L5級別的自動駕駛，到底能實現嗎？
引言 |霹靂遊俠離我們還很遠
拍攝於2004年的《機械公敵》，很精準地描述了一種貼近現實的自動駕駛場景：
威爾·史密斯坐在車裡，奧迪RSQ自動駕駛，當他準備接管時，系統提示「Manual Override」，旁邊的女主角驚訝道：你要自己開？
在該片的設定中，自動駕駛已經是默認狀態，而人工駕駛則需要Override，覆蓋指令。這就是L5級別的自動駕駛。
《機械公敵》，也是對於所謂「自動駕駛」的一種最現實的描述。
1自動駕駛的必要性
我們先來看一個根本性的問題：為什麼需要自動駕駛？車聚君認為有三點原因：
▎自動駕駛可以增大人類的自由度，解放一部分時間；不是所有人都喜歡開車的，也不是所有人都雇得起司機，因為讓車子自己開，便可以利用這部分時間做別的事情，比如開個兩小時的電話會議、查看下比特幣又跌了多少、跟小別三日的女朋友Facetime一下等等。
▎自動駕駛能輔助人類的駕駛技能；對於駕駛水平一般的人，他對於路況和車況的預判能力有限，機器可以輔助他做決策，比如如今很普及的盲點監測系統，對女司機來說是個寶。
▎自動駕駛能改善社會風氣，讓路怒症消失，車和車之間在道路上相處更加和諧，從而更遵守交通法規、避免出現事故；比如在高速上，有些小（nao）白（can）司機突然減速，導致後方引起了一連串堵車，事故發生概率增大。
所以，自動駕駛作為一種駕駛輔助工具，很有必要普及，甚至強制配備。如今的各種駕駛輔助配置，比如盲點監測、車道保持、自動巡航、剎車輔助等，都是自動駕駛的組成部分，它們在一定程度上已經提升了車子的「智商」，只不過控制它們的是單片機而不是英偉達的GPU主板。
現在，權威機構已經對「智商」做了分級，即我們通常講的L1~L5等級劃分，每個等級對應不同智能程度的自動駕駛系統。
實際上，美國的NHTSA和國際汽車工程師學會（SAE International）都做過一個分級，現在NHTSA也採用了後者的分級標準。我們梳理了SAE對於L1~L5的詳細定義：
其中，L0即人工駕駛。從L1~L5，機器逐步接管，到了L5，就是所謂的全自動駕駛，可以應對各種工況。
比如，新奧迪A8的Audi AI，就屬於上述L3級別的自動駕駛。特斯拉的增強版Autopilot，嚴格來說應該屬於L2.5，還未達到L3級別。
2定義全自動駕駛
幾乎所有人都在YY一個場景：未來你的愛車，能自己開上西直門立交橋，然後在計程車司機、公交車、新手黨的左右夾擊下順利突圍。
這個場景，車聚君覺得不是不可能實現，而是沒必要。我們都在設想車輛的高度智能，但卻忽略了道路本身的配合。道路也在同步升級！
《機械公敵》中，奧迪RSQ行駛在一個封閉的隧道中，沒有行人、外賣和「極品飛車」，而且道路非常平直，有十分清晰的車道線，有自動清障機器人。
這種場景下，自動駕駛很容易實現。所以這裡就要引出一個概念：ODD。
ODD全稱Operational Design Domain，它框定的是自動駕駛車輛所適用的工況。任何一台自動駕駛車輛，都必須有一定限定的工況。這個工況可以很寬泛，也可以很精準。
ODD的寬泛程度，決定了車輛能勝任什麼樣的場景。比如，一台車的自動駕駛系統只能在高速上使用，它可以保持車道、自動超車、自動跟車、自動上下匝道、自動通過ETC等等，但到了城市裡就無法完全自動駕駛。
討論自動駕駛，要先明確工況。任何行業都沒有大躍進，必須一步步來。如果連高速公路的場景都還未實現完全自主應對，還YY什麼車子從車庫開出來把你載到公司的場景呢？
早在2013年，賓士研發了輛自動駕駛的S500 Intelligent Drive，沿著一條固定路線在公開道路上行駛了103km。這條線路就是它的ODD，離開這條線路，它可能無法全程自動駕駛。
所以，離開了ODD談自動駕駛，都是耍流氓。
3100%的自動駕駛無法實現
ODD的概念已經解釋，還有一個名詞叫做OEDR，即Object and Event Detection and Response。
ODD是目的，OEDR是手段。簡單來說，就是明確一台自動駕駛汽車能適用什麼工況，然後再明確它為了應對這些工況能做些什麼，也就是對於物體和事件的偵測與反饋水平。
講到這，激光雷達、毫米波雷達、超聲波感測器、攝像頭等一系列硬體登場了，它們是車輛的「五官」，代替人類感知周圍的環境。
然後，中央電腦把這些數據進行處理，傳回伺服器，伺服器的軟體做決策，告訴車輛怎麼走才不會被主人罵。
那麼問題來了，萬一系統出問題了呢？萬一車輛超出了ODD範圍呢？這裡就引出了Fall Back設計。工程師必須考慮到，萬一車子自己短路或某個硬體受損，或開到了不在ODD範圍的工況里，如果把風險降到最低？
降到最低，就是把車安全停下來。所以Fall Back本質上研究的是自動駕駛系統的退出機制。特斯拉的Autopilot監測到駕駛員雙手不在方向盤上，就會通過儀錶盤閃動、提示音等方式來警告用戶，最終會自動解除，而且本次駕駛將無法再開啟這一功能。
在更高度的自動駕駛中，任何一個微小的事件都可能引起系統的崩潰。例如，感知車道線的前方車輛的攝像頭被髒東西蓋住，那麼系統就要找出應對方案，確保駕駛員和車輛自身安全。
這還是考慮到每個感測器都是100%有效的情況下。比如，Mobileye的識別率高達99%，但仍然不是100%。每個單獨的感測器都是99%，乘積就越來越小。一個誤報，全盤失效。
這樣來說，真正的自動駕駛還能實現嗎？難。所以說，要限定ODD範圍，比如《機械公敵》中的隧道公路，就可以實現最大程度的自動駕駛。
車聚小結
所以，所謂的L5級別自動駕駛是很難實現的。考慮到路況在不斷變化，隨機事件的出現可能直接打斷自動駕駛的思考過程。
演算法再智能，地圖精度再高，感測器再強大，也無法保證絕對的自動駕駛。在關鍵時刻，人類還是要Override。
除非，我們已經研發出《鋼鐵俠》里的JARVIS那種人工智慧。
TAG:車聚autoju |