不可否認(rèn)，智能駕駛的發(fā)展給智能交通的實(shí)現(xiàn)提供了更多的可能，然而，在一眾科技大廠涌入智能駕駛領(lǐng)域的同時(shí)，智能駕駛也適時(shí)給人們澆下了涼水。人們?cè)絹?lái)越發(fā)現(xiàn)智能駕駛的理想與現(xiàn)實(shí)層面的差距——特斯拉就是最好的證明，并且，僅僅依靠單車(chē)智能似乎無(wú)法解決應(yīng)對(duì)城市道路中的復(fù)雜多變的情況。

　　從概念的提出至今，智能駕駛發(fā)展到哪一步了?人們離智能駕駛的理想實(shí)現(xiàn)又還有多遠(yuǎn)的距離?

　　智能駕駛?cè)酝Ａ粼贚2級(jí)階段

　　實(shí)際上，智能駕駛就包含了無(wú)人駕駛和自動(dòng)駕駛，需要明確的是，智能駕駛發(fā)展的終極目標(biāo)及形態(tài)就是無(wú)人駕駛，而自動(dòng)駕駛則被等級(jí)區(qū)分，目前世界范圍內(nèi)普遍被認(rèn)可的是美國(guó)汽車(chē)工程師協(xié)會(huì)(SAE)對(duì)自動(dòng)駕駛水平的分級(jí)。在對(duì)自動(dòng)駕駛汽車(chē)的描述上，SAE的六個(gè)等級(jí)分別是非自動(dòng)化、輔助駕駛、半自動(dòng)化、有條件的自動(dòng)化、高度自動(dòng)化和全自動(dòng)化。

　　L0被稱為“非自動(dòng)化”，是駕駛員具有絕對(duì)控制權(quán)的階段。

　　L1被稱為“輔助駕駛”，在L1階段，系統(tǒng)在同一時(shí)間至多擁有“部分控制權(quán)”，要么控制轉(zhuǎn)向，要么控制油門(mén)/剎車(chē)。當(dāng)出現(xiàn)緊急情況突發(fā)時(shí)，司機(jī)需要隨時(shí)做好立即接替控制的準(zhǔn)備。并且人類(lèi)需要對(duì)周?chē)h(huán)境進(jìn)行監(jiān)控。

　　L2被稱為“半自動(dòng)化駕駛”。與L1不同，L2階段轉(zhuǎn)移給系統(tǒng)的控制權(quán)從“部分”變?yōu)椤叭俊?，也就是說(shuō)，在普通駕駛環(huán)境下，駕駛員可以將橫向和縱向的控制權(quán)同時(shí)轉(zhuǎn)交給系統(tǒng)。并且人類(lèi)需要對(duì)周?chē)h(huán)境進(jìn)行監(jiān)控。

　　L3被稱為“有條件地自動(dòng)化”，是指系統(tǒng)完成大多數(shù)的駕駛操作，僅當(dāng)緊急情況發(fā)生時(shí)，駕駛員視情況給出適當(dāng)?shù)膽?yīng)答的階段。此時(shí)，系統(tǒng)接替人類(lèi)，對(duì)周?chē)h(huán)境進(jìn)行監(jiān)控。

　　L4被稱為“高度自動(dòng)化”，是指自動(dòng)駕駛系統(tǒng)在駕駛員不出做“應(yīng)答”的條件下，也可以完成所有的駕駛操作的階段。但是，此時(shí)系統(tǒng)僅支持部分駕駛模式，并不能適應(yīng)于全部場(chǎng)景。

　　L5被稱為“全自動(dòng)化”，與L0、L1、L2、L3、L4最主要的區(qū)別在于，系統(tǒng)能夠支持所有的駕駛模式。在這一階段中，將不再會(huì)允許駕駛員成為控制主體。

　　對(duì)于智能駕駛來(lái)說(shuō)，安全既是起點(diǎn)，也是終點(diǎn)。然而，現(xiàn)實(shí)是，當(dāng)前，即便是對(duì)于以人為主體的L2級(jí)別自動(dòng)駕駛，安全問(wèn)題都仍然突出。一直以來(lái)，汽車(chē)制造商和科技公司堅(jiān)稱自動(dòng)駕駛相關(guān)技術(shù)可以挽救生命，但事實(shí)是，去年死于自動(dòng)駕駛車(chē)禍的人數(shù)比過(guò)去三十年都要多。

