货车和电动车扯了城市交通后腿的意思，他们是城市交通中“乘风破浪的姐姐”，生命力极其顽强，本文只是想借此对一线城市路况复杂度做一个切片式的样本分析。

总之，全自动驾驶技术若想从农机产品应用（其应用原理和无人驾驶轨道交通很类似）或者某些特定商用中走出来，朝着有真正烟火气的方向前进，必须要从“识车而不识路”的窠臼中走出来。

图源：上海市市政工程管理处、扬子晚报、新民晚报

点击留言告诉我们

评论区等你哟！

推  荐  阅  读

长按下方二维码关注我们

喜欢这篇文章就点这里