智能汽車十問十答 探尋自動駕駛未來

　　【太平洋汽車網 行業頻道】今年2月份，發改委、工信部、科技部等11個部委聯合蓋章正式發布《智能汽車創新發展戰略》，智能汽車成為又一個風口。不論是傳統車企還是新興造車品牌都開始瘋狂加碼，仿佛下一刻就能看到滿地跑的無人駕駛汽車。

　　在自動駕駛方面起了大早的谷歌，為了達到100%的無人駕駛還在測試場地瘋狂跑數據，商業化之路還未開啟，打著自動駕駛旗號成為電動汽車行業新星的特斯拉市值已經攀上2776.01億美元。普通民眾總是覺得自動駕駛很耳熟，無人駕駛聽上去像天方夜譚，離自己太遠，但是無人駕駛離我們真的有那么遠嗎？

　　如果我們只單純的追溯自動駕駛技術的發展，自動駕駛最早的應用可以追溯到空中飛行，1922年Sperry公司就研制出了第一套自動駕駛系統，并在1914年做了演示飛行。

自動駕駛發明家勞倫斯·斯佩里

　　至于現代意義上的第一輛自動駕駛汽車，它是20世紀80年代卡梅隆大學制造的Navlab。局限于當時的技術發展水平，Navlab僅實現了電動轉向，最高時速32km/h，僅僅相當于現在的L1級別自動駕駛，但是它已經具備了自動駕駛汽車的雛形。

　　國內自動駕駛發展也遠遠早于我們大部分人的認識，1987年國防科技大學研制出了一輛自動駕駛汽車的原型車，也是國內第一輛自動駕駛汽車。這輛原型車雖然從外觀大小和設計都與普通汽車相差巨大，但是其內部結構基本滿足了自動駕駛汽車需要具備的主要組成部分。

　　到了1995年，CMUNavlab 5依靠電腦控制轉向完成橫穿美國東西部的部分無人駕駛試驗，在3000英里的行程中，駕駛員98%的時間無需操縱方向盤，只需控制加減速即可。相比一代Navlab，不論是速度還是自動化數據的處理上都有很大的提高。在上個世紀90年代就可以達到這一水平，看到這里誰不說一句科學家就是牛X呢。

　　在你所看不到的地方，科技正以一種令人驚訝的速度迅速發展，他們就像一個個潘多拉魔盒，根據不同的開啟方式將我們的生活帶往不同的發展方向。

　　有人可能會和筆者說，我這個汽車自動巡航的時候，我沒有操作行為，那這種情況我的車子是不是就算無人駕駛了？

　　這個想法是錯誤的，自動駕駛是你的汽車可以依賴系統進行運作，但是某些條件下需要人為干涉；無人駕駛則是完全依賴系統運行，不需任何人為干擾，我們現在所習慣的剎車，油門和方向盤都將從車內消失，到最后汽車的定義將被定義為一個坐起來很舒服的“鐵盒子”。前面所說的在自動巡航的情況下，系統只是短暫的接管了一下汽車部分操作，實際控制還是人類，依舊屬于自動駕駛范圍，而且這一功能在自動駕駛范圍也比較基礎。也就是說，無人駕駛比自動駕駛自動化級別更高。

　　對于自動駕駛等級，隨著技術的更替已經有了更加詳細的劃分方式。

　　首先，我先回答一下最后一個問題，是否會引起大規模失業跟人類千年文明相比，近代工業史僅有短短幾百年，技術更新進步帶來不僅僅是舊的工種被取代，還有新的工種被催生。

　　例如汽車出現之前，我們依靠車夫和轎夫，汽車出現后就出現了司機。

　　再來說駕照，自動駕駛發展到最后為完全自動駕駛也就是無人駕駛，汽車完全由系統接管，并且完全不設人為干涉選項，此時，司機的存在已經被淡化甚至消失。不需要人類控制的汽車，自然也就沒有司機這個位置，乘車人也不需要掌握駕駛技巧，上車而之后只需安心的等待汽車將其送到指定地址。我們對于駕駛人的相關考察也就失去了意義，自然不需要再考駕照。到了這一步，不論你是三歲小孩，還是90高齡的老人，無人駕駛汽車都可以成為其自主出行的交通工具。

