視頻加載中，請稍候...

自動播放

play 福建莆田交警通報蔚來自動駕駛車禍?zhǔn)录阂验_展調(diào)查，將依法做出責(zé)任認(rèn)定

向前 向后

　　歡迎關(guān)注“新浪科技”的微信訂閱號：techsina 

　　文/趙健

　　來源：甲子光年（ID:jazzyear)

　　用戶對系統(tǒng)的充分信任有可能會釀成大禍。

　　蔚來汽車L2級輔助駕駛車禍致死事件，將自動駕駛推到了風(fēng)口浪尖。

　　8月12日，餐飲創(chuàng)業(yè)者林文欽在沈海高速涵江段發(fā)生交通事故離世。事故發(fā)生時，其駕駛的蔚來ES8汽車處于啟用NOP（領(lǐng)航輔助駕駛系統(tǒng)）狀態(tài)。圍繞NOP的安全性引發(fā)巨大爭議，截至目前，案件還在調(diào)查之中。

　　威馬汽車創(chuàng)始人沈暉在微博上關(guān)于“為何輔助駕駛普及但事故頻發(fā)”發(fā)表了個人看法：

　　L2級別輔助駕駛功能，駕駛員功能操作主體，也是責(zé)任主體。

　　L4以上級別自動駕駛功能，車內(nèi)無人狀態(tài)下，操作主體是車輛本身，責(zé)任主體當(dāng)歸主機廠。

　　這兩條其實算一個科普。美國機動車工程師學(xué)會（Society of Automotive Engineers，簡稱SAE）曾對自動駕駛做了6個分級，包括“駕駛員支持系統(tǒng)（國內(nèi)一般稱為輔助駕駛系統(tǒng)，范圍為L0~L2）”和“自動駕駛系統(tǒng)（L3~L5）”，并明確了各個級別自動駕駛的責(zé)任主體。去年3月工信部發(fā)布《汽車駕駛自動化分級》文件，基本沿用了美國SAE的標(biāo)準(zhǔn)。

　　但是我們可以從圖中看到，L3的責(zé)任主體出現(xiàn)了兩種顏色：明明被歸為“自動駕駛”級別，但當(dāng)出現(xiàn)系統(tǒng)能力不足時，需要駕駛員接管。

　　如何界定系統(tǒng)能力不足？實際操作中往往很難厘清邊界。這在客觀上給車企的營銷宣傳帶來了“操作空間”，比如經(jīng)常聽到的“L2+”、“L2.5”、“L2.9”等等。還有人干脆稱，根本就不應(yīng)該存在“L3”，駕駛員負(fù)責(zé)的就叫“L2”，機器負(fù)責(zé)的就叫“L4”。

　　AutoX創(chuàng)始人肖健雄告訴‘甲子光年’，現(xiàn)在行業(yè)有一些錯誤的輿論來混淆概念，比如弄出一個“自動駕駛”，既不是“輔助駕駛”，又不是“無人駕駛”，那什么是“自動駕駛”？

　　對此，理想汽車CEO李想就在朋友圈呼吁媒體和行業(yè)機構(gòu)統(tǒng)一自動駕駛中文名稱的標(biāo)準(zhǔn)，“L2和L3什么的用戶聽不懂，都是專業(yè)話術(shù)。建議統(tǒng)一名稱：L2=輔助駕駛；L3=自動輔助駕駛；L4=自動駕駛；L5=無人駕駛，一個多余的中文字也不要有，避免夸張的宣傳造成用戶使用的誤解”。

　　用戶對系統(tǒng)的充分信任有可能會釀成大禍。7月8日，在世界人工智能大會上，心直口快的前華為智能駕駛總裁蘇箐評價特斯拉近幾年的高事故率，“機器進入人類社會和人類共生的時候，機器是一定會造成事故率的，講難聽點就是‘殺人’，只是說我們要把它的事故概率降到盡量低。從概率上來說，這就是一件有可能發(fā)生的事。”

　　由于出現(xiàn)了“殺人”的不當(dāng)言論，蘇箐因言獲罪而被免職，但其言論似乎直戳“皇帝的新衣”。

　　不僅僅是特斯拉，只要車輛有輔助駕駛功能的車企，都不得不面對可能帶來的安全風(fēng)險。這不僅關(guān)乎車企自身，也關(guān)乎整個行業(yè)的發(fā)展。

