6978
易车原创 “车不需要人开了”，这个场景还远么？无论是早先各式电影中对于未来世界的构想，还是现在车企们对于“自动驾驶”的宣传，都在表明着无人驾驶是一个极其“美好”的状态。
但在当下，人们提到自动驾驶或是无人驾驶，总有一种模糊的概念，认为像一些L2级的辅助驾驶就能称其为自动驾驶了，认知的偏差让本应蓬勃发展的技术与市场蒙上了乌云，误解在一次次的事故当中越积越深。
目前量产的车型中不乏有一些厂商在宣传中有些用词不当了，这也让消费者一度过度信任车辆本身的辅助驾驶功能，认为驾驶者完全不用接管，车辆会按照设定好的线路自动驾驶。其实目前由于量产车型大多是依靠摄像头和毫米波雷达这些硬件来应对复杂的路况的但其实真的想要实现纯无人驾驶这些硬件还远远不够。
相信易车的小伙伴或多或少已经知道，现在许多自动驾驶公司正在大力发展的Robotaxi就可以实现无人驾驶了，其实目前来说各家公司在技术上确实可以达到无人驾驶的水平，但由于政策和安全的需要，车上还是会配备安全员的。
无人驾驶测试车安全员（Test Driver），即坐在驾驶位，为无人驾驶测试过程中的行车安全负责。
安全员有两大重要的职责：
1.当车辆在行驶过程中，有发现安全事故的趋势，但是自动驾驶系统由于某种原因无法识别和做出决策，此时安全员就需要紧急制动车辆，保障车辆中的乘客的安全。车辆处于ODD（运行设计区域）范围外时执行功能接管。
2.当车辆在行驶过程中，出现故障，无法行驶，就需要安全员来初步诊断故障原因，协调资源应对故障。
倘若真的把安全员去掉呢？
目前各家还真有这方面的尝试，例如今年5月百度Apollo在北京首钢园开放了共享无人车，进行商业化常态运营，面向公众提供无人化共享出行服务。车上虽然没有了安全员，但是运营范围有限是在园区内进行的，并且安全员被配置到了云上，也就是5G云代驾，安全员会在突发情况下进行实时的远程操作。
还例如今年在广州疫情最严重的时期，像小马智行、文远知行等初创企业也将无人驾驶的车辆投放到了疫区的物资配送上，降低了人员配送的风险。
最为值得一提的是AutoX这家公司，因为这家公司一开始就瞄准了L5级自动驾驶这条赛道，要做就做到极致，今年1月，AutoX在深圳发布中国唯一一个、全球第二个真正全无人、面向公众全面开放的无人驾驶RoboTaxi试运营，成为中国首个达到整车无安全员、无远程遥控的真正L4-L5级别自动驾驶能力的企业。
在中国市场上，这三个概念往往有混淆，使用并不严谨，但实际上它们涉及的技术、传感器方案和应用场景会有很大差别
从定义、应用上看，可以说，L1-L2属于辅助驾驶，L3以上有自动驾驶成分，L4-L5则有可能实现无人驾驶，区别在于L5可在任何时间段、任何情况下运行。
这套“等级”标准，跟一家名叫Society of Automotive Engineers的组织有关，简称SAE，中文叫美国工程师学会。
SAE在2014年全球自动驾驶爆发的阶段牵头制定了一套自动驾驶技术等级标准。目标是希望通过划定不同的等级，可以指引行业针对性发展。
辅助驾驶
辅助驾驶技术当前已经在量产车上部署，通常称为高级驾驶辅助系统（Advanced Driver Assistant Systems，简称ADAS）。
ADAS是利用安装在车上的各式传感器，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。
初级的ADAS以被动式报警为主，当车辆检测到潜在危险时，会发出警报提醒驾车者注意异常的车辆或道路情况。对于最新的ADAS技术来说，主动式干预已较为普遍。
不管叫什么“自动辅助驾驶”，“全自动驾驶”，都是辅助驾驶。司机负全责。在功能有效边界范围内，非常安全、好用。超出范围宣传、使用、滥用，害人害己。
自动驾驶
很多人把它和“无人驾驶”、“辅助驾驶”混淆了，甚至付出惨痛、血的代价。
只要汽车还有方向盘和加速/制动踏板，就是“部分自动驾驶”，只是比例问题，其实还是辅助驾驶，人必须随时拿回驾驶权和控制权。
自动驾驶相比于驾驶辅助，对技术和车辆性能要求更严格，主要体现在以下3个方面。
首先，需要更好的目标识别算法
刚才我们介绍到，ADAS主要作用在于被动式报警，它有一个很重要的衡量指标，那就是“误报率”，“误报率”如果高，大家就把这么一套系统关掉了。
“误报率”这一指标，也是衡量自动驾驶技术的重要考量，要不然会很麻烦，也不安全，比如自动驾驶里面有一个AEB（自主紧急制动），如果老是误刹，会对车辆的安全造成威胁。另外，相对于误报率，漏报率可能并不是驾驶辅助（ADAS）中最重要的一个指标，但当系统从“驾驶辅助”变成“自动驾驶”之后，漏报率必须要降低为零。因为出现一起漏报，可能就会车毁人亡。所以这些都需要有更好的目标识别算法和多传感器的融合。
其次，规划和控制