　　失去對駕駛資格的需求，駕校自然失去了學員基礎，那么駕校也就沒有了存在的必要。

　　至于我們說的出租車司機，其實共享出行的出現，對出租車司機行業就已經造成了一次巨大的沖擊，但網約車的誕生，又為眾多的私人司機提供了新選擇。隨著之后自動駕駛技術發展到無人駕駛，當車輛的控制完全依賴系統，司機沒有了存在的必要。

　　由于智能交通網絡的電子化發展和智慧城市的建設，高速公路普及了ETC，公路建設中收費、監控、后勤、行政、票務等各個崗位都遭遇了沖擊，最后的處理辦法是國家根據實際情況盡量堅持屬地負責和轉崗不下崗的原則，對相關人員進行重新安排。

　　隨著自動駕駛程度的提高，駕駛員，出租車司機，高速收費員，駕校確實會失去存在的意義。隨著自動駕駛技術的完善，交通可以采用電子警察的方式進行，但是相關救援，處理和定責還是需要交警。

　　關于這個問題，我先給大家聊一下車企布局出行領域的動作。

　　戴姆勒投資中東打車巨頭Careem，這家共享出行公司的主要競爭對手就是Uber。戴姆勒出行股份和吉利出資還成立了高端出行合資公司，推出了“耀出行”，吉利汽車旗下共享出行“曹操出行”也接入了“耀出行”。

　　寶馬集團，先是收購了北美地區最大的停車應用軟件服務商Parkmobile，又花費了2.09億歐元從Sixt租車公司購買了DriveNow的50%股份。后續還與戴姆勒公司握手言和，共同投資10億歐元組建合資公司，合并移動出行業務。能夠讓兩家汽車巨頭握手言和，共享出行后面的利益有多大不必我多說。

　　豐田汽車2018年向Uber投資5億美元，共同開發自動駕駛汽車，廣汽集團也投資了Uber。至于國內的共享出行巨頭滴滴，其也收到了多家汽車企業的合作和投資，其中就有大眾集團和北汽集團。

　　其它方面，車企們還推出了自己的出行平臺，汽車制造企業們，不論是單打獨斗還是找科技企業合作都不愿意放下共享出行這塊蛋糕。

　　那么，為什么會出現這種現狀呢？

　　因為沒有一家車企愿意在新出行時代之下，淪為單純的制造商，失去自主權。這就回歸到了我們的問題，私家車未來的發展方向。隨著無人駕駛技術的發展，大家都不需要自己開車了，我們現在說的什么駕駛樂趣自然也就變淡了，后續出行需求一定是大于買車需求，這也就意味著購車欲望下降，私家車的保留量也會下降，除了某些愛車人士等幾乎沒有人會花錢去購買一輛屬于自己的車。

　　不過，對于汽車的小眾需求依舊會保留，私家車并不會完全的消失。這世界愛特立獨行的人多了去了，按照現在的發展，最后保留的私家車需求應該是在超跑和高端定制車上。

　　其實這一問題我們可以發散一下，自動駕駛全面普及之后，能夠解決堵車問題嗎？畢竟，限行政策是針對現在城市交通壓力過大而提出，一旦自動駕駛的普及能夠解決這一問題，那么限行的規定自然能夠得到改變。

　　那么現在我們來回答，為什么自動駕駛完全普及能夠有效的解決堵車問題。

　　按照上文中所說，人們的購車欲望下降，共享出行普及，現實就變成——未來在路上跑的汽車將絕大部分屬于共享出行公司，私人汽車僅為冰山一角。連貫下來，企業一般都是從利益出發，為了提高利潤，這些共享出行公司提高利潤的最好的辦法就是降低空載率，提高單車的使用次數。

　　我們設想看一種最理想的模式——編碼排隊運行，基于大數據平臺應用，所有的車輛被統一管理后列隊運行。大數據根據每個人下單的起止地點合理安排接送車輛，它們擁有專門的通道上下客通道，快速接客放客，完全不會影響后面的車輛運行。這一情況下不僅事故率被大大降低，車輛也得到了合理的利用。

