资讯 智能驾驶
此为临时链接,仅用于文章预览,将在时失效

同济大学朱西产:世上没有永远安全的无人车,但我们可以确定安全底线

作者:伍文靓
2022/01/04 19:36

同济大学朱西产:世上没有永远安全的无人车,但我们可以确定安全底线

近日,由雷峰网(公众号:雷峰网) & 新智驾主办的第四届「全球智能驾驶峰会」在深圳正式召开。

峰会之上,同济大学汽车学院教授朱西产带来了题为「自动驾驶与辅助驾驶的边界及自动驾驶汽车安全的技术挑战」的精彩演讲。

今年,智能汽车赛道大热,除了蔚小理这三家造车新势力,今年又有很多新玩家加入造车。

朱西产认为,这在很大程度上与资本的流向有关——特斯拉和蔚小理的市场份额可能不足0.1%,但市值却几乎与传统汽车的市值总和相当。传统车企和造车新势力的市值之间出现了割裂。

不过,普通用户对于自动驾驶以及辅助驾驶的认知还存在提升的空间,尤其是对于 L2+ 的界定。朱西产表示,这种状态不能长期存在,而且今年各国政府已经开始了 L3 的认可认证。

2020年6月,ECE法规出了ALKS草案。ALKS创造性地解决了危险场景的临界测试工况问题:

以熟练、谨慎的人类驾驶员的避撞能力为依据,从法规区分了“不合理的危险”和“合理的风险”;通过危险场景临界工况的确立,为自动驾驶汽车的“电子驾驶员”争取到了“人权”,让自动驾驶汽车不会过于保守,有利于提高用户满意度、提升交通效率并合理地控制事故风险。

为了保证足够的安全,不少车企开始加码更高清的摄像头、更高性能的芯片、更多数量的激光雷达。但朱西产强调,确保自动驾驶系统的可靠性,要基于场景库的 V 型开发流程+用户数据闭环的敏捷开发。

以下是朱西产演讲全文,雷峰网新智驾做了不改变原意的整理与编辑: 

大家好!今天上午我听到了很多报告,现在谈智能汽车,任何一个报告都是对大家有启发的。

今天下午,我想跟大家交流一下自动驾驶和辅助驾驶。很多车企在这两年推出了Navigation Pilot,包括NOP(蔚来)、ANP(百度)、NGP(小鹏),也表达了对汽车自动驾驶的期待——在飞机巡航时,飞行员基本已经不用手动操作机器了。

那么,我们目前市面上的汽车到底是自动驾驶,还是辅助驾驶?这个界限非常模糊,甚至有人说不出事是自动驾驶,出事就是辅助驾驶,现在L2+就是处在这种状态,但这种状态不能长期存在。

所以大家会发现,今年开始,各国政府加大了L3许可认证以及无人驾驶许可认证的力度,相应的法律也会有一定程度上的改动,这个我们后面会详细说。

过去的 100 多年,在汽车产业中发生的大变革主要围绕动力。眼下,正是这个产业百年一遇的大变革。我将其形成为三场战役:

可以看到,在过去五年,传统汽车正在慢慢被电动汽车取代,但这场战役还没有结束,内燃机能够通过混合动力、增程、插电等方式延长“寿命”。

新能源车在未来的两个大方向就是,纯电动和燃料电池,但目前特斯拉、蔚小理等新造车企业基本完全依赖动力电池,氢气作为新能源中一个重要分支,还没有得到非常完善的开发,甚至相关企业正在面临亏本、倒闭的风险。

智能化战役,很多以 AI 技术起家的公司也加入了,并且开始在智能座舱以及 ADAS 上有了不错的进展,但这场战役的焦点会是 L3/L4。五年后,随着L4级自动驾驶的逐步落地,汽车的属性将会彻底改变。

从市场份额来看,纯电动乘用车在 A0 级和 B 级两个细分市场销量比较高,A 级相对少一点,呈哑铃型;其中 B 级车已经不再是纯粹的交通工具,而是逐步成为了第三生活空间。

而燃油车的的销量分布呈纺锤型,A0 级和 B 级型相对少,A 级车仍占有非常大的市场份额。

从市值来看,行业也发生较大的分裂——传统汽车企业仍然占据 99.9% 的汽车销量,但特斯拉、蔚小理的市值几乎与传统汽车企业市值综合相当。

这也在很大程度上影响了投融资行业的资金流向,其中一个方向就是汽车智能化,主要包括三方面:

这些年,随着车载芯片算力的提高,车载摄像头的像素从原来的几十万升级到了现在的一百多万,甚至是直奔 800 万像素。

但有一个非常现实的问题是,高算力芯片的应用会大大拉高整车的造价,尽管它的成本在不断下降,但目前消费者还接受不了。就算消费者能接受,眼下的智能驾驶技术发展也无法让其真正实现脱手、脱脚、脱眼,更不用说在驾驶位上悠闲地喝咖啡看手机。

