“放手”让机器开车,到底行不行

文/方陵生

随着科技的快速发展,人们对自动驾驶产生了美好的憧憬:由人类驾驶的汽车将很快被淘汰,由机器人驾驶的全自动汽车会成为汽车领域的未来之星。然而,至少在目前来说,汽车迈向“全自动”这条路似乎并不平坦。

自动驾驶确有进展
自动驾驶车辆的研发确实取得了进展。2009年以来,美国谷歌公司旗下一家研发自动驾驶汽车的子公司,在25个城市的公路上进行了全自动车辆的测试,总里程达3000万千米,其中10多万千米实现了真正意义上的全自动驾驶,即完全由计算机控制驾驶,不需要人类驾驶员的参与。而且,一些自动驾驶车辆摆脱了传统的设计,没有方向盘,没有油门,甚至也没有人工操作的刹车。
这些测试结果和其他公司的测试结果都已被用来进一步改进自动驾驶系统。与此同时,在商用汽车中,诸如车道保持等驾驶员辅助功能正变得越来越普遍,该功能可让汽车保持在某个车道内行驶,而无须驾驶员干预。这类自动化系统可以改变汽车的方向或速度,但不能同时改变两者,按照自动驾驶L0~L5(从应急辅助到完全自动化)的等级划分标准,这样的自动化程度为L1级。
2015年,美国电动汽车制造商特斯拉开始推出L2级自动化汽车,这种汽车增加了一种被称为“自动辅助驾驶”的系统。通过该系统,车辆可自动驾驶、加速和刹车,但这些功能还不能算真正意义上的自动驾驶,车辆行驶仍然需要人类驾驶员的监控。这意味着即使在车载计算机自动驾驶的情况下,驾驶员仍然要盯着前方道路,双手放在方向盘上。
2018年,美国通用汽车公司在一些车型上推出了L2级“超级巡航”系统。该公司称,在一些特定路段,驾驶员可双手脱离方向盘。
其他一些汽车制造商也在开发类似的系统。2021年,日本一家公司甚至推出了全球首款符合一般道路交通法规要求的L3级自动驾驶车辆。L3级自动驾驶意味着驾驶员在某些情况下可以将汽车驾驶权暂时转交给计算机,自己则可以做些其他事情,比如看书。实际上,德国一家公司早在2017年就宣布推出类似功能,但欧洲监管机构尚未允许在道路上实现这种自主性,最终这家公司于2020年放弃开发这一功能。这说明实现更高级别自动驾驶的一个主要障碍是安全性。

高级别自动驾驶挑战之一:安全性问题

自动驾驶汽车引发的一系列交通安全事故动摇了人们对自动驾驶汽车总体安全性的信心。最令人不安的事件发生在2018年3月,当时一家汽车公司在美国的一条街道上进行自动驾驶测试,结果在车内有安全驾驶员的情况下,一名骑车人被撞身亡。美国国家交通安全委员会的调查结论为:该车在撞击前5.6秒检测到了前方有物体,但无法识别具体是什么,而当时安全驾驶员的视线正好离开了前方道路。这名安全驾驶员最终因过失杀人而被起诉。
有汽车安全系统专家指出:自动驾驶技术的一个普遍问题是,开发人员通常来自其他科技行业,没有安全关键系统的专业背景,而他们原来所在的那些领域注重的是“快速和突破”,不是“安全”。如果一个拍照软件存在某些问题,不会导致人员死亡;但在公路上驾驶汽车完全不同,当1吨重的金属发生高速碰撞时,产生的后果是非常严重的。
2017年英国的一项研究表明,驾驶员接管一辆正在行驶中的自动驾驶汽车的驾驶权,平均需要5秒左右,根据个人反应速度的不同,从2~26秒不等。一辆时速为100千米的汽车5秒内可行驶大约140米,即使在30千米/时的低速下,5秒的反应时间也意味着车辆将前行40米以上,另外还要加上刹车后车子因惯性继续前行的距离。
这一基本限制条件似乎让人与计算机协同驾驶(即人类和机器人能以某种方式分担对意外情况做出反应的责任)的希望破灭了。由于这个原因,许多汽车制造商希望能够彻底绕过L3级自动驾驶,直接进入L4级。在L4级自动驾驶中,车辆在某些特定区域拥有唯一控制权,驾驶员甚至可以小睡一会儿。

