自动驾驶的价值之一是提升交通安全性。但是如何证明自动驾驶的技术能够带来安全性上的提升，又如何对这一能力进行准确评估，是在这项技术诞生之初，人们就开始思考的问题。虽然时至今日仍然尚未有一个统一的标准，但是相比十年前，已经有了一些方法论。作为自动驾驶领域领头羊的Waymo，就从未停止过在这方面的探索。
3月上旬，Waymo发布了一份名为《Waymo Simulated Driving Behavior in Reconstructed Fatal Crashes within an Autonomous Vehicle Operating Domain》的报告，通过模拟了Waymo自动驾驶车在真实发生的交通事故中的表现来对其安全能力进行了一次简略评估。
以真实发生的交通事故，对比自动驾驶系统与人类驾驶员
在道路安全研究中，94%是一个很有代表性的数据。研究表明，有94%的交通事故是因为人类驾驶员犯错而发生的。而自动驾驶的价值之一，就是用科学技术让这94%的交通事故不再发生。由此自然想到的一个评估自动驾驶安全能力的方法，就是在同样的场景下，对比自动驾驶系统与人类驾驶员的表现。比如在真实发生过的交通事故中，自动驾驶系统能否减少这些交通事故的发生，或者降低事故的严重程度呢？
在Waymo的安全评估体系中，碰撞规避测试（Collision Avoidance testing）是其对自动驾驶系统性能表现的一种评估手段。简单来说，Waymo对已经发生过的真实世界交通事故进行数字化场景构建，并通过反事实模拟（Counterfactual Simulations），即让Waymo Driver（Waymo对其自动驾驶系统的称呼）模拟交通事故中的参与方，看其是否能够规避碰撞的发生，或者降低碰撞的严重程度。
这里安全评估有两个维度：
1.是否能够完全避免碰撞的发生：自动驾驶系统通过感知系统预判到将会碰撞，并提前采取行动来完全规避2.当碰撞无法避免，是否能够降低碰撞的严重程度：通过采取紧急刹车、转向的方式来降低碰撞可能对车内人员造成的伤害
在这种测试方法中，交通事故案例的选择是十分重要的一个方面。我们知道，对于非完全自动驾驶技术而言，ODD（Operation Design Domain，设计运行区域）是一个十分重要的概念。从Waymo的角度，是希望这个测试方法能够100%体现出其正在运行的Waymo One的安全性能，既然Waymo Driver的运行范围被ODD所限制，那么只有选取同样ODD的交通事故，才更具有代表性。
于是，在去年10月，Waymo开始了这项工作。Waymo与Waymo One的运营地——美国亚利桑那州的交通管理部门合作，拿到了Waymo One运营范围内的钱德勒市在2008-2017年间发生的所有交通事故数据，并选择了107起严重交通事故作为模拟评测对象。
在交通事故中，有肇事方（Waymo称之为initiator），即引发交通事故的罪魁祸首，而非肇事方（Waymo称之为responder），即被动卷入的交通参与者。在测试中，Waymo Driver需要先后替代原本事故中的肇事方和非肇事方，对于前者，评判其能否避免事故发生，对于后者，则主要看在肇事方采取非常规行为后其应对方式。
『按交通参与方进行的交通事故分类（源自Waymo）』
首先，Waymo排除了信息不够全面的事故资料，对余下的91起交通事故按照交通参与方进行了分类。然后排除其中参与方与Waymo One所采用车型不同的、事故发生地交通环境未发生变化的（便于重构场景库）以及符合Waymo Driver ODD（例如车速不超过Waymo Driver限速等）的72起交通事故。
Waymo Driver表现如何？
72起交通事故总共进行了91次模拟，其中Waymo Driver扮演了肇事方52次，非肇事方39次，最终结果如下。
从结果来看，在作为肇事方的52次模拟中，Waymo Driver能够完全避免事故的发生。以发生场景最多的交叉路口为例，原本事故中的肇事方大多是因为闯红灯或者进行了违反交通规则的转向而发生的，在这些案例中，Waymo Driver只需要遵守交通规则就可以避免事故的发生。而在剩下的场景下，发生事故的原因多为车辆突然离开原本行驶车道而撞上了其他道路参与者，或者没有与其他车辆保持合理的行驶间距，Waymo Driver也顺利应对。