　　6 月 16 日，美國(guó)聯(lián)邦政府發(fā)布了兩份新報(bào)告，首次披露了涉及自動(dòng)駕駛汽車(chē)(AV)和配備先進(jìn)駕駛輔助系統(tǒng)(ADAS)的汽車(chē)碰撞和死亡事故的統(tǒng)計(jì)情況。這次的數(shù)據(jù)報(bào)告源于美國(guó)國(guó)家公路交通安全管理局(NHTSA)去年發(fā)布的一項(xiàng)常規(guī)命令，該命令要求汽車(chē)公司報(bào)告涉及 AV 以及當(dāng)前道路上數(shù)十萬(wàn)輛汽車(chē)中發(fā)現(xiàn)的 L2 駕駛輔助系統(tǒng)的事故，以評(píng)估該技術(shù)是否存在安全風(fēng)險(xiǎn)。

　　其中，特斯拉涉及駕駛輔助技術(shù)的事故最多，報(bào)告稱，從 2021 年 7 月 20 日到 2022 年 5 月 21 日，共有 273 起涉及使用 Autopilot 的特斯拉汽車(chē)碰撞事故。這一家公司的事故數(shù)量占據(jù)了報(bào)告期間 392 起事故中的 70%。

　　相對(duì)來(lái)說(shuō)，其他汽車(chē)制造商報(bào)告的車(chē)禍數(shù)量則遠(yuǎn)少于特斯拉，比如以“Honda Sensing”品牌銷(xiāo)售 ADAS 功能的本田披露了 90 起事故;將 ADAS 打包在“EyeSight”之中的斯巴魯報(bào)告了 10 起事故;福特披露了 5 起車(chē)禍，豐田披露了 4 起車(chē)禍，寶馬披露了 3 起車(chē)禍，而 Super Cruise 制造商通用汽車(chē)僅披露了 2 起車(chē)禍;Aptiv、現(xiàn)代、Lucid、保時(shí)捷和大眾汽車(chē)各報(bào)告了一起車(chē)禍。

　　當(dāng)然，特斯拉L2級(jí)車(chē)禍全美第一的背后，固然與特斯拉使用輔助駕駛功能的車(chē)在美國(guó)的市場(chǎng)占有率最高有關(guān)。但與之對(duì)應(yīng)的，則是特斯拉作為智能駕駛行業(yè)的頭部車(chē)企——不論是從技術(shù)的研發(fā)、代矢還是主動(dòng)駕駛的大數(shù)據(jù)層面，以及實(shí)際應(yīng)用數(shù)據(jù)層面來(lái)說(shuō)——都尚且面對(duì)這樣的智能駕駛安全問(wèn)題，更不用說(shuō)像蔚來(lái)、理想、小鵬甚至百度等車(chē)企了。

　　不可回避的安全問(wèn)題

　　智能駕駛的實(shí)現(xiàn)，離不開(kāi)感知、規(guī)劃、控制這三大技術(shù)要素。實(shí)際上，這也是人類(lèi)駕駛汽車(chē)過(guò)程的粗略拆分，即首先觀察周?chē)?chē)輛情況、交通指示燈;然后依據(jù)自己的目的地方向，通過(guò)油門(mén)、剎車(chē)和方向盤(pán)，進(jìn)行加速/減速、轉(zhuǎn)彎/變道以及剎車(chē)的操作。

　　對(duì)于智能駕駛來(lái)說(shuō)，智能駕駛汽車(chē)想要完成自主行駛，就需要像是人行走一樣，“看”得清道路是第一要求，感知就是讓智能駕駛汽車(chē)可以對(duì)交通環(huán)境進(jìn)行理解和把握，通過(guò)感知系統(tǒng)的加持，智能駕駛汽車(chē)可以對(duì)交通環(huán)境中障礙物的位置、速度及接下來(lái)可能的行為;交通環(huán)境中可以行駛的區(qū)域、交通規(guī)則等信息進(jìn)行獲取，智能駕駛汽車(chē)還可以通過(guò)感知系統(tǒng)了解自己所處的位置從而可以為進(jìn)一步的決策和規(guī)劃提供重要的道路信息。

　　智能駕駛汽車(chē)“看”的清是第一步，而對(duì)于“看”到的信息進(jìn)行分析決策，并對(duì)之后的出行行為進(jìn)行規(guī)劃，則是更為重要的一個(gè)環(huán)節(jié)。就像人在路面行走一樣，需要對(duì)自己要走的路徑進(jìn)行規(guī)劃，智能駕駛汽車(chē)也要對(duì)獲得的道路信息進(jìn)行規(guī)劃，根據(jù)規(guī)劃方向的不同，可以分為行為規(guī)劃、任務(wù)規(guī)劃和動(dòng)作規(guī)劃。

　　智能駕駛汽車(chē)根據(jù)出行任務(wù)，對(duì)交通情況信息進(jìn)行分析，從而做出對(duì)應(yīng)的判斷，如超車(chē)、停車(chē)、繞行等。規(guī)劃系統(tǒng)就像是人類(lèi)的大腦，會(huì)對(duì)獲得的道路信息進(jìn)行分析判斷，并根據(jù)出行任務(wù)，對(duì)駕駛行為做出調(diào)整。

