关于“自动驾驶”汽车的真相

很快，电子司机将带我们去任何想去的地方，随时随地，完全安全——只要我们不需要在交通中左转。路面变化也是个问题。雪和冰也是如此。避开交通警察、交通疏导员和急救车辆至关重要。在行人可能冲到汽车前方的城市环境中，我们或许应该步行或乘坐地铁。

对于人类驾驶员来说，所有这些简单、日常的遭遇都给计算机带来了巨大的问题，解决这些问题需要时间、金钱和努力。然而，许多公众越来越相信，完全自动驾驶汽车即将问世。

这种脱节是如何产生的？部分问题在于术语。大众媒体不加区分地将“自主”、“无人驾驶”和“自动驾驶”等描述词应用于彼此截然不同的技术，模糊了重要的区别。汽车行业也没有帮助澄清事实。为汽车制造商、设备供应商和技术公司工作的营销人员精心撰写宣传材料，以支持对其产品自动化驾驶程度的各种解读。报道该领域的记者有动力采用最乐观的预测——它们只是更令人兴奋。这种反馈循环的结果是越来越不切实际的期望螺旋上升。

支持科学新闻报道

如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。

这种困惑是不幸的，因为自动驾驶即将到来，它可以挽救生命、减少污染和节约燃料。但这不会以您被告知的方式发生。

定义自动驾驶

驾驶是一项比大多数人意识到的复杂得多的活动。它涉及广泛的技能和动作，其中一些比其他更容易自动化。在开阔的道路上保持速度很简单，这就是传统的巡航控制系统几十年来一直在自动执行此操作的原因。随着技术的进步，工程师已经能够自动化更多的驾驶子任务。广泛使用的自适应巡航控制系统现在可以保持适当的速度和与前方车辆的间距。车道保持系统，例如梅赛德斯-奔驰和英菲尼迪新款车型中的车道保持系统，使用摄像头、传感器和转向控制来保持车辆在车道中心。现在的汽车非常智能。然而，从这些系统到完全自动驾驶，还有巨大的飞跃。

SAE 国际（前身为汽车工程师协会）定义的五级分类法对于澄清我们对自动驾驶的思考很有用。这种自动化程度不断提高的阶梯上的前三个等级（不包括零级，即无自动化）被依赖于人类进行紧急备份的技术占据。自适应巡航控制、车道保持系统等属于一级。二级系统结合了一级技术的功能——例如车道保持和自适应巡航控制系统的横向和纵向控制——以自动化更复杂的驾驶任务。这是当今商业上可用的车辆自动化所能达到的程度。三级系统将允许驾驶员在特定场景中开启自动驾驶仪，例如高速公路交通拥堵。

接下来的两个级别截然不同，因为它们完全在没有人为协助的情况下运行。四级（高度自动化）系统将处理所有驾驶子任务，但它们仅在严格定义的场景中运行——例如在封闭的停车场中，或在高速公路上的专用车道上。阶梯的顶端是五级——完全自动驾驶汽车。据推测，当人们听到日产首席执行官卡洛斯·戈恩自信地宣称自动驾驶汽车将在 2020 年上路时，许多人脑海中浮现的就是这个。

事实是，没有人期望五级自动化系统在届时上市。在所有可能性中，它们还很遥远。三级系统可能同样遥远。但是四级呢？期待在未来十年内看到它。要理解这种令人困惑的状况，我们必须谈谈软件。

软件噩梦

尽管大众的看法，但人类驾驶员在避免严重碰撞方面能力非凡。根据 2011 年美国交通安全总统计数据，致命碰撞大约每 330 万小时的驾驶发生一次；导致受伤的碰撞大约每 64,000 小时的驾驶发生一次。这些数字为自动驾驶系统设定了一个重要的安全目标，至少应与人类驾驶员一样安全。要达到这种可靠性水平，需要的开发工作远比自动化爱好者愿意承认的要多得多。

点击或轻触放大

想想您的笔记本电脑多久会死机一次。如果该软件负责驾驶汽车，“蓝屏死机”将不仅仅是一种比喻。软件响应延迟哪怕只有十分之一秒，在交通中也可能很危险。因此，自动驾驶软件的设计和开发必须达到与目前消费类设备中发现的任何软件截然不同的标准。

实现这些标准将非常困难，并且需要在软件工程和信号处理方面取得基本突破。工程师需要新的方法来设计软件，即使在复杂且快速变化的条件下，也可以证明该软件是正确和安全的。存在用于在编写代码之前分析一段代码的每种可能故障模式的形式化方法——将它们视为计算机程序的数学证明——但仅适用于非常简单的应用程序。科学家们才刚刚开始思考如何扩展这些类型的测试，以验证控制完全自动驾驶汽车所需的极其复杂的代码。

一旦代码编写完成，软件工程师将需要新的方法来调试和验证它。现有方法对于这项工作来说太繁琐且成本太高。为了说明这一点，请考虑一架新的商用或军用飞机一半的成本用于软件验证和确认。飞机上的软件实际上比自动驾驶汽车所需的软件更简单。工程师可以设计飞机自动驾驶仪系统，因为他知道它很少（如果有的话）需要处理附近超过一两架其他飞机的情况。它不需要以令人难以置信的精度知道这些飞机的速度和位置，因为它们彼此相距足够远，有时间采取行动。必须在数十秒的量级内做出决策。自动驾驶汽车将不得不跟踪数十辆其他车辆和障碍物，并在几分之一秒内做出决策。所需的代码将比驾驶飞机所需的代码复杂几个数量级。

