自動駕駛別再談“接管”色變了 長尾場景的處理是關鍵

過去兩年里，國內 Robotaxi 的公開運營多點開花，這些 Robotaxi 所搭載的自動駕駛系統(tǒng)也都具備了處理常見場景的能力，比如識別紅綠燈、避讓行人、變道超車等 —— 在這種背景下，零接管似乎已經(jīng)成為行業(yè)發(fā)展的硬通貨。

針對這種頗有「唯接管次數(shù)論英雄」意味的現(xiàn)象，新智駕與近 10 位業(yè)內資深人士交流探討，基于五個重要角度，梳理出了他們眼中一個優(yōu)秀自動駕駛系統(tǒng)該有的樣子。

有人說，從五年前驚艷眾人的 demo 頻現(xiàn)到整個行業(yè)的務實派作風蔓延，自動駕駛發(fā)展的第二波熱潮已經(jīng)到來。

也有人說，從感知規(guī)劃決策算法的拼殺到 Robotaxi 公開運營的多地開花，今年將是自動駕駛落地至關重要的元年。

盡管這些說法都尚未有定論，但可以看到，眼下幾乎所有自動駕駛系統(tǒng)都具有了處理常見場景的能力，比如識別紅綠燈、避讓行人、變道超車等。

不過，作為外界了解這一行業(yè)發(fā)展的重要窗口，業(yè)界相關報道的關注重心大多還是放在路況、天氣、車輛基本配置(激光雷達、攝像頭、車型)以及安全員的接管次數(shù)等，內容同質化較為嚴重。

這些信息固然重要，行業(yè)的進程也值得欣喜。同時，我們或許也該思考：

行業(yè)親歷者和見證者的姿態(tài)來看，我們該如何去評判一個自動駕駛系統(tǒng)優(yōu)秀與否?是不是有更多深層次的內容等待我們去挖掘，而不是唯接管次數(shù)論英雄?

在自動駕駛技術走向落地的關鍵階段，長尾場景也已成為各個玩家繞不開的話題。目前道路上自動駕駛所遇到的或可能遇到的主航道問題是否已經(jīng)全部解決?

針對這些問題，我們從自動駕駛技術公司、主機廠、Tier 1、用戶的角度出發(fā)，與近 10 位業(yè)內資深人士交流探討并總結了以下五個維度。

可能無法全面陳列出一個優(yōu)秀自動駕駛系統(tǒng)應該具備的所有能力和特征，但也足以從中窺見一二。

接管次數(shù)越少越好，但要分場景

近兩年，面向公眾開放的 Robotaxi 運營服務如雨后春筍般在國內多個城市落地，看似遙遠的自動駕駛技術開始走近用戶的生活，人工接管次數(shù)無疑成了影響用戶體驗最為直觀的指標。

目前開放給媒體試乘的自動駕駛車輛都有固定的行駛路線，技術公司基于這些路線已經(jīng)做了大量測試，而接管的本質就是車輛駕駛控制權從「機器」到「人類」。

在這種語境下，零接管似乎成為了行業(yè)硬通貨。

正如 AutoX 相關負責人所指出的，用戶試乘情況下仍發(fā)生人工接管則說明是大概率事件，而常見交通場景的穩(wěn)定處理是成熟自動駕駛系統(tǒng)的基本素養(yǎng)。

誠然，接管次數(shù)與技術安全性有著緊密的聯(lián)系，而且只有做到不依賴安全員以及任何形式的人工直接干預，自動駕駛技術才能帶來更大的商業(yè)價值。

但需要注意的是，人工接管并不能簡單與自動駕駛技術不成熟劃上等號，接管率也不可當作評價自動駕駛系統(tǒng)優(yōu)秀與否的唯一標準。

曾作為自動駕駛行業(yè)風向標的《自動駕駛脫離報告》，近年開始受到越來越多的爭議。這份報告由加州車管局(DMV)發(fā)布，試圖通過接管次數(shù)等指標對各大自動駕駛玩家的實力進行排位。