　　規(guī)劃就是人類(lèi)駕駛在駕駛汽車(chē)過(guò)程中對(duì)于交通環(huán)境對(duì)處理過(guò)程，規(guī)劃對(duì)于智能駕駛汽車(chē)非常重要，想要讓智能駕駛汽車(chē)安全行駛，能夠處理各種交通環(huán)境，則需要智能駕駛汽車(chē)可以對(duì)不同的場(chǎng)景做出及時(shí)反應(yīng)，在面對(duì)諸如“乘客優(yōu)先”還是“行人優(yōu)先”等決策時(shí)，可以直接給出最佳解決方案。

　　控制則是智能駕駛汽車(chē)落地的最直觀的體現(xiàn)，作為智能駕駛汽車(chē)整套系統(tǒng)的最底層，控制系統(tǒng)對(duì)于智能駕駛汽車(chē)做出的規(guī)劃做出反應(yīng)，讓智能駕駛汽車(chē)成功完成加速、減速、避讓等一系列動(dòng)作，智能駕駛控制執(zhí)行的核心技術(shù)主要包括車(chē)輛的縱向控制和橫向控制技術(shù)。

　　然而，就當(dāng)前的技術(shù)來(lái)看，盡管如今的機(jī)器智能已經(jīng)證明了在速度、精確度等方面機(jī)器可以遠(yuǎn)超過(guò)人類(lèi)。當(dāng)機(jī)器做出決策后，通過(guò)線控系統(tǒng)將信號(hào)傳遞到汽車(chē)的轉(zhuǎn)向系統(tǒng)、制動(dòng)系統(tǒng)和傳動(dòng)系統(tǒng)，可以確保信號(hào)的快速性以及準(zhǔn)確性。但要知道，智能駕駛是個(gè)復(fù)雜的系統(tǒng)，除了算法之外，還有很多復(fù)雜的現(xiàn)實(shí)情況需要考量，并且，在智能駕駛研究逐漸深入的背景下，傳感器、芯片以及數(shù)據(jù)的問(wèn)題也在逐漸暴露。

　　從智能駕駛的傳感器角度來(lái)看，作為外部路況探測(cè)的傳感器，其收集的信息將作為駕駛決策的輸入，這是駕駛決策的重要保障?？梢哉f(shuō)，沒(méi)有完整的信息，就不可能支持決策系統(tǒng)做出正確、安全的駕駛決定。雖然眾多的傳感器在單一指標(biāo)上可以超越人眼，但是融合的難題以及隨之而來(lái)的成本困境，成為智能駕駛演進(jìn)過(guò)程中面臨的第一個(gè)嚴(yán)峻考驗(yàn)。

　　多傳感器的問(wèn)題同時(shí)也埋下了下一個(gè)問(wèn)題的隱患，那就是芯片的性能。如果需要更全面的了解外部路況信息，就需要部署更多的傳感器。更多的傳感器就對(duì)融合提出了更高的要求，而且在高速度的情況下，由于路況信息的變化，所帶來(lái)的數(shù)據(jù)信息也更為海量。

　　根據(jù)英特爾的測(cè)算，一臺(tái)智能駕駛的汽車(chē)，配置了GPS、攝像頭、雷達(dá)和激光雷達(dá)等傳感器。這些設(shè)備每天將產(chǎn)生約4TB待處理的傳感器數(shù)據(jù)，如此巨大的數(shù)據(jù)量必須有強(qiáng)大的計(jì)算設(shè)備來(lái)支撐。而即使是英偉達(dá)這樣的頂級(jí)GPU企業(yè)，也在算力和功耗的平衡上幾乎達(dá)到了天花板。

　　于是，不能滿足智能駕駛需求的傳感器和芯片，就跟當(dāng)前我們所使用的手機(jī)導(dǎo)航軟件一樣，在關(guān)鍵時(shí)刻總是會(huì)出現(xiàn)反應(yīng)慢拍的情況，導(dǎo)致我們走錯(cuò)了岔路。在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)，這都將是智能駕駛要跨越的巨大技術(shù)障礙。

　　未來(lái)的智能駕駛

　　智能駕駛除了現(xiàn)階段面臨的技術(shù)瓶頸，還需要面臨的一個(gè)問(wèn)題是，車(chē)路協(xié)同的障礙。當(dāng)前，隨著技術(shù)的逐漸進(jìn)步，人們已經(jīng)越來(lái)越發(fā)現(xiàn)單靠單車(chē)智能無(wú)法解決應(yīng)對(duì)城市道路中的復(fù)雜多變的情況?；诖?，車(chē)路協(xié)同技術(shù)也就應(yīng)運(yùn)而生，為的便是解決單車(chē)智能所無(wú)法解決與處理的一些復(fù)雜危險(xiǎn)場(chǎng)景。

