把命交给自动驾驶，你敢吗？

韩梦霄

坐在拥有自动驾驶功能的轿车里，就可以开启一段美妙的旅程。在轻松的音乐声中，边喝咖啡边欣赏沿途的美景不再是奢望，甚至还可以将前排座椅旋转，和朋友家人共同享受轻松时光。自动驾驶在解放驾驶者的同时，也为不会开车的人带来更多可能。

汽车制造和贸易商学会的最新研究显示，未来有60%的出行困难群众能享受到自动驾驶汽车带来的出行便利。这类人群中，有一半人想借助自动驾驶汽车拓展自己的业余爱好，到餐厅品尝各种美食。

描摹的美景仿佛就在眼前，但把命交给自动驾驶，你敢吗？

拨云见日：自动驾驶发展真实水平

一位50岁左右，从事机械方面工作的刘先生深信：越简单原始的结构越不容易坏，基本上经常出问题的都是高科技的东西，相比自动驾驶，他更相信30年来一直保持无重大事故记录的自己。

诚然，抛开安全性的自动驾驶都是“耍流氓”。

随着5G时代的到来，人工智能的快速发展，中国似乎迎来自动驾驶发展的“黄金时期”。但拨开各种车企、媒体的宣传迷雾后，中国的自动驾驶究竟处于什么水平？

为了更好地定义“自动驾驶”，美国汽车工程师学会SAE（成立于1905年，是国际上最大的汽车工程学术组织）推出了一套分级系统。Level1-辅助驾驶、Level2-部分自动驾驶、Level3-有条件自动驾驶、Level4-高度自动驾驶和Level5-完全自动驾驶（无人驾驶）。

Level1，指的是搭载自适应巡航、车道保持和自动刹车等功能（上世纪90年代就出现了）的车型。在这一级别下，驾驶员依然要为车辆的行驶状态负全责。到了Level2，系统已经可以控制油门、转向和刹车的控制。当然，Level2系统现在还只能玩转高速或停车場，应付不了复杂的城市道路。需要注意的是，即使将控制权让渡给系统，驾驶员也得时刻关注车辆的行驶情况，一旦出现状况，随时准备接管方向盘，特斯拉的自动辅助驾驶系统Autopilot就是Level2。按照某些车企的规划，Level3和Level4车型最早2021年就能面世。这两种级别的系统可以分别实现“有条件的”和“高度”自动驾驶。不过，Level3还是需要驾驶员集中精神，因为他们还有接管车辆控制的责任。到了Level4，车辆就能独立完成驾驶任务，但怕恶劣天气。Level5是真正的全自动驾驶。持积极态度的人认为：我们最快2025年就能体验到。但也有人认为，Level5带来的挑战过于艰巨，它的落地至少要等待10年之后，甚至永远无法实现。一旦实现，车辆就能在所有状况下运行，驾驶员无需再做任何命令输入。同时，车辆与车辆、车辆与基础设施之间还能互通有无，方便它们做出最优选择。

从全球范围来看，Level1、Level2级别的自动驾驶汽车已经实现了大规模量产，但想要实现完全自动驾驶，真正推动无人驾驶商用化落地，可谓山高水长！

“自动驾驶的安全性测试需要行驶至少2.5亿英里。”江淮汽车智能网联汽车研究院自动驾驶设计部技术副总监吴琼引用了业界专家的数据，“高效的仿真测试是自动驾驶达到这一目标的必经之路。”

从目前已知的信息来看，美国Waymo公司已经实现了Level4级别的无人驾驶，在现实世界中路测了1000万英里，在模拟世界中测试了100多亿公里。但1000万英里距离2.5亿英里显然还有很远距离。

哥伦比亚大学人工智能实验室主任胡迪·利普森在其2017年出版的《无人驾驶》一书中提出，只要无人驾驶汽车的安全记录能够超过人类驾驶员的平均水平，那它就是足以“造福人类”的。

统计数据显示，每20万英里，人类驾驶员就会出现一次非致命性碰撞，那么只要无人驾驶技术在安全性上优于人类驾驶员，就可以了。

美国车辆一年总行驶历程约为4.8万亿公里，据此可以推算出平均每200万公里会发生一例受伤事故，每1.47亿公里会发生一例死亡事故。

而现在在全球范围内，仅有Waymo一家的自动驾驶技术能够达到与人类驾驶事故率不相上下的水平。换句话说，除此之外的绝大多数自动驾驶公司，其提供的自动驾驶技术安全性目前仍低于人类。

