自動駕駛的現(xiàn)在和未來

盡管面臨的困難重重，但自動駕駛汽車還是在近幾年得到了迅猛的發(fā)展。特別是隨著2016年4月《維也納公約》的正式到期失效，對于尚處在高速發(fā)展期自動駕駛技術(shù)而言，法律層面的最后屏障也得到了解決

如

果有朝一日未來歷史學(xué)家決定撰寫一本關(guān)于自動駕駛技術(shù)汽車的簡史，那么2016年4月23日絕對是個值得大書特書的日期，因為就在這一天，長久以來一直束縛自動駕駛汽車的《維也納公約》終于因為到期而正式失效。這個簽署于1968年的公約曾明確規(guī)定：“任何汽車行駛時必須由雙手時刻放在方向盤上的人類駕駛員駕駛?！币虼?，當(dāng)前各大廠商推出的車道保持技術(shù)和自適應(yīng)巡航系統(tǒng)都有一個相同的設(shè)計：一旦駕駛者的雙手離開方向盤數(shù)秒，系統(tǒng)便會發(fā)出自動警報，如果駕駛者還不能做出相應(yīng)動作，系統(tǒng)將自動關(guān)閉。

雖然目前距自動駕駛汽車的大量普及還有很長一段路要走，但可以肯定的是，當(dāng)前技術(shù)發(fā)展的步伐早已超過了相關(guān)法律制定者的預(yù)期。而《維也納公約》失效后，主動權(quán)又回到了各大汽車廠商所主導(dǎo)的技術(shù)研發(fā)者手中。值得高興的是，短短幾年的發(fā)展后，人們對于自動駕駛技術(shù)的方向和目標(biāo)變得更加準(zhǔn)確，幾乎所有廠商的工程師都對未來將遇到的挑戰(zhàn)了如指掌，而且他們將一些看上去很難攻克的技術(shù)難題進(jìn)行了細(xì)化，一切都在朝著積極樂觀的方向有條不紊地進(jìn)展著。

為了讓自動駕駛汽車可以在任何環(huán)境下精準(zhǔn)的識別道路，研究人員必須為其安裝性能優(yōu)異、適用范圍廣的傳感器。以目前的技術(shù)而言，人們發(fā)現(xiàn)的最好方法是為汽車裝上多種傳感器，然后讓他們同時工作，以此彌補各自的短板。舉個簡單的例子：高清攝像頭可以輕松地分辨出路上物體的顏色和輪廓。但當(dāng)夜晚來臨時，大多數(shù)攝像頭受感光元件的局限會變得異常遲鈍，特別是面對對向來車強(qiáng)烈的燈光時，甚至不能判斷出該車準(zhǔn)確的時速。

相反雷達(dá)傳感器能有效可靠的測量車輛和道路其他物體當(dāng)前的時速，但這種傳感器對于物體和車輛的輪廓，卻顯得無能為力。對此，激光傳感器既能分辨物體輪廓，也能測出時速。同時具備了攝像頭和雷達(dá)傳感器的優(yōu)點，但這種售價昂貴的傳感器也不完美，面對雨雪的惡劣天氣，它的性能也會顯著下降。

目前看來，激光傳感器還很難普及開來，主要原因就是其高昂的售價。要知道，每輛谷歌自動駕駛汽車上安裝的激光傳感器能每秒截取130萬次圖象并轉(zhuǎn)換成清晰準(zhǔn)確的三維環(huán)境畫面，但每個造價高達(dá)6萬歐元。不過，在BMW自動駕駛技術(shù)研發(fā)部門負(fù)責(zé)人克里斯多夫·格羅特看來，這種傳感器純屬華而不實?！捌毡槭蹆r在100歐元左右的小型激光傳感器就具備同樣的性能?！彼谡劶皞鞲衅骷夹g(shù)時，無不肯定的說到。

而在特斯拉最新發(fā)布的8.0版本的Autopilot自動駕駛技術(shù)中，透過軟件的升級，特斯拉將負(fù)責(zé)探測路況的傳感器從車前的攝像頭更改為雷達(dá)系統(tǒng)，而在之前的控制策略中，這一部件被當(dāng)作攝像頭的輔助傳感器，通過這一改變，Autopilot在緊急制動響應(yīng)、自動并線等功能都有了顯著的提升。

另外，大批量生產(chǎn)也是有效降低傳感器價格的途徑之一。以博世為例，他們用了整整13年生產(chǎn)出了100萬個傳感器，而突破200萬個卻只花了一年時間。估計過不了多久，這家重要的零部件供應(yīng)商的傳感器月產(chǎn)量就能突破100萬個。

