制约自动驾驶发展的最大问题是什么?

大爆炸来了:制约自动驾驶发展的最大问题是什么?

自动驾驶时代即将到来。

2018是自动驾驶的大年。经过这两年无人车视频和各种新闻的持续预热,自动驾驶创业公司如雨后春笋般出现。互利网巨头和传统车企都不甘落后,纷纷公布了路测和落地时间表。近日,美国研究机构布鲁金斯学会发布的一份研究报告指出,全球制造商已经在自动驾驶领域投入了800亿美元。如果加上那些遮遮掩掩的自动驾驶研发计划,总投入应该远远超过这个数字。

多方角逐的结果是,自动驾驶车辆上路的时间节点越来越清晰,近得惊人。自10年6月中旬以来,谷歌旗下的Waymo一直在美国亚利桑那州的公共道路上运营L4级全自动汽车。全车没有驾驶员监控,完全由自动驾驶系统控制。

谷歌在中国的竞争对手百度宣布将于明年量产L4级无人驾驶微循环汽车。这款车可以在特定场景下操作,也可以应对各种实际突发路况。

很多创业公司都把明年视为一个重要的节点。王锦创立的池静科技表示,无人驾驶汽车道路测试将于明年第一季度在中国进行。此外,有消息称,明年中国可能会发放首张无人驾驶测试牌照,这对各研究机构来说是非常好的消息。

自动驾驶并不是一个新概念,但它的分类并没有被大众广泛理解。SAE International(国际汽车工程师协会)定义了驾驶员的参与度,将L0到L5的自动驾驶分为6个等级。其中,L5是全场景全自动驾驶,L4是设计应用范围的无人车,即特定场景的全自动驾驶。L2和L3分别是辅助驾驶和半自动驾驶。

由于研究周期和商业化前景之间的平衡,大多数R&D团队的目标仍然在L3到L4,从有驾驶员辅助的半自动驾驶到固定路线上的无人驾驶。

两条路线:谷歌和特斯拉

自车辆诞生以来,人们就有让它自动运行的想法,但真正实现是因为上世纪80年代机器人技术的突破,进入21世纪后,随着计算机、地图、传感和汽车电子的飞速发展,无人驾驶技术的研究迎来了爆发期。

DARPA Grand Chanllenge,中文翻译为DARPA无人驾驶技术挑战赛,是该领域最具影响力的事件之一,从中不仅涌现出包括巴斯蒂安·特龙在内的行业名人,还刺激了包括激光雷达公司威力登在内的一系列相关行业公司。

在2007年的DARPA决赛中,谷歌创始人拉里·佩奇乘坐商务飞机来到现场。他渴望为谷歌找到新的创新方向,无人驾驶是他的第一个项目。两年后,谷歌的无人车研发开始,他从2005年和2007年的DARPA挑战冠军团队中引入了许多研究人员,包括Tron和Chris Urmson,他们成为了该项目的第一和第二负责人。谷歌此举拉开了互联网公司进军自动驾驶领域的序幕。

回顾当年,08年的经济危机应该是谷歌无人驾驶研究在众多车企中脱颖而出的关键原因。当时,美国许多汽车公司被迫削减研究经费。例如,通用汽车是卡内基梅隆大学的主要企业赞助商,它在2009年申请了破产保护。另一个重要原因是汽车厂商的误判。这些CEO普遍认为这项技术可能会在2030-2040年发展起来,谷歌的第一次努力为自己赢得了一个好位置。

谷歌无人驾驶原型车在山景路测试。

2010的前五年,谷歌几乎成了无人车黑科技的代言人。然而,随着谷歌自身商业化进程的停滞,后来者已经开始奋起直追。最重要的事件是特斯拉自动驾驶车辆的量产。

特斯拉和谷歌不一样。谷歌选择了一步到位直接开发L4级别的完全自动驾驶技术,而特斯拉则采取了循序渐进的方式,从L2级别的辅助驾驶开始。去年5438年6月+10月,马斯克宣布所有正在生产的特斯拉都将具备完全无人驾驶功能,包括Model S、Model X和Model 3,但这只是硬件层面的意义。在系统层面上,特斯拉提供给车主的“增强型自动辅助驾驶”的可选套餐仍然属于L2-L3级别。未来,特斯拉的L4技术开发完成后,后续的选装包将继续推送给车主,实现L4级别的自动驾驶。

2065438+2006年5月,特斯拉的战略受到严重打击。美国俄亥俄州的特斯拉车主约书亚·布朗(Joshua Brown)在驾驶过程中过于放松,将L2作为全自动驾驶L4,在驾驶过程中睡着了,最后撞上了一辆重型卡车,导致车毁人亡。这一事故引起了人们对L2技术的质疑,德国政府甚至要求特斯拉从这一技术的相关宣传中删除误导性的“Autopilot”一词。

媒体代表上个月访问Waymo时,首席执行官约翰·克拉夫茨克(John Krafcik)对媒体表示,谷歌已经完全放弃了辅助自动驾驶,因为驾驶员在自动驾驶过程中会失去情境感知能力,危险来临时很难接管汽车。

在中国:百度先发制人,腾讯加入战局。

当谷歌的无人车在加州进行路测时,百度作为中国的搜索巨头,开始研究深度学习和自动驾驶。

这个研发项目始于2013年7月,直到一年后,百度才确认启动了“百度无人驾驶汽车”的研发计划。

2015 12,百度在中关村软件园国际会议中心正式宣布成立自动驾驶事业部,计划三年内实现自动驾驶汽车商业化,五年内实现量产。同时,宝马与百度合作,在宝马3系GT基础上开发的自动驾驶汽车在北京五环内成功进行了无驾驶员干预的实地路测。