然而，爭議點之一就在于：

運行場景的客觀復雜性，甚至是安全員的主觀判斷，都可能會影響到人工接管的次數(shù)。

"目前媒體試乘體驗中所提到的「零接管」更多是指 PR 層面的零接管。" 某自動駕駛公司相關負責人告訴新智駕。

如果是非媒體試乘環(huán)節(jié)(比如研發(fā)測試階段)，玩家們可能會更傾向于選擇更加復雜的場景去磨煉系統(tǒng)--測試的意義就是找問題，不斷找問題解決問題才能推動系統(tǒng)進入穩(wěn)定迭代期。

福瑞泰克相關負責人則提到了 ODD(Operational Design Domain，設計運行域)場景的重要性：

"由于行業(yè)絕大多數(shù)人還是在談 L4 及以下的系統(tǒng)，并不是在空談 L5，談零接管就必須要與 ODD 場景相結合。"

根據(jù) SAE J3016 標準的定義，即使是 L4 級自動駕駛，在超出 ODD 場景時，人類駕駛員也需要進行接管操作。

因此，在不同場景下，哪怕是同一個自動駕駛系統(tǒng)的接管次數(shù)也可能出現(xiàn)巨大差異，脫離場景談零接管的意義不大。

另一方面，接管次數(shù)或許能較大程度反映出系統(tǒng)的可靠性，但評定自動駕駛系統(tǒng)的性能還有其它重要維度，僅靠接管次數(shù)無法客觀公正地衡量。

長尾場景的處理是關鍵，但任重道遠

長尾場景，已經(jīng)成為了業(yè)內討論自動駕駛發(fā)展現(xiàn)狀時繞不開的一個話題。

玩家們通常將其理解為一切突發(fā)的、低概率的、不可預知的場景，比如交通信號燈故障的路口、醉駕的車輛等。

包括小馬智行在內的多位受訪者表示，這些場景處理難度大，是實現(xiàn)自動駕駛乃至于完全無人駕駛必須要解決的關鍵問題，也是體現(xiàn)一家公司技術水平的重要因素。

不過，目前業(yè)內并沒有一個量化的、直觀的評估體系來幫助行業(yè)理解自動駕駛系統(tǒng)的長尾場景處理能力。

從開發(fā)者的角度來看，福瑞泰克認為構建這么一個評估體系非常重要，主要可以從兩部分切入：

第一部分是建立已知典型場景的場景庫，這些典型場景庫是對現(xiàn)有已知危險場景的高度概括。通過對自動駕駛系統(tǒng)在這些典型場景中的性能評價，能夠在一定程度上評估自動駕駛系統(tǒng)的長尾場景處理能力。

第二部分是通過大規(guī)模的實車道路行駛(可以是路試或者是眾包)的場景采集以及仿真和數(shù)據(jù)回灌等方式，對系統(tǒng)在面臨未知危險場景的性能進行評估。

在不斷的測試、評估、迭代的循環(huán)下，許多原先被認為是長尾場景的情況可以逐漸被解決，變?yōu)槿粘？商幚淼膹碗s場景，最終成為系統(tǒng)可輕松處理的普通場景，同時系統(tǒng)的泛化能力也得到增強。

有意思的是，在自動駕駛系統(tǒng)走向成熟乃至實現(xiàn)真正完全無人駕駛的過程中，不同玩家對于長尾場景的處理有著不同的思考。

有觀點認為，技術解決問題的過程應該是循序漸進的，目前道路上自動駕駛所遇到的主航道問題(包括已知的危險場景)還遠遠沒有全部解決，應該把精力和時間重點放在這一部分。而長尾場景，也就是那些未知的危險場景，還不是現(xiàn)階段自動駕駛面臨的主要問題。