此外，對于現(xiàn)有技術(shù)，研發(fā)人員也不斷地進(jìn)行著升級和改造，比如采埃孚的子公司TRW不久前就推出了一種拍照模塊，配合三種焦距的透鏡，這個系統(tǒng)除了可以像普通的攝像頭一樣記錄道路上的標(biāo)志標(biāo)線，還能通過一個長焦鏡頭探測300米以外的物體，而另一個超廣角鏡頭則用于觀察行人和旁邊車道的動態(tài)。更加令人驚奇的是，為了應(yīng)對復(fù)雜多變的路況，這三種透鏡可同時工作。據(jù)悉，這項新技術(shù)將于2018年正式投放市場。

除了精密的傳感器，一輛運用了自動駕駛技術(shù)的汽車還必須以更加精確的衛(wèi)星定位系統(tǒng)作為堅實的后盾，這遠(yuǎn)遠(yuǎn)超過了當(dāng)前技術(shù)下衛(wèi)星定位系統(tǒng)所能達(dá)到的精度。目前歐洲在建的伽利略定位系統(tǒng)誤差在1米左右，但自動駕駛技術(shù)的最大允許誤差僅為20厘米。

得益于傳感器技術(shù)的發(fā)展，自動駕駛技術(shù)所要求的精確定位不必只依靠衛(wèi)星定位系統(tǒng)，車上的攝像機(jī)和雷達(dá)可以分辨出道路護(hù)欄、建筑物，但這同樣需要依托一個高度準(zhǔn)確的電子地圖。但目前可以提供精確地圖的運行商只有3家：TOMTOM、諾基亞Here和谷歌，這三家公司在建立地圖數(shù)據(jù)庫方面呈現(xiàn)出了分庭抗禮的局面。就在前不久，BMW和其他兩家德國汽車制造商總共花費了28億歐元購買Here公司的地圖數(shù)據(jù)。

此外，目前已經(jīng)納入高精度地圖的城市和街道也頗為有限，所以一個艱巨的任務(wù)擺在了地圖商面前：“重新丈量世界”。不過，充滿智慧的研究者們將這個看似不可能完成的任務(wù)進(jìn)行了分割，讓地圖的更新變得清晰又有條理。當(dāng)前，大陸集團(tuán)就正在和Here公司展開合作，開發(fā)一種分為四層的高精度地圖：首層是基本信息，包括了經(jīng)緯度和每個點的地理坐標(biāo)，此外，地形、公路走向和道路標(biāo)線等信息也包括在內(nèi)。

第二層主要由各種交通標(biāo)識組成，其中包括了固定和更換的路標(biāo)，未來，這些交通標(biāo)識牌上還將擁有汽車傳感器可以辨識到的路面信息。地圖的第三層是路面上固定的物體，甚至連發(fā)生事故時可用的緊急停車帶也要包含在內(nèi)。

第四層主要是實時更新的路況和當(dāng)前的天氣情況，而且這些信息需要和當(dāng)前車輛行駛狀態(tài)實時互動。例如下雨時，地圖就需要將路面附著力降低這一信息傳遞給無人駕駛系統(tǒng)。不過要實現(xiàn)這種高精度地圖的普及，除了需要導(dǎo)航供應(yīng)商大量的勘探和測量，很多基礎(chǔ)設(shè)施也必須重建，比如很多歐洲鄉(xiāng)村道路的交通信號燈，就根本安裝隨流量控制時間的裝置。

如果自動駕駛汽車可以在道路上大量普及，那么只要將這些車聯(lián)網(wǎng)，他們就可以將限速標(biāo)志、天氣（雨刮器傳感器）和路面附著力（車身穩(wěn)定系統(tǒng)數(shù)據(jù)）等實時路況上傳給后臺服務(wù)器。大陸集團(tuán)目前就正在建立一個可以應(yīng)付大量數(shù)據(jù)的后臺。這個項目的負(fù)責(zé)人于爾根·施威格爾介紹到：“未來的高精度地圖不僅會分層，為了使大量數(shù)據(jù)得到梳理，開發(fā)人員把地圖分割成馬賽克瓷磚一樣小塊，每塊“瓷磚”的面積是2.5x2.5公里，即便如此，每個地圖單元的全部數(shù)據(jù)量也多達(dá)幾十萬字節(jié)?！?

