無人駕駛汽車將奔向何方

文/本刊記者 李艷 整理

無人駕駛汽車將奔向何方

文/本刊記者 李艷 整理

Drive.ai將深度學習應用到無人駕駛技術中

無人駕駛汽車是一種智能汽車，也可以稱之為輪式移動機器人，主要依靠車內以計算機系統為主的智能駕駛儀來實現無人駕駛。湯森路透知識產權與科技最新報告顯示，2010～2015年，與汽車無人駕駛技術相關的發明專利已超過22000件。在此過程中，部分企業也已嶄露頭角，成為行業領導者。

從20世紀70年代開始，美國、英國、德國等發達國家就已經開始研制無人駕駛汽車，在可行性和實用化方面都取得了突破性的進展。世界上最先進的無人駕駛汽車已經測試行駛近50萬公里，其中，最后8萬公里是在沒有任何人為安全措施干預下完成的。

在很多國家，無人駕駛汽車的發展速度都非常快，不少資本方和初創企業都紛紛進入到這個代表未來科技發展的重要領域中。不過，就目前播出的幾乎所有無人駕駛測試視頻中，顯示的均是白天，天氣情況也正常。那么，如果是在夜晚或是雨天，又會如何呢？對于這個難題，一家名叫Drive.ai的公司打算解決一下。

實現雨夜無人駕駛

在今年2月份，Drive.ai發布了無人駕駛汽車在雨夜中行駛的視頻。在視頻中，這輛無人駕駛的汽車，全程不僅沒有受到夜晚能見度低和大雨所造成的光反射等客觀因素影響，而且在遭遇前方車輛搶行、信號燈故障等突發情況時也都能從容處理，儼然像個老司機。

面對極端復雜的現實路況，而且還是在雨天夜間行駛，Drive.ai無人駕駛技術的表現的確令人印象深刻，這或許是公眾首次看到的無人駕駛汽車在雨天夜間路測。視頻還宣稱：“任何成功的無人駕駛技術必須要解決無數的無法預測的狀況，以及多種多樣的駕駛路況，現在仍很少有公司做到。”

Drive.ai其實剛成立不到兩年的時間，主要研究如何將深度學習算法應用到無人駕駛汽車技術中。其創始團隊成員均是來自斯坦福大學人工智能實驗室的深度學習領域中的專家，這也決定了他們從一開始就走了一條與其他企業不同的道路——用完全基于深度學習的方案來研發自動駕駛系統。Drive.ai表示，他們通過將深度學習應用于全自動集成駕駛堆棧，可以讓無人駕駛汽車適應任何環境，無論是在城市中還是在高速公路上。Drive.ai總經理Sameep Tandon表示，從2015年開始，該公司研發團隊就一直致力于對深度學習應用的開發。

在經過了近一年的算法開發之后，2016年4月，Drive.ai成為第13家獲批在美國加里福尼亞州路測的公司。

自此之后，這家公司又成功的讓系統在不到一年的時間里學會了自動駕駛汽車所需要掌握的大量駕駛場景，這也正是深度學習黑箱算法的優越性所在——通過一系列數據訓練就能讓機器在較短時間內學會靈活應對大量的復雜場景。

而另一方面，諸如谷歌、特斯拉等企業使用更多的則是傳統的機器學習算法，雖然可靠性更有保障，但是研發進展相對就會慢一些。比如，在某個需要等待右轉燈變綠才能右轉彎的路口前，基于深度學習算法的自動駕駛技術，只需要在收集數據之后重復訓練幾次就能靈活應對所有這種路口，而機器學習算法則需要在訓練之后，通過人工做大量的輔助標注和代碼編譯，才能教會汽車如何走這一個路口。

雖然完全依賴于深度計算有著一定的弊端，但鑒于車輛在實際行駛過程中的突發狀況是無法窮盡的，所以或許“能讓機器像人類一樣自我學習”的深度學習算法仍將是未來自動駕駛技術發展的方向。

此外，與谷歌Waymo等無人駕駛汽車不同的是，Drive.ai從一開始做的就是“外掛式”汽車改裝件，而非整車，從而提供成本更為低廉且性能穩定可靠的自動駕駛解決方案，它能通過在車頂裝配的多個低成本激光雷達、普通雷達和相機來獲取環境信息。

UBER無人駕駛汽車初熟

值得一提的是，Drive.ai的深度學習系統會與所有的傳感器數據同步，并基于這些信息作出最正確的決策。所以，即便是單個傳感器出現了突發情況，也不至于影響到整個系統。

其實在Drive.ai公司放出的演示視頻中，這輛自動駕駛汽車之所以能在雨夜中穩定行進也是如此，即便大顆粒的雨水干擾了某個攝像頭，但傳感器照樣能夠將周圍的環境數據提交給系統，和谷歌“在傳感器上加個雨刷”、特斯拉“在車上全方位無死角裝滿各種昂貴的高科技傳感器”相比，這種方案顯然更加實用且親民。

目前，Drive.ai的自動駕駛研發進展已經進入L4階段，也就是只有在遇到非常復雜的地形或是惡劣的天氣情況時，才需要人工決策和輔助操控。不過，這項技術仍處于實驗階段。作為對比，目前已經商用的特斯拉Autopilot高級輔助駕駛系統，在平常狀態下仍然是處于最基礎的L1階段，當開啟Autosteer功能之后，雖然能強行進入L2，但還是需要駕駛員集中精力作為車輛行駛的最終決策者。

