關於“自動駕駛”汽車的真相

很快，電子司機將帶我們去任何想去的地方，隨時隨地，完全安全——只要我們不需要在交通中左轉。路面變化也是個問題。雪和冰也是如此。避開交通警察、交通疏導員和急救車輛至關重要。在行人可能衝到汽車前方的城市環境中，我們或許應該步行或乘坐地鐵。

對於人類駕駛員來說，所有這些簡單、日常的遭遇都給計算機帶來了巨大的問題，解決這些問題需要時間、金錢和努力。然而，許多公眾越來越相信，完全自動駕駛汽車即將問世。

這種脫節是如何產生的？部分問題在於術語。大眾媒體不加區分地將“自主”、“無人駕駛”和“自動駕駛”等描述詞應用於彼此截然不同的技術，模糊了重要的區別。汽車行業也沒有幫助澄清事實。為汽車製造商、裝置供應商和技術公司工作的營銷人員精心撰寫宣傳材料，以支援對其產品自動化駕駛程度的各種解讀。報道該領域的記者有動力採用最樂觀的預測——它們只是更令人興奮。這種反饋迴圈的結果是越來越不切實際的期望螺旋上升。

支援科學新聞報道

如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。

這種困惑是不幸的，因為自動駕駛即將到來，它可以挽救生命、減少汙染和節約燃料。但這不會以您被告知的方式發生。

定義自動駕駛

駕駛是一項比大多數人意識到的複雜得多的活動。它涉及廣泛的技能和動作，其中一些比其他更容易自動化。在開闊的道路上保持速度很簡單，這就是傳統的巡航控制系統幾十年來一直在自動執行此操作的原因。隨著技術的進步，工程師已經能夠自動化更多的駕駛子任務。廣泛使用的自適應巡航控制系統現在可以保持適當的速度和與前方車輛的間距。車道保持系統，例如梅賽德斯-賓士和英菲尼迪新款車型中的車道保持系統，使用攝像頭、感測器和轉向控制來保持車輛在車道中心。現在的汽車非常智慧。然而，從這些系統到完全自動駕駛，還有巨大的飛躍。

SAE 國際（前身為汽車工程師協會）定義的五級分類法對於澄清我們對自動駕駛的思考很有用。這種自動化程度不斷提高的階梯上的前三個等級（不包括零級，即無自動化）被依賴於人類進行緊急備份的技術佔據。自適應巡航控制、車道保持系統等屬於一級。二級系統結合了一級技術的功能——例如車道保持和自適應巡航控制系統的橫向和縱向控制——以自動化更復雜的駕駛任務。這是當今商業上可用的車輛自動化所能達到的程度。三級系統將允許駕駛員在特定場景中開啟自動駕駛儀，例如高速公路交通擁堵。

接下來的兩個級別截然不同，因為它們完全在沒有人為協助的情況下執行。四級（高度自動化）系統將處理所有駕駛子任務，但它們僅在嚴格定義的場景中執行——例如在封閉的停車場中，或在高速公路上的專用車道上。階梯的頂端是五級——完全自動駕駛汽車。據推測，當人們聽到日產執行長卡洛斯·戈恩自信地宣稱自動駕駛汽車將在 2020 年上路時，許多人腦海中浮現的就是這個。

事實是，沒有人期望五級自動化系統在屆時上市。在所有可能性中，它們還很遙遠。三級系統可能同樣遙遠。但是四級呢？期待在未來十年內看到它。要理解這種令人困惑的狀況，我們必須談談軟體。

軟體噩夢

儘管大眾的看法，但人類駕駛員在避免嚴重碰撞方面能力非凡。根據 2011 年美國交通安全總統計資料，致命碰撞大約每 330 萬小時的駕駛發生一次；導致受傷的碰撞大約每 64,000 小時的駕駛發生一次。這些數字為自動駕駛系統設定了一個重要的安全目標，至少應與人類駕駛員一樣安全。要達到這種可靠性水平，需要的開發工作遠比自動化愛好者願意承認的要多得多。

點選或輕觸放大

想想您的筆記型電腦多久會宕機一次。如果該軟體負責駕駛汽車，“藍色畫面宕機”將不僅僅是一種比喻。軟體響應延遲哪怕只有十分之一秒，在交通中也可能很危險。因此，自動駕駛軟體的設計和開發必須達到與目前消費類裝置中發現的任何軟體截然不同的標準。

實現這些標準將非常困難，並且需要在軟體工程和訊號處理方面取得基本突破。工程師需要新的方法來設計軟體，即使在複雜且快速變化的條件下，也可以證明該軟體是正確和安全的。存在用於在編寫程式碼之前分析一段程式碼的每種可能故障模式的形式化方法——將它們視為計算機程式的數學證明——但僅適用於非常簡單的應用程式。科學家們才剛剛開始思考如何擴充套件這些型別的測試，以驗證控制完全自動駕駛汽車所需的極其複雜的程式碼。

一旦程式碼編寫完成，軟體工程師將需要新的方法來除錯和驗證它。現有方法對於這項工作來說太繁瑣且成本太高。為了說明這一點，請考慮一架新的商用或軍用飛機一半的成本用於軟體驗證和確認。飛機上的軟體實際上比自動駕駛汽車所需的軟體更簡單。工程師可以設計飛機自動駕駛儀系統，因為他知道它很少（如果有的話）需要處理附近超過一兩架其他飛機的情況。它不需要以令人難以置信的精度知道這些飛機的速度和位置，因為它們彼此相距足夠遠，有時間採取行動。必須在數十秒的量級內做出決策。自動駕駛汽車將不得不跟蹤數十輛其他車輛和障礙物，並在幾分之一秒內做出決策。所需的程式碼將比駕駛飛機所需的程式碼複雜幾個數量級。

