近日，武漢城市留言板上出現(xiàn)了多條關(guān)于蘿卜快跑的投訴，多名市民反映蘿卜快跑出現(xiàn)無故停在馬路中間、高架上占最左道低速行駛、轉(zhuǎn)彎卡著不動等情況，導(dǎo)致早晚高峰時段出現(xiàn)擁堵。蘿卜快跑是百度 Apollo全新升級的自動駕駛出行服務(wù)平臺，于 今年 5 月 15 日正式亮相武漢。

自動駕駛技術(shù)的概念誕生于 20 世紀(jì)，1995 年，美國卡內(nèi)基梅隆大學(xué)的“Navlab” 項目首次實現(xiàn)了自動駕駛車輛在城市道路上行駛，但受制于當(dāng)時的技術(shù)的原因，當(dāng)時的技術(shù)還相對比較原始。進(jìn)入 21 世紀(jì)后，隨著傳感器和算法的突破，計算機(jī)技術(shù)的不斷進(jìn)步，自動駕駛技術(shù)取得了重要突破。尤其是 2020 年以后，自動駕駛技術(shù)進(jìn)入了高度自動化階段。一些汽車制造商推出了配備“高級駕駛輔助系統(tǒng)（ADAS）”的汽車，實現(xiàn)了在特定條件下的自動駕駛。

盡管自動駕駛技術(shù)進(jìn)入到了高度自動化階段，然而，這一階段依然需要駕駛員時刻保持警惕，以應(yīng)對突發(fā)情況。近年來，關(guān)于自動駕駛汽車事故的報道也經(jīng)常見報，技術(shù)在完全成熟和試驗階段，難免會出現(xiàn)很多問題，甚至?xí)砩敭a(chǎn)損失。

四大常見原因揭秘

數(shù)據(jù)猿梳理了自 2020 年以來至今，全球公開報道中智能駕駛汽車發(fā)生事故的原因。在過去四年多的事件中，全球范圍內(nèi)發(fā)生了數(shù)百起涉及智能駕駛汽車的事故，事故涉及到的汽車品牌主要包括：特斯拉、小鵬、蔚來、理想、Waymo、Cruise、百度 Apollo等，如果按照事故發(fā)生的原因?qū)@些事故進(jìn)行分類，大致可以分為四類：傳感器感知系統(tǒng)缺陷、算法決策失誤、系統(tǒng)控制失靈、駕駛員誤操作。

傳感器感知系統(tǒng)缺陷類。傳感器感知系統(tǒng)是智能駕駛汽車獲取周圍環(huán)境信息的關(guān)鍵部件，如果出現(xiàn)故障或缺陷，會導(dǎo)致汽車無法正確識別障礙物或道路情況，從而引發(fā)事故。比如：2022年8月，美國一輛特斯拉Model Y在自動駕駛模式下撞上了一輛?？吭诼愤叺目ㄜ?，事故原因是特斯拉的Autopilot系統(tǒng)未能識別卡車的存在。同樣原因的事故也曾發(fā)生在中國，2023年7月，中國一輛廣汽蔚來EC6在自動駕駛模式下撞上了一輛護(hù)欄，事故原因是蔚來汽車的NOP系統(tǒng)未能識別護(hù)欄的存在。

算法決策失誤類。智能駕駛汽車的決策系統(tǒng)是基于大量數(shù)據(jù)訓(xùn)練而成的，如果訓(xùn)練數(shù)據(jù)存在偏差或算法本身存在缺陷，會導(dǎo)致汽車做出錯誤的決策，從而引發(fā)事故。例如：2022年11月，美國一輛Waymo自動駕駛出租車在測試過程中突然加速，導(dǎo)致與一輛其他車輛發(fā)生碰撞，事故原因是Waymo汽車的制動系統(tǒng)出現(xiàn)故障。小鵬汽車也曾出現(xiàn)類似狀況，2023年4月，一輛小鵬P5在自動駕駛模式下撞上了一輛護(hù)欄，事故原因是小鵬汽車的XPILOT系統(tǒng)錯誤地將護(hù)欄識別為車道線。

