无人驾驶汽车面临多重挑战，L3级2021年前商业化不是梦想

pedics20070327

" 无人驾驶汽车商业化还有多远？" 这个问题，行业有很多不同的答案版本，激进点的比如 Google CEO Sergey Brin 在 2012 年就放言，自动驾驶汽车 5 年内就能面向消费者，后继者有埃隆 · 马斯克，在 2015 年表示 2018 年特斯拉会推出全自动驾驶汽车。
这些激进的答案显然与汽车消费者的认知并不一致，他们也缺少近距离接触、了解无人驾驶汽车的机会，直到有了 i-VISTA 自动驾驶汽车挑战赛。


一、 i-VISTA 自动驾驶汽车挑战赛
由中国汽车工程研究院在 8 月中旬举办的 i-VISTA 自动驾驶汽车挑战赛，是当前国内无人驾驶汽车领域最权威的赛事，自动驾驶创新应用挑战赛是其中一个子赛事，主要考察各参赛队伍 L3-L4 级自动驾驶前沿技术在城市真实天然道路及复杂场景中的创新应用能力。




自动驾驶创新应用挑战赛赛道全程 4.1 公里，包括桥梁、急弯、长上下坡、S 型弯路等城市道路和红灯路口及人行横道、事故车辆、公交车站、拥堵、同车道前车低速行驶、车道线模糊区域等在内的 12 个复杂交通场景，总分 3000 分，该赛事吸引包括车企、高校、创新公司等近 20 个车队参加。


经过一天的激烈角逐，清华大学猛狮队获得一等奖，长安汽车、北汽福田等车企获得了最佳技术奖，据赛事专家，北京易车首席汽车专家陈刚透露：" 参赛队伍有的表现出很高的水平，多个车队都顺利通过 12 个场景的无人驾驶功能考核获得了满分 "。


据赛事执行总裁判长、同济大学教授朱西产透露，本次自动驾驶创新应用挑战赛，赛道支持 V2X 技术，能综合考察参赛车辆的自动驾驶感知能力水平，由于各参赛队伍技术方案不同，目前传感器差异化比较大，甚至实际比赛中有些车队依靠的是高精度定位技术完成挑战赛，但由于这是第一届比赛，明年将会细化比赛规则。


据福田汽车工程研究总院实验高级经理张立博透露，福田智蓝车队是唯一一支商用车参赛队伍，福田是国内较早研发自动驾驶技术的车企，获得了国内首张商用车自动驾驶路测牌照，此次比赛获得了 3000 分满分，在商业化方面搭载智能驾驶技术的车型已经实现出口，未来将持续以智能科技布局自动驾驶场景应用，推动自动驾驶技术升级。


i-VISTA 赛事总裁判长，同济大学朱西产教授认为，" 比赛中部分参赛无人驾驶车在行为上需要更像人，否则和传统车混行时将无法共存，明年的比赛将在规则上加以约束 "，这又对高等级无人驾驶汽车的操控性、舒适性提出了更高的要求。
从本次挑战赛，车辆在参赛时均在低速工况下接受考验，我们可以从中看到各车队自动驾驶汽车技术方案有效性、适用性、可靠性，各车队可以通过比赛发现技术方案中存在问题并加以优化，进一步向自动驾驶汽车商业化靠拢。


二、无人驾驶汽车现状与挑战
从国内外最新进展看，Waymo 已经在亚利桑那州公共道路上测试超过 800 万英里，百度推出的 L4 级别自动驾驶巴士 " 阿波龙 " 量产下线，具备 L3 级水准的奥迪 A8 已经实现了市场销售。
国外也有机构统计过一个数据，全球至少有 19 家企业把无人驾驶汽车商业化节点定在 2021 年前，其中包括沃尔沃、通用这样的传统企业，也有不少新创技术公司。


