碰撞与取舍 如何将自动驾驶进行到底？

“前途是光明的，道路是曲折的。”这句话曾被无数业内人挂在嘴边，用来形容自动驾驶的未来发展前景。

对内，从业者对自动驾驶谨慎乐观；对外，自动驾驶仍属于一项新技术。群众心里对于新事物或有一定的容错底线，但每次用生命换来的教训，让人惋惜。

如今，适时需要厘清自动驾驶的技术路线与难点，让外界对自动驾驶有个正确的理解——既不能将自动驾驶妖魔化，也不能让自动驾驶左右你的生命。

■不可滥用“自动驾驶”

按照我国工信部发布的《汽车驾驶自动化分级》，驾驶自动化等级分为0级-5级。其中，“3级驾驶自动化”中明确增加了对驾驶员接管能力监测和风险减缓策略的要求。

这种分类与国际共识的自动驾驶分级相差不大。这也意味着，业内普提及的L4是一个关键的分水岭——L4以下，人类驾驶员是驾驶行为的最终责任人；L4和L5，系统是最终责任人。

只不过，自动驾驶是新事物，L2、L3之类属于行业术语，普通消费者都缺乏认知。对于辅助驾驶，目前包括传统车企、造车新势力的名字取法百花齐放，甚至出现了L2.5、L2+高级辅助驾驶的称呼，车企也有NOA、NOP、NGP等相关系统的定义。

有不少车企更是为了博眼球，在销售时宣称“自动驾驶”，出事时改称“辅助驾驶”。比如，特斯拉对政府部门宣称FSD功能属于L2级高级辅助驾驶，使用该功能需要驾驶员全程介入。但在对终端消费者的宣传中，特斯拉将FSD定义为“完全自动驾驶”，但服务条款中，要求驾驶员随时接管汽车，并让消费者承担碰撞的责任。

中国电动汽车百人会副理事长董扬日前撰文称，“企业不能为了销售业绩过度宣传智能驾驶新技术。用户一定要清醒地认识到这些技术只能在许可的条件下使用，切不可以滥用。”

部分车企如何宣传辅助驾驶？车企自动驾驶技术名称特斯拉Autopilot自动辅助驾驶威马威马W6：国内首款无人驾驶量产车型小鹏XPILOT3.0自动辅助驾驶系统蔚来NavigateonPilot(NOP)领航辅助长安汽车量产L3级自动驾驶系统广汽传祺L2级自动驾驶广汽埃安ADiGO自动驾驶系统星途L2.5级自动驾驶辅助宝马自动驾驶辅助系统Pro凯迪拉克SuperCruise超级智能驾驶系统极氪ZEEKRAD自动驾驶辅助系统信息来源：公开资料整理；制表：汽车之家行业组

如果从责任人来判断自动驾驶的技术等级，那归根结底，目前市面上行驶的量产车都是辅助驾驶，最终驾驶的决定权，依然在于车主。威马的无人驾驶也只是在法律允许下，在特定场景下实现自动代客泊车功能，其余场景仍然属于L2级辅助驾驶。

用户对于辅助驾驶的信任经不起事故挑战，目前行业开始思考需要统一用语。有些新势力第一时间纠正说法，比如理想已经把此前官网上“理想AD高级辅助驾驶系统”的“高级”两字删掉了，小鹏也把其辅助驾驶系统的名称由此前的“XPILOT3.5自动驾驶辅助系统”改为“XPILOT3.0智能辅助驾驶系统”。

实际上，最让人担忧的，不是用户分不清自动驾驶还是辅助驾驶，而是明明知道是辅助驾驶，人们仍然拿生命开玩笑。

比如，驾驶员注意力不集中，或双手离开方向盘超过一定时间时，驾驶员监测系统（DMS）会通过语音、拉紧安全带、震动等方式提醒。这时，会有个别驾驶员“嫌麻烦”，遮住摄像头，或者在方向盘上放个橙子来欺骗系统。

这是驾驶员不懂辅助驾驶的边界吗？大部分驾驶员都懂，因为这些辅助功能用起来是需要习惯与适应的。这不禁让人想起前华为智能驾驶总裁苏箐说过的话：“普通用户对新科技产品有一种倾向，开始完全不信任，但一旦他试过，他觉得很好，就变得非常非常信任，这个时候就是出事故的开始。”

■技术不成熟下的急功近利

用户需要对自动驾驶有正确的认识。目前自动驾驶的落地，主要通过两条不同赛道实现——“特斯拉路线”和“Waymo路线”。

以特斯拉为代表，是从L1、L2、L3到L4逐步往上演进的渐进式路线，主要针对私家车市场，后来被称为量产自动驾驶；以Waymo为代表，则是从0直接到L4或L5的跨越式路线，主要针对智慧出行服务领域。

这两大路线之间，也时常你我互怼。比如，今年年初时，Waymo CEO嘲笑“特斯拉算不上Waymo的竞争对手，因为特斯拉做的是辅助驾驶系统，而非无人驾驶系统。”；另一边，马斯克则发推回应：“特斯拉的AI硬件和软件比Waymo的都要好。”

实际上，两大路线，没有对错之分。不同路线对自动驾驶技术、软硬件的要求存在着不小的差别。

特斯拉的“影子模式”，通过人机共驾让AI学习人类的驾驶行为。它的优势集中体现在成本和规模化数据迭代上。量产自动驾驶可以替代人类车主在一些场景下驾驶，但驾驶员又无法分心，需要在紧急情况下接管汽车。