今年 6 月,我在一个活动上分享了自动驾驶的安全问题,其中提到了「恐怖谷」的概念,即用户期待大于系统能力。后来不久,某车企发生了一起疑似因智能驾驶引发的致命事故,紧接着几乎所有车企都在修改自己的宣传文案,将「自动驾驶」改成「辅助驾驶」。

此外,车企还做了诸多防范不当操作的改进,比如一旦驾驶员的双手离开方向盘,系统就会发出警告提醒——即便驾驶员的双手在一定程度上可以离开。

然而,行业的发展需要在保证安全的前提下让驾驶员脱离双手,所以我们看到了 L3 相关的认可认证的问世。2020 年 6 月,ECE 出台了 ALKS(自动车道保持系统)的相关法规草案,也是第一个被解读为 L3 自动驾驶国际法规。

实际上,现在各个国家都在制定法律法规,中国汽车工程学会也在成立相关标准。但这些法律法规/标准的制定到底在约束什么?如果是不允许自动驾驶系统发生事故,那么,现实中通过考核拿到驾照的学员也无法完全避免事故的发生。

汽车也是一样,我们现在不是要开发一辆永远不会发生事故的车,这样的车根本开发不出来。我们要做的是确定底线,从而要求自动驾驶汽车比熟练谨慎的人类驾驶员更安全。

那么,怎么来定义“安全”?

目前,ISO PAS 21448预期功能安全已经出台,并且将自动驾驶所面临的场景分为有关安全的四个象限,即已知的安全场景、已知的不安全场景、未知的不安全场景、未知的安全场景。其中,尤其是不安全场景,我们要格外关注。

在已知不安全场景下,如果一个自动驾驶系统的风险处置能力不如人类驾驶员,那么我们则认为这是不合理风险,即缺陷。

而 ALKS 创造性地解决了危险场景的临界测试工况问题:

最难处理的是未知的不安全场景,因为我们无法预知未来。现在国家级检测中心也在建场景库,但用于收集道路数据的里程大概只有 3000-5000 万公里。为了尽可能地覆盖长尾场景,大家现在都在通过影子模式来构建数据闭环,不断迭代自动驾驶算法。

目前为止,传统车企对汽车的开发基本到 SOP 阶段就结束了,但对于智能汽车来说,自动驾驶系统的可靠性离不开基于场景库 V 型开发流程以及用户数据闭环的敏捷开发。主要须经历以下六大阶段:

开发、测试评价场景库;仿真平台;HiL、ViL 测试平台;测试场测试;道路实证测试;用户使用中的持续改进。

最后谈一下无人驾驶。从量产落地的角度来说,无人驾驶公司可能要到五年后才能见到曙光,甚至很多人开始往低速场景再转型。事实上,低速场景自有其难题和挑战。

技术上,我们感受到了自动驾驶汽车的神奇之处,我们也相信它的安全性将高于人类,但就像人类驾驶员需要考驾照一样,无人驾驶的落地也需要等政策。尤其是之前 Uber 自动驾驶车曾发生过致命事故,这件事给行业造成了很大的影响。

在国内的各大示范区内,从没有爆出来有关自动驾驶事故的报道。这意味着什么?我估计是太保守了。我在汽车安全行业从事了二十多年,深深明白一个道理,只要车辆动起来就会有发生事故的风险,即便速度为零也不代表绝对安全。

好在今年北京亦庄示范区首先喊出了“政策先行区”的口号,加大了对自动驾驶行业的扶持。

另一方面,如果单车智能的安全性还不够高,那我们就走网联的路线。

根据DMV的脱离报告显示,2019 年成绩最佳的玩家也就做到 1.8 万英里的脱离平均里程;如果人工不干预的话,相当于 1.8 万英里就会发生一次事故,这是我们无法接受的。

中国现在正在加速布局车路协同,通过 5G 通讯技术来支持智能网联汽车的落地。以前的4G 时代,路端摄像头的信息传到车内可能需要 500 毫秒,这样的时延并不足以满足辅助自动驾驶车辆的需求;如今,5G 网络的时延已经可以压缩至几十毫秒,能够较好地在路端支持自动驾驶。

而且,现在的自动驾驶汽车上大多都还保留着安全员,无法实现真正的无人驾驶商业运营。基于 5G 网络的支持,安全员已经能够远程对运营车辆规划路线的运营能力进行评估,确定运营车辆是否能够安全运营。

今年国内发布的GB/T 40429-2021《汽车驾驶自动化分级》就提到了远程驾驶员、调度员。之前,德国也修正了《道交法》中关于自动驾驶的内容,包括自动驾驶车辆必须配备(远程)技术监督员等,目前该修正案已生效。

这方面有很多的产业机构发布了研究报告,我就不重复说了。

在 130 年前,汽车代替了马车,在可预见的未来,也许自动驾驶汽车也将代替人类驾驶汽车。谢谢大家! 

雷峰网雷峰网雷峰网

长按图片保存图片,分享给好友或朋友圈

同济大学朱西产:世上没有永远安全的无人车,但我们可以确定安全底线

扫码查看文章

正在生成分享图...

取消
相关文章