↑圖源Apollo官網
紅星新聞實習記者|李毅達 記者|杜玉全 實習生|張昱時
責編 任志江 實習編輯|朱潔英
8月8日，武漢、重慶兩地政府部門率先發布自動駕駛全無人商業化試點政策，並向百度Apollo旗下自動駕駛出行服務平臺“蘿蔔快跑”發放全國首批無人化示範運營資格，允許車內無安全員的自動駕駛車輛在社會道路上開展商業化服務。
但同時，卻有
多起
涉
自動（輔助）駕駛功能
的交通事故發生。
8月10日，上述“蘿蔔快跑”無人計程車在測試過程中遭後方車輛追尾發生交通事故。有觀點認為，
如果車內有人員及時接管，或能在一定程度上預判事故並及時作出緊急處置措施。
同一天下午，浙江寧波機場路的高架橋上，一輛開啟了輔助駕駛功能的小鵬P7汽車，由於駕駛者分神而撞上了停在前方車道的故障車輛，致使正在車尾擺放提醒標識的故障車輛司機不幸當場身亡。
公開報道的相關事故還有多起，涉及車輛還包括蔚來、特斯拉等多款車型，而事故的發生均與相應的自動（輔助）駕駛功能相關。雖然多數事故的發生與駕駛員自身不當駕駛，及對輔助駕駛系統的過度依賴有關，但往往會引發人們對自動駕駛技術安全性的擔憂。
業內人士表示，
目前無人駕駛在行駛速度、執行範圍上都有比較大的限制，也有較高的事故風險，現有技術暫無法支撐跨區域大範圍的商業化運營。
但此次在武漢、重慶的試點，則為技術研發提供了測試的空間，對推動技術進步有一定影響。
“蘿蔔快跑”體驗：
只能在固定推薦點上下車
車輛全程較為平穩，
遇加塞會急剎車
8月8日，武漢、重慶兩地政府部門率先發布自動駕駛全無人商業化試點政策，並向百度Apollo旗下自動駕駛出行服務平臺“蘿蔔快跑”發放全國首批無人化示範運營資格，允許車內無安全員的自動駕駛車輛在社會道路上開展商業化服務。
8月10日，“蘿蔔快跑”無人計程車在測試過程中遭後方車輛追尾發生交通事故。網上釋出的車禍照片顯示，蘿蔔快跑無人車的後部遭到撞擊，有車輪脫落，車損較為嚴重。
有觀點認為，如果車內有人員及時接管，或能在一定程度上預判事故並及時作出緊急處置措施。
↑百度自動駕駛蘿蔔快跑。圖據IC photo
日前，紅星新聞記者來到武漢市經開區軍山新城進行實際體驗。在下載“蘿蔔快跑”應用程式後，運營區域顯示，在武漢市經開區內共有兩塊運營範圍：較大的一塊區域約有30平方公里，覆蓋了江漢大學、體育中心、經開永旺等多個學校和商圈；另一塊較小的區域在經開區春筍周邊，覆蓋面積13平方公里，為全無人商業化試點車輛初步運營區域。
記者發現，
自動駕駛車輛只能在固定的推薦上車點上下車，並且全程無法更改行程。
不過，記者嘗試將上車點定位在全無人商業化試點車輛初步運營區域的推薦上車點——小軍山地鐵站C口附近，應用顯示“超出起點服務範圍”，無法在該區域內選擇任意一個上車點。
對此，“蘿蔔快跑”一名客服表示，該區域全無人運營車輛服務已經開通，但是由於體驗人數太多，暫未開放給APP使用者，需要進行登記等待，得到相關部門、公司運營部門進一步確認後才能體驗。
而在有安全員的自動駕駛車輛行駛體驗中，
記者感受到車輛全程較為平穩，起步和剎車都與真人司機駕駛沒有太大區別，僅有的一次急剎是因為有車輛強行變道加塞。
車輛內部，安全員坐在主駕駛位上，雙手懸空放在方向盤底部，並實時監控著路況和右手邊的監視器。
對目前的自動駕駛全無人商業化試點，車內安全員認為，這次全無人化自動駕駛車輛的嘗試，象徵意義較大，但想要真正達到更高級別的完全自動化還存在很大困難。
業內人士：
無人駕駛暫僅適用於特定場景
還有很多感知系統無法解決的邊緣場景
還有很多感知系統無法解決的邊緣場景
從事自動駕駛技術研發的業內人士Jason認為，這次武漢、重慶兩個城市釋出的自動駕駛全無人商業化試點政策是一次很好的探索和嘗試。“
1.開放無人駕駛商業化試點對自動駕駛技術開發有何好處？
上海磐時資訊科技創始人、汽車安全公益社群SASETECH發起人邊俊也認為，開放部分割槽域會對技術進步提供幫助，“有一些公司確實在技術上很強了，就需要（更）放開才能進一步發現問題，但對放開後可能面臨的風險則也需要很好的把握。”
↑自動駕駛系統
體驗
。圖據IC photo
技術研發是需要大量測試的，只有開放地方給我們測試，技術才能夠更快速的發展。”
Jason表示，
2.無人駕駛商業化營運能否大規模普及？
“現在的無人駕駛技術可以去滿足一些小的場景，比如說某一個園區裡的接駁車，或者一些公交線路，場景相對簡單，路線相對固定，範圍區域相對小一點，但是跨區域大範圍的商業化運營目前的技術還無法支撐。”
而且目前無人駕駛在行駛速度、執行範圍上面都有比較大的限制，也有較高的事故風險，“當這個車上沒有人來提供保障，可能有90%的意外會直接演變成為事故。”
Jason認為，從商業化運營角度看，目前仍然處於探索階段，無論是企業提供的運營服務，還是乘客的實際乘坐體驗，都還有很長的路要走。
邊俊也表示，目前的無人駕駛技術還並未成熟，
從技術層面來看，目前國內幾家頭部公司確實能夠做到無人操控，但由於目前無人駕駛的感測器價格貴，構造精密，穩定性還沒有那麼好，想要實現大規模的普及還要給技術發展再留一段時間。
所以，暫只能在小範圍內試運營，積累一些資料，再去逐步的放開。
“比如說路中間有個坑，下雨後雨水把它填滿了。這時你的感知系統有可能識別不到它是個坑，可能會認為是正常的路面反光，或者認為水很淺，就直接壓過去，就會造成安全風險。”
還有很多目前感知系統無法解決的邊緣場景，如對一些複雜路況的識別和準確的決策，以及對極端天氣的應對等，仍存在不足。
Jason表示，根據國家推薦標準中的《汽車駕駛自動化分級》，目前國內的自動駕駛被分為了L0到L5共六個等級，
3.自動駕駛技術的技術邏輯是怎樣的？
，仍然需要駕駛員來操控車輛，技術只是輔助駕駛員做出一些駕駛決策的判斷。“
業內把L4及以上稱為無人駕駛，而L3及以下則為智慧輔助駕駛
”
Jason告訴紅星新聞記者，武漢本次試點的無人駕駛車輛屬於L4級別，在這一級別中最底層的需求就是“去掉人”，車輛依靠攝像頭和鐳射雷達來對周邊的環境進行感知，基於所感知到的資訊以及設定好的目的地去計算出最優的行駛路線和行駛策略。
但許多消費者其實區分不開這些（等級），把所有的技術都歸於自動駕駛，這種認知上的模糊也會間接導致很多事故的發生。
Jason稱，L4級別以上的無人駕駛主要是依靠冗餘來確保安全，“L4級別自動駕駛車身上面所有的部件都是多重認證，哪怕有一個攝像頭或者晶片壞掉了，另外的硬體也會代替出現問題的這些硬體完成任務。”
但在L3級別以下自動駕駛中不需要過多的冗餘器件，保障安全的主要角色是駕駛員。
4.與自動駕駛技術有關的事故頻繁發生，如何從技術上保障安全？
↑2021上海車展，百度自動駕駛平臺apollo（阿波羅）。圖據IC photo
Jason表示，不管是L4級別的無人駕駛還是L3級別及以下的智慧輔助駕駛，感知周圍環境所需的感測器種類都一樣，基本都是鐳射雷達和攝像頭，但硬體佈置的數量、位置和方案都會有差別。其中要實現L4無人駕駛必須要用鐳射雷達，其在準確性和安全性方面都更高，而L3及以下則只需要攝像頭和毫米波雷達。
邊俊告訴紅星新聞記者，
在《汽車駕駛自動化分級》國家推薦標準中對駕駛員的角色做出了明確的界定，“監管駕駛自動化系統，並在需要時介入動態駕駛任務以確保車輛安全。”
也就是能不能解決車輛碰到的各種場景，對於不能解決的場景能否提前作出風險規避的措施。“其實我們一直在解決99。99最後那些9的問題，這一方面需要算力的提升，一方面也要有測試里程的積累。”
自動駕駛最終要解決的就是安全問題，其中感知技術和決策技術是兩個亟待解決的重點。
Jason認為，
5.目前自動駕駛技術研發中最大的難點在哪？
，“在日常行駛中往往會遇到很多意想不到的場景，是車輛沒有遇到過的，也是它無法解決的，剛剛說L4主要是靠冗餘來確保安全，但這也意味著在行駛中事無鉅細全都要想到，全部都要有另一手準備，這是目前的技術無法做到的。”
對於L4及以上的無人駕駛來說，目前技術研發最大的難點就是無法做到了解全部的行駛場景
對此，Jason表示DMS（駕駛員監控系統）是目前比較常用的解決方案，這一系統可以透過攝像頭對人的識別、方向盤感應包括語音互動等等方式來監控駕駛員的狀態。
“但目前來說，這一系統還存在不小的缺陷，一方面如果靈敏度過高容易出現錯誤判斷，比如可能駕駛員的眼睛比較小但是卻被系統判定成了疲勞駕駛；另一方面，不夠敏感的話又很容易在出事故的時候沒有及時做監察和監管。而且目前更多還是看駕駛員的反應，如果駕駛員不去接管車輛的話，那事故還是不能避免。”
—END—