找回密码
 立即注册
搜索

杭州大动作!无人驾驶还有多远?一文深解

4月25日至5月4日,2024北京国际车展举行,国内外知名汽车品牌悉数携全新产品以高规格参展。此次车展专门设置了“智驾未来展区”,随处可见“智”字招贴,自动驾驶、智能网联成为这次车展最“吸睛”的元素之一。
5月1日,《杭州市智能网联车辆测试与应用促进条例》正式施行。杭州成为除经济特区外,全国首个以地方立法明确自动驾驶车辆上路具体流程的城市,也是全国首个为低速无人车立法的城市。杭州还自当天起,率先将全市八城区和桐庐县城区作为智能网联车辆测试应用区域,服务人口数量超1000万。
“2024年是智能驾驶规模商用元年。”有国内科技公司高层近日如是说。特斯拉CEO马斯克于4月28日下午抵京后表示:“很高兴看到电动车在中国取得进展,未来所有汽车都将是电动的。”就在近期,马斯克曾表示:“未来几乎所有汽车都将是自动驾驶的”,“人们未来进入汽车就像进入电梯一样,你甚至都不会想到它”。



事实上,近些年,国内外众多车企和科技企业在自动驾驶方面的投入堪称马不停蹄、紧锣密鼓,给汽车产业的智能化进程按下加速键。自动驾驶前景充满了想象空间。
但对于很多人来说,“自动驾驶”仅仅是一个充满未来感与科技感的词,既有向往,又有担心:自动驾驶技术难吗?出bug了怎么办?它比人类司机更安全吗?



自动驾驶,难实现吗?

回答这个问题,我们可以先从自动驾驶分级说起。
目前,按照国际自动机工程师学会标准,汽车自动驾驶技术可划分为L0至L5共六个级别:L1至L2为驾驶辅助技术;L3是分界线,L3及以上为自动驾驶,但L3在系统发出请求时,人还可以接管驾驶,L4在绝大部分场景下,车辆可实现自动驾驶,且不需要人类司机干预;L5是在任何场景下,都可以实现自动驾驶,也就是完全自动驾驶。




△资料来源:国际自动机工程师学会
其实关于自动驾驶技术的研究,可以追溯到上个世纪五十年代。最近几年,自动驾驶更是让众车企魂牵梦萦、分秒必争。但时至今日,大多数车企自动驾驶水平还处于L2水平,也就是辅助自动驾驶阶段。当前行业主流意见认为,技术从L2循序渐进、不断迭代,最终会达到L4高级别自动驾驶。但在很长时间内,L2可能都会与L4共存。




△资料图
可见,实现自动驾驶,并非易事。它是一件极其复杂的系统工程,涉及传感器、计算机、人工智能、通信、导航定位、机器视觉、智能控制等多门学科,而软硬件、政策环境都对其发展有重要影响。
实现路径,有几种?

自动驾驶的实现,不仅只有一种方式。
毫末智行数据智能科学家贺翔介绍,目前主要有两种技术路径。一种是以激光雷达为核心的融合感知路线,激光雷达、摄像头和毫米波雷达等构成融合感知体系,以华为、小米、蔚来等车企为代表。另一种是纯视觉感知路线,以特斯拉为代表。纯视觉路线对车端和云端算力都提出较高要求,特斯拉为此自研了车端人工智能(AI)芯片和云端训练芯片。
这两种技术路径,无论是哪一种,都要完成感知、决策和执行三个环节。如何理解呢?自动驾驶系统开车,跟我们人开车一样,也是靠眼睛(耳朵)、大脑和手脚,分别承担着感知、决策、执行职责。




△资料图
它的“眼睛”“耳朵”可以是高清摄像头、激光雷达、毫米波雷达、超声波雷达等感知系统,对车辆、行人、交通信号灯、障碍物等环境做出快速准确的识别,确保其“看得懂物”。以上两种技术路线,主要就是从环境感知方面做的划分,这个环节是后续两个环节的基础。
自动驾驶的“大脑”就是“芯片”、算法,用于做决策:车怎么开安全?选择哪条路效率更高?这是“看得懂路”。而控制系统就是用来完成执行动作的“手”和“脚”。
我们先来看看融合感知路线,这是目前国内车企实现自动驾驶的主要方式。
简单来说,就是通过装载高清摄像头、激光雷达、毫米波雷达等传感器,收集车辆周边信息,再配合高精度地图,做出决策。
这种路线,优点十分明显:几种传感器相互配合补充,发挥各自“特长”,数据来源十分多样,这让最终感知结果更加稳定可靠,决策也会更加准确。比如,摄像头可以提供丰富的视觉细节,而激光雷达可以提供精准的距离、速度数据,还能保证夜间、大雾雨雪天等恶劣天气下的识别效率,弥补摄像头的不足。
这种技术路线,最大的缺点就是贵——高精度地图和激光雷达,都需要高额投入。