突遇寒冰：自动驾驶热开始降温

2018年3月的某个夜晚，美国亚利桑那州马里科帕县坦佩市，一辆搭载优步（Uber）自动驾驶系统的沃尔沃XC90正以每小时43英里的速度行驶。

街道灯光昏暗，一名行人正横穿马路，此刻她完全没有想过，不远处正行驶的自动驾驶汽车，会威胁到生命：车撞了上来，猝不及防。尽管当时车上有一名安全员，也难以挽回悲剧。

时隔将近两年，全球第一例，也是目前为止唯一一例自动驾驶车祸原因正式确认。根据美国国家运输安全委员会（NTSB）调查的文件显示，优步的自动驾驶汽车在发生撞击前5.6秒钟就检测到了行人，但将其错误的归类为其他物体，换句话说，自动驾驶没有识别出行人在指定人行横道以外的地方过马路的情况。此后系统对物体的分类发生了混乱，在“汽车”和“其他”之间摇摆不定，浪费了大量宝贵时间，车辆也因此没有及时刹车，加之当时车上的安全员正在观看电视节目，并未采取措施，最终导致事故发生。

NTSB报告还指出，造成事故的关键问题是，软件无法正确预测受害者的类别和运动轨迹。如果系统可以及早正确地识别出前方物体是行人，就可能会大幅放慢速度，或者设法绕开避让。

但是优步的汽车没有预料到这起碰撞，系统在很长一段时间里把行人当做是某个未知的物体，认为她并不妨碍行驶。

优步自动驾驶汽车在识别到行人后1秒才开始制动，此时距离碰撞只有0.2秒，事故已经无法避免。自动驾驶系统之所以行动如此迟缓，是因为优步认为紧急制动系统会造成车辆的不稳定，所以关闭了该系统。

通常来说，在碰撞前1.3秒，自动驾驶系统需要开启紧急制动来缓解碰撞，尽早提醒安全员进行干预并采取行动，以减少车辆不稳定行为的可能性，但为了更好控制自动驾驶系统，优步直接放弃了使用紧急制动系统，足以看出优步在推出自动驾驶方面的激进。

如果优步从一开始就选择开启紧急制动系统，那么类似的悲剧则很有可能不会发生。

这称得上自动驾驶短暂发展史上的一个里程碑式事件，将为此后如何避免此类事故的发生提供前车之鉴。

此次事故也引发了人们对新兴自动驾驶汽车行业的重大安全担忧，在商业化进程中如火如荼的自动驾驶也开始降温，安全问题仍在每一步扩张的过程中给车企带来压力。

任何一个新事物、新技术，通常先迅速发展上升，到达巅峰后下降。下降原因在于：当人们对一件事情越来越了解后，会发现还有更多未知的事情，所谓开始“回归理性”。

自动驾驶技术怎么做才是最安全的？

美国国家公路交通安全管理局（NHTSA）曾考虑各种新方案，以测试无人驾驶汽车的安全性。自动驾驶网关一度被认为是一个安全可靠的实现方法。

这种远程控制和我们玩赛模拟器大致相似，通过互联网将正在行驶道路行驶的车辆的各项参数同步到远程的模拟器，在需要时，安全员可以通过远程平台无缝接管车辆。

但问题同样存在：自动驾驶网关如果被突破，线控底盘的参数就一并被掌控，这时道路上行驶的自动驾驶车辆就像是我们手中的遥控玩具，后果不想而知。

其实技术研发只是横在路上的一座大山，政府肩上的担子也不轻。

在自动驾驶汽车商业化落地之前，政府要完成复杂的法律重构，有些我们熟悉的法律法规甚至要推倒重建。而最让大家关心的还是责任划分问题。

实现自动驾驶后，如果出了事故，是乘客还是厂商的过失？另外，驾校与驾照这些名词会彻底作古吗？从现在的情况来看，自动驾驶技术在法律上最难解决的问题是保险，因为这牵扯到责任划分。一旦出现事故，到底该谁负责？英国11家主要保险公司就针对该问题草拟了一个解决方案。在他们看来，第一种可行方案就是让现有强制道路交通保险一并承担产品责任，如果因为软件故障造成事故，就能保障制造商的利益。不过，类似沃尔沃这样的厂商有自己的想法，它准备为自动驾驶汽车提供全新形式的保险。无论如何，政府和汽车行业的主要目标都是方便乘客索赔，而不是让保险公司转嫁责任。在政府看来，高度自动驾驶与全自动驾驶绝对是泾渭分明的两个事物。对于前者，驾照依然是必备证件。至于后者，就要对法律进行改动。

除此，自动驾驶汽车的设计初衷就是为了减少人类失误造成的事故，但根据英国上议院科学技术委员会的研究发现，在遇到急刹车时，自动驾驶车辆上的驾驶员反应速度比非自动驾驶状态下慢了6倍。显然，这些有了好助手的驾驶员“飘了”，他们对技术过于自信反而会让驾驶员能力退化。

2017年，英国上议院科学技术委员会就曾发布报告讨论过这一问题。

当时，最令其纠结的是Level3自动驾驶，这个级别的系统确实有能力完全控制车辆，但一旦遭遇紧急情况还得驾驶员出面接管，而此时驾驶员的反应速度简直慢的令人咋舌。也就是说，Level3带给你的那些“自由”反而会将驾驶员推向危险的深渊。在苦练内功的同时，自动驾驶汽车也需要周边环境的支持。雷达、摄像头和激光雷达三大金刚能帮助车辆看世界，但复杂的周边驾驶环境带来的变量意味着车辆必须有更为强大的算力。因此，未来自动驾驶汽车效用的高低可能得看基础设施的质量以及驾驶环境的标准化程度。

