自動駕駛別再談“接管”色變了 長尾場景的處理是關(guān)鍵

過去兩年里，國內(nèi) Robotaxi 的公開運(yùn)營多點(diǎn)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(nèi)資深人士交流探討，基于五個(gè)重要角度，梳理出了他們眼中一個(gè)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(gè)行業(yè)的務(wù)實(shí)派作風(fēng)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(yùn)營的多地開花，今年將是自動駕駛落地至關(guān)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(guān)報(bào)道的關(guān)注重心大多還是放在路況、天氣、車輛基本配置(激光雷達(dá)、攝像頭、車型)以及安全員的接管次數(shù)等，內(nèi)容同質(zhì)化較為嚴(yán)重。

這些信息固然重要，行業(yè)的進(jìn)程也值得欣喜。同時(shí)，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(gè)自動駕駛系統(tǒng)優(yōu)秀與否?是不是有更多深層次的內(nèi)容等待我們?nèi)ネ诰?，而不是唯接管次?shù)論英雄?

在自動駕駛技術(shù)走向落地的關(guān)鍵階段，長尾場景也已成為各個(gè)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(shù)公司、主機(jī)廠、Tier 1、用戶的角度出發(fā)，與近 10 位業(yè)內(nèi)資深人士交流探討并總結(jié)了以下五個(gè)維度。

可能無法全面陳列出一個(gè)優(yōu)秀自動駕駛系統(tǒng)應(yīng)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(yùn)營服務(wù)如雨后春筍般在國內(nèi)多個(gè)城市落地，看似遙遠(yuǎn)的自動駕駛技術(shù)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(yàn)最為直觀的指標(biāo)。

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(shù)公司基于這些路線已經(jīng)做了大量測試，而接管的本質(zhì)就是車輛駕駛控制權(quán)從「機(jī)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(guān)負(fù)責(zé)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(shù)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(yù)，自動駕駛技術(shù)才能帶來更大的商業(yè)價(jià)值。

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

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

然而，爭議點(diǎn)之一就在于：

運(yùn)行場景的客觀復(fù)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(yàn)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(guān)負(fù)責(zé)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(fù)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(jìn)入穩(wěn)定迭代期。

福瑞泰克相關(guān)負(fù)責(zé)人則提到了 ODD(Operational Design Domain，設(shè)計(jì)運(yùn)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(jié)合。"

根據(jù) SAE J3016 標(biāo)準(zhǔn)的定義，即使是 L4 級自動駕駛，在超出 ODD 場景時(shí)，人類駕駛員也需要進(jìn)行接管操作。

因此，在不同場景下，哪怕是同一個(gè)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(guān)鍵，但任重道遠(yuǎn)

長尾場景，已經(jīng)成為了業(yè)內(nèi)討論自動駕駛發(fā)展現(xiàn)狀時(shí)繞不開的一個(gè)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(yù)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(nèi)的多位受訪者表示，這些場景處理難度大，是實(shí)現(xiàn)自動駕駛乃至于完全無人駕駛必須要解決的關(guān)鍵問題，也是體現(xiàn)一家公司技術(shù)水平的重要因素。

不過，目前業(yè)內(nèi)并沒有一個(gè)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(rèn)為構(gòu)建這么一個(gè)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(xiǎn)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(jià)，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(shí)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(xiǎn)場景的性能進(jìn)行評估。

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

有意思的是，在自動駕駛系統(tǒng)走向成熟乃至實(shí)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(diǎn)認(rèn)為，技術(shù)解決問題的過程應(yīng)該是循序漸進(jìn)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(xiǎn)場景)還遠(yuǎn)遠(yuǎn)沒有全部解決，應(yīng)該把精力和時(shí)間重點(diǎn)放在這一部分。而長尾場景，也就是那些未知的危險(xiǎn)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(shù)方應(yīng)該同時(shí)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(cuò)誤的假設(shè)」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(yuǎn)。

合理的系統(tǒng)架構(gòu)幫助事半功倍

架構(gòu)，不是一項(xiàng)單純的技術(shù)也不是一類具體的零部件，而是一種頂層設(shè)計(jì)。

就像是維持一個(gè)國家正常運(yùn)轉(zhuǎn)所需的基本社會制度和發(fā)展規(guī)劃，架構(gòu)體現(xiàn)的則是一個(gè)系統(tǒng)里的實(shí)體及其之間的關(guān)系。

從宏觀角度來說，自動駕駛技術(shù)的實(shí)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(dá)等環(huán)境感知硬件、衛(wèi)星定位和慣導(dǎo)定位相關(guān)設(shè)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(yù)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(zhuǎn)向等。

從細(xì)節(jié)層面來說，玩家們在設(shè)計(jì)/優(yōu)化自動駕駛架構(gòu)時(shí)也有很多需要考慮的因素。

譬如哪些任務(wù)應(yīng)該由系統(tǒng)自主完成?計(jì)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(jì)算平臺等硬件設(shè)備進(jìn)行選型以及布局?各類傳感器與整車的協(xié)同怎么去實(shí)現(xiàn)?安全冗余怎么保障?