系統(tǒng)控制失靈類。智能駕駛汽車的控制系統(tǒng)負(fù)責(zé)執(zhí)行決策系統(tǒng)的指令，如果出現(xiàn)故障或失靈，會導(dǎo)致汽車無法按照預(yù)期的軌跡行駛，從而引發(fā)事故。2021年1月，美國一輛特斯拉Model S在自動駕駛模式下突然轉(zhuǎn)向，導(dǎo)致撞上路邊一棵樹，事故原因是特斯拉汽車的轉(zhuǎn)向系統(tǒng)出現(xiàn)故障。同樣的，2022年5月，中國一輛理想ONE在自動駕駛模式下發(fā)生失控，導(dǎo)致撞上路邊石墩，事故原因是理想汽車的ONE系統(tǒng)出現(xiàn)故障。

駕駛員誤操作類。駕駛員對于自動駕駛系統(tǒng)存在誤解或操作不當(dāng)時，也容易引發(fā)駕駛事故。例如：2021年4月，美國一輛特斯拉Model 3在自動駕駛模式下追尾了一輛摩托車，導(dǎo)致摩托車駕駛員當(dāng)場死亡，事故原因是駕駛員在使用Autopilot系統(tǒng)時沒有保持注意力。2023年2月，中國一輛蔚來ES8在自動駕駛模式下發(fā)生碰撞，事故原因是駕駛員在系統(tǒng)發(fā)出接管車輛指令時沒有及時響應(yīng)。

通過以上對于自動駕駛事故的分類和總結(jié)可以看出，安全的自動駕駛既需要強(qiáng)大的硬件系統(tǒng)做支撐，也需要軟件系統(tǒng)的不斷升級，同時還需要對駕駛員進(jìn)行一定的駕駛教育。

技術(shù)演進(jìn)的“今生”與“來世”

如果把自動駕駛比作“司機(jī)”，那么傳感器感知就像司機(jī)的“五官”，系統(tǒng)控制就像司機(jī)的“四肢”，算法決策就像司機(jī)的“大腦”。如果想把這些軟件和硬件的功能升級到像人體這樣靈活，確實是件非常困難、復(fù)雜的工作。

在傳感器感知方面，自動駕駛需要傳感器感知周圍的環(huán)境信息，包括障礙物、車道、交通信號燈等。目前常用的傳感器主要有攝像頭、雷達(dá)和激光雷達(dá)，然而單一的傳感器很難完成感知識別的任務(wù)。比如：攝像頭可以獲取高分辨率的圖像信息，但是容易受到光照條件的影響，比如夜間或者強(qiáng)光照射下，攝像頭的成像效果就會變差，而雷達(dá)雖然可以穿透霧霾、雨雪等惡劣天氣，但是探測精度低，難遇區(qū)分不同類型的障礙物……

目前，因此為了克服單一傳感器的局限性，自動駕駛汽車通常采用多傳感器融合方案，通過綜合分析來自不同傳感器的信息，提高感知的準(zhǔn)確性。例如，利用攝像頭識別交通信號燈，同時用雷達(dá)探測前方車輛，再結(jié)合激光雷達(dá)獲取的三維點云數(shù)據(jù)，構(gòu)建完整的道路環(huán)境模型，為后續(xù)的決策控制提供可靠依據(jù)。雖然感知的問題解決了，但是也帶來了較高的成本，因此在傳感器感知方面，目前面臨的問題就是如何降低成本，而降低成本的方式有兩種，一是現(xiàn)在感知工具的制造成本降低，二是研發(fā)新型傳感器，比如固態(tài)激光雷達(dá)、毫米波雷達(dá)等。目前，奧迪威在超聲波雷達(dá)領(lǐng)域已經(jīng)具備成熟技術(shù)，華為也在激光雷達(dá)領(lǐng)域有所布局。

在獲取了周圍環(huán)境的信息后，自動駕駛需要做出相關(guān)的決策，這時決策算法就成為核心技術(shù)之一。它需要根據(jù)感知信息做出合理的決策，包括路徑規(guī)劃、避障決策、交通規(guī)則遵守等。決策算法需要滿足三個要求：安全性、效率性和實時性。安全性是保證車輛安全行駛，效率性是保證車輛能高效的行駛，實時性是保證車輛能實時做出決策，滿足行駛需要。

目前，自動駕駛汽車的決策算法主要采用基于規(guī)則的算法和基于學(xué)習(xí)的算法。前者是根據(jù)人類駕駛經(jīng)驗和交通規(guī)則來制定決策的，具有較強(qiáng)的可解釋性，例如，在遇到紅燈時，車輛應(yīng)該停止行駛；后者是通過機(jī)器學(xué)習(xí)來訓(xùn)練決策模型的，具有較強(qiáng)的泛化能力，例如，算法可以根據(jù)以往的駕駛數(shù)據(jù)，學(xué)習(xí)如何在復(fù)雜路況下做出合理的決策。然而決策算法的智能化其實并非易事，如果想要提升決策算法的能力，一是需要更多的訓(xùn)練數(shù)據(jù)和訓(xùn)練方法，二是需要研發(fā)新的算法，三是需要加強(qiáng)算法的驗證，確保算法的安全性和可靠性。這也是目前各家自動駕駛企業(yè)正在不斷努力的方向。

