淺談無人駕駛車輛對交通管理帶來的挑戰與對策

李千年 方斌

關鍵詞：無人駕駛車輛;交通管理;人工智能

一、緒論

目前無人駕駛車輛的發展得到了許多國家的重視，很多國家對于無人駕駛車輛的相關政策標準正在制定中，目前僅有美國已經發布了較為完善的無人駕駛車輛相關的法規。這是一個復雜的體系，無人駕駛車輛真正走入尋常百姓家也注定還要解決許多問題和挑戰。

（一）研究目的、意義及必要性分析

無人駕駛車輛的到來會對現有的交通管理設施和交通警察的工作帶來新的挑戰，提出新的要求，需要不斷地調整與相互適應。本論文將結合國內外研究資料、現有案例，分析無人駕駛車輛對交通管理帶來的挑戰，以求為解決目前存在和將來可能出現的無人駕駛車輛交通管理問題的解決提供方案。

截至2020年，我國約有4.56億名機動車駕駛員，在有人駕駛車輛時代，這樣規模的使用人群就已經在造就了一個近萬億元規模的市場，“消費級”無人駕駛車輛真正實現量產后，目標客戶下可至剛剛成年的學生，上可至耄耋之年的老人，根據有關資料，這個人群的數量超過10億，是現有機動車駕駛員數量的兩倍以上，可想而知，這將是一片新的“藍海市場”。

（二）研究背景

國外方面，作為純電動車輛的領頭羊，特斯拉的無人駕駛技術一直在國際上處于領先地位，特斯拉官網顯示特斯拉電動車擁有的自動駕駛能力包括：自動輔助導航駕駛、自動輔助變道、自動泊車等，同時宣布之后會有對交通信號燈的識別以及城市道路中的自動駕駛功能。作為采用攝像頭加毫米波雷達組合技術路線的代表企業，特斯拉一直在無人駕駛車輛的研發上非常激進。

國內方面，近期華為、小米等科技巨頭也紛紛宣布將涉足汽車制造，2020年4月17日，華為與北汽新能源極狐發布了他們聯合打造的第一款智能汽車——阿爾法s，官方稱之為“全球自動駕駛新標桿”。

國內擁有巨大的無人駕駛車輛發展潛力和市場，同時各地政府也對無人駕駛車輛的發展非常支持，未來幾年內無人駕駛車輛將成為新的交通管理研究熱點。

（三）研究方向

美國汽車工程師學會（sAE）將自動駕駛技術分為IJD—L5共六個等級，分別是：Leve10無自動化;Levell駕駛輔助;Levee部分自動化;Level3有條件自動化;Level4高度自動化和Level5完全自動化。其中"Level5完全自動化”是指由無人駕駛系統完成所有駕駛操作，在所有的道路和環境條件下行駛。這是目前國際普遍公認的分級標準。

本文中所研究的無人駕駛車輛的類型，是具有“Level5完全自動化”自動駕駛能力的車輛。

二、無人駕駛車輛對交通管理帶來的挑戰

無人駕駛車輛這種新的交通管理對象的出現，不可避免地為交通管理帶來了新的問題和挑戰。無人駕駛車輛在發展過程中對交通管理帶來的挑戰主要有以下幾個方面。

（一）無人駕駛車輛交通事故定責規則的缺失

截至2021年4月，全球233個國家和地區中，僅有德國、新加坡和美國的加利福尼亞州、內華達州、佛羅里達州以及密歇根州這四個州從法律的層面上允許無人駕駛車輛上路行駛。

無人駕駛車輛發生交通事故的概率極低，但并不是完全不會發生事故。那么，如果發生事故，所造成的損失該由誰承擔呢？事故的責任如何認定，又應該由哪方承擔賠償。

目前，我們國家關于無人駕駛車輛的相關法律法規的制定還在起步階段，同時，無人駕駛車輛是由車輛制造商、各類軟件提供方以及其他合作方一起合作制造的，所以事故一旦發生事故，責任主體的確定將會很困難。更重要的是目前的車輛保險并不適用于無人駕駛車輛，這讓人們使用無人駕駛車輛有了后顧之憂，這也會對無人駕駛車輛的應用與推廣產生很大的阻力。

（二）環境感知缺乏可靠性的問題

在較為惡劣的天氣條件下，無人駕駛車輛上的傳感器將可能無法正常工作。除此之外，許多探測設備會在雨雪、大霧等極端天氣下精確度衰減劇烈，或因為車輛本身的情況而產生感應錯誤，如2021年2月的“特斯拉幽靈探測事件”，特斯拉官方給出的解釋是由于車身上的積灰導致感應器誤報。不論真實原因如何，有一點是可以確定的，那就是探測設備對環境的感知在目前而言還不夠十足準確和可靠。2016年、2019年、2020年3月，特斯拉在開啟無人駕駛模式時，發生了三次撞擊白色大貨車的事故也可以證明這一點。

