行业的发展需要在保证安全的前提下让驾驶员脱离双手。
近日,由雷峰网 & 新智驾主办的第四届「全球智能驾驶峰会」在深圳正式召开。
峰会之上,同济大学汽车学院教授朱西产带来了题为「自动驾驶与辅助驾驶的边界及自动驾驶汽车安全的技术挑战」的精彩演讲。
今年,智能汽车赛道大热,除了蔚小理这三家造车新势力,今年又有很多新玩家加入造车。
朱西产认为,这在很大程度上与资本的流向有关——特斯拉和蔚小理的市场份额可能不足0.1%,但市值却几乎与传统汽车的市值总和相当。传统车企和造车新势力的市值之间出现了割裂。
不过,普通用户对于自动驾驶以及辅助驾驶的认知还存在提升的空间,尤其是对于 L2+ 的界定。朱西产表示,这种状态不能长期存在,而且今年各国政府已经开始了 L3 的认可认证。
2020年6月,ECE法规出了ALKS草案。ALKS创造性地解决了危险场景的临界测试工况问题:
以熟练、谨慎的人类驾驶员的避撞能力为依据,从法规区分了“不合理的危险”和“合理的风险”;通过危险场景临界工况的确立,为自动驾驶汽车的“电子驾驶员”争取到了“人权”,让自动驾驶汽车不会过于保守,有利于提高用户满意度、提升交通效率并合理地控制事故风险。
为了保证足够的安全,不少车企开始加码更高清的摄像头、更高性能的芯片、更多数量的激光雷达。但朱西产强调,确保自动驾驶系统的可靠性,要基于场景库的 V 型开发流程+用户数据闭环的敏捷开发。
以下是朱西产演讲全文,雷峰网新智驾做了不改变原意的整理与编辑:
大家好!今天上午我听到了很多报告,现在谈智能汽车,任何一个报告都是对大家有启发的。
今天下午,我想跟大家交流一下自动驾驶和辅助驾驶。很多车企在这两年推出了Navigation Pilot,包括NOP(蔚来)、ANP(百度)、NGP(小鹏),也表达了对汽车自动驾驶的期待——在飞机巡航时,飞行员基本已经不用手动操作机器了。
那么,我们目前市面上的汽车到底是自动驾驶,还是辅助驾驶?这个界限非常模糊,甚至有人说不出事是自动驾驶,出事就是辅助驾驶,现在L2+就是处在这种状态,但这种状态不能长期存在。
所以大家会发现,今年开始,各国政府加大了L3许可认证以及无人驾驶许可认证的力度,相应的法律也会有一定程度上的改动,这个我们后面会详细说。
过去的 100 多年,在汽车产业中发生的大变革主要围绕动力。眼下,正是这个产业百年一遇的大变革。我将其形成为三场战役:
可以看到,在过去五年,传统汽车正在慢慢被电动汽车取代,但这场战役还没有结束,内燃机能够通过混合动力、增程、插电等方式延长“寿命”。
新能源车在未来的两个大方向就是,纯电动和燃料电池,但目前特斯拉、蔚小理等新造车企业基本完全依赖动力电池,氢气作为新能源中一个重要分支,还没有得到非常完善的开发,甚至相关企业正在面临亏本、倒闭的风险。
智能化战役,很多以 AI 技术起家的公司也加入了,并且开始在智能座舱以及 ADAS 上有了不错的进展,但这场战役的焦点会是 L3/L4。五年后,随着L4级自动驾驶的逐步落地,汽车的属性将会彻底改变。
从市场份额来看,纯电动乘用车在 A0 级和 B 级两个细分市场销量比较高,A 级相对少一点,呈哑铃型;其中 B 级车已经不再是纯粹的交通工具,而是逐步成为了第三生活空间。
而燃油车的的销量分布呈纺锤型,A0 级和 B 级型相对少,A 级车仍占有非常大的市场份额。
从市值来看,行业也发生较大的分裂——传统汽车企业仍然占据 99.9% 的汽车销量,但特斯拉、蔚小理的市值几乎与传统汽车企业市值综合相当。
这也在很大程度上影响了投融资行业的资金流向,其中一个方向就是汽车智能化,主要包括三方面:
-
智能座舱,如果消费者购车时发现车内没有配置智能大屏,很多人基本上就不会考虑了。智能座舱是吸引消费者购车非常必要的因素。
-
智能驾驶,这也是一辆智能汽车最重要功能之一。出于安全的考虑,现在市面上的智能汽车大多都安装了基于单目摄像头和毫米波雷达的 ADAS 系统,而且搭载量增速越来越快。可以毫不夸张地说,眼下正是 ADAS 系统的高光时刻。 ADAS 系统可以「救人」,但也有「搞砸」的时候。大家意识到,靠着几百块钱的毫米波雷达和摄像头不足以满足智能驾驶的需求。所以今年大家开始堆料,搭载更高清的摄像头、更高算力的芯片、更强性能的域控制器,甚至是激光雷达、高精地图。
-
域控制器会是一个新的爆发点。因为分布式电子电气架构无法满足自动驾驶的需求,自动驾驶汽车的全新电子架构已经产业化,域控制器是重要一环,再往后则是整车集成、车云联控。同时,域控制器的发展离不开高算力车规级芯片的支持。