在決策算法做出決策后，系統(tǒng)控制技術(shù)將決策指令轉(zhuǎn)化為實際的車輛運動，包括轉(zhuǎn)向、制動、加速等。自動駕駛汽車的控制系統(tǒng)需要滿足三個要求：實時性、精確性和魯棒性，實時性和精確性就是要求控制系統(tǒng)能夠?qū)崟r響應(yīng)決策系統(tǒng)的指令，精確地控制車輛運動，魯棒性是比較專業(yè)的術(shù)語，是指系統(tǒng)能夠在各種復(fù)雜路況下穩(wěn)定運行。算法是自動駕駛汽車生產(chǎn)企業(yè)的核心競爭力之一，目前，小鵬汽車建立了自動駕駛智算中心“扶搖”，專門用于自動駕駛魔性的訓(xùn)練，百度的Apollo自動駕駛平臺也早已落地試驗。

當(dāng)前，自動駕駛汽車的控制系統(tǒng)主要采用電子控制系統(tǒng)（ECU）和執(zhí)行器來實現(xiàn)。例如，當(dāng)決策系統(tǒng)指示車輛進(jìn)行轉(zhuǎn)彎時，ECU會向轉(zhuǎn)向執(zhí)行器發(fā)送指令，控制轉(zhuǎn)向機(jī)構(gòu)轉(zhuǎn)動，使車輛沿著預(yù)定的路線行駛。雖然 ECU 和執(zhí)行器可以完成部分控制，但是性能方面仍然有非常大的提升空間，因此控制系統(tǒng)在未來的要求仍然是不斷提高實時性、精確性和魯棒性，發(fā)展方向?qū)⒊齻€方面進(jìn)行：一是研發(fā)高性能的ECU和執(zhí)行器，二是完善控制算法，提高控制系統(tǒng)的性能，三是采用冗余設(shè)計，提高控制系統(tǒng)的可靠性。目前，國內(nèi)覆蓋ECU研發(fā)和生產(chǎn)的企業(yè)有：德賽西威、經(jīng)緯恒潤等。

整體來看，自動駕駛就是通過軟硬件的不斷升級和迭代，不斷模仿人，最終取代人，由于人是復(fù)雜的動物，所以在自動駕駛和人工駕駛共存的環(huán)境中，軟硬技術(shù)的迭代和升級就顯得尤為重要，也正因為如此，很多互聯(lián)網(wǎng)企業(yè)企業(yè)也入局自動駕駛，并且取得了優(yōu)異的成果。

企業(yè)巨頭的雄心與策略

在人工智能技術(shù)、新能源汽車、自動駕駛快速發(fā)展的今天，放眼全球，許多傳統(tǒng)車企、新能源車企，甚至互聯(lián)網(wǎng)企業(yè)紛紛布局自動駕駛的不同領(lǐng)域，在美國，特斯拉、Waymo、Cruise、Aurora、Uber、Zoox、Mobileye、谷歌、英偉達(dá)等企業(yè)一直在跟進(jìn)自動駕駛，在中國，百度、騰訊、阿里巴巴、小鵬汽車、蔚來汽車、理想汽車、比亞迪、長安汽車、廣汽新能源等公司早已紛紛入局，此外，德國的寶馬、大眾，日本的豐田、本田，以及法國的雪鐵龍、雷諾等公司，也在自動駕駛技術(shù)方面取得了不同程度的進(jìn)展。