另一種聲音則表示，技術方應該同時注重覆蓋道路上的主航道問題以及最后 1% 的長尾問題。如果將主航道場景和長尾場景的處理排上先后順序，很容易從一開始就陷入「錯誤的假設」中，這樣的研發(fā)思路可能會在后期遇到瓶頸。

不過，受訪者無一例外都提到了虛擬仿真測試對于長尾場景處理的重要性。

為了窮盡自動駕駛系統(tǒng)可能會遇到的各種場景，保證系統(tǒng)的安全可靠，玩家們對于長尾場景的處理任重道遠。

合理的系統(tǒng)架構幫助事半功倍

架構，不是一項單純的技術也不是一類具體的零部件，而是一種頂層設計。

就像是維持一個國家正常運轉所需的基本社會制度和發(fā)展規(guī)劃，架構體現(xiàn)的則是一個系統(tǒng)里的實體及其之間的關系。

從宏觀角度來說，自動駕駛技術的實現(xiàn)無法跳脫出以下三大核心流程：

環(huán)境感知定位。包括攝像頭和激光雷達等環(huán)境感知硬件、衛(wèi)星定位和慣導定位相關設備、V2X 系統(tǒng));

決策規(guī)劃。包括基于高精度地圖的路徑規(guī)劃、也包括基于交通參與者行為預測以及自動駕駛行為的決策;

執(zhí)行控制。涉及 CAN 數(shù)據(jù)總線、油門、制動、轉向等。

從細節(jié)層面來說，玩家們在設計/優(yōu)化自動駕駛架構時也有很多需要考慮的因素。

譬如哪些任務應該由系統(tǒng)自主完成?計算資源如何分配?哪些事情又是被明令禁止的?

譬如怎樣對傳感器、計算平臺等硬件設備進行選型以及布局?各類傳感器與整車的協(xié)同怎么去實現(xiàn)?安全冗余怎么保障?

可見架構對于自動駕駛系統(tǒng)的重要意義。

換言之，優(yōu)秀的架構足以支撐更好的軟件迭代、保證成本、性能、功能等的平衡，強化系統(tǒng)的演進性和拓展性 —— 這也是很多自動駕駛玩家非常重視系統(tǒng)架構的原因。

小馬智行相關負責人告訴新智駕，為了能夠讓車輛能夠順利地完成自動駕駛任務，小馬智行已經(jīng)結合車輛本身，在軟硬件各個模塊中都加入了冗余設計;同時，基于不同硬件傳感器之間的協(xié)同，為系統(tǒng)提供時空同步的數(shù)據(jù)，以便于更安全地車輛控制。

福瑞泰克也在提高自動駕駛系統(tǒng)安全可靠方面做了諸多工作，嚴格按照功能安全的開發(fā)要求和流程進行產品硬件，軟件的開發(fā);對系統(tǒng)進行全范圍覆蓋的單元測試、模塊測試和集成測試，保證系統(tǒng)正常運行。

對于自動駕駛系統(tǒng)架構在不同階段的優(yōu)化方向，有業(yè)內人士也發(fā)表了自己的看法：

前期的系統(tǒng)架構設計應該注重軟硬解耦，保證架構開發(fā)的靈活性以及軟件的通用性，避免重復開發(fā)的問題;在真正研發(fā)產品的階段則要支持軟硬一體化，結合軟硬件去做深度優(yōu)化，從而改善用戶體驗。

不過，正可謂術業(yè)有專攻，擅長三電體系開放的公司可能會在自動駕駛算法層面感到吃力，而精通算法的公司往往又缺乏專業(yè)的汽車開發(fā)知識。

站在主機廠的角度，奇瑞相關負責人透露：

單個主機廠或 Tier 1 的有限數(shù)據(jù)不足以支撐自動駕駛算法的快速迭代進化，然而目前主機廠與 Tier 1 的合作還較大層面上停留傳統(tǒng)的方式上，雙方應該探索新的互利共贏的合作模式。