长尾效应：美好愿景与骨感现实

在谈及“自动驾驶寒冬”这一说法时，法雷奥中国首席技术官顾剑民博士并不完全认同：“真正的冬天是公司倒闭、失业率上升，而目前看来自动驾驶还是正常范围内的重新审视，只是行业回调”。在顾剑民眼中，“这不是偶然现象，否定之否定，螺旋式上升，是人认知自动驾驶的正常过程。”十年间，自动驾驶不断演进而带来的安全和便利，是“喜”。但同时也有优步自动驾驶车辆在公共道路上测试验证时的第一起意外死亡事件的不幸。自动驾驶是否是个泡沫、自动驾驶商业盈利模式如何实现，市场能否接受，仍是业内玩家担忧之处。

有部分行业内人士认为，只要自动驾驶的测试里程达到一个量级，并且在相应的里程范围内，自动驾驶的事故概率低于人类驾驶，那么自动驾驶就能达到真正意义上商用的临界点。

发展自动驾驶技术的一个理由是，自动驾驶比人类驾驶更优的安全性。当道路上跑的车辆都是自动驾驶车辆的时候，因为所有的车辆都会非常遵守规则，整个交通从而都会是安全的。

但同样，对于自动驾驶领域来说，把自动驾驶打造成量产，卖向终端消费者，安全是绕不开的坎，是整个行业需要考虑的问题。而且，首要考虑的是，要如何证明自动驾驶比人类驾驶更安全。

“我们花了大约10%的时间和精力，轻松实现了90%功能，但是接下来我们要花上90%，甚至更多的时间和精力，去实现剩下10%的功能，这是自动驾驶领域的现状。”如博世汽车苏州有限公司高级经理黄罗毅黄罗毅所说，这剩下需要用90%的精力去解决10%的问题，正是自动驾驶的安全问题。

为了解决这个棘手问题，除了车“到位”，路也需要适配。单车智能发展到一个瓶颈之后，不少企业着手从车路协同寻求突破。

在过去的几年里，中美一直是自动驾驶发展的焦点区域。在一开始，中国也走了一条与美国相似的路线——强调单车智能，倾向于把所有的运算负荷和感知负荷都放在车上解决。

但从去年下半年，整个单车智能热度下降，行业开始慢慢意识到：让车不需要任何外力就能实现相对安全的自动驾驶，这在实践中非常难做到，车路协同或许会是另一个答案。

“路和车逐渐在往一起靠，许多企业开始建车路协同研究院，许多相关的主题会议上，参与的企业类型多了，比如路的设计单位、建设单位都开始参与进来。”四维图新车路协同研究院产品经理孙伟描述这一年感受到的行业变化。

在车路协同领域工作多年的庞宏亮表示，“无论政府的各部委来去推动建示范区也好，推动车路协同发展也好，它的落地点无外乎就是要解决我们交通的问题：一个是拥堵，一个是安全。比如在高速公路上，一般高速公路主要的事故是碰撞，二次碰撞也非常普遍，占了20～40%左右，高速管理局就可以利用车路协同技术进行提前广播，避免交通事故发生。”

自动驾驶越来越像一场马拉松，越跑到后面越困难。这条路依然漫长，但仍有人在继续走，在终点，也仍有人等着迎接这场马拉松的胜利者，毕竟，完全自动驾驶的实现意味着对人类出行安全的极大保障。

为保障驾驶安全而生的自动驾驶，目前阶段反而并不安全，因为人们对自动驾驶的认知产生了偏差：他们将自动驾驶的明天，当作了自动驾驶的今天。

对于要将自己未来的出行安全交给自动驾驶的人来说，对于车祸原因的调查则比车祸本身更加重要。但面对安全问题，企业还是应该脚步放慢一点、对待问题仔细一点、解决问题更耐心一点。

“倒啤酒时，首先出来的是泡沫，这并不奇怪。”

这是顾剑民的观点。“最近的自动驾驶不一定都是泡沫，当人们客观地解读自动驾驶近期出现的转折，反而对今后自动驾驶的健康发展和成熟落地提供一定帮助。”

“如果从传統动力，即汽油机更新层面看，从一百多年前到今天为止这项技术仍在不断变化中。”顾剑民以此描绘未来：自动驾驶有开始，但并没有一个结束的时间表，换句话说，当L5级自动驾驶实现时，我们就到此结束了，这种事情很难甚至不可能发生。

“未来的汽车场景将是围绕着为顾客提供更安全更舒适的车内驾乘体验展开，这是一个循序渐进且有客观规律可循的过程，没有结束或实现的时间表，因为我们永远行进在汽车技术变革的路途中。”