△资料图
贺翔介绍,高精度地图作用类似导航地图,但道路信息更丰富,包括车道位置、道路标志、交通信号等,这些信息帮助车辆精确定位并做出导航决策。“但它的应用难点之一,在于建图所需时间和经济成本都非常高昂。”
有业内人士介绍,专业绘制车辆携带的各类传感器价值不菲,平均采集成本约为1000元/公里。据悉,华为在上海市采集了两三年的高精度地图,也只覆盖了2.2万公里,而覆盖全上海需要采集3.6万公里。
此外,地图需持续维护才能“保鲜”。“城市道路天天在变,有时候今天采集完数据,明天就要改。”业内人士介绍,与此同时,从国家安全角度,政府也只允许厂商每隔几个月刷新一次,还要经历漫长的审核,这让高精度地图很难广泛使用。而在实际使用中,当路况与地图不符时,系统就会让司机接管车辆,频繁接管会直接影响消费者体验。




△资料图
在本次北京车展上,已经有不少车型选择了无图智驾方案。甩开高精度地图的自动驾驶,能够适应任何环境,无论地图覆盖与否。“高精度地图成本高、更新慢,正在逐步被城市智驾方案所抛弃。”贺翔表示,为了抛开高精度地图,有的企业开始利用摄像头实时重建车辆多维环境,这些环境数据还能成为仿真训练(指在虚拟环境中构建罕见事故场景,训练系统应对能力)的基础。
此外,一颗激光雷达的价格,尽管已经从2017年左右的7万~8万美元降到了现在的小几千元人民币,但相较于几百元的摄像头来说,价格并不低。“十万元左右的车型,配备这样一颗雷达,还是压力很大的。另外,激光雷达刚上车不久,使用寿命还没有得到过市场长期的检验。”贺翔说。
多传感器融合方案除了成本高,技术方面也有一定挑战,有业内人士指出,当两种传感器结果发生冲突,系统应相信哪个?“假设总是信摄像头,那激光雷达还有什么用呢?”




△资料图
纯视觉路线聚焦一个“纯”字——只使用摄像头来感知环境。这意味着从认识物体,到测算距离、速度等一切环境信息,都需要靠摄像头来完成。想走这条路线并非易事,因为系统要处理大量图像、视频信息,车端和云端算力、算法都非常重要,主打一个“脑子好使”。(车端需要处理多个高清摄像头大量复杂的数据,而这些处理都必须在车上及时完成以确保反应速度;云端则负责处理大规模的数据分析和模型训练,以持续优化车辆的感知和决策能力)
贺翔介绍,这些算法需要能够处理光线变化、天气影响、遮挡和其他视觉噪音,要把更多的二维图片转化为三维物体,从而感知速度和距离,这些都是使用激光雷达很容易处理的问题。这个方案,其实是在模仿人的驾驶习惯:只要是眼睛(摄像头)能够看到的东西,系统就能够识别其中的信息,进而做出正确判断。
想要识别得更加准确,就需要自动驾驶系统不断学习并优化驾驶决策,海量数据在这个过程中至关重要。
特斯拉就是靠着几百万辆车跑出来的实际驾驶数据,用于训练算法模型、训练系统应对能力,显著改进了其自动驾驶软件性能。这种“车队学习”是特斯拉智能驾驶迎来 “ChatGPT 时刻”(特斯拉FSD V12 发布)的关键因素之一,也是其无需高精度地图的原因之一。




△资料图
相较于融合方案,纯视觉感知路线最大优势就是成本更低,更有利于市场大范围推广。但为了更高的安全性和可靠性,纯视觉路线隐性成本并不低,甚至可以说更高,只不过这是“终身受益”:它需要投入更多资源来开发和优化视觉处理算法和计算平台。马斯克今年4月初曾表示,2024年特斯拉针对自动驾驶领域的总投入将达到100亿美元。
“纯视觉路线缺陷也较明显,由于摄像头采集到的原始数据是二维图像,不包括距离、速度,车辆仅靠这些信息容易出现误判。”贺翔介绍,在融合感知路线中,即使一个传感器失败或被干扰,其他传感器仍能提供关键数据,而纯视觉感知路线在摄像头遇到失效、被污染等状况时,缺乏同等级备份选项,可能会影响整体系统的可靠性。
特斯拉2016年5月的一场事故就曾让其陷入舆论风波:系统摄像头将大卡车的大面积白色车身识别成了“云朵”,而当事车主没有注意路况,最后撞上正在转弯的大卡车。




