新闻动态

车企卖点竟成品牌口碑败坏的“源头”,到底该如何看待辅助驾驶与自动驾驶

来源:贤集网时间:2022-07-21

近日,浙江省宁波市发生一起具有辅助驾驶功能的小鹏汽车在高架撞击前方停放车辆,造成人员伤亡的事故,引发关注。

采访中一位业内人士向扬子晚报紫牛新闻记者表示,目前各车企推出的相关车型尚处于“辅助驾驶”阶段,与一般理解中的“自动驾驶”还有较大距离,这“误导”了不少人甚至是车主。对于这类车辆发生事故后如何划分赔偿责任的问题,此前一直缺乏明确规定,记者了解到,今年8月1日起施行的《深圳经济特区智能网联汽车管理条例》对此进行了探索。

辅助驾驶系统不能识别静止物体?

人眼可以轻松识别的静止物体,对于遍布感应雷达的辅助驾驶系统,竟然没“看到”?

“自适应巡航系统是依赖毫米波雷达和视觉传感器来进行目标物识别的。”某自动驾驶公司技术开发负责人告诉中新财经,“系统并不是不能识别静止的物体,而是不能区分静止的物体和其他干扰物。”

“目前的毫米波雷达技术,区分不了静止的车和路边的立柱以及标志牌。”该负责人作出了进一步解读,“如果不把这类故障车过滤,那么会将所有静止物体都视为障碍,会导致经常发生误刹车。”

“从技术角度上看,目前辅助驾驶系统能做到不发生误刹车就不错了,我们在开发的过程中主要是尽量多地消灭误刹车。”同济大学汽车学院教授朱西产在接受采访时告诉中新财经,“不该刹车的时候不能刹车,就会有很多漏刹车。”

“辅助驾驶系统对道路上的静态的物体识别跟人正好相反,人类驾驶员恰恰是识别静态物体的反而容易一些。”朱西产进一步解释道,因为摄像头有光流算法,毫米波雷达有多普勒效应。无论是毫米波雷达还是摄像头也好,对运动物体是可以识别的。

虽然辅助驾驶系统现阶段面临着难以识别的问题,但很多消费者和用户对于辅助驾驶的期待过高,认为只要硬件够就可以自动驾驶。因此,社交媒体上一些有关“无人驾驶”的视频屡见不鲜,背后跟此前一些车企诱导性宣传辅助驾驶系统为智能自动驾驶系统也有关联。

其实,“辅助驾驶”并不等于“自动驾驶”,用辅助驾驶系统进行“无人驾驶”的做法并不安全。辅助驾驶系统确实可以让我们开车时“紧绷”的神经略微“放松”,但却难以分心,仍需随时提防事故的发生。

“辅助驾驶”并非“自动驾驶”

这起事故的发生,让一些网友再次讨论起自动驾驶是否安全的话题。但一位业内人士告诉扬子晚报紫牛新闻记者,这恰恰是不少人存在的误解,因为目前各车企推出的相关车型尚处于“辅助驾驶”阶段,并非一般理解中的“自动驾驶”。

扬子晚报紫牛新闻记者获悉,今年3月1日起,《汽车驾驶自动化分级》国家推荐标准(GB/T 40429-2021)正式实施,将驾驶自动化系 统划分为0级(应急辅助)、1级(部分驾驶辅助)、2级(组合驾驶辅助) 、3级(有条件自动驾驶) 、4级(高度自动驾驶) 、5级(完全自动驾驶) 共六个等级。

这位业内人士告诉记者,目前,市面上的带有相关功能的汽车基本属于1级和2级标准。根据国标,2级标准的持续车辆横向和纵向运动控制由车辆系统完成,而目标和事件探测与影响则由驾驶员及系统完成,动态驾驶任务后援由驾驶员负责。该人士表示,根据国标,直到3级才能称为“有条件自动驾驶”,这也成为辅助驾驶和自动化驾驶的分水岭。这不管是对于车辆系统还是配套法规,都作出了明显更高的要求。

“但是,在实际销售过程中,一些销售人员会有意模糊辅助驾驶和自动驾驶的区别,甚至夸大辅助驾驶的作用,在一定程度上导致车主对车辆系统期望过高,在驾驶时怠于观察路面情况。可以说,现阶段的辅助驾驶功能是为驾驶提供了一定的安全保障,但不能依赖其代替驾驶员自身作用,需随时准备介入操作”他说。