　　私人汽車留存降低，車輛被平臺統一管理，采用大數據管理的共享出行整合了所有運行車輛，交通系統高效有序運行，限行自然不存在了。

　　2018年3月，Uber（優步）在美國亞利桑那州坦佩，一輛正在進行自動駕駛測試的車輛撞上行人，這名傷者最終因搶救無效死亡。這也是全球首例自動駕駛車輛撞死行人的案件，由于當時測試汽車配備了安全員，但是安全員在玩手機忽視了安全風險，最終法院的判決結果中，Uber不承擔刑事責任，但是安全員被進一步追責。

特斯拉Model S

　　2016年國內首例特斯拉Model S車禍案，因為與前方的道路清掃車發生追尾事故身，駕駛員高雅寧當場喪命。由于當時特斯拉方面拒絕提供行車數據，導致案件審理一度陷入僵局。（這也說明了在自動駕駛普及后，強制要求安裝類似“黑匣子”等裝置和企業責任心的重要性。）

　　直到2018年6月，法院根據當時的監控錄像判定事故發生時車輛屬于“自動駕駛狀態”，這一案件才真正結案。這一事故最終結論為：特斯拉夸大宣傳自動駕駛功能是事故的元兇。

　　從這幾個實際案例來看，目前法律法規滯后于技術發展，各地政府需要為自動駕駛的技術發展完善法律法規。

　　德國：2017年德國發布的自動駕駛相關法律表明：允許自動駕駛在特定條件下替代人類駕駛，不過，為了責任的裁定，每一輛帶有自動駕駛技術宣傳的汽車必須安裝類似“黑匣子”的裝置，記錄系統運作和駕駛相關數據。按照“黑匣子”數據，事故如果發生在人工駕駛階段，則由駕駛人承擔責任；如果發生在自動駕駛階段，或由于系統失靈釀成事故，則由汽車廠商承擔責任。

　　美國：法不禁止皆可為。美國公路安全局將自動駕駛法規權利下放到了各個州，所以關于自動駕駛方面的規定并不統一。

　　中國：現行道路交通安全法律法規并沒有明確的對自動駕駛進行規范，所以，從法律意義上來說，在中國的公共道路上開啟自動駕駛模式是被禁止的。

　　國內的做法是建立規劃了多個示范區，自動駕駛測試車輛管理方面，將按照現行交通法規進行處理，與普通車輛交通違法和交通事故處理沒有原則上的差別。測試車輛在測試過程中發生交通違法和交通事故，應當由測試駕駛人及其所屬的測試主體分別承擔相應的行政、民事、刑事責任。

　　自動駕駛技術的發展離不開政府的支持和相關法律法規的完善。最直觀的一件事情就是：在特斯拉交通安全事故案件后，德國規范了關于自動駕駛汽車宣傳的相關法案。

　　此前，特斯拉在德國的官網公開表示，特斯拉汽車具有自動駕駛功能的全部潛力，到2019年年底就可實現城市自動駕駛，根據德國相關社會組織的意見，其Autopilot廣告存在虛假宣傳，夸大了其系統的功能。2019年7月14日德國慕尼黑法院的判定特斯拉今后不得再聲稱或者暗示其車輛具備自動駕駛功能。此后，特斯拉官網關于Autopilot的宣傳也從“自動駕駛”改為了“自動輔助駕駛”。

　　這個問題其實，只能說現在各大廠家都在盡量規避和預防，首先是系統的搭建，在技術上實現規避。在公開密鑰基礎建設（PKI）和V2X使用上，遵循國際標準，同時，優化AFW“內外兼修”，不僅要針對來自外部的惡意攻擊還及時針對內部的異常通信進行分析，自內而外的守護汽車安全。不過，技術總在進步，人外有人山外有山，當遇見等級碾壓時不可避免的，防火墻被攻破，汽車掌控權被轉移。

　　另一方面，通過黑客大賽在不危害公共安全的前提下提前暴露漏洞，再由公司工程師們優化系統。這方面就不得不提世界著名黑客大賽——Pwn2Own，它將自動駕駛汽車的攻擊作為了比賽的一部分，成為攻擊目標的公司現在都為該競賽提供了贊助，并安排了工程師在現場接收研究人員的漏洞報告，現場修復BUG。

　　Pwn2Own黑客大賽被認為是信息安全領域白帽黑客的頂級競賽。安全研究人員聚集在Pwn2Own競賽中，針對預定目標（軟件）列表展開攻擊，他們的每一次成功都會贏得積分和獎金，黑客競賽中利用的所有漏洞都必須是新的，并需立即向軟件供應商披露。

