近日，科技部等六部门印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，提出交通运输领域优先探索自动驾驶和智能航运技术在园区内运输、摆渡接驳、智能配送、货车编队行驶、港区集装箱运输、港区智能作业、船舶自主航行等方面的智能应用场景。
自动驾驶前进的每一步都值得期待，对于自动驾驶这个命题，从智能交通行业又该如何解读？
(资料图片仅供参考)
自动驾驶上路必须跨过安全这道门槛
美国前不久颁布新规，允许车载电脑控制的车辆可不必配置传统的方向盘、油门、刹车等手动控制设备，此举旨在为自动驾驶系统车辆大规模投入和使用扫清最后的商业障碍。
特斯拉CEO马斯克不止一次向外界表示“自动驾驶问题已解决”、“特斯拉马上拥有可以在任何地方、任何条件下行驶的完全自动驾驶汽车”，百度“掌门人”李彦宏多次在公开课上讲“自动驾驶是起点，终局是智能交通”、“中国率先实现L4至L5级自动驾驶”。一时间群情激昂，似乎属于自动驾驶的时代马上就要降临了。
无论是国际自动机工程师学会（SAE），还是我国工信部制定的标准，本质上都是根据汽车自动化、智能化程度的不同，将自动驾驶系统区分为L0至L5共6个等级。其中，L0是人类驾驶员完全操控汽车、L1—辅助驾驶、L2—部分自动驾驶、L3—有条件自动驾驶、L4—高度自动驾驶、L5—完全自动驾驶。
虽然国家标准与国际标准针对L0至L2级自动驾驶对“目标和事件探测与响应”是否由驾驶员独立完成的表述存在差异，但从全球范围来看，L1、L2级别自动驾驶技术已经在量产汽车上实现了大范围应用。诸如汽车上配置的自适应巡航（ACC）、车道保持（LKA），以及集成以上两种功能的ICC集成式巡航辅助等功能，都属于L1至L2级别自动驾驶功能。近期林志颖事故中所驾驶的特斯拉ModelX汽车，是典型的L2级别自动驾驶系统车辆。这个级别自动驾驶系统标志性特征是可完成持续的横向和纵向动态运动控制任务。换言之，这个级别的自动驾驶可以解放双手、双脚，但并不能将注意力从驾驶中释放出来。由此看来，自动驾驶似乎已走进我们的生活，离我们并不遥远。
目前，自动驾驶的智能化晋级之路大致分为两种。一条路是“递增”研发，从L1到L5级逐步推进，以福特、奔驰、丰田的传统汽车制造商为代表。另一条路是“插入”模式，直接从L4级切入，将自动控制、移动通信、边缘计算等最新数字技术移植到现有汽车产品上，取得突破后达到L5级水平，以诸如谷歌、百度等互联网大厂为代表。
但无论走哪条路晋级，透过近期的各种事故、事件都可看出，自动驾驶要想上路首要必须跨过安全这道门槛。2022年6月，美国NHTSA（国家公路交通安全管理局）发布的关于自动驾驶系统事故报告书显示：通过采集2021年6月至2022年6月数据，L2级自动驾驶系统车辆上报事故共有392起，其中特斯拉品牌车辆273起，本田品牌车辆90起。在98起严重事故里有6起为死亡事故，5起为人员受重伤事故。L3至L5级自动驾驶车辆上报事故共发生了130起。其中，谷歌旗下的Waymo占了62起，欧盟旗下transdev发生了34起。在其中108起严重事故里有一起人员重伤，其他无人员受伤记录。
虽然其他一些公开数据显示，相较于人类驾驶员，自动驾驶车辆发生一起碰撞事故所经过的里程数已大幅下降，但无论从L2级广泛应用，还是L3至L5级实际路测情况来看，哪怕不是在全工况环境下，面对不可预知的路况时依然不能避免付出生命代价，这也从侧面证明自动驾驶技术尚不成熟，整体发展在未来一段时间内还将处于人机共驾、辅助为主的阶段，要实现完全的自动驾驶尚需时日。
不同研发模式面临不同挑战
对于传统汽车制造商的递增研发模式来讲，当前最大的挑战是L3级自动驾驶的商用。L3级是真正意义上由机器驾驶为主、人类辅助的智能化系统。在国家标准中将L3级定义为：系统在其设计运行条件下持续地执行全部动态驾驶任务。允许某些特定条件下，司机可将驾驶权完全交由自动驾驶车辆，但在必要时需要进行接管。日前，梅赛德斯奔驰公司已宣布在今年内面向美国市场推出全球首款合法商用L3级别自动驾驶系统——DrivePilot的汽车。
尽管如此，现有许多研究表明，让一个司机监控一个自动系统，然后让汽车“移交”，也就是归还控制权，交给一个可能没有百分百集中注意力的人，尚无有效措施能抑制在此过程中出现的责任划分错误。此外，自动驾驶涉及跨行业、跨领域技术融合，如人工智能、物联网等新兴领域，传统厂商基本上通过收购获得技术基础略显薄弱。因而，在面对多样的道路类型、自由的交通参与者、极端的气象环境等不确定因素时，自动驾驶系统无法正确地检测和分类周围环境的弱点会被进一步放大。例如，激光雷达可以探测到一个人工障碍物，但这可能只是一个气球或者垃圾袋漂浮在空中，导致汽车在高速行驶时突然启动刹车，抑或突然改变车道。