優(yōu)秀的自動作業(yè)能力才能讓用戶舒心

如果說以上三大維度凸顯的是自動駕駛系統(tǒng)的硬實力，是保障車輛安全順利地完成自動駕駛任務的前提。

那么，自動作業(yè)能力就是軟實力，是差異化服務的重要體現(xiàn)、是提升用戶體驗的關鍵。

正在積極布局無人小巴的宇通相關負責人表示，

“自動作業(yè)能力可以理解為類似于人類司機的服務能力，比如人類司機不僅開車還需要處理各種情況，比如車內有人摔倒了，系統(tǒng)要進行識別處理。”

奇瑞也持有相似的觀點 —— 良好的人機默契合作，用戶會有安全的用車心理體驗。

用戶體驗是從「人」出發(fā)的、實際應用時產生的主觀感受，因此用戶的心理安全應該充分被考慮。

除了像老司機一樣做到自然舒適的加減速、正確及時的轉向等駕駛決策，系統(tǒng)還應該通過信息顯示或其他適當?shù)姆绞竭M行人機交流互動。

一些友好的、人性化的人機互動，可以降低或消除用戶使用自動駕駛功能造成的迷惑、緊張、不安等情緒。

具體來說，還可以從以下幾點增進用戶體驗：

幫助用戶理解系統(tǒng)在做什么，比如交互界面上的信息顯示，或是車內語音播報;

以平易近人的語言來與用戶進行交互，而不是機械晦澀的語言;

滿足用戶的個性化需求，比如聽音樂、看視頻等;

支持在用戶幫助下自我改進，留有用戶反饋的通道。

總之，自動駕駛發(fā)展的實質，到最后都會是安全地完成從 A 點到 B 點的運輸任務，從車輛起步、到自動駕駛、到停車，整個過程是固化的。

在可預見的未來里，系統(tǒng)的自動化作業(yè)能力會越來越重要。

產線管理、遠程兜底、成本把控等細節(jié)

當然，僅僅只是實現(xiàn)完美的自動駕駛效果、帶來愉悅的用戶體驗，這還不夠。

想要讓自動駕駛系統(tǒng)成為一個真正接地氣的、大規(guī)模應用的產品，玩家們還要面臨許多看似細枝末節(jié)但又舉足輕重的問題。

比如，在大規(guī)模生產環(huán)節(jié)，如何更清晰地掌握硬件的損耗狀態(tài)，以至于在正常運行時不會發(fā)生故障?

與此同時，在自動駕駛車輛發(fā)生極端安全事故之際，如何做好遠程應急措施?

另外，降本一直是橫亙在各大自動駕駛玩家面前的大山。

Baidu 日前已攜手極狐共同發(fā)布了一款共享無人車--Apollo Moon。

據(jù)稱成本低至 48 萬，僅為業(yè)內 L4 級自動駕駛量產車型平均成本的三分之一，是首款下探至普通量產乘用車價格區(qū)間的 Robotaxi 車型。

自動駕駛系統(tǒng)開發(fā)費用高、零部件成本高，對于其他玩家來說，如何增強自身的供應鏈整合能力，在不影響系統(tǒng)性能的前提下優(yōu)化成本?

這些問題的都可能影響到自動駕駛系統(tǒng)快速規(guī)模化部署的進度。

總 結

自動駕駛技術開始與越來越多的乘客發(fā)生緊密勾連，同時給未來出行帶來了無限的想象空間。

回到最初的問題：

究竟什么樣的自動駕駛系統(tǒng)才能被稱為「優(yōu)秀」?

由于眾多的不確定性因素，這個問題可能永遠不會出現(xiàn)唯一的高下立判的標準，但有一點可以得出 —— 從比拼技術背景、算法能力逐步向比拼產品定義、工程速度會是未來主旋律。

或許，市場很快就會給我們最終的答案。

標簽： 公開運營 自動駕駛 駕駛系統(tǒng) 關鍵階段