一旦代码经过验证，制造商将需要方法来“证明”完整的自动驾驶系统的安全性，以使公司风险管理人员、保险公司、安全倡导者、监管机构以及当然还有潜在客户满意。今天使用的那种形式化的“验收测试”对于此目的来说完全不切实际。测试人员将不得不让车辆行驶数亿甚至数十亿英里，以确保他们以统计上显着的方式使其经受在数千名客户经常使用时会遇到的危险场景。人们已经开始思考解决这个问题的方法——德国政府和工业界已经启动了一个耗资数百万美元的项目，目标就是这个——但这些努力才刚刚开始。

将控制车辆的代码（可以这么说，大脑）并不是唯一必须接受审查的东西。为大脑提供数据以做出决策的传感器也必须接受同等程度的审查。工程师必须开发新的传感器信号处理和数据融合算法，这些算法可以区分车辆路径中的良性和危险物体，并且几乎为零误报（未识别的危险物体）和极低的误报（被错误分类的良性物体，导致车辆做出不适当的反应，例如急转弯或急刹车）。

工程师不能像商用飞机系统那样采用蛮力冗余来实现这些目标，因为自动驾驶汽车是一种消费品：它必须是普通大众负担得起的。转向人工智能也不是一个明显的解决方案。有些人建议，机器学习系统可以使自动驾驶系统研究数百万小时的驾驶数据，然后在整个生命周期中学习。但机器学习引入了自身的问题，因为它是非确定性的。两辆相同的车辆可以驶下装配线，但经过一年的不同交通状况后，它们的自动化系统的行为将大相径庭。

四级未来

我过去常告诉人们，五级完全自动驾驶系统在 2040 年之后才有可能实现。在某个时候，人们开始引用我的话，说五级将在 2040 年到来。现在我说，能够在任何情况下驾驶的完全自动驾驶汽车将在 2075 年才会出现。它有可能比这更早发生吗？当然可以。但不会提前太多。

三级自动化的前景也笼罩着阴影，因为在一个紧急情况下，重新引起驾驶员的注意，而驾驶员在观看风景掠过时走神，或者更糟糕的是，睡着了，这是一个非常现实的问题。我曾听取一些汽车制造商的代表说，这是一个如此困难的问题，以至于他们根本不会尝试三级。除了在走走停停的交通拥堵中接管的交通拥堵辅助系统之外，在交通拥堵辅助系统中，速度非常低，最坏情况下的碰撞只会是刮蹭，三级自动化可能永远不会发生。

然而，我们很快就会看到高度自动化的汽车，可能在未来十年内。几乎所有大型汽车制造商和许多信息技术公司都在投入大量资源用于四级自动化：完全自动驾驶，仅限于特定环境，不依赖于容易出错的人类进行备份。当您限制自动驾驶车辆系统必须运行的情况时，您会大大提高其可行性。（自动旅客捷运系统已经在大型机场运行多年——但它们在完全隔离的轨道上。）

在所有可能性中，未来 10 年将带来自动代客泊车系统，该系统将允许驾驶员将汽车停在配备适当设施的车库入口处，该车库不包括行人和非自动驾驶车辆。车载自动化系统将与放置在整个车库中的传感器通信，以查找哪些停车位可用并导航到这些停车位。由于无需打开车门，停车位可以比现在更窄，因此在空间昂贵的地区，更多的汽车将能够停放在车库中。

在城市行人区、商业园区、大学校园和其他可以排除高速车辆的地方，低速客运班车将在没有驾驶员的情况下运行。在这样的环境中，有限功能的传感器应该足以检测行人和骑自行车的人，如果传感器检测到误报并进行不必要的制动，它不会伤害任何人（尽管它会惹恼车内的人）。欧盟委员会的 CityMobil2 项目多年来一直在演示此类技术，并在 2016 年夏季进行了最终演示。

隔离的公交专用道和卡车专用道将很快使商用车辆能够在更高的自动化水平下运行。将这些车辆与其他用户物理隔离将大大简化旨在检测和响应威胁的系统。最终，无人驾驶卡车和公共汽车将能够跟随人工驾驶的领头车辆，以节省燃料的队列行驶。包括加州大学伯克利分校的加州先进交通技术合作伙伴 (PATH) 计划、日本的能源 ITS 项目以及欧洲的 KONVOI 和 SARTRE 项目在内的全球研究人员已经测试了原型公交车和卡车队列系统。

然而，未来十年内四级自动化最广泛的实施可能将是个人乘用车的自动高速公路系统。这些系统将允许汽车在指定的高速公路路段在某些条件下自行驾驶。车辆将具有冗余的组件和子系统，以便在出现问题时，它们可以在没有人为引导的情况下“跛行回家”。它们可能会被限制在天气晴朗、已经详细绘制路段地图的高速公路上，直至标牌和车道标记。这些路段甚至可能设有“安全港”位置，供车辆在出现问题时前往。大多数主要汽车制造商都在努力开发这些系统，沃尔沃汽车公司计划在 2017 年在瑞典哥德堡使用 100 辆原型车进行此类功能的公开实地测试。

这些情景听起来可能不如拥有您自己的私人电子司机那么具有未来感，但它们的好处是可能实现——甚至是不可避免的——而且很快就会实现。

编者注：9 月，美国联邦监管机构正式鼓励开发无人驾驶汽车，并发布了管理其安全和技术的指南。该行业遭受了一些早期的挫折，包括 2016 年发生的两起乘客在使用特斯拉汽车的 Autopilot 功能时死亡的事件。