　　區(qū)別于單車(chē)智能駕駛，車(chē)路協(xié)同智能駕駛認(rèn)為：除了自己的感知單元，也可以接受路、其他車(chē)、信號(hào)燈等各個(gè)信息來(lái)源的消息，算力不夠就以強(qiáng)大的云計(jì)算來(lái)補(bǔ)足算力，車(chē)路協(xié)同的智能駕駛使得智能汽車(chē)成為智慧交通網(wǎng)絡(luò)里的小節(jié)點(diǎn)，與身邊交通參與者發(fā)生著各種信息的交互。

　　最重要的是，車(chē)路協(xié)同將極大提升智能駕駛車(chē)輛的行車(chē)安全性。畢竟，目前智能駕駛極其難處理的一個(gè)場(chǎng)景便是在有盲區(qū)的區(qū)域突然出現(xiàn)一個(gè)未知的障礙物。這對(duì)于經(jīng)驗(yàn)不那么豐富的人類(lèi)駕駛員，這種場(chǎng)景都是極其危險(xiǎn)并極易出現(xiàn)交通事故的。

　　而目前的單車(chē)智能針對(duì)這種場(chǎng)景主要是通過(guò)危險(xiǎn)場(chǎng)景的識(shí)別來(lái)降低車(chē)速，減少緊急剎車(chē)時(shí)所產(chǎn)生的制動(dòng)距離?；蛘呤峭ㄟ^(guò)感知跟蹤算法，對(duì)之前已經(jīng)出現(xiàn)的障礙物，現(xiàn)在處于盲區(qū)遮擋的情況進(jìn)行跟蹤，來(lái)給出更加精準(zhǔn)的預(yù)測(cè)。但無(wú)論哪種方式，其實(shí)都很難去完全處理這種危險(xiǎn)場(chǎng)景。

　　而車(chē)路協(xié)同設(shè)備的接入，可以給自動(dòng)駕駛汽車(chē)開(kāi)啟“上帝視角”，給到車(chē)輛自身傳感器所無(wú)法感知到的障礙物信息，來(lái)幫助決策規(guī)劃算法做出更加合理安全的決策，來(lái)保障乘客的安全與舒適。

　　此外，車(chē)路協(xié)同還可以極大提升城市的通勤效率。通過(guò)城市大腦的交通流調(diào)度，可以讓車(chē)輛合理地選擇出行路線，避免了多數(shù)車(chē)輛擁擠在城市主干道上導(dǎo)致交通擁塞的情況。通過(guò)交通調(diào)度算法，可以極大緩解目前困擾城市的堵車(chē)難題，甚至可以智能調(diào)度紅綠燈的時(shí)長(zhǎng)，讓道路變得更加的通暢快捷。

　　如今，智能交通協(xié)同發(fā)展正在成為一種趨勢(shì)，未來(lái)，車(chē)輛的自主控制能力不斷提高，智能駕駛也將最終實(shí)現(xiàn)，進(jìn)而改變?nèi)塑?chē)關(guān)系，將人從駕駛中解放出來(lái)，為人在車(chē)內(nèi)進(jìn)行信息消費(fèi)提供前提條件。車(chē)輛將成為網(wǎng)絡(luò)中的信息節(jié)點(diǎn)，與外界進(jìn)行大量的數(shù)據(jù)交換，進(jìn)而改變車(chē)與人、環(huán)境的交互模式，實(shí)時(shí)感知周?chē)男畔?，衍生更多形態(tài)的信息消費(fèi)。

　　而隨著智能駕駛的普及，或許，大部分人不再需要購(gòu)買(mǎi)一輛屬于自己的汽車(chē)，出行可以作為一項(xiàng)按需提供的服務(wù)，將道路、汽車(chē)等資源充分進(jìn)行共享，從而提高社會(huì)的整體運(yùn)行效率。

　　屆時(shí)，更為先進(jìn)的信息技術(shù)、通信技術(shù)、控制技術(shù)、傳感技術(shù)、計(jì)算技術(shù)會(huì)得到最大限度的集成和應(yīng)用，人、車(chē)、路之間的關(guān)系會(huì)提升到新的階段，新時(shí)代的交通將具備實(shí)時(shí)、準(zhǔn)確、高效、安全、節(jié)能等顯著特點(diǎn)，智能交通系統(tǒng)必將掀起一場(chǎng)技術(shù)性的革命。

　　當(dāng)然，這一切得以實(shí)現(xiàn)的基礎(chǔ)，是必須確保智能駕駛技術(shù)的穩(wěn)定和可靠，而回到今天，對(duì)于L2級(jí)車(chē)禍依然高發(fā)的現(xiàn)狀，彌合理想與現(xiàn)實(shí)的差距，深耕底層技術(shù)，或許才是實(shí)現(xiàn)智能駕駛未來(lái)最行之有效的辦法。