（三）無人駕駛車輛對現有交通管理設施的不適應

無人駕駛車輛的技術還不夠完善，同時目前傳統的交通管理在軟件、硬件設施以及管理方法上還不能將無人駕駛車輛管理好。紅綠燈是我們進行交通管理的重要工具，是交叉口交通組織設計的關鍵設施，是現代交通管理不可缺少的重要交通管理設施。當無人駕駛車輛上路之后，能夠實現車與車之間、車與人之間、車與路之間的協同，其中最重要的便是車路協同。可是紅綠燈可能會因為故障、遮擋甚至是舉辦大型活動而不能被清晰識別，如2021年情人節期間，長沙市核心區域的紅綠燈便由傳統的圓形替換為心形。無人駕駛車輛將可能無法準確地識別交通信號燈。

目前的交通標志標線設計是考慮到人類駕駛員的可視化需求，標志標線通常要做得很大，但卻沒有與無人駕駛車輛相適配的感應裝置，無人駕駛車輛只能通過攝像頭來分辨，有時標準標線有缺損或被遮擋時，人類駕駛員完全可以識別，但無人駕駛車輛可能無法準確地識別出來。

（四）無人駕駛對網絡的高度依賴

自動駕駛車輛對網絡有著高度的依賴，一方面無人駕駛車輛的車機系統需要經常的OTA升級更新才能最大程度保證行駛的安全;另一方面通過網絡實時接受道路情況的各種信息、進行“車路協同”、車車聯網，才能使無人駕駛車輛擁有超視距感知這一獨特優勢。

網絡使無人駕駛車輛更加智能，但同時也讓無人駕駛車輛對網絡嚴重依賴。如果車機系統被感染病毒或是被黑客入侵，那么輕則信息、隱私被泄露，重則被遠程操控車輛，乘坐人員的生命安全將收到重大威脅。同時在2021年的今天，在占全球移動網絡用戶半壁江山的中國，4G網絡的覆蓋率只能在全國所有行政村達到98%，這個數字看起來很高，但行政村并不代表所有地區，在幅員遼闊的中國還有許多沒有常住人口，但是有道路的地區，這些區域很多并沒有被網絡覆蓋，無人駕駛車輛卻可能需要行駛經過。針對無人駕駛車輛的通行網絡的建設決定了無人駕駛車輛能“走多遠”。

（五）對于交通警察執勤、執法的配合

當交通警察在路面執勤、執法時，無人駕駛車輛怎樣明白交警的信號呢？每一天，世界各地都會有因為交通事故、突發事件或是交通擁堵導致道路出現特殊情況，這時交通警察將走上路面，通過人工的方式，對交通進行組織、疏導。無人駕駛車輛對交通信號燈能夠準確的識別，但此時并沒有信號燈。當交通警察進行執法活動時，也不會使用交通信號燈，而是使用交通指揮手勢。如在路口設卡檢查時，人類駕駛員能夠輕松地看懂這些手勢并及時地靠邊下車輛。這時，需要的是無人駕駛車輛能夠準確地識別出交通警察并讀懂交通警察的指揮手勢，并及時做出正確的反應。

三、提升無人駕駛車輛交通管理水平的對策

（一）加速無人駕駛車輛交通事故定責相關法律法規的出臺

在對無人駕駛車輛的管理方面2020年3月9日，國家工信部在其官方網站公示公告了《行車駕駛自動化技術等級分類》推薦性國家行業標準審批稿，定于2021年1月1日剛開始執行。據了解，此國家行業標準審批自2017年啟動預研迄今歷經近3年，十余家世界各國公司幫助進行規范的擬定及改動。

2021年4月16日，公安部起草了《道路交通安全法（修訂建議稿）》，其中，《建議稿》第一百五十五條中，首次對智能網聯汽車及自動駕駛提出了規范意見。

近幾年，我國的無人駕駛車輛相關技術迅猛發展，多個省市和地區都進行了道路測試等相關工作。2019年9月，上海辦法了國內首張智能網聯汽車示范應用牌照，截至目前全國已有20多座城市發放了智能網聯汽車或自動駕駛測試、示范應用牌照200余張。2021年3月23日，《深圳經濟特區智能網聯汽車管理條例（征求意見稿）》在深圳發布，明確規定智能網聯汽車經登記取得登記證書、號牌和行駛證后，可上特區道路行駛，無人駕駛車輛將有望在深圳合法上路。

這些政策和規范的發布，為無人駕駛車輛的發展鋪平了道路。

（二）提升針對無人駕駛車輛的環境識別能力

無人駕駛車輛的環境感知能力依賴于車輛上的各個傳感器，這些傳感器的信息為無人駕駛車輛的決策和路徑規劃提供可靠依據。目前無人駕駛車輛的環境感知系統無法做到毫無差錯，在以下幾個方面還可以繼續提升：

（1）目前車道的檢測的成果多局限于較理想場景特征，提高車道線檢測算法的抗干擾能力及效率仍是需要努力的方向。

（2）道路環境中障礙物種類繁多，且由于無人車系統安全性的需要，要求障礙物檢測可靠性及穩定性必須要相當高，因此提高障礙物檢測的能力是需要努力的方向。

（3）真實世界的道路情況復雜多變，對于道路邊界的檢測算法需要進一步的研究。

（三）建設適用的新型交通管理硬件設施

無人駕駛車輛能夠實現車與車之間、車與人之間、車與路之間的協同，其中最重要的便是車路協同。假設道路上行駛的都是無人駕駛車輛，那么紅綠燈則可簡化為在路口能與車輛發送、接受信息的信號發射器，甚至目前很多可視化的交通設施都可以進行簡化甚至是省略。

建設“車路協同”系統，將信號發射、接收裝置將安裝在道路的交叉口，對經過或即將達到的無人駕駛車輛進行最優，交通延誤最小的交通組織。同時因為無人駕駛車輛行駛與人類駕駛員行駛有所不同，沒有反應時間，而且無人駕駛車輛與交叉口的信號接收器之間的信號交流時間、與其他無人駕駛車輛之間的信號傳輸時間在交叉口這樣一個相對較小的距離下都可以利用使用毫米波的5 G技術將這個機器之間交流、協同的時間保證在幾毫秒之內，可以說幾乎沒有延遲。或者說以無人駕駛車輛在城市內的交叉口的行駛速度來說，這個時間是完全可以接受的。

（四）組建針對無人駕駛車輛的通信網絡

無人駕駛車輛通過通信網絡，對人、車、路、環境這四個交通要素進行準確感知和交互，同時也依賴網絡實現其功能。針對無人駕駛車輛的通信網絡的建立和全面覆蓋，將是無人駕駛車輛真正上路的可靠性的重要保障。同時這一通信網絡的安全性也非常重要，他不同于一般的通信網絡，這是進行信息的交互，這一網絡的安全性問題將之接影響到乘坐人員的生命安全，甚至危害公共安全。

我國擁有非常完善的移動通信體系，同時在5G通信領域的技術位于世界前列，針對無人駕駛車輛的通信網絡建設可以在現有的移動通信網絡進行，與現有的4G、5G網絡整合起來，使得無人駕駛車輛通信網絡的覆蓋率快速提升，同時也能帶動傳統通信網絡的升級換代。

（五）無人駕駛車輛對交通警察手勢的識別

無人駕駛車輛對交通警察手勢的識別主要存在兩個問題，第一是對交通警察的識別，第二是對手勢的識別。交通警察執勤、執法時身穿反光背心、頭戴白色大檐帽，特征非常明顯，通過讓機器大量學習交通警察的照片，可以實現識別，而對于手勢的識別則較為復雜和困難。

針對這樣的應用場景，研發了“慧眼”交通手勢識別系統。“慧眼”交通手勢識別系統是一套使用Kinect設備來采集交警指揮手勢數據，通過人體骨架信息識別交警手勢，先從深度圖中預測人體骨架節點的坐標位置，再結合動態時間規整算法（DynamicTimeWarping，DTW）識別交警指揮手勢，進行數據預處理，用來實現對交警手勢實時識別的系統。我國交警手勢信號共有8個，分別是停止信號、直行信號、左轉彎信號、左轉彎待轉信號、右轉彎信號、變道信號、減速慢行信號和車輛靠邊停車信號。實驗表明，本系統對這八種交警手勢信號的平均識別率較高。通過這個系統可以解決無人駕駛車輛對交通警察手勢識別的問題。

四、結語

雖然L5級別的自動駕駛車輛還沒有真正上路，但我們對可能會出現的挑戰進行預測，把管理工作做在前面，積極引導無人駕駛車輛的良性發展，這樣能把交通管理工作做得更好，也能更好地為“交通強國”戰略奉獻出交管人的一份力量。