高级别自动驾驶挑战之二:机器视觉局限
自动化驾驶的另一个障碍是机器视觉。自动驾驶汽车依靠计算机分析传感器输入的信息来识别物体、测量其位置变化、预测运动并自动驾驶汽车,从而避免发生危险。这类系统在很大程度上依赖机器学习,机器学习是一种人工智能,通过收集和分析数据来修正算法。
早期自动驾驶测试车的顶部大都装有旋转的激光雷达,或称激光定位器。与传统雷达相比,这种雷达的波长更短,可在200米内更精确地测量速度和距离。激光雷达最初被认为是实时、立体跟踪现场环境(包括其他汽车、行人和骑行者)的必要工具,但当时激光雷达比大多数汽车都贵;因此,有些公司不采用激光雷达,他们认为传统雷达、摄像机和计算机技术的进步,足以应对和解决自动驾驶的问题。
但是,在汽车快速行驶时,车上的传统雷达无法发现静止的物体,特别是在现场有其他物体干扰的情况下。2021年,特斯拉公司宣布放弃雷达,将重点放在摄像系统上。但摄像系统并不能取代雷达。虽然摄像系统可很好地对物体进行分类,但测距有难度,因此很难预测其他车辆的运行轨迹。随着激光雷达价格暴跌,很多公司都将激光雷达系统纳入了其自主功能开发计划中。
即使有了激光雷达,自动驾驶汽车的传感系统仍然是一个薄弱点,它们常在人类驾驶员通常不会出问题的地方掉链子。有自动化专家指出:“我们需要从根本上重新思考如何制造自动驾驶汽车,我们目前采用的计算机视觉技术无法拓展,也无法发挥作用。”这位专家认为,关键问题是机器学习依赖的是单个传感器所输入信息的综合,缺乏人类对世界的全面理解,以及自上而下的推理能力。例如,人类驾驶员能够识别被积雪部分覆盖的车道标记或部分被遮挡的停车标志,而机器学习在这些方面都存在缺陷,甚至缺乏对物理定律基本的直觉理解。
另外,所有的深度学习系统都会出错,或发出错误警报。自动驾驶汽车在每一次错误报警后都会停车,这将导致交通堵塞和车辆追尾。
鉴于机器学习固有的局限性,人们可能需要调整对自动驾驶的期望。以前,人们关心的是实现L5级自动驾驶,即在任何路段上的全程自动驾驶;现在人们要考虑的是,在一段旅程中的哪些路段可以实现自动驾驶。这会引发另一个问题,也就是要将普通道路升级为机器人友好型道路,由此造成的隐性成本也是需要考虑的。

自动驾驶的未来之路
诚然,如今一些新款的汽车已配备了很多计算机智能装备(如自适应巡航),在特定路段可由人工驾驶转为自动驾驶。但除了少数小规模测试可实现真正的全自动驾驶以外,即使是在车辆自动驾驶时,驾驶员还是要小心盯着前方路面,不能有丝毫懈怠。至于在上下班的路上,驾驶员放松坐着,甚至打盹,将驾驶车辆的工作全部交给机器人去做的场景,似乎离我们还相当遥远。一些观察家甚至宣称,全自动驾驶只是海市蜃楼,实现能应对任何交通状况并在所有道路上安全运行的全自动驾驶,是一个相当棘手的难题。
但是,这并不意味着自动驾驶没有机会一展身手。机器人驾驶有着巨大的优势,包括在长时间驾驶和长途旅行中不会感到无聊,也不需要休息和睡觉。因此,推动货运卡车的自动化成为新的潮流,很多公司正在这一领域展开竞争。2021年12月,一家自动驾驶卡车初创公司首次在公路上实现了端到端无人驾驶重卡示范运营。运营里程约130千米,全程未配备驾驶员,无驾驶员接管,无远程驾驶员控制。
在可以计算机导航的道路上,机器人出租车服务的功能有望在短期内实现。美国一家汽车公司正在对能载4~6人的自动驾驶出租车进行测试。另一家美国公司正在开发为局部地区提供交通服务的机器人车队,其主要目标客户是无法自己开车或行动困难的老年人,这些车辆还能在机场、工业园区或商业园区提供接送服务。
越来越多的人理性地意识到,机器人或许不能完全取代人类驾驶员,但可以帮助我们更好更安全地驾驶。这仍然会是一场革命性变革,只不过它可能不完全是我们一开始所想象的那样。

转载请注明 文章来源:《科学画报》

〖 欲看更精彩文章、图片,请购买科学画报。每月月初出版发行,铜板纸彩色印刷,每本售价12.00元 〗 

 
《科学画报》2022© 版权所有 沪ICP备05024827号 沪公网安备31010102003350