在自动驾驶中，系统不能仅仅是警告，还需要加入规划和控制。这个是从驾驶辅助到自动驾驶需要做的。
再次，视觉和雷达的融合要进一步提升
之前特斯拉的辅助驾驶发生了一起车祸——撞上了一辆横着的货车。出现这种情况，就说明了视觉和雷达的重要性。早期的Autopilot用的车辆识别技术还比较原始。它基本上看本车道或者是相邻车道的车尾。
车尾有非常明显的特征，车尾之下有阴影、有尾灯，车是一个对称的几何体。这些特征使得它在夜晚也能比较清晰的识别出来。但是在这次事故中，特斯拉撞上了一辆横着的车。这个车的色彩很难跟背景区分开来。所以视觉这一块实际上是需要进一步提升的。
无人驾驶
无人驾驶技术等级处于最高级，无人驾驶=完全的自动驾驶，也就是说在无人驾驶的技术等级下，开车这活完全交给了无人驾驶系统。
无人驾驶车辆中或许都不要有实体按键，当我们每天上车，语音告诉车辆目的地，那么车子就会载着你到达你想要的目的地。至于中间行驶过程，怎么走，开多快，都是车说了算。你只需要安心在车内睡觉或者思考问题。这听起来是不是特别酷？
在目前技术水平下，实现无人驾驶技术，还有许多工作要做，主要包括：高精度的地图定位、强大的认知算法以及软件架构的安全性保障，其中任意一个问题都是相当棘手的。
总结来说有两点特别重要：一是“corner cases”，即边角案例的积累；二是强大的单车智能水平。
最近自动驾驶初创企业AutoX安途公开了最新夜间全无人驾驶视频，展示了其无人车完成的自动驾驶路况终极挑战：在晚高峰嘈杂熙攘的城中村道路上，基于FCA克莱斯勒大捷龙的AutoX第五代无人车，整车360度完全无人驾驶。
这段视频展现了AutoX无人车穿梭于城中村的灵巧表现。从夜幕降临一直到天色完全黑暗，场景光照持续变化，车辆行驶时正值城中村一天中最为热闹喧嚣的晚高峰时刻。
那么以AutoX为例他们是如何应对corner cases以及配置他们的无人车的呢？
自2020年起，AutoX展开在中国一线城市公开道路上整车无安全员、无远程遥控的真正无人驾驶，积累了大量常态化、规模化全无人测试经验。
AutoX在深圳市中心闹市区展开大规模自动驾驶，通过积累海量市中心复杂路况数据，获得了海量高质量、高难度的L4级自动驾驶数据，成为中国首个在一线城市中心闹市区实现大规模任意点到点自动驾驶的公司。
corner cases
静态 vs 动态：
静态：修路、杂乱无章的停车场等
动态：忽然闯出的行人、动物等
高速vs低速：
高速：高速公路
低速：园区、停车场
AutoX坚持走单车智能的原因：
AutoX认为远程协助/远程操控只能在非常低速、静态的cases有作用，无法在高速起作用；
高速行驶场景下，安全员接管或远程操控都无法避免事故发生。只有保证自动驾驶系统自主处理紧急情况的能力，才能真正提升安全性，他们认为这才是所有自动驾驶企业最终需要努力的方向。
单车智能的软硬件支持：
能驾驭“城中村”难度的路况，达到完全空车无人驾驶的级别，说明AutoX在单车智能方面的技术储备十分雄厚。过去数年间，AutoX安途无人车在城中村道路上进行了无数次空车驾驶测试，学习了大量处理极端场景（corner cases）的能力与经验。
本次发布的视频采用的是AutoX刚发布的最新第五代系统Gen5，配备了全球最顶级的车规级硬件和电子电气架构，共50个高清车规级传感器，包括：
● 28个8百万像素的车规级摄像头，每帧像素总和超过2.2亿
● 全球最高分辨率的4D毫米波雷达，角分辨率达到0.9度
● 高清激光雷达，每秒超1500万点云成像
同时该系统还配备了AutoX自主研发的核心计算平台XCU，亦是中国首个L4/L5级别无人驾驶计算平台，达到了惊人的2200TOPS算力，是中国车载超级计算算力的新高。
可见，要想实现完全无人驾驶绝非一朝一夕之功，需要常年大量的测试数据积累以及完备的软硬件技术水平相互支持。
回到主题上，如果真的去掉安全员，把生命安全交给机器、AI算法，各位真的有这个胆量吗？
其实这就是给各家自动驾驶公司最大的挑战，是他们不遗余力也要担负起的责任，当然这个过程可能会很漫长，真的实现任何场景下的无人驾驶可能需要10年、20年都说不准，难道真的要等到2077年吗？
对于何时能实现真正的L5级自动驾驶，业内人士都表达了不同的观点，乐观派认为10-15年差不多了，保守派认为“这辈子”能实现就很不错了，其实各方的观点都体现了要想真正达到完全无人驾驶是真的很难，目前L5级的自动驾驶在物流、货运领域开展的更为深入一些，毕竟场景更加简单，也少了乘客安全的最大难题。相信这项技术会通过各家企业不断的探索与研究尽早融入我们的生活，人们期盼着车会成为生活中的第三空间。
各位看过文章的朋友们你们对于无人驾驶是持怎样的看法呢？不妨在评论区表达出你们的观点吧。
标签:
