“我們在操作的過程中還是比較平靜的。在封閉區做過好多次闖紅燈測試,車輛本身應該是完全可以避免相撞的。”對于將自動駕駛汽車開上公共道路的駕駛員張雷(化名)而言,操縱自動駕駛的汽車似乎并不是什么難事,用他的話說,“這些都是常見情況。”
不過張雷也向第一財經記者坦言,當車流量變大,比如出現突然有車輛加塞切入等情況下,會嘗試人工接手,控制住正在自動駕駛的車輛,盡管“這樣的情況并不多見”。
要成為自動駕駛汽車上“看似什么也不用做”的司機,卻比普通A證駕駛員要嚴格得多。上海國際汽車城(集團)有限公司(下稱“上海汽車城”)戰略與業務規劃部主任工程師李霖在接受第一財經記者采訪時多次提及這一點。
“他們要熟悉自動駕駛汽車,也要熟練應對各種突發狀況。”李霖解釋道。
在自動駕駛汽車行駛時,司機偶爾也需要進行人工干預。(資料圖)
正是因為上海于3月1日發布的《上海市智能網聯汽車道路測試管理辦法(試行)》(下稱《管理辦法》),包括張雷在內的駕駛員們,原本只能在封閉區進行模擬測試,如今可以將車輛開上公共道路,面對更多復雜的挑戰。
集合了車輛、行人、建筑物、障礙物、氣候變化等多種因素的復雜交通環境,向來是橫亙在自動駕駛技術面前的一座大山,卻也是政府、企業、科研機構等相關方面必須走入的場景。
把搭載自動駕駛技術的汽車開上公共道路,以最真實的道路情況來測試車輛的性能的好壞并獲取大量數據——這樣的方案與上述邏輯并無二致,以真實換真實,才能獲取最基礎、最實用的數據,以此檢驗、改進、完善傳感器及自動駕駛算法,完成技術和產品的迭代。開放道路路況比加州復雜
即將到來的4月,美國加利福尼亞州將開始允許完全自動駕駛的汽車在該州開展路測。這項新政意味著無論是工程師還是駕駛員都將不再出現于車輛中。不過,加州機動車輛管理局(DMV)也明確要求,必須有遠程操作員能夠與路測車輛通信,在必要時操控車輛,以防萬一。
對于加州而言,這已然只是路測規范的再定義罷了。作為全美首個就自動駕駛汽車制定法規的州,加州早在多年前就開始了自動駕駛的路測。這里匯聚了谷歌、Uber、特斯拉等全球知名的科技翹楚和行業新秀,大量汽車廠商的自動駕駛團隊都設立在此。這些大大小小的企業們享受著在家門口進行自動駕駛測試的便利。截至2018年1月中旬,共有50家企業取得加州自動駕駛路測牌照。
在今年3月1日前,長安、上汽等中國車企只能前往加州,申請開展自動駕駛測試的批準,并拿到相關牌照——不過,這一狀況如今出現了改變,《管理辦法》為國內車企打開了大門,它們終于也可以將自動駕駛的公共道路測試放在自家門口了。
從封閉環境走向開放環境的自動駕駛道路測試,這是中國的首次。
“我們起初建設了20多公里的道路,同時也提交了開放的申請,但綜合考慮各種因素,最終還是選擇了這5.6公里的道路來作為自動駕駛車輛的測試道路。”李霖向第一財經記者回憶起規劃這段道路時的細節。他表示,道路必須滿足兩方面的要求,一是包括紅綠燈、智慧互聯設備等在內的相關建設,二是要對風險進行評估,不能一概而論。
第一財經記者實地走訪了上述自動駕駛汽車開放測試道路,這段以往并不起眼的小路于去年完成技術改造,也因而成為了全球首個全面支持多種通信模式V2X(Vehicle to Everything)測試的智能道路,測試車也會根據車上裝有的360度傳感器和雷達,識別轉向信號、紅綠燈、障礙物等。
上海汽車城董事長兼總經理榮文偉介紹,管理部門特別加裝了針對智能網聯汽車的紅綠燈,可同時支持DSRC和LTE-V方案(均為車聯網標準之一)與車輛進行實時通訊,自動駕駛車輛在500米之外便可接收紅綠燈的變燈信號。同時,道路周圍也有特定攝像頭監督車輛運行狀況。
記者發現,行駛在該條道路上的普通車輛較多,虛線變道、加塞的情況時有發生。除了有大量的T型小區出入口、公交車出入站臺之外,闖紅燈的行人、搶道的電瓶車這樣的緊急狀況也并不少見。這些情況給自動駕駛汽車的上路造成了大量的挑戰。
而第一財經記者此前在加州試駕自動駕駛汽車時,路上幾乎鮮有行人,更不必說其他車輛了。在這里,放開雙手則會更加的從容,對于突發情況的擔心也會變少很多。
當時,通用汽車的工程師也向記者表示,中國的道路交通標識更加復雜,統一程度相對并不那么高,且在中國的城市高架道路上,部分會存有紅綠燈現象,這些都在一定程度上給通用前期的本土化準備工作增加了難度。這樣的案例換作在普及無人駕駛這一議題上,也會同樣存在。
谷歌的無人駕駛汽車在路上。
LMC汽車市場咨詢(上海)有限公司總經理曾志凌在接受第一財經采訪時表示,相較于美國加州五年前就開始路測,至今已經進行了幾百萬公里的測試,中國在落地自動駕駛方面還處于較為初步的階段。
差異一面造就著差距,另一面也在一定程度上縮小著差距。正因道路條件復雜程度不一,在獲取數據的數量和能力方面,上海的測試道路更具備優勢。對于家門口作戰的新老車企而言,能否借力打力實現彎道超車,它們或許都有著自己的算盤。
準備好了嗎?