在作为非肇事方的39次模拟中，82%的案例中碰撞被完全规避了；10%的碰撞虽然依然发生了但是因为Waymo Driver采取了相应措施降低了碰撞时的车辆速度，进而降低了事故的严重程度；而在剩余8%的案例中，Waymo Driver并没有带来任何改变，不过这些事故无一例外都是追尾事故，而Waymo Driver则是被追尾一方。
在Waymo官网的一篇博文中列举了Waymo Driver作为非肇事方参与模拟测试的一个典型场景：Waymo Driver在东西向街道上由东向西行驶，此时前方十字路口交通灯为绿灯。但是Waymo Driver在驶向路口的过程中，发现南北方向有一辆车自南向北行驶，并且从车辆的速度变化发现其没有减速判断出有闯红灯的可能，从而降低车速直到这辆车通过十字路口之后才继续前进，避免了事故的发生。
『Waymo作为非肇事方进行模拟测试案例演示』
这个测试结果能说明什么？
从某种程度而言，在这场模拟对比测试中，自动驾驶系统的表现完胜人类驾驶员，也就是说自动驾驶在提高道路安全方面是有积极意义的。当然，我们也知道，这个模拟测试是存在一些问题的。Waymo官方也表示，这个对比仅仅是用来评估自动驾驶系统安全性能的众多指标之一，进行这个测试的目的是为了证明自动驾驶技术在替代人类驾驶员并提高道路安全性上的潜力。
Waymo在报告中也分析了这项测试的局限性，我们挑选其中较为明显的几条来做说明：
首先，在可预见的未来里，人类驾驶员将与自动驾驶共同存在于道路上，所以对于自动驾驶车辆来说，当人类驾驶员发生了错误时如何应对以避免事故的发生就显得十分重要。这也是测试中让Waymo Driver模拟非肇事方的目的，但是可以发现，非肇事方的案例在这次模拟中占比较少。通过这种方式进行数据收集、重构场景进行模拟显然并不足够效率，无法涵盖到自动驾驶系统可能遇到的所有事故。
其次，场景模拟是以实际发生的交通事故进行场景构建的，所有这些交通事故都是人为导致的，并没有由自动驾驶系统导致的事故来进行分析。相对而言，自动驾驶系统在运行过程中，因为硬件故障、软件漏洞等也会导致交通事故的发生，围绕这些事故进行场景重构、模拟分析，更能够发现自动驾驶技术本身存在的问题从而进行迭代升级。但是这个数据库的建立还需要耗费大量时间。
第三，Waymo发现，虽然从结果来说，Waymo Driver表现得比人类驾驶员好，但是在所有避免了事故发生的模拟中，有61%的案例中人类驾驶员是因为没有足够的反应时间去采取行动。而对于其原因，Waymo猜测原因之一可能是人类驾驶员分心导致的，而这个问题可以通过驾驶员监控与提醒系统来解决。当然，要验证这个假设，还需要大量的真实环境行驶数据才行。
这里存在的问题在于，对于这次模拟的72起交通事故中，或许我们还不需要L3及以上的自动驾驶，而只需要有辅助驾驶的技术就可以规避事故的发生。因为这些事故发生的时间段是2008-2017年，ADAS系统还没有大规模搭载。ADAS系统的应用对于交通安全理应存在正面意义，所以Waymo也表示未来将会针对这个情况加强研究。
第四，场景重构是存在误差的。一方面，交通事故的信息完全来自于当地交通管理局提供的警方记录信息，并不能保证100%真实还原当时情景；另一方面，在进行场景重构时是做了简化处理的，并不包含其他交通参与方，也就无从判断Waymo Driver采取的行动对于其他交通参与者带来的影响。所以，这方面的评估是缺失的。
第五，数据并没有表现出随机性，其实无论是针对算法、还是现实环境，都是存在一些随机性，即不可预估的情况的。但是在对同一场景的反复模拟中，这种随机性几乎没有表现出来，而且在一些避免了事故发生的案例中，也没有留出太大的时间或者空间上的余度。
当然，也还有一些问题，诸如对于碰撞仍然发生只是降低了严重程度的事故，并没有对这个降低程度进行严格的评估和判定等等。对于Waymo而言，进行此项测试并分享测试结果，既可以逐步构建针对自动驾驶技术的安全评估体系，也能够证明自动驾驶技术的可信赖度，通过持续地模拟验证和数据公开，让消费者能够从中自己去认识和发现自动驾驶技术带来的安全提升。（文/汽车之家行业评论员 孔昭）
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
