寶馬自動駕駛，從入門到精通

從定義上來看，自動駕駛距離我們的今天很遙遠。可事實並不是這樣，自動駕駛並非概念，也並非科幻，就發生在我們的眼前。

2017年5月底，虎嗅受寶馬邀請，來到德國慕尼黑的寶馬總部。這次拜訪的主要目的是觀摩、學習，以及親身感受。沒錯，我在慕尼黑A9高速公路上以130公里/每小時的速度用寶馬的自動駕駛功能兜風。

不過就跟所有的駕校一樣，在學車之前，要先學會交規，自動駕駛也有專門的理論依據。雖然汽車是傳統工業的代表，但是自動駕駛依靠的是感測器、數據、人工智慧等等這些聯網技術。從某種意義上講，自動駕駛和汽車看似相關的兩種事物，固有屬性確實截然相反的。

從入門到精通第一步：啥是自動駕駛？

慕尼黑鮮有高樓大廈，他們那裡有個不成文的規定，「建築高度不得超過最高的教堂」。因此在慕尼黑，兩、三層樓高的小房子隨處可見。當地綠化做的也非常好，從慕尼黑機場，到位於Highlight Towers旁邊的INNSIDE酒店，我看到的樹比看見的人還多。

這種環境清幽的地方非常適合學習，所以就先來科普一下自動駕駛。目前來看，自動駕駛沒有明確的行業標準，只有一個模糊的功能分級。而且，這種分級制度也是因廠商而異的。寶馬把自動駕駛分為5級

從職責和車輛可行駛的功能上來看，各級之間的界限不是很明確。這主要是因為自動駕駛目前仍處於發展期，沒有明確定型的標準在我看來反倒是應該的。

當然，無論是位於分級中的哪個階段，都需要運用數據。不同級別的自動駕駛對應了不同級別的數據，從生產數據的環節開始就體現了不同。

從入門到精通第二步：如何產生數據？

在自動駕駛中，產生數據的部件主要是感測器。如果從感測器識別來看1級到5級的自動駕駛就會發現區別還是很明顯的。4級和5級在感測器上幾乎是一致的，不同的地方在於處理數據的方法。這個我會放在下面的章節去講。

從左到右依次為：1級、2級、3級、4級、5級

正如圖中所示，感測器也因為職能的不同而分為很多種。寶馬所採用的感測器為：激光雷達、雷達、相機。根據行駛場景的劃分，這三種感測器對應了兩種不同的功能：HAD和FAD。

HAD對應的是Motorway Pilot，負責在高速行駛的大範圍檢測，周圍環境要求低複雜度。因為這種檢測比較粗略，因此HAD只適應低複雜度的路面狀況。

HAD的感測器主要識別區域在車輛的前方和後方，如下圖所示。

FAD則對應的是城市交通，以車輛為中心，360度都覆蓋了感測器識別區域。同時短、中、長距離擁有額外的激光雷達、雷達和相機。這就讓車輛擁有了在複雜路段自動駕駛的功能。之所以高速行駛過程中不使用FAD，是因為FAD對於計算量的要求比較高，而高速路段相對於城市路段來說更簡單，採取HAD比FAD能節省成本。

從入門到精通第三步：如何應用數據？

感測器產生的數據叫做Raw Data，這種數據需要通過機器加工處理才能被應用汽車的控制上。這一步中，汽車和網路都要進行計算量輸出，才能滿足自動駕駛的數據需求。正如下圖所示，數據經過處理，變成了執行信號，然後汽車就可以依據此來做出判斷。

計算輸出端分為兩種：本地和雲。本地計算能力要小於雲端，但是延時低。所以寶馬自動駕駛系統中，本地處理的基本上都是把數據進行一次粗略的過濾以及功能調用。但是寶馬實際上並不擅長於本地計算量的輸出，這也就是為什麼他們要和英特爾聯盟。

而在雲端，寶馬的解決辦法是採用人工智慧。因為感測器產生的均為影像文件，所以自動駕駛所產生的數據量是非常精準且龐大的，在現階段看來，數據洪流最好的解決辦法就是人工智慧。

在他們的計劃中，這項業務並不需要拆分出來獨立運營，因此寶馬的人工智慧所服務的行業更為垂直（汽車），就像是一道「完形填空」。這種做法的開發成本更低，能夠更快的滿足自動駕駛需求。

既然說到了雲，那就不得不提及5G。汽車作為移動終端，它與雲的交流方式只能依靠移動網路。目前4G的通道還不能夠滿足自動駕駛對雲端的需求量，所以寶馬4級和5級的自動駕駛車型只能等到2020年以後，即5G商業化的時候才會出現。

從入門到精通第四步：沒時間解釋了，快上車

自動駕駛是以上所有內容的整合應用，再此次慕尼黑之旅中，我參與了寶馬在高速路段以及城市路段的兩種自動駕駛演示。也就是上文提到的HAD應用和FAD應用。

高速路段：

德國的政策比較拘謹，也比較保守，可以實測自動駕駛的道路少之又少。而寶馬用來測試自動駕駛的這條高速公路名叫A9高速公路，是慕尼黑通往紐蘭堡的必經之路。

正因為這是一條已經商業運作的高速公路，我在登上汽車的一剎那還是比較害怕的。畢竟要把命交給機器手裡，這或許也是自動駕駛將來要面臨的問題。

工作人員告訴我，在寶馬自動駕駛系統中，高清地圖已經預設好了道路的限速，並通過實時路況分析，選擇最適合的速度前行。剛進入A9高速公路，我們的速度是100公里/每小時。開了有5分鐘左右，我的擔憂和顧慮逐漸好轉，詢問工作人員能否手動干預速度。工作人員的表示是肯定的，所以他把速度調到了130。

