智能驾驶是汽车圈最热门的一个话题,同时也是泡沫最严重的一个领域。各大汽车厂商、互联网企业都在宣传他们各自的智能驾驶有多么的智能,但实际却不尽如人意,识别率低、计算不够精确,导致使用场景极为有限,由此还引发了不少的事故。
前两天参加捷途的活动得知, 捷途X95的实验车已经能够达到L4级别的自动驾驶了。这让我非常的吃惊,也很好奇捷途的工程师是如何做到的,另外这款实验车距离我们有多远?
![](http://cjh2.autoimg.cn/chejiahaodfs/g32/M09/A1/CE/1000x0_q100_autohomecar__Chtk2WaijPuADiyuAADDnWJJW18463.jpg?x_image_process=text/5oCl6YCf6L2m6KGM/fontSize/13)
目前行业中将自动驾驶的等级分为6级,从L0到L5:
L0:无任何驾驶辅助
L1:单一维度的辅助系统,如定速巡航、ACC自适应巡航
L2:双维度驾驶辅助,在ACC自适应巡航的基础上,加入车道保持、自动变道等横向的辅助功能
L3:有条件的自动驾驶,车辆可以在特定的场景中实现自动驾驶,但是驾驶员还是要始终保持注意力,在出现紧急情况时需要随时接管车辆。
L4/L5:高度自动驾驶/全自动驾驶。L4级和L5级差不多,车辆均可自行完成所有的操作,驾驶者无需介入,只不过L4级使用场景有所限制。
捷途X95实验车能达到L4级别,也就是说在特定的场景下无需驾驶者干预,自动完成行驶指令。是怎样做到的呢,官方说法是:捷途X95拥有5个高清摄像头、12个超声波传感器、5个毫米波雷达、IMU+GPS以及 V2X模块,并搭载车载计算平台进行相关环境感知和决策控制,在线控换挡、线控转向、线控制动等方面做了专门的研发配备,制动单元、电子助力转向、换挡、油门等的软件控制层面做了相应技术调整,从硬件底层达到L4级自动驾驶的技术要求。
此外,采用云-车-场协同的解决方案,基于 V2X模块实现室内外一体高精度定位,误差小于15cm的目标;通过手机APP端智能召回功能,实现从指令→云→调度→规划路线→发车,辅以智能停车场一体的航向角算法,达到车端与场端的5G无缝对接,配合捷途本身搭载的盲区监测、并线辅助、全景影像、驾驶员疲劳监测、前碰撞预警等多项主动安全配置,从而实现了L4级的高级别自动驾驶。
在活动现场,我也简单的体验了捷途X95实验车的自动驾驶功能。场地是在景区里的一个停车场中,捷途的工程师通过相关的APP遥控车辆从停车场中泊出,来到景区门口;然后用同样的方法让车再从景区门口回到停车场内,泊入车位。整个过程无需人员做任何干预,并且车辆能够识别道路中的人员、车辆,并进行避让。
捷途为我们描绘了一个非常理想的使用场景,未来不再会因为找停车位而烦恼,到达目的地后只要掏出手机,选择车位,车辆就会自己泊入。下班或办完事后,同样只需手机唤醒车辆,它就会自己来到你的面前。但还是那个问题,想象的很美好,可实现起来却是困难重重。
首先是法律层面,目前任何国家都不允许无人驾驶车辆在公共开放道路中行驶,而无论是停车场还是通往停车场的路途均是公共道路。所以即便是技术再怎样成熟,现阶段也无法使用在量产车上。这次活动所体验的项目,都是事先报备过,且在封闭场所中进行的。
其次是技术层面,并不是各国法律过于保守,而是技术的确差很远。就以停车场来举例,这是一个车辆和人员混杂的场所,现有的技术只能控制当前车辆的行为,而无法控制其他车辆的行为,更别提行人了。在停车场中有儿童甚至还有宠物,他们的行为都无法预测,而且具有很大的偶然性。捷途的工程师也说,目前的技术还无法100%的识别突发状况。
另外,在应对突发状况时,人类的逻辑是宁可撞其他的障碍物也不能撞人,但是这种思维或者说算法电脑还不具备。虽然我构想的场景都是小概率事件,但是对于厂商来说,做不到100%就存在很大风险,即便是一百万次中只有一次事故,也是承担不起的。总之捷途X95实验车所展示的智能驾驶,应用场景还非常狭窄,只能够在无人停车场内使用。
其实我并非说捷途技术水准不够,而是现在所有智能驾驶或者驾驶辅助系统都存在这样的问题。也许电脑在反应速度和控车能力上都比人强,但是在判断和对周围环境的理解能力上比人类要差很多很多。
以下图为例:
假如我们是视频车的司机,那么可以得到以下的信息和判断:这是一条城市快速路,前方右侧有岔路,前方车辆减速;同时通过观察后视镜,能够看到后方车辆的行驶状况,是否有车想从左侧超车然后并入辅路、是否有车想从右侧超车并入主路,另外还要小心左前方的出租车突然向右连续变道驶入辅路,以及右前方的黑色轿车向左连续变道驶入主路,等等。
而在驾驶辅助系统的眼中,只有前方的车辆在减速,以及左、右两根车道上是否有车,这三条信息。驾驶者不干预,系统只会减速,如果有特殊情况来不及刹车,那么结果就是发生事故。
当然也许有人会想,未来科技发展5G或者更高级的网络系统普及后,路上所有的车辆都可以实现信息共享:前方路况如何、是否拥堵、那条车道拥堵、后方车辆时速多少,等等信息都计算进来,那么无人驾驶不就可以实现了么?
但这也是一个理想状况,且不考虑数据总量和计算能力,如果这条路上有一台车是人类在驾驶,那么一切的法则和运算方法都将被打破,因为人类的行为是无法预测的。
此外还有一个究极的伦理道德问题,在危机时刻,人类是否愿意让电脑替我们做出生死抉择。试想一个极端的场景,假如车辆因为意外突然失控,现在面临两个选择。其一,保持方向冲向行人,后果是自己生还而行人会有伤亡;其二,调整方向冲向路边的围墙,后果是自己死亡而行人得以生还。
我相信,面对这道生与死的选择题时,不同的人会做出不同选择。即便是同一个人,倘若行人是陌生人大概率会选择保全自己,但如若行人是自己的亲人,那么就很可能选择去牺牲自己。
这个场景看起来很残酷,但确实有可能发生。那么人工智能,该如何选择?我想这道题是无解的,因为它们是无法觉察到人类情感的波动,无论怎么选都不人道。
类似这样的问题,2004年上映的电影《I, Robot》就有思考过。这部电影颇具讽刺意义,它讨论的是人类这个种群的利益重要,还是人权更重要。放在无人驾驶上就变成,关键时刻是牺牲自己、保全更多人,还是牺牲更多人、保全自己,如果这个逻辑理不通的话,全面的无人驾驶肯定行不通。
即使我们不把问题想得那么深远,就技术层面而言我们离无人驾驶还很远。