　　最后一種，BUG獎金計劃。這一方面較為突出的是特斯拉，根據最新的數據，特斯拉將每個報告漏洞的獎金提高到了1.5萬美元，至此特斯拉已經向計劃參與人員累計提供超10萬美元的獎勵。

　　跟現在的電腦，手機一樣，電子化的產品都有這個風險。但這無法阻止自動駕駛發展的大趨勢，車企會建設更安全的系統防止入侵。

　　每個階段的自動駕駛我們主要依據是否量產來作為評判標準，畢竟只有實現了量產上路才能證明其技術成熟度和可行性。根據現在車企的官方數據來看，大部分的車型還停留在L1階段，搭載了部分可控制加減速或者轉向其中一項配置。部分的豪華廠商和一些造車新勢力已經能夠達到L2級別的高階輔助駕駛。

　　至于L3這一級別的自動駕駛，主要代表車型是奧迪A8L，雖然已經能夠量產上路，但是因為國內對于自動駕駛相關法規正在完善當中，所以國內不允許上路。至于更高階的L4和L5，技術正在測試當中，實車尚未量產。

　　不過，各大車企對于自家的自動駕駛技術都充滿信心，紛紛明確了上線時間。奔馳表示其自動駕駛在2025年實現量產；寶馬計劃在2025年實現汽車全自動駕駛；現代表示，2020年旗下自動駕駛將視線商業化；IHS表示，到了2035年自動駕駛將成為主流。

　　2016年8月，世界首個無人駕駛出租車nuTonnmy在新加坡正式開始載客運營。L5級別的無人駕駛能否實現不言而喻。

　　那么為什么還有那么多的人覺得自動駕駛難以實現呢？自動駕駛量產上路究竟被什么限制了呢？除了所謂的技術局限，還有政府規劃，企業成本和法律倫理上的原因。

　　2G蹦迪到現在5G即將普及，6G在不遠的將來也會向我們奔襲而來，飛速發展的現代科技可以讓我們相信，技術局限只是一時之阻。而且，上一問題中，我們可以看到各家企業對于自動駕駛上路量產充滿信心，在他們的心里技術或許已經算不上是阻礙。企業成本這一方面，對著技術的大幅度普及，整車產商們都開始涌進，成本攤開之后，問題將得到有效解決。政府法規在回答自動駕駛撞人定責這一問題時，大家可以發現，各國政府對于自動駕駛法規建設都在推動中，未來自動駕駛法規將得到完善。

　　社會倫理帶來的阻礙同樣也值得思考：如果人為交通事故率占交通事故率的90%，大多數人都人為這是合理可接受的，但是自動駕駛事故率占交通事故率為人為事故率的一半——45%時，大家會認為這是在胡扯，并且堅從倫理和情感上拒絕接受這一結果。但是，如果事故率再降低到20%甚至10%，大家又覺得可以接受了，因為在絕對數據的壓制下，人們才會真正的開始權衡機器與人類可比性。

　　人開車撞死人和機器開車撞死人其本質意義上存在巨大的差別，最明顯的差距就是：人類發生事故，不僅僅需要承擔金錢上的懲罰，還有道德心理上的譴責。機器發生事故，即使最終事故結果的承受方定為其運營或者制造企業，但是僅僅是金錢上的懲罰，情感上他們并不是有什么付出，官方的表述與文案對于受害者來說，顯得蒼白且可笑。

　　自動駕駛被追捧，不僅僅是因為它的新奇。根據統計數據每年全球大約有130萬人死于交通事故，其中90%以上的事故是人為因素導致。推行自動駕駛，在一定條件下能夠防止事故發生或者降低事故傷亡率。再者，汽車保有率近年來不斷上升，但是空載率和對環境的傷害也成正比，從節能和改善交通擁擠現狀的角度來說推廣自動駕駛是一個有效的解決方案。至于一直討論的道德倫理的阻礙，殘忍的是，社會發展的齒輪絕對不會因為人類脆弱的情感機制而被阻擋，利益和進步才是最終的驅動力。 （圖/文/攝：太平洋汽車網 楊雅琪）