扬子晚报紫牛新闻记者注意到,在国标附录表格中,将0级至2级驾驶自动化系统激活的情况下,驾驶座位上的用户角色明确为“传统驾驶员”,3级情况下为“动态驾驶任务后援用户”,4级、5级则为“乘客”。

此外,从技术方面来说,辅助驾驶、自动驾驶中还有一些技术需要进一步发展完善。这起事故发生后,不少分析再次把注意力集中到了“毫米波雷达加摄影头”这一辅助驾驶目前主流的检测前方障碍方案上,但该方案的问题在于,对于前方静止物体识别会出现“遗漏”,此前也有不少车评人在测试中验证了这一问题。在这方面,激光雷达技术显示出较大优势,但此前因成本问题未成为主流配置,不过,各大车企已陆续宣布激光雷达装车,激光雷达或将迎来量产爆发期。

行车安全,自动驾驶难翻的高山

事故的责任并不难厘清,但由其引申出的对自动驾驶技术安全性的思考却成为了行业关注的焦点。

事实上,小鹏的自动驾驶技术曾一度被指“抄袭”特斯拉(TSLA.O)。

2020年,特斯拉CEO马斯克在推特暗讽小鹏汽车“剽窃”特斯拉旧代码。此前,特斯拉曾以“一名前中国籍员工曹光植在任职期间窃取公司的自动驾驶系统源代码后,加入小鹏汽车并担任自动驾驶感知负责人”为由,起诉小鹏汽车。如今,案件已经和解,曹光植也对自己离职后仍持有特斯拉自动驾驶源代码的行为向特斯拉道歉,并支付了一笔赔偿。

不过,行业内也不乏看好小鹏的人。“小鹏的行车已经算是车企里面做的不错的了,泊车也还可以。全栈自研能力是比较强的。”有着7年自动驾驶从业经验的魔视智能产品经理王淳表示。据王淳介绍,目前自动驾驶的场景大致可以分为三部分:泊车、行车以及城市道路。其中,泊车的内容包括最底层的自动泊车辅助功能、记忆泊车、代客泊车等;行车主要的领域集中在高速路段,可以做到借助高精地图实现点对点、接近L3级别的自动驾驶。即便如此,小鹏汽车在交出“车主事发时未开启辅助驾驶”这个答案前,依然饱受质疑。

质疑主要来自两方面,一是小鹏P7没能识别出前方障碍物;二是包括驾驶员监控系统、前向碰撞预警以及自动紧急制动在内的主动安全系统未及时做出反应。

而这两个问题,也恰恰体现出自动驾驶在攻克目前的技术难点时出现的瓶颈。

公开资料显示,2020年初推出的小鹏P7在辅助驾驶方案上采用的是视觉为主的融合感知方案。为此,其在疑似本次事故车主使用的XPILOT 2.5+系统上搭载了5个摄像头、3个毫米波雷达以及12个超声波传感器。毫米波雷达的技术弱点,早在一年前31岁企业家命丧蔚来(9866.HK)时就曾被普及。其在被识别物体与汽车本身的相对速度差距过大(例如50km/h)时,会因为反射波没有相位差而导致识别受限以及功能失效。换言之,毫米波雷达较容易“忽视”静止物体。

而摄像头也有自身的局限,其需要大量的样本积累数据,在完成足够的积累前,对一些非标的样本,如此次前方车尾开启后备箱并出现行人的状况,并不能识别。

值得一提的是,在视觉方案领域,哪怕是算法数据积累更深厚的特斯拉,也无法避免车祸。

美国专门统计特斯拉致死事故的网站“Tesladeaths”提供的数据显示,截至7月底,特斯拉自2013年来已在全球发生了249起致死事故,死亡人数达295人。其中在中国内地,已经有15人在特斯拉事故中丧生。另据美国国家公路交通安全管理局数据,去年7月至今年6月中旬,与特斯拉有关的涉及高级辅助驾驶系统事故达273起。

对于现有感知模式的瓶颈,激光雷达可能是解决问题的有效方案之一。其在探测距离上有一定优势,可以补齐毫米波雷达、视觉摄像头的短板,小鹏G9、蔚来ET7、理想L9等今年刚刚推出的新量产车型上,都开始搭载激光雷达。

但一方面,在雾霾、暴雪等恶劣天气下,激光雷达也可能出现疏漏;另一方面,考虑到软硬件的耦合性,其性能还需要一段较长的验证周期。

感知系统失效,为何主动安全系统也成了“摆设”?