“開放路測是我國自動駕駛行業水平邁向國際前沿的重要里程碑。”同大多數業內人士一樣,長城華冠自動駕駛技術總監馬樂在接受第一財經記者采訪時,表達了自己的樂觀態度。“這標志著我國開始成體系地開發自動駕駛技術,不僅僅是車的技術,從測試環境、管理環境到社會環境都在全面跟進。”
不過,中融創投基金管理(北京)有限公司董事長曹鶴有著不同的觀點。他認為,目前的自動駕駛技術還沒有準備好應對復雜路況的挑戰。“在真實環境下,系統存在的風險性還會被放大。而目前的技術水平仍處于低級階段,僅能保障車輛在車道線清晰、交通信號系統完善的特定路段運行。中國自動駕駛的情景也比國外復雜。”
仔細揣摩,曹鶴的言論并非空穴來風。在樂觀看待自動駕駛發展的背后,更多的困難與挑戰也在行業內部不斷地滋生。
一方面,即便不涉及造車領域,自動駕駛的路測也需要高昂的成本。“開發一輛自動駕駛車輛是開發傳統汽車的好幾倍。”一位自動駕駛領域的資深業內人士對記者表示,為確保安全性,自動駕駛車輛一般都會配備多系統冗余設計,也需配備更多傳感器,這就提高了單車成本。
奇點汽車自動駕駛架構總監李建鵬對此也頗有感觸,他表示:“現在很多主機廠進行自動駕駛汽車研發時,都是放一臺很大的電腦在車上。從商業化的角度,這樣的方案其實很難量產——特別在考慮成本和功耗的情況下,所以現在很多企業都把目光放在了研發高性能芯片上。傳感器也是一樣,雖然在很多研發自動駕駛汽車的企業看來,激光雷達在環境感知方面有很好的表現,但礙于成本,激光雷達現在離量產也還有很遠一段距離。”
即便如此,馬樂卻告訴記者,先有技術基礎,再有商業回報。路測會帶來資金壓力,但也必須要進行投入。
而在另一方面,交通信息系統完善的道路條件更是構成其商業化落地的關鍵點之一。這里,需要的是交互,車與人的交互、車與交通設施的交互——這些依賴于物聯網、5G等各方面技術的成熟。此外,在惡劣天氣下如何提高傳感器的分辨率、如何提高算法的精度,仍然需要加強這一方面的研發,而攝像頭、激光雷達等傳感器也需要變得更加高效。
城市道路是所有交通環境中最為復雜的環境,穿梭的人群、固定的建筑物及障礙物、大量紅綠燈及警示標識、天氣變化等等。在這樣的背景之下,自動駕駛道路的標準則被千呼萬喚。雖然業內從始至終呼吁著道路條件的統一與交通規則的調整變化,但若考慮到社會、觀念等各方面因素,仍然任重而道遠。
“改善道路條件需要投入大量的資金,在全國構建一套完整的自動駕駛體系還是會有一些難度。目前國家、車企等都處于觀望之中,此外,自動駕駛車輛對人為駕駛的車輛也會產生影響。”曾志凌說。
“既有的道路是根據交通工程學為人駕駛而設計的,不是為自動駕駛設計的,它的一系列參數全是基于人的反應。而車是根據人機共生學,為了人的安全和方便駕駛而設計的,也不是為了自動駕駛而設計。”國家智能交通系統工程技術研究中心首席科學家王笑京表示。不過他也承認,在不久的將來,自動駕駛汽車和人為駕駛汽車混行的情景,是會共存一段時間的。
馬樂對記者表示,更大的一個方面是測試認證的體系建設,這個標準如果形成共識了,自動駕駛系統的落地就是時間問題了。因為自動駕駛系統的組成,和汽車行業原有的機械系統、電子系統不一樣,需要新的方法論。
“人和物的安全位移是最根本的東西。沒有安全,其他一切都不存在。技術支撐交通運輸的安全和效率會提高,信息技術要加速變革,但是這個變革的前提仍然要保證安全。這其中就會產生矛盾。”王笑京說。