△资料图
贺翔表示,随着AI算法快速发展迭代,计算机视觉经过大量数据训练,可以逐渐弥补摄像头的不足。
“这两条路线各有优势,至于行业最终选择走哪条路,将是技术、工程、商业等方方面面博弈的结果。”但贺翔认为,自动驾驶最终应该还是走向纯视觉感知路线,“因为它更像人在开车,只有人眼捕捉到的信息才是最全面的,也只有人才能理解语义。纯视觉感知路线随着算法的不断迭代,学习的不断深入,它能越来越理解人看到的世界,让自动驾驶真正实现智驾。”
自动驾驶会有bug吗?

“会有。只要是机器,就会有bug。”贺翔表示,这些bug可能由多种因素引起,包括软件错误、硬件故障、传感器误读或者数据处理错误等等。
不像手机、电脑卡顿,重启后就可正常运行,而且不会造成重大影响,高速行驶的车如果卡顿了,乘客安全如何保证呢?
“现在业内是有解决方案的,安全是自动驾驶最应优先考虑的要素。”贺翔说,自动驾驶汽车应该都有一个兜底机制,软硬件一旦报错,车会自动执行刹停,或者是让人类司机接管。




△资料图
目前为了解决可能出现的bug,业内采取了很多策略,包括:
持续测试和升级。就像手机软件需要更新一样,自动驾驶系统也需要不断进行测试并更新,以确保能处理各种复杂的交通情况。
使用备用系统。在车辆中安装多套系统,如果主系统出问题,备用系统可以立刻接管,就像飞机上有多个引擎一样。
持续改进算法。不断通过实际道路数据学习和优化,使得系统能更智能地处理各种情况。
这些方法,都是为了不断降低自动驾驶系统出现bug的几率,确保车越开越聪明,越开越好开。
自动驾驶VS人类司机
谁更靠谱?

“自动驾驶安全性要赶超人类司机,这是自动驾驶技术发明的初衷,其核心目标之一就是要消除人为错误。”贺翔表示,大多数交通事故都是由人为错误造成的,如超速、酒驾、疲劳驾驶、分心、路怒等。自动驾驶系统几乎可以在不分心、不疲劳、不受情绪影响的情况下持续运行,在理论上确实能减少这些常见的人为错误。
“自动驾驶的反应速度和精确性,理论上可以做到比人类要更高。”毫末智行CEO顾维灏说,自动驾驶系统能持续高效监测周围环境,即时对周围发生情况做出反应和决策。此外,它们还能够与其他自动驾驶车辆进行通信,协同作业以提高整体交通安全。




△资料图
但目前自动驾驶系统由于技术上的不足,在安全上仍面临一些挑战,比如在处理复杂交通场景或罕见事件方面,如果它没有遇到过相关场景,就会做出离谱的决策。比如,前一段时间,一台开启智能驾驶的车辆就撞上了前方侧翻的卡车,因为它没认出来轮子朝天的车,就会认为这个场景是安全的。顾维灏表示,随着自动驾驶系统不断学习优化,其安全性有望逐渐实现并最终超过人类驾驶10倍。
如何影响我们生活?

“自动驾驶技术的发展,将为我们社会生活的方方面面带来许多积极影响,包括提高交通安全、增加交通效率,以及改善生活质量等。”顾维灏在谈到自动驾驶技术的巨大价值时说道,首先会减少由人为错误引起的交通事故,还可以通过优化行驶路线和速度,减少不必要的停车和急刹车,从而提高交通流的效率,通过与传统交通模式的整合,创造一个更为灵活高效的多模式运输网络。“像北京东三环早高峰的拥堵,或将得到有效缓解。”




△资料图
另外,自动驾驶技术可以为老年人、残疾人以及其他没有驾驶能力的人群提供更多的独立出行机会,提升他们的幸福指数;还能把人们从驾驶任务中解放出来,将通勤时间转变为休息娱乐的时间。与此同时,“随着自动驾驶车辆的增加,城市规划和交通基础设施将逐渐适应这一新技术。例如,可能减少停车场和停车空间的需求,因为自动驾驶车辆可以在不需要时自行寻找停车位或返回家中。”……
自动驾驶带来的这些改变,将对我们的生活、商业运作和社会结构产生深远影响,推动我们进入一个更安全、更高效、更环保的未来。
当下发展困境几何?