　　1、自動駕駛真的安全嗎？

　　雖然事故頻發(fā)，但業(yè)內(nèi)一般認(rèn)為自動駕駛的“AI司機”依然比人類司機更安全。

　　去年文遠知行創(chuàng)始人兼CEO韓旭作客甲子直播間做過一次分享。其中韓旭提到，美國交通管理局曾把交通事故的原因總結(jié)為 4個D打頭的英文單詞——Drunk（醉駕）、Drug（毒駕）、Drowsy（疲勞駕駛）和Distracted（分心）。

　　自動駕駛的意義在于，它的駕駛水平可能不會高得像熟練的賽車手，但它能穩(wěn)定地維持在一定水平，不會出現(xiàn)人為駕駛時疲勞、分心等問題。所以總的來說，自動駕駛比人類自主駕駛更安全。

　　不過也必須承認(rèn)，當(dāng)下的自動駕駛水平遠遠比不上老練的司機，更像一個新手或者中等熟練程度的司機。更重要的是，自動駕駛當(dāng)下還存在很多沒解決的問題，尤其是10%的長尾問題——經(jīng)常被稱為Corner Case（極端案例）。

　　以這次蔚來汽車事故為例，蔚來的NIO Pilot（NOP）輔助駕駛系統(tǒng)使用了毫米波雷達+攝像頭的組合方案。攝像頭對黃色和白色等與天空顏色比較接近的物體識別率比較低，毫米波雷達本身的成像原理是多普勒效應(yīng)，對移動物體的識別度比較高，對相對靜止的物體識別度并不高。

　　因此，蔚來官方也在NOP的用戶手冊里明確強調(diào)，車輛與前車相對速度大于50公里/小時時，如前車靜止或緩行，Pilot存在無法剎車的風(fēng)險。

圖片來自蔚來汽車ES8用戶手冊

　　這是一個行業(yè)的普遍現(xiàn)象，包括特斯拉在內(nèi)的所有車企，目前的高階駕駛輔助系統(tǒng)對于相對靜態(tài)的障礙物、雪糕筒在內(nèi)的物體，識別起來都是一個難題。

　　這意味著，在沒有完全解決Corner Case的情況下，自動駕駛就依然需要有駕駛員介入。

　　然而在現(xiàn)實中，自動駕駛技術(shù)被當(dāng)成核心賣點已經(jīng)成為車企的重要營銷手段。特別是在一線銷售過程中，銷售往往會夸大車輛的自動駕駛功能。除了蔚來，去年至今國內(nèi)主流車企都已推出L3級新車。業(yè)內(nèi)多位人士表示，自動駕駛技術(shù)已經(jīng)被車企過度營銷。

　　這也是消費者吐槽的一點：買之前自動駕駛，出事故輔助駕駛。

　　提到類似的過度宣傳，就不得不提特斯拉。今年1月特斯拉CEO馬斯克在財報電話會議上表示：“非常有信心在年底前，讓特斯拉有超過人類的可靠自動駕駛能力。”而在今年5月，特斯拉的法律顧問就被“打臉”了，他表示特斯拉的自動駕駛?cè)匀惶幱贚2級別，需要人類駕駛員的監(jiān)督。

　　2016年1月20日，在京港澳高速河北邯鄲路段發(fā)生了中國首例、也是全球首例特斯拉自動駕駛致死事故。一輛特斯拉直接撞上一輛正在作業(yè)的道路清掃車，司機高雅寧當(dāng)場身亡。后來經(jīng)交警認(rèn)定，司機負(fù)主要責(zé)任。

　　后來，其家屬以“宣傳誤導(dǎo)”的名義將特斯拉告上法庭。直到今天，此案件仍未判決。

　　2、“拿命跑數(shù)據(jù)”？

　　圍繞安全性引發(fā)的自動駕駛路線之爭，行業(yè)也一直沒有定論。

　　根據(jù)Business Insider的報道，2013年，在谷歌的自動駕駛部門被分拆成Waymo之前，該部門正在研發(fā)一種自動駕駛系統(tǒng)“Auto Pilot”，并征集了一部分員工進行內(nèi)部測試。

　　谷歌告訴參與測試的員工，在車上不能分神，注意力必須放在駕駛上，如果車內(nèi)的攝像頭發(fā)現(xiàn)他們沒有嚴(yán)格遵守這個規(guī)定，就會收回車輛。

　　但谷歌發(fā)現(xiàn)一些員工并沒有遵循這些指示，并且有一位員工直接在車上睡著了——他睡著的時候，車輛正以每小時55英里的速度在路上飛奔。

　　在這件事發(fā)生以后，谷歌就徹底關(guān)閉了Auto Pilot這個項目，并開始專心研發(fā)L4級別的無人駕駛技術(shù)。

　　此后自動駕駛逐漸形成了兩類派別：一是以特斯拉為代表的漸進式路線或者量產(chǎn)路線，從低階的L2做到高階的L5，這一派以車企為主；另一派則是谷歌旗下Waymo為代表的跨越式路線，從一開始就沖向高階自動駕駛，目標(biāo)就是拿掉司機，比如常見的Robotaxi、L4級Robotruck等。

　　今年，Waymo高管層震動，包括CEO、CFO在內(nèi)的8名高管先后離開公司。在商業(yè)化難以落地的現(xiàn)實下，跨越式路線似乎遇到了一些困難。

　　但是，漸進式路線一直以來也遭受爭議，其中與消費者切身相關(guān)的就是“拿命跑數(shù)據(jù)”。

　　《紐約雜志》曾報道稱，OTTO（被Uber收購的自動駕駛卡車公司）創(chuàng)始人、曾擔(dān)任谷歌自動駕駛汽車項目負(fù)責(zé)人之一的萊萬多夫斯曾向Uber的工程師們表示：“第一起自動駕駛致死案例不是我們引發(fā)的，我有點生氣！”不過，萊萬多斯基否認(rèn)了上述說法。

　　一位基金投資人告訴‘甲子光年’：“算法的升級需要數(shù)據(jù)。如果是在封閉道路測試，永遠會有碰不到的Corner Case，也就永遠缺乏相關(guān)數(shù)據(jù)；而到了公開道路，長尾事故會采集相關(guān)數(shù)據(jù)，而代價就是人命。”

　　2018年有一位在北京市區(qū)駕駛，因“毫米波雷達無法識別靜態(tài)障礙物”而致前車追尾的特斯拉車主曾怒斥：你讓我們拿命幫你跑數(shù)據(jù)嗎？

　　正是由于數(shù)據(jù)的稀缺性，也有自動駕駛公司將漸進式路線和跨越式路線進行了融合，代表企業(yè)為Momenta和百度。

　　以Momenta為例，采取了“兩條腿”走路的路線：一是MPilot產(chǎn)品線（可對比蔚來的NIO Pilot），將其賣給車企或Tier 1（一級供應(yīng)商），提供泊車、高速、城區(qū)等場景的自動駕駛功能；二是MSD產(chǎn)品線，通過一套工具鏈來處理MPilot帶來的真實行駛數(shù)據(jù)，實現(xiàn)L4級自動駕駛。

　　當(dāng)然，這條路線也存在一定爭議。韓旭在上文提到的直播中表示：“關(guān)于L4級路徑之爭，我堅定認(rèn)為L3級漸進到L4級這條路是行不通的。L3級別車輛能幫你在高速等特定道路保持行駛，但L3級的車禍?zhǔn)怯泻芏嗟模⑶邑?zé)任主體是人。通過L3做L4，就像想通過熟練的加減乘除解決需要用微積分才能解決的問題。加減乘除再熟練，如果不去深入思考極限的概念，永遠不可能解出球表面面積。”

　　由此看來，自動駕駛的路線之爭還會持續(xù)一段時間。

　　3、法規(guī)監(jiān)管利好第三方服務(wù)機構(gòu)

　　除了路線之爭，監(jiān)管也是一個難題。

　　2020年6月，聯(lián)合國歐洲經(jīng)濟委員會（UNECE）發(fā)布了《ALKS車道自動保持系統(tǒng)條例》（ALKS，自動車道保持系統(tǒng)），這是全球范圍內(nèi)第一個針對具備L3 級自動駕駛能力量產(chǎn)車型的國際法規(guī)，但中國表示暫時不會應(yīng)用該法規(guī)。

　　上周，工信部印發(fā)了《關(guān)于加強智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理的意見》，其中要求：

　　企業(yè)實施在線升級活動前，應(yīng)當(dāng)確保汽車產(chǎn)品符合國家法律法規(guī)、技術(shù)標(biāo)準(zhǔn)及技術(shù)規(guī)范等相關(guān)要求并向工業(yè)和信息化部備案，涉及安全、節(jié)能、環(huán)保、防盜等技術(shù)參數(shù)變更的應(yīng)提前向工業(yè)和信息化部申報，保證汽車產(chǎn)品生產(chǎn)一致性。未經(jīng)審批，不得通過在線等軟件升級方式新增或更新汽車自動駕駛功能。

　　這意味著監(jiān)管部門開始加強對自動駕駛的管理了。不過，如何監(jiān)管也會考驗智慧。自動駕駛是一個新興技術(shù)，技術(shù)的發(fā)展速度往往領(lǐng)先于法規(guī)。AutoX創(chuàng)始人肖健雄告訴‘甲子光年’：“如果（監(jiān)管）制定不科學(xué)，問題沒解決，還會產(chǎn)生更多問題。”

　　這不是監(jiān)管部門第一次針對OTA（Over-the-Air Technology，空中下載技術(shù)）出臺文件。去年11月和今年6月，國家市場監(jiān)督管理總局分別發(fā)布通知，規(guī)定需要對產(chǎn)品進行OTA升級的企業(yè)，需要向市場監(jiān)管總局質(zhì)量發(fā)展局備案。

　　在此之前，國內(nèi)對汽車軟件發(fā)布前的檢測機制還是一片空白。這有可能導(dǎo)致車企濫用OTA技術(shù)，車輛的升級風(fēng)險不可控，或者車企利用OTA來混淆車輛因質(zhì)量缺陷必須的召回。

　　比如，廣汽埃安AION S近日就被曝因未經(jīng)車主同意實施OTA升級，導(dǎo)致車輛出現(xiàn)充電慢、續(xù)航縮水、鎖電等一系列問題。今年6月，大量上汽榮威ERX5車主也曾質(zhì)疑稱汽車在OTA升級后遭遇了“鎖電”， 造成“產(chǎn)品性能與標(biāo)定不符”。

　　本次文件對于車企的具體影響還有待觀察。一位認(rèn)證為小鵬汽車集成工程師的知乎網(wǎng)友表示，小鵬汽車內(nèi)部已經(jīng)在緊急制定新一版合規(guī)的OTA軟件發(fā)布流程。

　　除了企業(yè)需要加強相關(guān)測試驗證和檢驗檢測能力建設(shè)之外，這也意味著第三方檢測和服務(wù)機構(gòu)會迎來利好。這次《意見》里明確要求確保汽車產(chǎn)品至少滿足系統(tǒng)失效識別與安全響應(yīng)、人機交互、數(shù)據(jù)記錄、過程保障和模擬仿真等測試驗證的要求。

　　其中，仿真測試是一個對自動駕駛非常重要、又相對復(fù)雜的點。

　　與仿真測試對應(yīng)的是真實路測，輕舟智航市場總監(jiān)洪澤鑫將仿真測試的優(yōu)勢總結(jié)為低成本、靈活性、可擴展性和可衡量性。簡單來說，真實路測難以獲得的數(shù)據(jù)，可以通過仿真測試來模擬。

　　但仿真測試軟件在國內(nèi)剛剛起步。知乎認(rèn)證為卡爾斯魯厄理工學(xué)院機械工程碩士的網(wǎng)友“厘米”總結(jié)，主要有三個難點：

　　一是如何提供一套各大車企都信服的仿真系統(tǒng)。目前市面上主流的仿真功能測試軟件Carmaker，CarSim 事實上自動駕駛測試能力非常弱，很難對自動駕駛系統(tǒng)的性能，尤其是感知層性能做評定。

　　二是如何對各大車企的技術(shù)方案做適配。比如說，對于特斯拉的純視覺技術(shù)方案，和國內(nèi)之后大規(guī)模上車的激光雷達方案。二者的仿真系統(tǒng)傳感器模型差別極大，分別適配也有極大的工作量。

　　三是如何制定一套完善的仿真測試流程。測試場景如何評定？性能邊界在何處？這些都沒有定義。

　　不論如何，對于消費者而言，更規(guī)范的標(biāo)準(zhǔn)、更高的安全性都是一件好事。

　　而自動駕駛車輛接連發(fā)生的事故，對于自動駕駛的急速發(fā)展，可能會踩一腳剎車。

（聲明：本文僅代表作者觀點，不代表新浪網(wǎng)立場。）