桫欏

曾被傳統(tǒng)車企拋棄的自動駕駛

最近電動車自動駕駛的事故頻發(fā)，引發(fā)車友們開啟互噴模式，其實科技迭代這種事，大家還是應(yīng)該做一些科普積累。

自動駕駛的概念出現(xiàn)得比燃油車還早，甚至可以追溯到500年前達芬奇發(fā)明的第一輛無需推拉即可移動的自行小推車，雖然當(dāng)時只是為了搬運和售賣食物，和諸葛亮的木牛一個體系。

到了20 世紀(jì) 50 年代末，汽車自動駕駛被提上議程，涉及人工智能的研究方向自然是如何讓汽車能像人一樣思考。毫無疑問，這樣的研究可謂雷聲大雨點小，各種宣傳各種大佬站臺，有人甚至預(yù)測“機器將會在 20 年內(nèi)釋放人類的雙手”。經(jīng)過大量熱錢涌入折騰之后，沒有原型機落地，20 世紀(jì) 70 年代中期泡沫破滅，人工智能技術(shù)遇冷。

真正讓自動駕駛在上世紀(jì)80年代跑起來，要感謝德國科學(xué)家恩斯特·迪克曼斯，這位牛人被冠以“自動駕駛實際發(fā)明者”之前，工作是分析太空飛船重回地球在大氣層所需軌跡的任務(wù)。

迪克曼斯相信，他的未來不在太空而是陸地，他通過在汽車上安裝計算機、照相機和傳感器的方式，成功打造了無人駕駛車“VaRoS”，并于 1986 年開始在大學(xué)內(nèi)測試。

VaRoS上配備了2個CCD攝像頭、加速度計和角度變化等其他傳感器，多個Intel 8086處理器構(gòu)成的計算系統(tǒng)，以及用于控制方向盤、油門和剎車的底層控制執(zhí)行器。

迪克曼斯團隊還構(gòu)建了一種叫作“4D”的動態(tài)視覺模型，隨時間的變化三維觀察對象，例如通過攝像頭獲得左右白色車道線，推導(dǎo)出車輛相對道路的狀態(tài)變量，然后應(yīng)用卡爾曼濾波編寫軟件對狀態(tài)變量進行遞歸估計，并轉(zhuǎn)換成適當(dāng)?shù)鸟{駛指令對汽車進行自動控制。

卡爾曼濾波器非常適合不斷變化的系統(tǒng)，它還具備內(nèi)存占用較小、速度快的特點，那個時代計算機運算速度還不夠快，這樣優(yōu)秀的系統(tǒng)能夠處理快速變化的視覺街景的問題，使得高速自動駕駛可以實現(xiàn)，這輛車后來在巴伐利亞封閉的高速路上跑到了時速 90 公里。

嗅到商機的德國汽車制造商戴姆勒找到了迪克曼斯，成為了他的資助方。

1994年，經(jīng)過數(shù)年開發(fā)的梅賽德斯奔馳500 SEL VITA-1和VITA-2上路，當(dāng)時的情景與現(xiàn)在類似，自動駕駛車駕駛席上還是坐著一名工程師，他的手會虛搭在方向盤上以防萬一，而真正負(fù)責(zé)駕駛的是車輛自己。兩輛自動駕駛車在三車道高速公路上以高達130公里/小時的速度行駛了1000多公里。成功演示了在自由車道上駕駛、識別交通標(biāo)志、車隊根據(jù)車速保持距離駕駛、自動通過左右車道變換等。

盡管中間也有些不算完美，比如測試車輛前面有其他車輛遮住路標(biāo)，或者道路標(biāo)線變模糊的時候，測試車的車道識別功能就開始出現(xiàn)問題，但在那個時代，這已經(jīng)是非常不容易的事情了。

90年代后期，經(jīng)濟危機讓本就收益無望的自動駕駛技術(shù)遭遇雪藏。汽車廠商意識到，自動駕駛技術(shù)從實驗室到市場的過程中還需要大量的投資，而在破產(chǎn)和聯(lián)邦政府救助中苦苦掙扎的車企們，不僅無力支撐高昂的研發(fā)成本，也不愿改變?nèi)加蛙噧?nèi)部早已成型的構(gòu)造，畢竟自動駕駛配的一大堆傳感器都是耗電的，燃油車還得加個大電池給它們供電，多此一舉。

還有一個因素是，當(dāng)時自動駕駛這個概念一開始似乎就與德國廠商的市場定位有些沖突，長期以來傳統(tǒng)車企打造的都是“駕駛者之車”，戴姆勒選擇傾囊相助可不是要徹底干掉司機這個職業(yè)，只是想讓用戶不再為事故擔(dān)驚受怕，同時證明計算機視覺技術(shù)可以用來防止事故發(fā)生。

總之，短期內(nèi)看不到收益的自動駕駛技術(shù)紛紛被傳統(tǒng)汽車廠商拋棄，直到電動汽車崛起。

被過度包裝的“無人駕駛”

不知啥時候起，無論是互聯(lián)網(wǎng)公司谷歌、百度，還是特斯拉、造車新勢力蔚理鵬，一談AI必提無人駕駛，使得無人駕駛成為了茶間熱議的話題。

在我們談?wù)摕o人駕駛時，經(jīng)常會將“無人駕駛”、“自動駕駛”以及“駕駛輔助”三個詞混淆，認(rèn)為三者之間是可替代的關(guān)系。其實不然，它們分別代表了不同級別的自動駕駛技術(shù)。美國汽車工程師協(xié)會將自動駕駛技術(shù)進行了分級，這是目前國際公認(rèn)的術(shù)語界定。

L0屬于傳統(tǒng)駕駛，L1和L2屬于駕駛輔助，L3-L5屬于自動駕駛，L5的自動駕駛技術(shù)等級也稱為“無人駕駛”。駕駛輔助技術(shù)當(dāng)前已經(jīng)在量產(chǎn)車上部署，通常稱為高級駕駛輔助系統(tǒng)（簡稱ADAS）。

駕駛輔助技術(shù)處于自動駕駛技術(shù)等級的L1和L2，L1階段車輛開始介入制動與轉(zhuǎn)向其中一項控制，分擔(dān)駕駛員的工作。盡管L2與L1相比，駕駛操作的主體由人變成了系統(tǒng)，但負(fù)責(zé)周邊監(jiān)控的主體都是人。

自動駕駛相比于駕駛輔助，對技術(shù)和車輛性能要求更嚴(yán)格。首先，需要更好的目標(biāo)識別算法?！罢`報率”這一指標(biāo)，是衡量自動駕駛技術(shù)的重要考量，比如自動駕駛里面有一個AEB（自主緊急制動），如果老是誤剎，會對車輛的安全造成威脅。另外，漏報率在自動駕駛中必須要降低為零，因為出現(xiàn)一起漏報，可能就會車毀人亡。

另外，視覺和雷達的融合要進一步提升。以特斯拉為例，Autopilot用的車輛識別技術(shù)還比較原始。它基本上看本車道或者是相鄰車道的車屁股。車屁股有非常明顯的特征，車屁股下有陰影，有車燈，車是一個對稱的幾何體。這些特征使得它在夜晚也能比較清晰地識別出來。但在之前的一次事故中，特斯拉撞上了路邊一輛橫著停靠執(zhí)行公務(wù)的警車，這個車的色彩很難跟背景區(qū)分開來，所以視覺這一塊實際上是需要進一步提升的。