理想情况下,驾驶员出现危险驾驶行为时,主动安全系统应能主动介入,并采取警报、主动制动等方式来降低风险。但仅从驾驶员监控系统不久前还曾将一位小眼睛小鹏车主误判为睡觉从而扣分来看,该部分系统还有不少待提升之处。

“现在处于自动驾驶中间迭代的一个过程,车企在短时间内依旧无法保证对所有场景进行识别。目前只能是慢慢推进。”王淳表示。

自动驾驶也不能完全保证安全,法律规束安全前提

作为自动驾驶的最高阶段,无人驾驶商业化运营试点备受社会期待。这是因为无人驾驶不仅对方便居民出行、提升城市交通效率和改善城市治理具有重要意义,而且也是推动汽车产业智能化变革、促进企业提升产品和品牌竞争力的重要路径。面对巨大的社会效益和经济前景,那些具有战略眼光的国家和企业都铆足了劲,纷纷加快在智能驾驶赛道上布局和发力。

不可否认,我国在这场竞赛中已具有全球领跑优势。但也要看到,当前全球无人驾驶技术并不成熟。自动驾驶系统的感知、识别和决策系统还存在瓶颈,无法有效处理影响驾驶安全的各类因素。受制于成本和设计者认知局限,以及机器学习过程的不透明所导致的常人难以知晓的“算法黑箱”,自动驾驶系统安全也很难让人放心。更让人担忧的是,在一些企业急功近利的营销攻势下,过度包装自动驾驶技术的成熟度,“美化”技术缺陷,出现了安全隐患被人为掩盖,驾驶者放松警惕,甚至对无人驾驶出现错误认知而引发的安全事故。

问题还在于,目前大部分驾驶者对无人驾驶技术难度的理解主要集中在车辆上,如是否配备先进的传感器、算法软件等。其实,这只是自动驾驶商业化落地面临的部分问题。现阶段无人驾驶难以大规模商用落地,与整个交通体系有着很大关系。单一车辆技术先进程度与否,不是决定无人驾驶安全的唯一因素,背后还需要在网联基础设施、交通管理政策法规等方面,创造更好的软硬环境,使其具备运行条件。

无人驾驶只有大规模使用,才能够验证能否达到商业化,或者技术积累是否足够。但是大规模使用的前提,必须以安全为基础。也正因此,即使在武汉、重庆的“无人驾驶运营”试点,也需要遵循测试、示范应用、无人化测试、再到全车无人运营的过程要求。以百度五代车为例,申请无人化运营,需要累计跑满单车数千公里的里程要求,有一定的载人订单,且不能发生有责事故。这表明,当前的无人驾驶商业化试点也是有“严苛”场景和安全条件的。

事实上,交通运输部8月8日发布的《自动驾驶汽车运输安全服务指南(试行)》(征求意见稿),对自动驾驶汽车的应用场景也进行了严格限定。比如,在保障运输安全的前提下,鼓励在封闭式快速公交系统等场景使用自动驾驶汽车从事城市公共汽(电)车客运经营活动,在交通状况简单、条件相对可控的场景使用自动驾驶汽车从事出租汽车客运经营活动,在点对点干线公路运输、具有相对封闭道路等场景使用自动驾驶汽车从事道路普通货物运输经营活动。

同时,对自动驾驶汽车安全使用也提出了新的要求。比如,从事运输经营的有条件自动驾驶和高度自动驾驶汽车应当配备驾驶员,从事运输经营的完全自动驾驶汽车应当配备远程驾驶员或安全员。运输经营者在制订运输安全保障方案时,应当明确自动驾驶汽车运行线路要远离学校、医院等人员密集场所;在雨雪冰冻等恶劣天气时,应当按规定停止使用自动驾驶汽车从事运输经营活动等。

因此,就当前技术水平、基础设施和政策法规的成熟度来说,高等级自动驾驶仍然受到场景和安全的限制,整体的稳定性和可靠性还需要提升。自动驾驶“无人化商业运营”从试点到真正落地,恐怕不会像有些人被带节奏后想象的那般快捷,而是还要经历一个相当长的时间。

中文 English