尽管自动驾驶前景充满了想象空间,现实却很骨感:在实现全面商业化和广泛应用之前,自动驾驶在成本、技术、法律法规、社会接受度等多方面仍面临一些困境。
任何产品在真正走向商业落地前,都需面临一个核心问题——成本。自动驾驶成本居高不下是阻碍其普及的因素之一。软硬件开发、数据采集、相关技术测试和验证等各环节都需要大量资金和时间投入。
在技术方面,顾维灏表示,尽管自动驾驶技术已取得了显著进步,但仍需解决如感知系统在复杂环境下的可靠性、人工智能决策系统的健壮性等问题。例如,如何提高在恶劣天气或复杂道路条件下的性能,如何提升模仿人类司机的直觉和决策能力等。
关于政策和法规,顾维灏介绍,自动驾驶的法律责任、安全标准、隐私保护等方面的法规尚不明确,这对于规范自动驾驶车辆的测试、使用、责任归属等方面造成困难。“例如,如果人类司机和自动驾驶系统开的车相撞,责任应如何判定,是人的事儿?还是厂家的事儿?这都需要在法律法规上做出界定。”此外,不同国家和地区的法律、标准不统一,这给自动驾驶车辆的国际化推广也带来了一定障碍。




△资料图
此外,让消费者愿意为相关功能埋单也是当前行业共同困境之一。
如今,很多车企和自动驾驶公司已推出了泊车和高速辅助驾驶功能,但城市场景才是让消费者直接感知这项技术的最重要途径,因为城市场景才是人们生活中经常用到的场景。如果自动驾驶不能在高频和刚需场景实现,所有商业规划都是空中楼阁。
“搞定城市道路,人们才会更加信任自动驾驶,尤其在中国,中国的城市交通状况太复杂了。像北京早高峰,什么车的自动驾驶遇到都会‘疯’。”北京亦庄自动驾驶示范区的一位自动驾驶安全员说。
目前,国内的一些头部车企或科技企业也已陆续落地城市场景辅助驾驶。这些城市场景落地让消费者对自动驾驶的信任度有所提升。
顾维灏表示,解决这些困境需要技术创新、法律改革、伦理讨论以及社会教育等多方面的努力。“只有这样,自动驾驶技术才能顺利地融入我们的生活,实现其潜在的巨大价值。”
完全自动驾驶,还有多远?

这两年,我国陆续出台了一系列如《关于开展智能网联汽车准入和上路通行试点的通知》《自动驾驶汽车运输安全服务指南(试行)》等支持自动驾驶发展的政策,此外,从中央到地方对智慧公路、车路协同等发展也十分重视,多条智慧道路已建成并开启试运行。
国内众多车企和科技企业也都在推出基于量产的高阶智驾产品,展示出中国自动驾驶技术的商业化和量产潜力。国外特斯拉FSD V12 版本的推出,更是标志着自动驾驶技术达到了一个新的里程碑。
目前,北京、上海、广州、深圳、重庆、武汉,就连山西的最小地级市阳泉等地,都开展了无人驾驶示范区。没有司机的出租车、巡逻车、环卫车等L4级的自动驾驶(完全自动驾驶),在这些地方可以看到。



△今年,北京亦庄到大兴国际机场率先开放常态化自动驾驶接驳。
但目前多数自动驾驶仍处于L2级的辅助驾驶阶段,发展最快的也就在L3级的先导阶段,贺翔认为,我们距离真正完全自动驾驶的量产还有一定距离。
“这中间需要一次质的飞跃。”顾维灏如是说,说来说去,想要真正走入每个人的生活,破解当下发展困境是关键,技术、成本、法律法规、公众接受度等都需要有质的改变。“只有到那个时候,真正的完全自动驾驶(L5级)才能走入我们的生活。”


来源:央视新闻

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

x
回复

使用道具 举报

大神点评3

ororo 2024-5-16 20:42:00 来自手机 显示全部楼层
沙发位出租,有意请联系电话:13888888888
回复

使用道具 举报

孔唯允 2024-5-18 21:25:14 显示全部楼层
撸过
回复

使用道具 举报

李狗蛋01 2024-5-19 07:07:52 显示全部楼层
除了666我无话可说
回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies