近年來，隨著汽車智能化的不斷升級(jí)，無(wú)人駕駛備受關(guān)注，成為公眾熱議話題。那么，無(wú)人駕駛車輛究竟能給人類帶來什么效益？是否會(huì)快速普及到私家車領(lǐng)域？又給監(jiān)管部門帶來哪些問題呢？請(qǐng)看公安部道路交通安全研究中心特約專家、交通工程師郭敏的分析。

發(fā)展無(wú)人駕駛車輛的原因

美國(guó)曾于 2004、2005 和 2007 年舉辦了三屆無(wú)人駕駛比賽，即 DARPA 大獎(jiǎng)賽，不僅激發(fā)了業(yè)界與高校的極大熱情，被公認(rèn)為無(wú)人駕駛的里程碑事件，還使無(wú)人駕駛車輛走進(jìn)大眾的視野，成為公眾談?wù)摰脑掝}。

在這些談?wù)撝?，有些問題需要認(rèn)真回答：為什么要發(fā)展無(wú)人駕駛車輛？無(wú)人駕駛車輛到底有什么好處？這是實(shí)實(shí)在在的社會(huì)問題，也是商業(yè)問題，需要有清晰的答案來幫助無(wú)人駕駛車輛可持續(xù)發(fā)展，避免產(chǎn)生不切實(shí)際的期望。最近幾年，這個(gè)問題得到了準(zhǔn)確的回答，一些最初的誤區(qū)也得以理清。

無(wú)人駕駛車輛是為你我這樣的私家車主準(zhǔn)備的嗎？

很多人認(rèn)為，無(wú)人駕駛技術(shù)一旦成熟，會(huì)像現(xiàn)在的汽車一樣進(jìn)入尋常家庭。其實(shí)，如果仔細(xì)測(cè)算下無(wú)人駕駛的成本，這樣的模式不會(huì)是其技術(shù)成熟后的主要商業(yè)模式。達(dá)到全自動(dòng)的無(wú)人駕駛車輛，應(yīng)該不會(huì)在你我的采購(gòu)清單里，至少在看得見的未來是如此，業(yè)界對(duì)于這一點(diǎn)已形成共識(shí)。

無(wú)人駕駛車輛分為兩大塊，一塊是傳統(tǒng)車輛組成的包（vehicle package），另一塊是自動(dòng)駕駛包（autonomous package）。傳統(tǒng)的車輛也許只要一二十萬(wàn)元人民幣，但如果加上自動(dòng)駕駛包，成本會(huì)飆升數(shù)倍，甚至達(dá)到上百萬(wàn)元。除此以外，自動(dòng)駕駛包里的精密儀器需要經(jīng)常保養(yǎng)和調(diào)校，對(duì)連機(jī)油都不會(huì)加、輪胎都不會(huì)換的私家車主來講，無(wú)人駕駛汽車日常的保養(yǎng)和調(diào)校費(fèi)用恐怕無(wú)力承擔(dān)，也不劃算。

因此，全自動(dòng)的無(wú)人駕駛車輛應(yīng)用對(duì)象并不是私家車主，而是通常說的商用營(yíng)運(yùn)車輛，譬如物流公司、出租車公司等。近幾年，在運(yùn)輸領(lǐng)域飛速發(fā)展的“出行即服務(wù)”（MaaS）及共享汽車概念已經(jīng)逐步落地。對(duì)商用營(yíng)運(yùn)車輛來講，無(wú)人駕駛可以節(jié)省人工成本，足以攤銷自動(dòng)駕駛包帶來的成本，這也是共享汽車企業(yè)，如 Uber、Lyft，投入巨資研發(fā)無(wú)人駕駛車輛的原因。

無(wú)人駕駛車輛能帶來什么效益？

對(duì)于無(wú)人駕駛車輛能帶來的好處，Dr. Emilio Frazzoli 以美國(guó)市場(chǎng)為例，給出了一系列數(shù)據(jù)來證明無(wú)人駕駛車輛將在安全、減少擁堵、改善健康、提高生產(chǎn)力、共享汽車五個(gè)方面帶來巨大好處，其每年能產(chǎn)生的效益大致如下：

這些數(shù)據(jù)足以回答為什么發(fā)展無(wú)人駕駛車輛的問題。人們雖有不同看法，但大多數(shù)仍然贊同其結(jié)論，只是對(duì)其安全考量有異議。在一些研究者看來，其在減少事故方面所帶來的效益及對(duì)社會(huì)的貢獻(xiàn)足以成為投資的理由，但提高生產(chǎn)力和共享汽車的效益不能完全確定。

無(wú)人駕駛的分級(jí)

為推動(dòng)無(wú)人駕駛車輛發(fā)展，美國(guó)道路交通安全管理局（NHTSA）曾在 2013 年給出了無(wú)人駕駛的分級(jí)方式，一共分為 L0-L5 六級(jí)。然而，國(guó)際汽車工程師聯(lián)合會(huì)（SAE）認(rèn)為這樣的分級(jí)方式不夠?qū)I(yè)，在 2014 年推出了仍是 L0-L5 六級(jí)的更為專業(yè)的分級(jí)表，并于 2018 年更新到了第三版——SAE J3016-2018，其在 2016 年也得到了 NHTSA 的接受。目前，無(wú)人駕駛汽車企業(yè)在介紹自己的產(chǎn)品時(shí)，一般都會(huì)引用 SAE 的分級(jí)表來為產(chǎn)品定位。

目前市面上商用無(wú)人駕駛能達(dá)到的最高級(jí)別都，至多幫助駕駛?cè)俗鲂┲T如跟車行駛、自動(dòng)泊車的工作，稍有復(fù)雜的環(huán)境，輔助駕駛就難以控制車輛，必須由駕駛?cè)藖斫庸埽吘梗坏┏隽耸鹿?，機(jī)器不會(huì)承擔(dān)責(zé)任。對(duì)普通人而言，如果搞不清輔助駕駛和自動(dòng)駕駛的區(qū)別，只要記住這些責(zé)任區(qū)別就可以。

之前有報(bào)道，輔助駕駛和自動(dòng)駕駛的區(qū)別在于外部環(huán)境的支撐，無(wú)法做到自動(dòng)駕駛是因?yàn)闆]有智能網(wǎng)聯(lián)或智能運(yùn)輸系統(tǒng)支撐，如果有支撐，就能做到自動(dòng)駕駛。這其實(shí)是一種誤區(qū)：無(wú)論用什么樣的外部支撐，輔助駕駛都無(wú)法達(dá)到自動(dòng)駕駛級(jí)別，L3 到 L4 是個(gè)門檻，能否跨越這個(gè)門檻取決于車輛本身。自動(dòng)駕駛的含義在于獨(dú)立完成各種場(chǎng)景下的行駛，獨(dú)立是指沒有任何外部助力，這和駕駛?cè)笋{駛車輛一樣，取得駕駛證的駕駛?cè)藨?yīng)該能自己一個(gè)人開車，需要教練員的駕駛?cè)耸遣缓细竦鸟{駛?cè)恕?/p>

對(duì)普通人來講，可以通過上述兩個(gè)指標(biāo)來了解無(wú)人駕駛車輛的實(shí)際能力;對(duì)監(jiān)管部門來講，會(huì)比普通人多些觀察、了解的方式，譬如要求各企業(yè)及時(shí)上報(bào)遇到的情況或意外，以此來觀察產(chǎn)品能力。監(jiān)管部門很難做到對(duì)無(wú)人駕駛車輛的事先監(jiān)管，因?yàn)槁飞峡赡艹霈F(xiàn)的場(chǎng)景過多，難以一一檢測(cè)，甚至連主要場(chǎng)景也很難覆蓋，所以只能把監(jiān)管放在事中或事后。因此，無(wú)人駕駛車輛是否合格，并不能通過組織鑒定會(huì)或在試驗(yàn)場(chǎng)進(jìn)行試驗(yàn)的方式得出結(jié)論。監(jiān)管部門至多在邀請(qǐng)專家評(píng)測(cè)實(shí)地測(cè)試后，發(fā)一些要求有限的測(cè)試資格，至于車輛是否合格，只能在實(shí)踐中才能慢慢得到檢驗(yàn)。如果接受測(cè)試的無(wú)人駕駛車輛在試驗(yàn)場(chǎng)都會(huì)發(fā)生意外或無(wú)法跑完全程，其面臨的挑戰(zhàn)會(huì)很大。

無(wú)人駕駛汽車已經(jīng)研發(fā)出來多年，怎么還不普及。人工智能棋手也能戰(zhàn)勝世界圍棋冠軍，按道理無(wú)人駕駛汽車應(yīng)該更簡(jiǎn)單。事實(shí)并非如此，AI 下圍棋戰(zhàn)勝人類，只是一種基于大數(shù)據(jù)的算法在特定情況下比人類強(qiáng)，無(wú)人駕駛汽車卻復(fù)雜多了，它要辨別、分析、計(jì)算和作出各類型的安全操作。下面就簡(jiǎn)單介紹無(wú)人駕駛汽車有多復(fù)雜：

1. 視覺感知

無(wú)人駕駛汽車需要和人一樣識(shí)別道路的寬窄、路面的狀況、各種交通標(biāo)志和交通信號(hào)燈等。它要感知前后左右四個(gè)方向的物體是什么，物體的速度及運(yùn)動(dòng)方向。它就是在模仿人類的視覺感知。

要實(shí)現(xiàn)計(jì)算機(jī)視覺感知，需要兩種設(shè)備：

（1）傳感器，如毫米波雷達(dá)和激光雷達(dá)傳感器，它能探測(cè)存在的物體和測(cè)量距離，它能以每秒數(shù)百萬(wàn)次的頻率發(fā)出光波，再去接收光波反彈回來的信號(hào)，構(gòu)建出周圍環(huán)境的三維圖像，就像蝙蝠靠發(fā)出和接收高頻聲音來辨別洞穴環(huán)境一樣。

（2）攝像器。因?yàn)閭鞲衅鞯姆直媛实?，不能?zhǔn)確識(shí)別環(huán)境中物體，我們需要用高精攝像器作為圖像視覺，用于識(shí)別道路、信號(hào)燈、標(biāo)志、樹木、人、動(dòng)物……等，出現(xiàn)在周圍環(huán)境中的物體。

2. 大數(shù)據(jù)

無(wú)人駕駛汽車要經(jīng)過大數(shù)據(jù)分析來準(zhǔn)確識(shí)別物體。

這里的大數(shù)據(jù)是指攝像器和傳感器收集的數(shù)據(jù)，經(jīng)過系統(tǒng)長(zhǎng)時(shí)間的識(shí)別訓(xùn)練后，整理上傳云端的數(shù)據(jù)。例如讓系統(tǒng)通過物體的形狀、顏色、溫度、動(dòng)態(tài)，去分辨那是什么。系統(tǒng)受訓(xùn)練的時(shí)間越長(zhǎng)和越頻繁得出的數(shù)據(jù)就越精確。

3. 駕駛方案

計(jì)算機(jī)的視覺感知數(shù)據(jù)，傳送到系統(tǒng)后先進(jìn)行預(yù)測(cè)軌跡分析，再計(jì)算出最佳駕駛路線，作出最安全的操作決策。要從復(fù)雜和大量的環(huán)境數(shù)據(jù)中進(jìn)行多重計(jì)算，需要高效率的算法和強(qiáng)大運(yùn)算能力的芯片支撐。

4. 定位

定位最常用的方法是全球定位系統(tǒng)定位，也就是我們常用的 GPS，但是普通的 GPS 定位精度在 10 米左右，如用作無(wú)人駕駛汽車定位，顯然它不能找到停車場(chǎng)的入口……。無(wú)人駕駛汽車只能用厘米級(jí)精度的定位系統(tǒng)，如高精度 GPS、一維馬爾科夫定位、北斗定位系統(tǒng)等。

5. 操作控制

目的地已定位，最佳行駛路線也計(jì)算好，系統(tǒng)會(huì)根據(jù)既定路線，使用最佳駕駛方案，對(duì)汽車駕駛行為作出決策，如加油前進(jìn)、剎車、左右轉(zhuǎn)向，等。

我國(guó)經(jīng)過多年的持續(xù)積累，在人工智能領(lǐng)域取得重要進(jìn)展，部分領(lǐng)域核心關(guān)鍵技術(shù)實(shí)現(xiàn)重要突破。據(jù)媒體報(bào)道：2018 年，中國(guó)國(guó)內(nèi) 8 家公司的自動(dòng)駕駛汽車在北京市內(nèi)的行駛里程達(dá) 15.36 萬(wàn)公里（95442.6 英里），其中百度公司的行駛里程與無(wú)人駕駛技術(shù)方面在中國(guó)國(guó)內(nèi)均遙遙領(lǐng)先，已達(dá)到全球領(lǐng)先水平。

由此看來，無(wú)人駕駛汽車縱使十分復(fù)雜，卻離我們不遠(yuǎn)。