目前，業(yè)界普遍采用 SAE 國際自動駕駛分級來評估自動駕駛技術(shù)的成熟度，該分級將自動駕駛分為六個級別：

• L0：無自動化：駕駛員需要控制所有車輛功能。

• L1：駕駛員輔助：系統(tǒng)可以提供一些駕駛輔助功能，例如車道保持、自適應(yīng)巡航等，但駕駛員仍需始終保持注意力并控制車輛。

• L2：部分自動駕駛：系統(tǒng)可以控制部分駕駛?cè)蝿?wù)，例如在高速公路上自動跟車、變道等，但駕駛員仍需隨時準(zhǔn)備接管車輛。

• L3：有條件自動駕駛：系統(tǒng)可以在特定條件下完全控制車輛，例如在封閉道路或交通擁堵情況下，但駕駛員仍需在系統(tǒng)請求時接管車輛。

• L4：高度自動駕駛：系統(tǒng)可以在大多數(shù)情況下完全控制車輛，駕駛員可以基本不進(jìn)行操作，但仍需在必要時接管車輛。

• L5：完全自動駕駛：系統(tǒng)可以在任何情況下完全控制車輛，駕駛員不再需要進(jìn)行任何操作。

從公開的報道中可以看到，目前大多數(shù)自動駕駛技術(shù)還處于 L2-L3 級別，只有少數(shù)公司已經(jīng)實現(xiàn)了特定場景下的 L4 級自動駕駛，而且美國公司在自動駕駛方面的發(fā)展仍走在前面。數(shù)據(jù)猿根據(jù)公開報道，梳理了幾個目前在自動駕駛領(lǐng)域發(fā)展較快的幾家美國公司。

• Waymo是谷歌旗下的自動駕駛公司，其自動駕駛技術(shù)已經(jīng)積累了數(shù)百萬公里的測試?yán)锍?，在L4級自動駕駛方面處于領(lǐng)先地位。Waymo已經(jīng)在美國鳳凰城推出了自動駕駛出租車商業(yè)化運營服務(wù)。

• Cruise是通用汽車旗下的自動駕駛公司，其自動駕駛技術(shù)已經(jīng)實現(xiàn)了L4級，并在舊金山等城市進(jìn)行了測試。Cruise計劃在未來推出自動駕駛出租車商業(yè)化運營服務(wù)。

• Zoox是一家由亞馬遜創(chuàng)始人貝索斯支持的自動駕駛公司，其自動駕駛汽車采用雙向行駛的設(shè)計，可以提高道路利用率。Zoox的自動駕駛技術(shù)已經(jīng)實現(xiàn)了L4級，但目前還處于研發(fā)階段。

• Aurora是一家由硅谷資深人士創(chuàng)辦的自動駕駛公司，其自動駕駛技術(shù)已經(jīng)實現(xiàn)了L3級，并與豐田、日產(chǎn)等汽車廠商建立了合作伙伴關(guān)系。

除了上述四家公司外，備受外界關(guān)注的特斯拉也是知名的自動駕駛技術(shù)公司之一，其Autopilot自動駕駛輔助系統(tǒng)已經(jīng)搭載在旗下多款車型上，實現(xiàn)了L2級自動駕駛。特斯拉還在研發(fā)L3級和L4級的自動駕駛技術(shù)，并計劃在未來推出完全自動駕駛汽車。

除了美國公司外，中國公司的自動駕駛技術(shù)也在快速發(fā)展中。在 BAT 中，百度和騰訊的自動駕駛技術(shù)發(fā)展比較領(lǐng)先，其自動駕駛技術(shù)均已經(jīng)實現(xiàn)了L3級，并已經(jīng)在北京、廣州、深圳等多個城市進(jìn)行了測試。兩家公司均計劃在未來推出自動駕駛出租車商業(yè)化運營服務(wù)。在造車新勢力中，蔚小理三家公司的自動駕駛技術(shù)均已經(jīng)實現(xiàn)了 L2+級，并且開始搭載在各自旗下的汽車上。

由此可見，不同公司在自動駕駛上的發(fā)力點和方向略有不同，互聯(lián)網(wǎng)公司更傾向于技術(shù)的研發(fā)，在商業(yè)落地上主要是與車企、出租車企業(yè)的合作，而部分車企則邊研發(fā)邊應(yīng)用，提升用戶的駕駛體驗，進(jìn)而提高產(chǎn)品競爭力。

在當(dāng)前自動駕駛技術(shù)還未達(dá)到 L5 級別時，數(shù)據(jù)猿認(rèn)為，駕駛員在開啟自動駕駛前，需要進(jìn)行一定的培訓(xùn)和教育，幫助駕駛員熟悉自動駕駛的適用場景、啟動方式、緊急情況處理等，以保護(hù)駕駛員和駕駛車輛的行車安全。

盡管不同廠家自動駕駛技術(shù)上的發(fā)展速度不一致，但最終前進(jìn)的方向基本一致——更安全、更智能、更人性化、更普及化。

來源：數(shù)據(jù)猿