这些年,随着车载芯片算力的提高,车载摄像头的像素从原来的几十万升级到了现在的一百多万,甚至是直奔 800 万像素。
但有一个非常现实的问题是,高算力芯片的应用会大大拉高整车的造价,尽管它的成本在不断下降,但目前消费者还接受不了。就算消费者能接受,眼下的智能驾驶技术发展也无法让其真正实现脱手、脱脚、脱眼,更不用说在驾驶位上悠闲地喝咖啡看手机。
今年 6 月,我在一个活动上分享了自动驾驶的安全问题,其中提到了「恐怖谷」的概念,即用户期待大于系统能力。后来不久,某车企发生了一起疑似因智能驾驶引发的致命事故,紧接着几乎所有车企都在修改自己的宣传文案,将「自动驾驶」改成「辅助驾驶」。
此外,车企还做了诸多防范不当操作的改进,比如一旦驾驶员的双手离开方向盘,系统就会发出警告提醒——即便驾驶员的双手在一定程度上可以离开。
然而,行业的发展需要在保证安全的前提下让驾驶员脱离双手,所以我们看到了 L3 相关的认可认证的问世。2020 年 6 月,ECE 出台了 ALKS(自动车道保持系统)的相关法规草案,也是第一个被解读为 L3 自动驾驶国际法规。
实际上,现在各个国家都在制定法律法规,中国汽车工程学会也在成立相关标准。但这些法律法规/标准的制定到底在约束什么?如果是不允许自动驾驶系统发生事故,那么,现实中通过考核拿到驾照的学员也无法完全避免事故的发生。
汽车也是一样,我们现在不是要开发一辆永远不会发生事故的车,这样的车根本开发不出来。我们要做的是确定底线,从而要求自动驾驶汽车比熟练谨慎的人类驾驶员更安全。
目前,ISO PAS 21448预期功能安全已经出台,并且将自动驾驶所面临的场景分为有关安全的四个象限,即已知的安全场景、已知的不安全场景、未知的不安全场景、未知的安全场景。其中,尤其是不安全场景,我们要格外关注。
在已知不安全场景下,如果一个自动驾驶系统的风险处置能力不如人类驾驶员,那么我们则认为这是不合理风险,即缺陷。
而 ALKS 创造性地解决了危险场景的临界测试工况问题:
最难处理的是未知的不安全场景,因为我们无法预知未来。现在国家级检测中心也在建场景库,但用于收集道路数据的里程大概只有 3000-5000 万公里。为了尽可能地覆盖长尾场景,大家现在都在通过影子模式来构建数据闭环,不断迭代自动驾驶算法。
目前为止,传统车企对汽车的开发基本到 SOP 阶段就结束了,但对于智能汽车来说,自动驾驶系统的可靠性离不开基于场景库 V 型开发流程以及用户数据闭环的敏捷开发。主要须经历以下六大阶段:
开发、测试评价场景库;仿真平台;HiL、ViL 测试平台;测试场测试;道路实证测试;用户使用中的持续改进。
最后谈一下无人驾驶。从量产落地的角度来说,无人驾驶公司可能要到五年后才能见到曙光,甚至很多人开始往低速场景再转型。事实上,低速场景自有其难题和挑战。
技术上,我们感受到了自动驾驶汽车的神奇之处,我们也相信它的安全性将高于人类,但就像人类驾驶员需要考驾照一样,无人驾驶的落地也需要等政策。尤其是之前 Uber 自动驾驶车曾发生过致命事故,这件事给行业造成了很大的影响。
在国内的各大示范区内,从没有爆出来有关自动驾驶事故的报道。这意味着什么?我估计是太保守了。我在汽车安全行业从事了二十多年,深深明白一个道理,只要车辆动起来就会有发生事故的风险,即便速度为零也不代表绝对安全。
好在今年北京亦庄示范区首先喊出了“政策先行区”的口号,加大了对自动驾驶行业的扶持。
另一方面,如果单车智能的安全性还不够高,那我们就走网联的路线。
根据DMV的脱离报告显示,2019 年成绩最佳的玩家也就做到 1.8 万英里的脱离平均里程;如果人工不干预的话,相当于 1.8 万英里就会发生一次事故,这是我们无法接受的。
中国现在正在加速布局车路协同,通过 5G 通讯技术来支持智能网联汽车的落地。以前的4G 时代,路端摄像头的信息传到车内可能需要 500 毫秒,这样的时延并不足以满足辅助自动驾驶车辆的需求;如今,5G 网络的时延已经可以压缩至几十毫秒,能够较好地在路端支持自动驾驶。
而且,现在的自动驾驶汽车上大多都还保留着安全员,无法实现真正的无人驾驶商业运营。基于 5G 网络的支持,安全员已经能够远程对运营车辆规划路线的运营能力进行评估,确定运营车辆是否能够安全运营。
今年国内发布的GB/T 40429-2021《汽车驾驶自动化分级》就提到了远程驾驶员、调度员。之前,德国也修正了《道交法》中关于自动驾驶的内容,包括自动驾驶车辆必须配备(远程)技术监督员等,目前该修正案已生效。
这方面有很多的产业机构发布了研究报告,我就不重复说了。
在 130 年前,汽车代替了马车,在可预见的未来,也许自动驾驶汽车也将代替人类驾驶汽车。谢谢大家!