可見架構(gòu)對于自動駕駛系統(tǒng)的重要意義。

換言之，優(yōu)秀的架構(gòu)足以支撐更好的軟件迭代、保證成本、性能、功能等的平衡，強(qiáng)化系統(tǒng)的演進(jìn)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(gòu)的原因。

小馬智行相關(guān)負(fù)責(zé)人告訴新智駕，為了能夠讓車輛能夠順利地完成自動駕駛?cè)蝿?wù)，小馬智行已經(jīng)結(jié)合車輛本身，在軟硬件各個(gè)模塊中都加入了冗余設(shè)計(jì);同時(shí)，基于不同硬件傳感器之間的協(xié)同，為系統(tǒng)提供時(shí)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(yán)格按照功能安全的開發(fā)要求和流程進(jìn)行產(chǎn)品硬件，軟件的開發(fā);對系統(tǒng)進(jìn)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(yùn)行。

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

前期的系統(tǒng)架構(gòu)設(shè)計(jì)應(yīng)該注重軟硬解耦，保證架構(gòu)開發(fā)的靈活性以及軟件的通用性，避免重復(fù)開發(fā)的問題;在真正研發(fā)產(chǎn)品的階段則要支持軟硬一體化，結(jié)合軟硬件去做深度優(yōu)化，從而改善用戶體驗(yàn)。

不過，正可謂術(shù)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(jī)廠的角度，奇瑞相關(guān)負(fù)責(zé)人透露：

單個(gè)主機(jī)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(jìn)化，然而目前主機(jī)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(yīng)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(shí)力，是保障車輛安全順利地完成自動駕駛?cè)蝿?wù)的前提。

那么，自動作業(yè)能力就是軟實(shí)力，是差異化服務(wù)的重要體現(xiàn)、是提升用戶體驗(yàn)的關(guān)鍵。

正在積極布局無人小巴的宇通相關(guān)負(fù)責(zé)人表示，

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

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

用戶體驗(yàn)是從「人」出發(fā)的、實(shí)際應(yīng)用時(shí)產(chǎn)生的主觀感受，因此用戶的心理安全應(yīng)該充分被考慮。

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

一些友好的、人性化的人機(jī)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(diǎn)增進(jìn)用戶體驗(yàn)：

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(nèi)語音播報(bào);

以平易近人的語言來與用戶進(jìn)行交互，而不是機(jī)械晦澀的語言;

滿足用戶的個(gè)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(jìn)，留有用戶反饋的通道。

總之，自動駕駛發(fā)展的實(shí)質(zhì)，到最后都會是安全地完成從 A 點(diǎn)到 B 點(diǎn)的運(yùn)輸任務(wù)，從車輛起步、到自動駕駛、到停車，整個(gè)過程是固化的。

在可預(yù)見的未來里，系統(tǒng)的自動化作業(yè)能力會越來越重要。

產(chǎn)線管理、遠(yuǎn)程兜底、成本把控等細(xì)節(jié)

當(dāng)然，僅僅只是實(shí)現(xiàn)完美的自動駕駛效果、帶來愉悅的用戶體驗(yàn)，這還不夠。

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

比如，在大規(guī)模生產(chǎn)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(yùn)行時(shí)不會發(fā)生故障?

與此同時(shí)，在自動駕駛車輛發(fā)生極端安全事故之際，如何做好遠(yuǎn)程應(yīng)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(nèi) L4 級自動駕駛量產(chǎn)車型平均成本的三分之一，是首款下探至普通量產(chǎn)乘用車價(jià)格區(qū)間的 Robotaxi 車型。

自動駕駛系統(tǒng)開發(fā)費(fèi)用高、零部件成本高，對于其他玩家來說，如何增強(qiáng)自身的供應(yīng)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)?；渴鸬倪M(jìn)度。

總 結(jié)

自動駕駛技術(shù)開始與越來越多的乘客發(fā)生緊密勾連，同時(shí)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(gè)問題可能永遠(yuǎn)不會出現(xiàn)唯一的高下立判的標(biāo)準(zhǔn)，但有一點(diǎn)可以得出 —— 從比拼技術(shù)背景、算法能力逐步向比拼產(chǎn)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(biāo)簽： 公開運(yùn)營 自動駕駛 駕駛系統(tǒng) 關(guān)鍵階段