| 文章来源：红星新闻 ↑图源Apollo官网 红星新闻实习记者|李毅达 记者|杜玉全 实习生|张昱时 责编 任志江 实习编辑|朱洁英 8月8日，武汉、重庆两地政府部门率先发布自动驾驶全无人商业化试点政策，并向百度Apollo旗下自动驾驶出行服务平台“萝卜快跑”发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。 但同时，却有多起涉自动（辅助）驾驶功能的交通事故发生。
公开报道的相关事故还有多起，涉及车辆还包括蔚来、特斯拉等多款车型，而事故的发生均与相应的自动（辅助）驾驶功能相关。虽然多数事故的发生与驾驶员自身不当驾驶，及对辅助驾驶系统的过度依赖有关，但往往会引发人们对自动驾驶技术安全性的担忧。 业内人士表示，目前无人驾驶在行驶速度、运行范围上都有比较大的限制，也有较高的事故风险，现有技术暂无法支撑跨区域大范围的商业化运营。但此次在武汉、重庆的试点，则为技术研发提供了测试的空间，对推动技术进步有一定影响。 “萝卜快跑”体验： 只能在固定推荐点上下车 车辆全程较为平稳，遇加塞会急刹车 8月8日，武汉、重庆两地政府部门率先发布自动驾驶全无人商业化试点政策，并向百度Apollo旗下自动驾驶出行服务平台“萝卜快跑”发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。 8月10日，“萝卜快跑”无人出租车在测试过程中遭后方车辆追尾发生交通事故。网上发布的车祸照片显示，萝卜快跑无人车的后部遭到撞击，有车轮脱落，车损较为严重。有观点认为，如果车内有人员及时接管，或能在一定程度上预判事故并及时作出紧急处置措施。  ↑百度自动驾驶萝卜快跑。图据IC photo 日前，红星新闻记者来到武汉市经开区军山新城进行实际体验。在下载“萝卜快跑”应用程序后，运营区域显示，在武汉市经开区内共有两块运营范围：较大的一块区域约有30平方公里，覆盖了江汉大学、体育中心、经开永旺等多个学校和商圈；另一块较小的区域在经开区春笋周边，覆盖面积13平方公里，为全无人商业化试点车辆初步运营区域。 记者发现，自动驾驶车辆只能在固定的推荐上车点上下车，并且全程无法更改行程。不过，记者尝试将上车点定位在全无人商业化试点车辆初步运营区域的推荐上车点——小军山地铁站C口附近，应用显示“超出起点服务范围”，无法在该区域内选择任意一个上车点。 对此，“萝卜快跑”一名客服表示，该区域全无人运营车辆服务已经开通，但是由于体验人数太多，暂未开放给APP用户，需要进行登记等待，得到相关部门、公司运营部门进一步确认后才能体验。 而在有安全员的自动驾驶车辆行驶体验中，记者感受到车辆全程较为平稳，起步和刹车都与真人司机驾驶没有太大区别，仅有的一次急刹是因为有车辆强行变道加塞。车辆内部，安全员坐在主驾驶位上，双手悬空放在方向盘底部，并实时监控着路况和右手边的监视器。 对目前的自动驾驶全无人商业化试点，车内安全员认为，这次全无人化自动驾驶车辆的尝试，象征意义较大，但想要真正达到更高级别的完全自动化还存在很大困难。 业内人士： 无人驾驶暂仅适用于特定场景 还有很多感知系统无法解决的边缘场景 1.开放无人驾驶商业化试点对自动驾驶技术开发有何好处？ 从事自动驾驶技术研发的业内人士Jason认为，这次武汉、重庆两个城市发布的自动驾驶全无人商业化试点政策是一次很好的探索和尝试。“技术研发是需要大量测试的，只有开放地方给我们测试，技术才能够更快速的发展。” 上海磐时信息技术创始人、汽车安全公益社区SASETECH发起人边俊也认为，开放部分区域会对技术进步提供帮助，“有一些公司确实在技术上很强了，就需要（更）放开才能进一步发现问题，但对放开后可能面临的风险则也需要很好的把握。”  ↑自动驾驶系统体验。图据IC photo 2.无人驾驶商业化营运能否大规模普及？ Jason表示，从技术层面来看，目前国内几家头部公司确实能够做到无人操控，但由于目前无人驾驶的传感器价格贵，构造精密，稳定性还没有那么好，想要实现大规模的普及还要给技术发展再留一段时间。 “现在的无人驾驶技术可以去满足一些小的场景，比如说某一个园区里的接驳车，或者一些公交线路，场景相对简单，路线相对固定，范围区域相对小一点，但是跨区域大范围的商业化运营目前的技术还无法支撑。” 