自动驾驶的冷思考 商业化急不得

目前L1级别的产品已经得到了普遍应用，L2和L2.5级别的技术也已经成熟，真正难的是L3及L3+自动驾驶的研发应用。那么对于整个行业来说，要量产高级别自动驾驶，究竟哪些地方没有准备好呢？

11月1日上午，广州公交集团白云公司宣布推出全国第一辆自动驾驶出租车，并于当天开始在广州大学城投入试运营。此消息一出，迅速引起了众多市民“围观”，然而仅仅一天后，该项目就被广州市番禺区交警和交通局双双叫停。番禺交警表示，自动驾驶属于新事物，在未有相关法律出台及相关部门审批同意前，上路运行有不妥之处，例如出现冲红灯等违章行为时，如何处罚就没有相关法律规定。

事实上，这里番禺交警提到的“法律规定”，只是支撑自动驾驶汽车上路的必要条件之一。具体来看，自动驾驶汽车要投入大规模商业化，还面临核心技术待突破、商业模式待确立、道路交通配套设施待完善以及安全性、可靠性等多方面的挑战，如果要等到这些条件都成熟，还有相当长的一段路走。

高级别自动驾驶落地尚需时日

还是以上述项目为例，据了解该项目号称可以实现“L4级别的自动驾驶”，什么意思呢？根据国际汽车工程师协会(SAEInternational)制定的自动驾驶汽车分级标准，L4自动驾驶属于高度自动驾驶，在这一阶段系统可以独立完成大多数环境下的所有驾驶操作，只在某些特定情况下需要驾驶员介入。难道说目前国内自动驾驶水平已经如此先进了？

如果深入了解会发现事实并非如此。据部分公众实地体验，上述自动驾驶出租车只能在限定路段的固定路线进行自动驾驶，并且在掉头、经过红绿灯路口，以及遇到障碍车辆的时候，表现都不是很令人满意，或动作不流畅，或舒适性不够，和其宣传的“自动驾驶出租车”概念有一定的出入，距离商业化量产也还有很远的路要走。

“特别是完全的L3、L4，包括L5，我个人认为没有那么快落地，因为会牵涉到很多问题，比如法规问题、道路问题、责任认定、伦理问题等。当然，我相信有一天它们一定会实现，但是尚需时日。在此之前，我觉得像ADAS这种技术会给用户带来很好的体验，另外现阶段看起来比较可行的全封闭区域的自动驾驶，比如机场的接泊车、景点的游览车，从当前的技术来看应该也很快就可以落地，就看怎么经营、怎么运作，更具体一点我认为在两年之内可能会实现，不过这和真正意义上的自动驾驶是完全不能相提并论的。”东软汽车电子事业部总经理赵岩表示。

西南交通大学汽车工程研究院院长胡广地的观点与此类似。他认为在高速公路或者高等级公路上的L2.5或者L3，基本上现在就可以量产化，并且做到成本可控。但对于L4和L5，且不说城市工况，单单就高速公路和高等级公路而言，按照目前中国的交通情况，短时间内也很难实现。从这一点上来说，他指出发展自动驾驶一定要考虑中国的实际情况，从“痛点”入手，来逐步解决商业化问题。而目前国内最大的痛点就是安全、绿色、方便，此外还有成本，而不是仅仅考虑车子多么智能，并且一定要以系统性的思维来考虑这件事，包括系统的成本、系统的安全，这些涉及量产化的东西一定要考虑到。

多项核心技术亟待突破

可以说对于自动驾驶，目前L1级别的产品已经得到了普遍应用，L2和L2.5级别的技术也已经成熟，真正难的是L3及L3+自动驾驶的研发应用。那么对于整个行业来说，要量产高级别自动驾驶，究竟哪些地方没有准备好呢？