想像一下，在一條高速公路上，沒有司機的情況下以130公里/每小時的速度狂飆是種什麼感受？非常刺激。在經歷過「生死時速」之後，工作人員向我介紹了方向盤周圍的藍色光圈。他說這是一種計時器，目前寶馬在高速公路上的自動駕駛功能只能開啟10分鐘。10分鐘過後駕駛員需要繼續手動駕駛。

GIF/2.5M

原因是現階段自動駕駛並不能取代司機，而是一種輔助駕駛。這10分鐘時間是用來給司機打電話、查閱地圖、吃個麵包、喝杯咖啡等等。下一次開啟需要手動駕駛約20分鐘左右，不過這個時間是暫定的，以後還會根據具體市場反響而更改。若10分鐘到了駕駛員還未歸位，那麼車輛會在路邊緊急停車，並等待駕駛員歸位。

這裡面有兩個原因：1.寶馬認為現在自動駕駛還沒有發展到一個高度，通道、計算這些周邊設施不完善，出於嚴謹的態度，寶馬將現階段的自動駕駛歸類為輔助功能。2.科技發展的速度超過了國家法律法規，但是要汽車作為產品是要銷售的，因此要把功能限制在相關條例允許的範圍之內。

在車的后座上，可以看到數據經過機器的計算變成了動態的圖像，用來反饋車輛周圍的環境。不過這些圖像僅僅是在開發時才會讓乘客看到，實際銷售的產品中，消費者看不到這些影像，只有寶馬的雲端才可以收到。

GIF/1.6M

城市路段：

城市路段相對於高速路段要複雜很多，所以德國並沒有允許自動駕駛在城市交通網路實測。寶馬的測試地點位於慕尼黑一個廢棄的機場，通過白線以及其他車輛來模擬城市複雜的交通路況。

GIF/2.7M

很酷，對吧？城市路段需要更高的精度，以及更大的計算量。在寶馬未來的產品銷售中，應該會是寶馬7系才會搭載這個功能。

城市路段沒有高速路段的「10分鐘」持續時間，工作人員表示因為目前沒有道路實測，所以不好判斷這個時間應該是多少，但是終究是要有的。當然，城市路段的自動駕駛和社交網路是脫不開關係的，雖然不建議司機視野離開前方，不過切換成自動駕駛以後，可以拿出手機偶爾刷一刷朋友圈。

其他功能：

自動駕駛所包含的事物很多，寶馬自動駕駛提供了一些緊急情況的處理。機器對於事物的響應速度是要超過人類的，所以這些緊急情況大多類似於前方突然剎車，或者人類視野外突然出現的障礙物等等。

GIF/939K

圖中的功能是緊急停車。在前方突然出現障礙物時，車輛會自主做出急剎車的決策，不需要先將信號反饋給司機，再等司機做決斷。

機器對不同狀況的抉擇來自於神經網路，處理速度要比人類快幾千倍不止。以往的輔助駕駛需要駕駛員定奪判斷，比如前方出現車輛，這時候往旁邊打方向盤會比以往輕鬆很多，因為機器已經開始對緊急避讓做預處理。但是寶馬的自動駕駛會優先人類一步，做出更優的選擇，尤其是這種性命攸關的情況發生時。

入門到精通第五步：如何應對市場需求？

寶馬的3級和4級自動駕駛功能將會率先搭載在寶馬7繫上，這是無可厚非的，旗艦產品也理應享受這樣的待遇。但是請注意，這不是「試水」，德國人能拿得出手的產品，一定是萬無一失的產品。所以未來的7系車主沒必要擔心自動駕駛會出問題，至少我已經幫你們檢測過了。

自動駕駛的市場並非以往整車廠商擅長的硬體盈利模式，它依賴於數據、雲和軟體，這就使得寶馬必須要開闢一條內容服務的道路。我在2017年4月份的時候曾和寶馬集團的董事，蕭紳博（Peter Schwarzenbauer）有過一次專訪。他同意我的觀點，從技術角度看，寶馬是完全沒有問題的，但是如何切入商業，卻成為了寶馬自動駕駛能否拓寬的關鍵。

寶馬之所以選擇7系還有一個原因，寶馬7系的盈利空間大，允許他們添加內容服務生態。若想要把自動駕駛加入「全家桶」（7系，5系，i等等），那麼寶馬就需要壓低每輛車使用自動駕駛所帶來的成本。

而自動駕駛商業化初期，壓低成本這件事想都不要想。好在的是，寶馬的自動駕駛是一種模塊化技術。如果不能壓低成本，那麼寶馬會把部分功能從自動駕駛中提出來，再安裝到其他車型上。這樣的做法在現在看來是一舉兩得：又能讓寶馬車主享受到車聯網技術特有的駕駛體驗，又能加大自動駕駛的生態布局。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！