而且目前无人驾驶在行驶速度、运行范围上面都有比较大的限制，也有较高的事故风险，“当这个车上没有人来提供保障，可能有90%的意外会直接演变成为事故。” Jason认为，从商业化运营角度看，目前仍然处于探索阶段，无论是企业提供的运营服务，还是乘客的实际乘坐体验，都还有很长的路要走。 边俊也表示，目前的无人驾驶技术还并未成熟，还有很多目前感知系统无法解决的边缘场景，如对一些复杂路况的识别和准确的决策，以及对极端天气的应对等，仍存在不足。所以，暂只能在小范围内试运营，积累一些数据，再去逐步的放开。 “比如说路中间有个坑，下雨后雨水把它填满了。这时你的感知系统有可能识别不到它是个坑，可能会认为是正常的路面反光，或者认为水很浅，就直接压过去，就会造成安全风险。” 3.自动驾驶技术的技术逻辑是怎样的？ Jason表示，根据国家推荐标准中的《汽车驾驶自动化分级》，目前国内的自动驾驶被分为了L0到L5共六个等级，业内把L4及以上称为无人驾驶，而L3及以下则为智能辅助驾驶，仍然需要驾驶员来操控车辆，技术只是辅助驾驶员做出一些驾驶决策的判断。“但许多消费者其实区分不开这些（等级），把所有的技术都归于自动驾驶，这种认知上的模糊也会间接导致很多事故的发生。” Jason告诉红星新闻记者，武汉本次试点的无人驾驶车辆属于L4级别，在这一级别中最底层的需求就是“去掉人”，车辆依靠摄像头和激光雷达来对周边的环境进行感知，基于所感知到的信息以及设定好的目的地去计算出最优的行驶路线和行驶策略。 4.与自动驾驶技术有关的事故频繁发生，如何从技术上保障安全？ Jason称，L4级别以上的无人驾驶主要是依靠冗余来确保安全，“L4级别自动驾驶车身上面所有的部件都是多重认证，哪怕有一个摄像头或者芯片坏掉了，另外的硬件也会代替出现问题的这些硬件完成任务。” 但在L3级别以下自动驾驶中不需要过多的冗余器件，保障安全的主要角色是驾驶员。在《汽车驾驶自动化分级》国家推荐标准中对驾驶员的角色做出了明确的界定，“监管驾驶自动化系统，并在需要时介入动态驾驶任务以确保车辆安全。”  ↑2021上海车展，百度自动驾驶平台apollo（阿波罗）。图据IC photo Jason表示，不管是L4级别的无人驾驶还是L3级别及以下的智能辅助驾驶，感知周围环境所需的传感器种类都一样，基本都是激光雷达和摄像头，但硬件布置的数量、位置和方案都会有差别。其中要实现L4无人驾驶必须要用激光雷达，其在准确性和安全性方面都更高，而L3及以下则只需要摄像头和毫米波雷达。 边俊告诉红星新闻记者，自动驾驶最终要解决的就是安全问题，其中感知技术和决策技术是两个亟待解决的重点。也就是能不能解决车辆碰到的各种场景，对于不能解决的场景能否提前作出风险规避的措施。“其实我们一直在解决99.99最后那些9的问题，这一方面需要算力的提升，一方面也要有测试里程的积累。” 5.目前自动驾驶技术研发中最大的难点在哪？ Jason认为，对于L4及以上的无人驾驶来说，目前技术研发最大的难点就是无法做到了解全部的行驶场景，“在日常行驶中往往会遇到很多意想不到的场景，是车辆没有遇到过的，也是它无法解决的，刚刚说L4主要是靠冗余来确保安全，但这也意味着在行驶中事无巨细全都要想到，全部都要有另一手准备，这是目前的技术无法做到的。” 而对于L3及以下的智能辅助驾驶技术来说，最大的问题则在于如何协调人与车的交互，就是如何既能做到安全又能让驾驶员适当的偷点“懒”。对此，Jason表示DMS（驾驶员监控系统）是目前比较常用的解决方案，这一系统可以通过摄像头对人的识别、方向盘感应包括语音交互等等方式来监控驾驶员的状态。 “但目前来说，这一系统还存在不小的缺陷，一方面如果灵敏度过高容易出现错误判断，比如可能驾驶员的眼睛比较小但是却被系统判定成了疲劳驾驶；另一方面，不够敏感的话又很容易在出事故的时候没有及时做监察和监管。而且目前更多还是看驾驶员的反应，如果驾驶员不去接管车辆的话，那事故还是不能避免。” —END— （下载红星新闻，报料有奖！）  文章来源：红星新闻 转载声明： 本文为转载发布，仅代表原作者或原平台观点或立场，不代表我方观点。亚太箐英传媒及旗下的澳洲门户网(ozportal.tv)仅提供信息发布平台，文章或有适当删改。对转载有异议和删稿要求的原著方，可联络info@asianpacificelites.com。 |