南京航空航天大学教授宋廷伦指出主要还有以下几个关键技术问题需要解决。第一个是自动驾驶汽车制定策略时究竟是基于逻辑的控制，还是基于AI端对端的控制；第二是自动驾驶汽车应该采用以车载传感器为主的环境感知，还是V2X和车载传感器相结合的环境感知策略；第三个是自动驾驶汽车的实施路径，目前主要有两条：适用于所有驾驶场景的部分自动驾驶功能和适用于特殊场景的全自动驾驶，应该如何选择；第四个则是商业层面的问题，即在新的竞争模式下，主机厂、供应商、关键技术提供商之间的分界到底在哪里？换句话说，主机厂做自动驾驶技术研究和开发要研究哪些内容？要不要去研究传感器、芯片技术？就商业和合作模式模式而言，边界到底在哪里……这些问题一定要尽早解决。

同时，宋廷伦认为在整车开发过程中，自动驾驶技术在前期一定要充分考虑很多因素，而不能埋头苦干，要抬头看路，看整车产品开发流程，从而在客户需求、可行性等方面做好充分的准备。尤其要参照整车产品开发流程，明确自动驾驶技术在产品开发的不同阶段要做哪些主要工作，这些关键活动应该由哪些部门来负责，对于一个传统的主机厂，每个部门在产品开发过程中都承担非常明确的责任，当然不同的主机厂其部门划分和职能可能不一样，但是每样工作一定得有承接部门。只有这样，车企才能保证在上述关键问题没有解决之前，或者最终解决之后，现在做的工作不至于被今后的技术路径否定掉。

东软汽车电子事业部总经理赵岩则认为现阶段自动驾驶实现的难点之一在于验证，也就是如何证明一辆自动驾驶车辆的安全性。目前业界普遍认为如果一辆自动驾驶汽车行驶了十亿公里没有交通事故，基本就可以被证明是安全的，可以量产的，而从各厂商2017年的路测结果来看，Waymo352，545英里出现了63次人工干预，每千英里的干预次数是0.18次，这已经是2017年做自动驾驶路测最好的数据了，但是和大家理想中的自动驾驶还是差别很远。

当然，这并不是Waymo的问题，关键还在于很多技术及配套不够成熟，比如高精度地图、平台、5G技术、基础设施服务等，都还有待进一步的提升，另外责任划分，安全认证、法规处理等，也需要进一步的完善。而在这些因素之外，一个最重要的点，赵岩指出就是自动驾驶汽车如果要在中国落地就必须要适应中国国情和基础设施的实际情况。

为什么这么说？因为不同地域交通环境不一样，比如美国很多交通标志和中国就不一样，路况也不尽相同。像加州或者洛杉矶，可能车流量很大，平均时速都在80公里以上，而中国大部分城市拥堵是常态，这种情况下就无法把基于美国交通环境研发的自动驾驶汽车直接应用到中国市场，否则必定会“水土不服”。

而国家计算机网络与信息安全管理中心车联网安全仿真与攻防技术北京市工程实验室副主任王永建，则重点介绍了目前智能汽车的面临信息安全问题。他指出随着汽车智能化、网联化深度不断加深，车内的接口也会随之更多，其面临的风险也会越来越大。“过去车辆的安全威胁入口主要集中在网络侧的APP终端，而现在由于汽车功能在不断增多，不仅仅是网络侧的APP终端，很多无线入口如WIFI、蓝牙等，以及其他一些云端的漏洞和物理接口，都能够轻易对汽车造成一定的破坏。”

不仅如此，随着汽车里面软件的重要性日益凸显，代码越来越复杂，也会产生一些新的安全问题。“因为在目前的条件下，研发人员不可能对每一个代码都进行检测，来确认代码逻辑合理性和安全性。”如此一来，就必然会有“漏网之鱼”，威胁到汽车的安全。

“所以可以看到，现阶段很多车企都在大步伐部署信息安全相关工作，信息安全从某种意义上来讲正逐渐走向成熟，预计在2019、2020年的时候，将慢慢趋于落地。”东软集团股份有限公司网络安全事业部产品总监陈静相补充道。因为，未来汽车的很多智能化功能，都是建立在信息安全这一基础之上，只有车辆的信息安全得到了保证，智能化和网联化才可能真正从梦想照进现实，否则难保《速度与激情8》中“僵尸车”满街跑的场景未来某一天不会在我们的现实生活中上演。