从 i-VISTA 自动驾驶汽车创新应用挑战赛我们可以看到当前国内高等级自动驾驶汽车的部分研发进展，客观说要实现彻底商业化尚需时日。
笔者认为，高等级无人驾驶汽车要真正商业化必须最少适用于三大类场景，一是城际高速路况、二是城市复杂交通路况，三是包括街巷、停车场在内的最后一公里启停工况。


i-VISTA 比赛现场与参赛选手交流了解到，对车企而言，研发高等级无人驾驶汽车的优势在于产品制造、底盘线控，但要全面提升车辆的智能化，则需要更强的环境感知、数据融合、算法决策能力，这需要多方面的努力。
以感知领域为例，传感器不但了解周边车辆的信息，还必须及时检测到驾驶场景中的路人、车道、停止线、交通信号等，注意，这需要在各种光线条件、雨雪恶劣天气、高速时都能做到。


激光雷达、毫米波雷达、超声波雷达、摄像头等各有优缺点，要低成本做到多传感器融合解决方案，并且保证在各种状态下没有 bug 还存在很大的挑战，至于高精度地图等感知手段，面临覆盖范围、精准度、实时更新等困难。
网联化被认为是加速无人驾驶汽车商业化的技术方向，但是 5G 未普及前，无线网络传输速率问题，车联网复杂信息处理及计算问题，网联化庞大的系统、信息维护和使用成本问题都是未知数。


再看决策层，机器学习与人工智能算法是技术的关键点，纽约大学的 Gary Marcus 认为，当前自动驾驶汽车深度学习能力还难以适应复杂的交通场景，有些公司已经转向基于规则的人工智能。
据不完全统计，近三年国内外公开的，与高等级自动驾驶汽车相关的交通事故多达 15 起，其中有特拉斯 Model S、Model X 等这样商业化先锋，也有 Uber、谷歌 Waymo、苹果公司这样测试中的大咖。


虽然事故不一定都归咎于自动驾驶技术短板，但客观比较看，人类平均驾驶 25 万公里才会出一次事故，而行业最优生 Waymo，每行驶 8.95 千公里就需要一次人工干预，否则便会发生交通事故。
清华大学汽车工程系主任杨殿阁教授认为，L5 级全自动驾驶还依赖很多汽车关键技术的突破，像包括 LIN 、CAN，FlexRay 等总线在内的汽车硬件架构，当前汽车的软硬件高度耦合模式、车辆网对基础设施的依赖、 车辆的信息安全技术等，这需要 5 到 10 年的准备期进行完善。


从 i-VISTA 参赛选手了解到，各参赛车队自动驾驶系统成本有高有低，有的车队搭载了 16 线激光雷达，单个售价就 2 万多元，其实面向商业化的高等级自动驾驶汽车有之过而不不及，据法国技术商业研究公司 Yole D é veloppement 报告显示，"2017 年一辆自动驾驶汽车的成本在 19 万美元，到 2032 这一成本将降至 9.5 万美元 "，降成本也是当务之急。
自动驾驶汽车落地还面临法规的约束，全新一代奥迪 A8 搭载 L3 级自动驾驶技术，能在时速低于 60 公里的交通场景中实现自动驾驶，如超出车辆能会通知驾驶者接管车辆，但是搭载该功能的 A8 车型智能在部分欧洲国家销售，中国和美国的交通法规尚不支持其上路，中国最新的进展是 2018 年上半年允许自动驾驶汽车在指定公开道路测试。


笔者手记：从 i-VISTA 自动驾驶汽车挑战赛的各种交流中可以感受到相关技术研发进展一直很快，但客观看，无人驾驶系统要驾驭全开放驾驶场景还存在车辆技术、算法、成本、法规、基础设施等多重挑战，没有人会怀疑自动驾驶商业化前景及颠覆性，更合理的商业化路径是先从封闭场景、中低速工况落地，L3 自动驾驶功能 2021 年前商业化不是梦想。
作者：智电汽车
来源：第一电动网（www.d1ev.com）