直白地说，你可以把目前辅助系统的车辆当成一个小学生在做作业，遇到超纲题目，他往往措手不及，需要老师（驾驶员）来帮忙解答。比如有一道超纲题目——驾驶辅助系统的摄像头和毫米波雷达难以识别静态物体。

法雷奥中国CTO顾剑民对汽车之家表示，“对摄像头来说，需要用机器学习来训练识别物体，但静态物体类别多，形态也千差万别，没经过样本训练识别不了；对毫米波雷达来说，主要是受目标对电磁波反射敏感度影响，有些橡胶类静态物反射不好，识别会困难。”

针对此，业内对于静态物体的探测方案，主要采取雷达、摄像头和激光雷达融合的方式，取长补短，互为冗余。激光雷达不依赖环境光，可直接探测、三维成像，识别静物更加精确可靠。

此前，激光雷达一直没有上车，是因为有个很现实的问题——太贵了。2021年，随着成本下降，激光雷达才进入量产元年。

然而，特斯拉一直都是纯视觉自动驾驶最坚定的支持者。今年5月份，特斯拉甚至宣布北美市场生产的Model 3和Model Y两款车型不再搭载雷达。没有哪一家车企，或自动驾驶企业敢于这么做。

由于11起和Autopilot相关的事故，美国国家公路交通安全管理局(NHTSA)于8月16日称，已对特斯拉公司的驾驶辅助系统展开正式的安全调查。

对于辅助驾驶，不确定的人为因素太多，以Waymo为代表的企业将不确定的人类驾驶员赶下来，走了一条RoboTaxi的路线，但这条路线仍然有超纲题在。

无论是特斯拉，还是Waymo，目前走的都是单车智能路线。“中国要想在单车智能上赶超美国的前三名，至少还需要2-3年的时间。而即便给我们两年时间，也不一定能够完成取消安全员这样一个跨越，主要由于中国的交通路况比美国要复杂很多。”中智行董事长兼CEO王劲认为，车路协同是中国企业弯道超车的机会。

自动驾驶技术的升级是需要经过大规模开发、应用、积累才能够实现的，只是不同的企业对技术的应用有不同的路线选择，没有任何捷径可言。

■探寻更安全的自动驾驶

在技术尚未成熟的基础上，无论是特斯拉派，还是Waymo派，都认为自动驾驶比人类驾驶更加安全。

为了增强公众对自动驾驶的信心，Waymo曾在去年底公布了一份数据报告。根据记载，2019年1月-2020年9月期间，Waymo和其他道路使用者共发生了47次有“联系”的碰撞事件，在这些事故中，只有8次（17%）达到了能让安全气囊弹出的严重程度，剩下的39次都不太严重。Waymo对此总结出：即便是有事故的自动驾驶，依然比人类驾驶更安全可靠。

特斯拉也有过类似的言论。8月26日，马斯克又重申了特斯拉在“全自动驾驶”（FSD）方面的远大目标，即开发比普通人类司机驾驶安全约10倍的辅助驾驶系统。

事实真是如此吗？在95%的置信度水平下，如果要证明自动驾驶车辆导致的交通事故死亡率比人为驾驶低，至少需要100亿英里的实际道路测试，这是摩根士丹利做的一个估算。即在美国目前的死亡事故发生的频率条件下，大约要等到积累近百个致死事故才能得到结论。

真正的自动驾驶，有一个东西是不能缺的，就是真实道路的测试数据，并且这个数据要追求“质量”。去年年底，华为联合极狐 阿尔法S演示了一场“智能高阶自动驾驶”的优异表现，看上去技术非常成熟，躲过了逆行的电动车，也绕靠了乱窜的外卖小哥。

但业内人士称，“华为的这段自动驾驶具有局域性，存在着‘过拟合’，即在局部测试中表现得特别好，而且还能优化得更好，但只要跳出这个局部，表现就会差特别多，还不如不做优化。”

真正的自动驾驶显然不能这样。无论进入何种复杂道路，它都能像老司机那样识别并判断所有物体和信息，确保正确安全的形势。自动驾驶做“过拟合”，只是美化了自动驾驶，并不能真正提高自动驾驶的真实水平。

如此看来，自动驾驶进入门槛或许很低，但深耕出成绩并非易事。目前的最大挑战是，无论Waymo，还是特斯拉等自动驾驶企业，正在用80%甚至更多的精力，去想办法解决95%甚至99.9%以外的安全概率的风险问题。

尽管坎坷，但资本依然看重自动驾驶的潜力。罗兰贝格高级合伙人兼大中华区副总裁郑赟指出，“鉴于当前阶段自动驾驶仍面临技术水平等瓶颈，在相当长的一段时间之内，主要还将以场景化自动驾驶的状态出现。”

在诸如商用物流、封闭/半封闭园区等B端场景，对于资本来说，都是不能错过的蓝海。而在C端市场，或许可以从简单、低速的场景做起，吸引一些愿意付费的用户，再逐渐推向市场，比如自动代客泊车系统，目前已有不少车企布局，以希望在局部场景实现自动驾驶。

业内的共识是，目前自动驾驶已经走完上半场——完成了从0到1的验证，即实验室里的Demo实现小规模落地；下半场则是成本控制、规模化和运营能力的比拼，加上受到技术和法规的限制，各家还有很长的路要走。

事物迭代进化过程中总有各种错误，乌托邦中的人和物并不存在。自动驾驶也不能因为发展坎坷而因噎废食，理性看待自动驾驶，从事故中分析原因，才能真正拉近消费者与自动驾驶的距离。眼下，整个汽车产业链正在全力加码自动驾驶的投入与研发，外界有理由相信，自动驾驶终将迎来出行革命，解放人类双手双脚。（文/汽车之家 彭斐）