然而，導(dǎo)航地圖、傳感器等上述技術(shù)的發(fā)展仍不足以自動駕駛汽車得到普及，因為這些系統(tǒng)只能探測到車輛行駛的當(dāng)前情況，旁邊的車會不會突然并線、路旁的行人是否想穿過馬路，對于這些瞬息萬變的路況，這些技術(shù)顯得手足無措。而且，如果要實現(xiàn)自動駕駛，這還要求系統(tǒng)具有一定的預(yù)判能力，以保證絕對的行駛安全。在這個領(lǐng)域，谷歌和特斯拉走在了其他廠商的前面。

來自博世公司的奧利弗·平克認(rèn)為這個難題也可以通過將復(fù)雜的信息分為模塊妥善處理，以車輛的并線為例：一旦系統(tǒng)決定并線時，臨近車道上汽車的速度、大小和行駛方向被回傳到系統(tǒng)中，電腦由此判定接下來車輛的動作?！拔覀儼阉锌赡苄院喕捎嬎銠C(jī)語言中最常見的0和1，1表示不能并線，0則表示安全?！?/p>

除了安全，自動駕駛汽車的舒適性也是研究者們必須仔細(xì)考量的重要因素。像培養(yǎng)出一名經(jīng)驗豐富、可以平穩(wěn)駕駛的人類一樣，自動駕駛系統(tǒng)也需要不斷地學(xué)習(xí)和調(diào)整，這就需要大量實際道路的數(shù)據(jù)收集。比如在山路遇到對向來車時，系統(tǒng)必須自動預(yù)留出安全距離；而如果旁邊的汽車開始蛇行行駛，這表示駕駛員正在走神或打瞌睡，系統(tǒng)應(yīng)該實時予以避讓。

還有一些更加復(fù)雜的路況也是自動駕駛汽車所必須面對的，比如城市中的擁堵。對此，最初設(shè)定的“制動-剎停-再啟動”的控制策略不但會影響通行效率，還會讓車內(nèi)的乘客備感不適，此時電腦必須像一位人類駕駛員一樣，眼觀六路并小心的跟緊前車，這對于目前技術(shù)構(gòu)架下的自動駕駛系統(tǒng)來說，顯然還很難。

此外，城市中眾多的行人也是一大難題，傳感器需要及時辨認(rèn)出每個行人并判斷行駛軌跡。而對于摩托車騎士來說，在他們的頭盔上安裝發(fā)射信號芯片或許是最好的解決方案，這可以使車輛在較遠(yuǎn)處就能預(yù)知他們的存在，BMW和其他德國汽車制造目前就正在參與這種芯片的開發(fā)。但要求每個騎士和行人都攜帶芯片上街，顯然是不現(xiàn)實的。

介于目前智能手機(jī)的普及率，大陸集團(tuán)提出了一個新方案：只要將手機(jī)的wifi模塊稍加改良，其方位信息就可以發(fā)送到附近行駛的汽車中，但這要求汽車必須配備car-to-x系統(tǒng)。這項新技術(shù)通過無線網(wǎng)絡(luò)鏈接與周圍的設(shè)備進(jìn)行信息交互，但這顯然還需要時間普及。在可見的未來，汽車制造商們寄希望于每輛車可以與后臺服務(wù)器實時聯(lián)系，如果5G移動網(wǎng)絡(luò)得到普及，這些設(shè)備間的互聯(lián)速度將達(dá)到毫秒級。

另一個讓電腦及時準(zhǔn)確預(yù)見行人軌跡的辦法是分析現(xiàn)實中行人與汽車事故的視頻，博世公司從2011年開始就與韓國KOTMA汽車租賃聯(lián)合會展開合作，這個機(jī)構(gòu)提供了大量行車記錄儀拍攝的汽車和行人的交通事故。

在對6800起行人和汽車的事故錄像進(jìn)行研究后，工程師們得到了一個令人欣喜的結(jié)果：在事故發(fā)生前的最后一秒如果能正確判斷行人的頭部和腿部姿勢，可以避免60%可能發(fā)生的事故，由于城市中車輛行駛的速度普遍較慢，所以只要讓系統(tǒng)在一定時間內(nèi)做出動作就能避免事故。

如果一場事故已經(jīng)不可避免，又該怎么辦呢？是讓汽車撞向行人還是對面來車，這個討論目前最大的爭議來自于倫理層面，而非技術(shù)層面。對此，博世公司的技術(shù)專家奧利弗·平克強(qiáng)調(diào)說：“一輛汽車為了避免碰撞行人而故意沖進(jìn)對面車道是不能想象的，系統(tǒng)面對這種情形可能會全力制動，或者進(jìn)行緊急避讓——不過并不是撞向?qū)ο騺碥嚕邱傁蚵放詻]有建筑物也絕對安全的地帶，這些都會在高精度地圖上給予標(biāo)示。最終，任何程序上的設(shè)定都必須符合人類主流價值觀，也必須由各國司法機(jī)構(gòu)準(zhǔn)許?！?