一旦程式碼經過驗證，製造商將需要方法來“證明”完整的自動駕駛系統的安全性，以使公司風險管理人員、保險公司、安全倡導者、監管機構以及當然還有潛在客戶滿意。今天使用的那種形式化的“驗收測試”對於此目的來說完全不切實際。測試人員將不得不讓車輛行駛數億甚至數十億英里，以確保他們以統計上顯著的方式使其經受在數千名客戶經常使用時會遇到的危險場景。人們已經開始思考解決這個問題的方法——德國政府和工業界已經啟動了一個耗資數百萬美元的專案，目標就是這個——但這些努力才剛剛開始。

將控制車輛的程式碼（可以這麼說，大腦）並不是唯一必須接受審查的東西。為大腦提供資料以做出決策的感測器也必須接受同等程度的審查。工程師必須開發新的感測器訊號處理和資料融合演算法，這些演算法可以區分車輛路徑中的良性和危險物體，並且幾乎為零誤報（未識別的危險物體）和極低的誤報（被錯誤分類的良性物體，導致車輛做出不適當的反應，例如急轉彎或急剎車）。

工程師不能像商用飛機系統那樣採用蠻力冗餘來實現這些目標，因為自動駕駛汽車是一種消費品：它必須是普通大眾負擔得起的。轉向人工智慧也不是一個明顯的解決方案。有些人建議，機器學習系統可以使自動駕駛系統研究數百萬小時的駕駛資料，然後在整個生命週期中學習。但機器學習引入了自身的問題，因為它是非確定性的。兩輛相同的車輛可以駛下裝配線，但經過一年的不同交通狀況後，它們的自動化系統的行為將大相徑庭。

四級未來

我過去常告訴人們，五級完全自動駕駛系統在 2040 年之後才有可能實現。在某個時候，人們開始引用我的話，說五級將在 2040 年到來。現在我說，能夠在任何情況下駕駛的完全自動駕駛汽車將在 2075 年才會出現。它有可能比這更早發生嗎？當然可以。但不會提前太多。

三級自動化的前景也籠罩著陰影，因為在一個緊急情況下，重新引起駕駛員的注意，而駕駛員在觀看風景掠過時走神，或者更糟糕的是，睡著了，這是一個非常現實的問題。我曾聽取一些汽車製造商的代表說，這是一個如此困難的問題，以至於他們根本不會嘗試三級。除了在走走停停的交通擁堵中接管的交通擁堵輔助系統之外，在交通擁堵輔助系統中，速度非常低，最壞情況下的碰撞只會是刮蹭，三級自動化可能永遠不會發生。

然而，我們很快就會看到高度自動化的汽車，可能在未來十年內。幾乎所有大型汽車製造商和許多資訊科技公司都在投入大量資源用於四級自動化：完全自動駕駛，僅限於特定環境，不依賴於容易出錯的人類進行備份。當您限制自動駕駛車輛系統必須執行的情況時，您會大大提高其可行性。（自動旅客捷運系統已經在大型機場執行多年——但它們在完全隔離的軌道上。）

在所有可能性中，未來 10 年將帶來自動代客泊車系統，該系統將允許駕駛員將汽車停在配備適當設施的車庫入口處，該車庫不包括行人和非自動駕駛車輛。車載自動化系統將與放置在整個車庫中的感測器通訊，以查詢哪些停車位可用並導航到這些停車位。由於無需開啟車門，停車位可以比現在更窄，因此在空間昂貴的地區，更多的汽車將能夠停放在車庫中。

在城市行人區、商業園區、大學校園和其他可以排除高速車輛的地方，低速客運班車將在沒有駕駛員的情況下執行。在這樣的環境中，有限功能的感測器應該足以檢測行人和騎腳踏車的人，如果感測器檢測到誤報並進行不必要的制動，它不會傷害任何人（儘管它會惹惱車內的人）。歐盟委員會的 CityMobil2 專案多年來一直在演示此類技術，並在 2016 年夏季進行了最終演示。

隔離的公交專用道和卡車專用道將很快使商用車輛能夠在更高的自動化水平下執行。將這些車輛與其他使用者物理隔離將大大簡化旨在檢測和響應威脅的系統。最終，無人駕駛卡車和公共汽車將能夠跟隨人工駕駛的領頭車輛，以節省燃料的佇列行駛。包括加州大學伯克利分校的加州先進交通技術合作夥伴 (PATH) 計劃、日本的能源 ITS 專案以及歐洲的 KONVOI 和 SARTRE 專案在內的全球研究人員已經測試了原型公交車和卡車佇列系統。

然而，未來十年內四級自動化最廣泛的實施可能將是個人乘用車的自動高速公路系統。這些系統將允許汽車在指定的高速公路路段在某些條件下自行駕駛。車輛將具有冗餘的元件和子系統，以便在出現問題時，它們可以在沒有人為引導的情況下“跛行回家”。它們可能會被限制在天氣晴朗、已經詳細繪製路段地圖的高速公路上，直至標牌和車道標記。這些路段甚至可能設有“安全港”位置，供車輛在出現問題時前往。大多數主要汽車製造商都在努力開發這些系統，沃爾沃汽車公司計劃在 2017 年在瑞典哥德堡使用 100 輛原型車進行此類功能的公開實地測試。

這些情景聽起來可能不如擁有您自己的私人電子司機那麼具有未來感，但它們的好處是可能實現——甚至是不可避免的——而且很快就會實現。

編者注：9 月，美國聯邦監管機構正式鼓勵開發無人駕駛汽車，併發布了管理其安全和技術的指南。該行業遭受了一些早期的挫折，包括 2016 年發生的兩起乘客在使用特斯拉汽車的 Autopilot 功能時死亡的事件。