第一财经|业内人士呼吁:自动驾驶试错别让消费者买单 应限制功能开启

作者/钱童心
近日 , 蔚来汽车在中国发生的致命事故和特斯拉被美国交通监管部门调查 , 暴露了辅助驾驶在道路上行驶的安全问题 , 也让自动驾驶的实现路径再次成为争论的焦点 。
目前业界公认的“自动驾驶” , 是L4以上级别的全无人自动驾驶汽车 , 也就是方向盘后面没有司机 , 完全由人工智能来驾驶汽车 , 事故责任也完全由人工智能来承担 。 这种“自动驾驶”的典型商业模式就是以谷歌旗下Waymo为代表的无人驾驶出租车Robotaxi 。 但全球的Robotaxi都仍在进行试点 , 只有Waymo在美国少数几个城市有商业化案例 。
与L4复杂的技术路径不同 , 汽车厂商设计出了更方便落地的“辅助驾驶”(L2)的方案 , 并常常宣传其“全自动”的功能来提升整车的附加值 。 以特斯拉为首的电动汽车厂商率先将“辅助驾驶”功能推向车主 。 比如特斯拉的“全自动驾驶”FSD(Full Self Driving)套件售价达到1万美元 。 但其本质上并不是“自动驾驶” , 所有的事故责任仍然要靠人来承担 。
汽车电子资深工程师朱玉龙对第一财经采访人员表示 , “辅助驾驶”现在暴露出来的问题 , 可能会让大家重新审视Robotaxi的实现路径 。

第一财经|业内人士呼吁:自动驾驶试错别让消费者买单 应限制功能开启
文章图片
图1/1

他表示 , 以Robotaxi为代表的L4级别的自动驾驶 , 从一开始就是全AI部署的设计 。 “这意味着大家都没有借力和弄虚作假的余地 。 ”朱玉龙对第一财经采访人员说道 , “所以Robotaxi从技术上而言没有任何争议 。 ”
例如今年7月 , 国内自动驾驶技术公司AutoX(安途)发布的第五代Robotaxi无人驾驶系统 , 搭载了50个高清车规级传感器 , 包括28个800万像素的车规级摄像头 , 每帧像素总和超过2.2亿 , 以及全球迄今为止最高分辨率的4D毫米波雷达和高清激光雷达 , 每秒超1500万点云成像 。 令外界惊叹这种“不惜成本的用料” , 可能永远无法实现商业化 。
相比Robotaxi而言 , L2“辅助驾驶系统”已经在很多量产车上实现 , 但这些功能何时能够被开启 , 并没有得到非常明确的规范和严格的限制 。 很多情况下 , 消费者并不一定能够区分不同路况是否可以启用该功能 。
朱玉龙对第一财经采访人员说道:“Robotaxi的责任是明确的 , 出了事故由AI系统来承担 , 但现在包括特斯拉在内的这些企业 , 相当于把自动驾驶的试错成本交给消费者 , 这对消费者是不公平的 , 他们会付出生命的代价 , 因为大多数人是盲目的 。 ”
朱玉龙还表示:“在不适合使用辅助驾驶的路况下开启了该功能 , 与飙车或者超速的性质是一样的 , 这种行为必须有监管制止 。 ”
他认为 , “辅助驾驶”并不是不能上路 , 但也应该明确 , “L2就是L2的用法” 。 “核心的问题是要提前预警车主去接管汽车 。 ”朱玉龙对第一财经采访人员表示 , “在辅助驾驶系统自己无法判断路况的时候 , 它应该能提前提醒车主去接管 , 而不是什么都不做 , 等待汽车撞上障碍物 。 ”
他同时表示 , 整车厂家应该让车主开启辅助驾驶功能时的条件变得更加严格 , 而不是自己想用就用;并且在启用辅助驾驶的条件下 , 驾驶员的状态必须要受到持续监测 。 此外 , 监管机构有权要求厂家提供司机使用辅助驾驶的情况数据分类 , 以评估司机注意力是否集中 , 对于经常打游戏或者睡觉的司机 , 取消其使用辅助驾驶功能的资格 。
事实上 , 特斯拉已经朝着这个方向努力了 。 特斯拉CEO马斯克在3月份的Twitter中表示 , 特斯拉将取消开车时注意力不够集中的驾驶员使用FSD测试版本的资格 。
与此同时 , 专业人士也呼吁人们对Robotaxi的发展给予更多宽容 。 “过去人们对于Waymo的技术路线过于苛刻 , 比如它必须在限定区域限定速度下运行 , 未来我们应该给到Robotaxi更多的宽容度 。 ”朱玉龙说道 。
Robotaxi由于搭载了大量的硬件传感器 , 导致其代价高昂 , 至今全球仍然没有量产车问世 , 这也限制了L4级别自动驾驶的发展 , 甚至让人对于Robotaxi的存在价值产生怀疑 , 有人认为这种自动驾驶永远无法实现 。
AI智驾系统供应商天瞳威视联合创始人王若瑜对第一财经采访人员表示:“L2目前已经在包括特斯拉在内的汽车品牌中量产了 , 并且未来的渗透率会越来越高 , 但Robotaxi目前仍然受到很严格的限定 , 比如只能在规定区域运行 , 未来多久可以商业化还很难说 。 ”
【第一财经|业内人士呼吁:自动驾驶试错别让消费者买单 应限制功能开启】他同时强调 , 在L4级别的自动驾驶方面 , 环境感知技术是一个高度本地化场景的技术方向 , 系统要真正地落地量产 , 在技术成熟度以及可靠性和量产成本方面 , 还需要应对一系列的挑战 。

    推荐阅读