在2016百度世界大会上,时任百度高级副总裁、自动驾驶事业部负责人王锦宣布,百度获得加州政府颁发的全球第15张无人车测试卡。此时,百度无人车开始成为中国自动驾驶研究的名片。

随着王锦、余凯、彭军、童先桥等百度R&D人员离职成立自己的自动驾驶公司,百度R&D团队终于在2017开始了全面的商业化努力。

2016 11,百度无人车亮相世界互联网大会,乌镇。

2065438+2007年3月,百度宣布整合自动驾驶事业部(L4)、智能汽车事业部(L3)和车联网业务,成立专门的智能驾驶事业群(IDG),由百度集团总裁兼首席运营官齐鲁担任总经理。4月,“阿波罗计划”发布,百度宣布向合作伙伴提供开放、完整、安全的软件平台,帮助他们结合车辆和硬件系统,快速构建自己完整的自动驾驶系统。

这一计划为百度吸引了大量产业链合作伙伴,自动驾驶研究的商业化终于看到了曙光。在运营上,百度选择与首汽约车合作。明年,L3级智能驾驶团队将在部分城市运营。在无人车生产方面,百度与金龙汽车联合生产的无人驾驶小巴“阿波龙”也将于明年7月量产。这辆车既没有方向盘,也没有驾驶座。是真正的无人驾驶汽车。

从实际操作来看,百度同时走了L3和L4路线:一方面,L3的辅助驾驶系统可以与大部分汽车主机厂合作,快速实现智能汽车的商业化;另一方面,完全无人驾驶的汽车必然是未来汽车研发的终极方向,而储备了大量技术的百度也在这方面打破了边缘。虽然不同于谷歌只走一条路的策略,但是两条路线并存的策略也说明百度并没有通过L3技术升级实现全自动驾驶。

看来,中国公司的技术特点是坚持双管齐下的策略。国内另一家互联网巨头腾讯在自动驾驶的研发上也持这种态度。

腾讯比百度晚起步三年。上个月,腾讯自动驾驶实验室主任苏奎峰在腾讯全球合作伙伴大会上公开承认了自动驾驶R&D项目的存在,并宣布了一些进展。苏奎峰表示,目前腾讯更关注高速公路半封闭环境下的L3方案,也会针对L4/5核心技术进行算法研究和数据积累。

自动驾驶面临的最大问题

自动驾驶面临太多技术问题。传感设备,如照相机、激光雷达、雷达等。,需要变得更高效,尤其是如何提高恶劣天气条件下传感器的分辨效率,这对硬件和算法都提出了不小的挑战。

自行车成本也是一个大问题。为了保证安全,多系统冗余设计必不可少。对于消费级无人车,业界普遍认为多传感器融合是基础保障。现在激光雷达价格偏高,车辆价格对大多数消费者来说还是太高。

但技术和成本的问题显而易见,会随着算法的演进和车辆的量产逐步解决。自动驾驶普及所涉及的社会成本是其面临的最大问题。

社会成本要从物理和法律两方面考虑。在物质层面,基础设施建设需要大量升级。此前,德国政府已经做出计划,为德国每条高速公路上的自动驾驶发展,实现车辆与道路基础设施之间的无线通信功能。此外,车辆之间的通信可以通过安装在路边的传感器和无线设备来实现,这些都是自动驾驶汽车需要的驾驶环境。

在无人驾驶时代,V2X能力,即车辆、车辆与基站、车辆与行人之间的交互能力也很重要。这对车联网的建设、IOT的普及和5G无线网络提出了很大的要求。这些也是社会需要付出的综合成本。

自动驾驶时代的V2X场景

除了无线通讯设备之外,道路本身的畅通程度和车道线的可识别程度是自动驾驶汽车能否安全行驶的关键。如果说这些问题在城市中心区的主干道上很容易解决,那么在次干道、支路甚至郊区、乡村道路上实现自动驾驶甚至无人驾驶的条件就不容易了。

除了这些有形成本,“无形成本”无形中制约了自动驾驶的发展。从一辆自动驾驶车辆下线到城市道路,现有的交通法规显然远远不能满足需要。

今年7月6日,百度AI开发者大会直播中,李彦宏乘坐的百度研发的自动驾驶车辆在“众目睽睽之下”违规,实线变道,转向灯不开。之后,北京交管部门给百度开出了自动驾驶的第一张罚单。

对于百度来说,拿到这张票是有意义的。毕竟车是自己的,系统是自己研发的,驾驶座上的人也是百度智能汽车事业部总经理顾。但如果是交付给用户的车辆,这张票应该发给谁呢?是交付车辆的汽车主机厂,还是开发整个自动驾驶系统的开发商,还是拥有车辆但没有驾驶行为的用户?

《日内瓦道路交通公约》(1949)要求驾驶员“能够在任何时候控制自己的车辆”,而关于鲁莽驾驶的条款通常要求“有意识、有目的地操纵车辆”。这一规定在全自动驾驶时代应该如何适用?

斯坦福大学的法学教授布莱恩特·沃克·史密斯(Bryant Walker Smith)曾经写过一份文件,提出了如何在自动驾驶的背景下调整法律的建议,包括将“驾驶员”一词改为包括常规意义上没有眼睛或耳朵的计算机。修改法律的难点在于,法律可以要求人类规范自己的行为,但现在它不能要求一个人工智能系统做任何事情,除非法律制定者能清楚地明白这个人工智能系统能做什么,不能做什么,并在复杂的技术面具下判断这些责任属于谁。可以想象,随着自动驾驶时代的到来,现有的交通法规也将迎来重大变革。