谷歌此前曾表示會在2020年向公眾推出沒有方向盤和腳踏板的自動駕駛原型車，而諸如福特、豐田、本田、寶馬、沃爾沃等傳統老牌汽車廠商，也表示要在2020年左右量產能夠達到L3級別的自動駕駛汽車。所以至少目前看來，各家廠商距離能讓乘客坐上真正的自動駕駛汽車還有很長的一段路要走。

谷歌產品與眾不同

盡管很多發達國家很早就開始了無人駕駛汽車的研制，但是目前，谷歌無人駕駛汽車最有可能掃除當前所有的短期障礙，將成千上萬輛無人駕駛汽車帶到公路上去。

2005年，谷歌街景地圖服務的創造者之一、斯坦福大學人工智能實驗室的主任塞巴斯蒂安?特龍，領導了一個由斯坦福大學教師和學生組成的團隊設計出了斯坦利機器人汽車，也就是無人駕駛汽車，該車在沙漠中行駛了212.43公里。

谷歌無人駕駛汽車上路

技術人員表示，谷歌無人駕駛汽車通過攝像機、雷達傳感器和激光測距儀來“看到”其他車輛，并使用精確的地圖導航。手動駕駛車輛收集來的信息很多，必須對這些信息做出處理，而谷歌數據中心強大的數據處理能力使這一切變成了可能。它所面臨的難題是，自動駕駛汽車和人類駕駛的汽車如何共處而不引起交通事故。

2012年4月1日，谷歌決定聯合美國納斯卡車比賽，讓自己的無人駕駛汽車與真正的賽車比試一下，證明機器人比人類駕駛技術要高。2014年5月28日，谷歌推出自己的新產品——無人駕駛汽車。

盡管目前谷歌的無人駕駛汽車還處于原型階段，但它依舊展示出了與眾不同的創新特性。和傳統汽車不同的是，谷歌無人駕駛汽車行駛時不需要人來操控，這意味著方向盤、油門、剎車等傳統汽車必不可少的配件，在谷歌無人駕駛汽車上通通看不到，而是由軟件和傳感器取代了它們。

不過，谷歌聯合創始人謝爾蓋?布林說，無人駕駛汽車還很初級，谷歌希望它可以盡可能地適應不同的使用場景，只要按一下按鈕就能把客戶送到目的地。

現在，無人駕駛汽車已經獲得加里福尼亞州獲批，谷歌可能會在該州部署數百輛無人駕駛汽車，用來接送本公司員工上下班。不過，據報道，谷歌汽車在試運行的過程中，與其他社會車輛發生過兩次碰撞。以后，谷歌可能會將無人駕駛汽車推向更多地區，例如拉斯維加斯，因為除了加利福尼亞，內華達州也已經允許谷歌無人駕駛汽車上路行駛了。

盡管美國聯邦政府短期內不會讓無人駕駛汽車上路，但其他國家對新技術的態度也許會更加開放。

諸多問題猶待解決

近日，蘋果CEO庫克首次宣布，蘋果目前正專注于發展無人駕駛技術。由微軟、百度、特斯拉、福特、沃爾沃等科技、汽車大咖組成的“自動駕駛圈”再迎“黑馬”，無人駕駛汽車普及的腳步似乎更近了。

它所勾勒出的美好未來，令人十分震撼。有研究機構預測，無人駕駛可減少90%的交通事故；能將通勤所耗時間以及能源消耗減少90%；每年能夠幫助減少3億噸二氧化碳排放量。它是影響汽車、出行、社會效益三個10萬億元市場的革命性產業，也是未來智慧城市最重要的組成部分。

業內人士普遍認為，2025年無人駕駛汽車將在世界范圍內普及開來。美國交通部長在2015年就曾表示，預計無人駕駛汽車將于10年內在全世界普及。在6月14日的“2017全球無人駕駛大會”上，清華大學計算機科學與技術系教授鄧志東認為，2021年無人駕駛汽車將進入產業元年。

目前，行業巨頭間的爭奪也已十分激烈。比如今年4月份，百度公司宣布了一項名為“Apollo(阿波羅)”的新計劃，提出將幫助合作伙伴快速搭建屬于自己的自動駕駛系統。隨后，Alphabet(谷歌母公司)旗下無人駕駛汽車公司Waymo就與打車平臺Lyft達成了合作，共同推進無人駕駛技術。

商業的競爭無疑正推動著該行業加速發展，技術并非是行業發展的絆腳石，這在行業內已達成共識。普遍認為，雖然目前的無人駕駛技術還沒有完全達到理想的要求，但徹底解決只是時間問題。

福特推進無人駕駛汽車研發

消費者接受度成為無人駕駛關鍵所在

不過，無人駕駛汽車距離真正的普及仍隔著幾座“大山”。公安部交通管理科學研究所副所長孫正良曾表示：“未來需要建立車車通信、車路通信的安全認證機制以及讓路側設備智能化、電子化。如果這些東西都沒有，將來無人駕駛的難度會相當大。”

而在“2017世界交通運輸大會”上，清華大學汽車產業與技術戰略研究院院長趙福全也同樣表示，這絕不是一項技術或一種交通工具包打天下的時候，智能交通還需要出行衍生的各種服務，這些甚至需要國家在更宏觀的發展層面上去引導。

另一個擔憂是，在技術不能達到能完全消除事故的時候，一旦出現交通事故，無人駕駛汽車設計的法律與倫理問題同樣非常棘手。