另外，对于走“插入”模式路线的造车新势力而言，今年以来如美国谷歌旗下的Waymo公司等已获得美国多个州开展自动驾驶出租汽车商用运营的许可，国内领军企业百度、小马智行等也在深圳、北京、上海、苏州等地，逐步开展自动驾驶出租汽车示范运营，这些都显示L4级自动驾驶的商用进程正在加速。然而，商业化进程的加速并不意味着L4级自动驾驶技术在云平台算力、车辆运动轨迹预控能力、传感器的人工智能识别等多个方面的技术瓶颈研发已取得有效突破。
对于L4级自动驾驶系统，我国工信部的标准中规定“在设计运行条件下持续地执行全部动态驾驶任务并自动执行最小风险策略”，即驾驶员无需对每次机器的询问做出响应，机器可以自行采取策略运行。这要求除实现对周围障碍物的感知、车辆定位以及路径规划等功能外，L4级自动驾驶所要面对的最大挑战是在特殊情况下，如系统宕机、传感器故障、抑或外部环境发生重大变化，如何让汽车准确意识到它不能处理，而必须停下与驾驶员进行沟通或交由驾驶员处理，以及自动驾驶系统自动执行最小风险策略时，在时效内如何保证车内人员处于安全姿态。
自动驾驶技术可加速城市交通系统智慧化进程
自动驾驶技术作为当前汽车行业创新发展的重要战略方向，势必对未来公众出行和社会生活方式产生深远影响。特别是在智能交通领域，自动驾驶技术作为一项重要应用，在提高通行效率、降低能耗与排放、改善出行体验以及出行需求等方面发挥作用。但是自动驾驶技术到底对这些效用能产生多大影响，很大程度上取决于如何因势利导地使用它。
首先，现阶段在自动驾驶系统还处于无法通过“独立大脑”行走的阶段，要提高通行效率，建议可借助5G通信带来的物联网技术，尝试建立车辆与交叉口信号控制设备间通信，建立更多数据源与计算平台，进而为基于机器深度学习的人工智能系统模型提供必要的训练参数，并使其不再仅仅依赖于如摄像头、检测器等静态设备，加速系统的人工智能化程度。此外，通过自动驾驶车辆与交叉口信号控制器的有效联动，可在减少饱和度（来自北卡罗来纳州大学的报告显示约有80%的提升空间）和增加交叉口容量方向上取得明显效果。而在未来，自动驾驶技术突破L4级之后，可将智能化、智慧化逐步扩展到路口上下游路段的车道控制、车速控制，以及到达路口期间信号灯控制，从而提高道路资源的利用效率，最大限度地减少延误，提高通行效率。
其次，现阶段无论是传统燃油车辆或新能源动力车辆，均可借助自动驾驶技术实现其速度轨迹数据采集分析。在节能减排方面，结合采用比功率（VSP）与排放数学模型，根据车辆类型、货物种类、行驶线路的不同，可在高速或者快速路段等干扰较小环境下，计算出最优路径，进而通过自动驾驶进行轨迹控制设定，从而实现更好的能源分配使用和降低排放率。未来，自动驾驶技术突破L4级之后，可逐步由仅自动驾驶车辆、简单固定线路向融合路网内所有车辆、考虑网络结构（如交叉口、交通通道等）、优化旅行时间计算在内的节能减排的轨迹控制方向拓展，并可对最优节能减排路径规划方案进行评估与实时反馈。
最后，自动驾驶面向的是不方便采用机动化出行的群体，如老人、未成年人、残疾人、非驾驶员等，因而现阶段自动驾驶还无法完全取代驾驶员的情况下，对于城市的小汽车出行需求总体影响不大。但值得注意的是，现阶段已可以通过自动驾驶改善出行体验，达到影响出行者对于出行方式的选择的目标。如采用需求响应式自动驾驶公交完成“最后一公里”出行服务，无论是固定的公交用户，还是小汽车司机都有相当比例的人群愿意为此改变原有的方式出行。因而，现阶段自动驾驶应优先使用在车辆服务属性和社会属性突出的交通出行方式上。未来，自动驾驶技术突破L4级之后，自动驾驶附加如停车、在线订阅、购物、听诊等各种交通增值服务，进而衍生出新型的出行服务方式及新的出行需求，出行者出于对新出行需求的满足及新型出行方式的选择将会改变相应交通资源的使用强度，从而改变交通运行状态。
综上所述，自动驾驶赋予诸多对于明天的美好想象，但现实也提示我们它不可能一蹴而就。作为一项先进的技术，还需要根据城市发展阶段的不同、交通基础条件的不同、公众出行需求的不同，结合自身特点与优势为智能交通所用。特别是在自动驾驶分级发展的关键节点，积极开展横向研究，为自动驾驶在智慧交通领域的落地铺路搭桥，加速推动城市交通系统的智慧化进程。
（作者单位：北京交通发展研究院智能交通所）
营业执照公示信息