【行業資訊】L3不靠譜?Uber自動駕駛事故背后還有這些值得思考
自動駕駛技術的研發進程不會一帆風順,但人類推進自動駕駛讓交通出行更安全更便捷的時代趨勢不會改變。
繼闖紅燈被趕出加州、路測時被撞翻、被谷歌訴至公堂之后,Uber的自動駕駛之路再一次蒙上陰影。
美國當地時間3月18日晚10點左右,在亞利桑那州坦佩市的密爾大道(Mill Avenue)和咖喱路(Curry Road)附近,一輛基于沃爾沃XC90改裝的Uber自動駕駛路測車將一位騎自行車的中年婦女撞倒致死。
Uber此后也發表聲明稱“對受害者家屬表示同情,正與當地警方合作深入展開調查”,并宣布暫停其在鳳凰城、匹茲堡、舊金山和多倫多的自動駕駛汽車路測。
這不是自動駕駛汽車的首次致死事故,卻是全球范圍內首例自動駕駛汽車在公共道路上導致行人死亡的事故。
路透社對此評論稱,此次事件之后,整個無人駕駛行業都陷入了恐慌之中,這項技術的發展也進入了敏感期。
在幫寧工作室看來,雖不至于陷入集體性“恐慌”,但對于正處在發展關鍵期的自動駕駛行業帶來的影響將遠高于事件本身,不僅打破了消費者與政府對這項技術建立的巨大信任,而且對無人駕駛商業化落地產生一定影響。
第一,政策上,該事故將直接導致各國政府對無人駕駛技術的重新審視,引發有關自動駕駛汽車政策制定的新討論。
在政策和立法上,美國一直是相對開放和激進的。美國眾議院于去年通過的《自動駕駛法案》提出了數量豁免監管辦法,被豁免的自動駕駛汽車可以不用嚴格遵守現有的汽車安全標準和相關規定,比如要求汽車具有方向盤和油門踏板以及4年的安全標準測試時間要求等等。
亞利桑那州作為最開放支持引入自動駕駛技術的州,吸引了Uber等科技公司前往。而在之前,Uber曾向加州州政府尋求過測試無人駕駛汽車的允許,但沒有得到同意。
就在美國上周五(3月16日),Uber和Waymo曾督促美國國會出臺無人駕駛領域的相關法律,以加速無人駕駛汽車技術在美國本土落地。當時國會的一些民主黨議員出于安全考慮表示應暫緩通過相關立法。
Uber自動駕駛事故發生后,國會助理稱,這或許將阻礙無人駕駛相關法案的通過。
領導美國參議院商務委員會的國會議員約翰·褚勒(John Thune)曾一直提倡通過立法以加速無人駕駛汽車在美國落地。他在一份聲明中表示該起事故“突出了對無人駕駛汽車制定相關法律規定的重要性”。
目前看來,面對不成熟的自動駕駛技術,政策法規在自動駕駛道路測試條件方面還是應該更嚴苛。
第二,自動駕駛技術本身還有亟待突破之處。
美國國家交通安全委員會和美國國家公路交通安全管理局都派出專門的調查小組。
根據坦佩警方的初步調查,Uber自動駕駛汽車配備的攝像頭拍攝的視頻顯示,事故發生地點距離人行橫道約100碼(91米),主要責任或在于行人橫穿馬路。
據外媒報道,亞利桑那州坦佩警察局局長西爾維亞·莫伊爾(Sylvia Moir)向《舊金山紀事報》表示,“事實非常清楚的是,根據受害人橫穿馬路的方式,無論是有人還是自動駕駛模式,要避免這起交通事故是極其困難的。”
她補充說,事故發生地點距離人行橫道約100碼(91米),“在有照明情況良好的人行橫道的情況下,傍晚在其他地方橫穿馬路是非常危險的”。
不過Uber汽車當時速度為每小時38英里——而該地區限速為每小時35英里,而且沒有嘗試剎車。
莫伊爾稱,雖然當時Uber測試車輛處于自動駕駛模式,但前排座位上坐有一名安全駕駛員,似乎沒有采取任何動作來避免這一事故的發生,“駕駛員稱受害人突然就出現在前方。他收到的第一個交通事故警報是碰撞的聲音”。
基于此,可以確認的事實是:1.自動駕駛車輛超速;2.對于黑暗環境中突然沖出的行人及自行車,自動駕駛車輛并未檢測出;3.在出現意外時安全駕駛員并未及時接管車輛。
盡管Uber方面稱,此次出事故的自動駕駛汽車搭載有車頂激光雷達、前置雷達、長短距的光學攝像機,能對周圍環境產生3D成像,并號稱擁有全球最先進的計算機視覺算法,在白天和夜晚的環境下都能非常詳細的檢測靜止和移動物體。
事實上,沒有檢測到行人并及時剎車,或者檢測到之后系統有沒有及時作出正確決策,或者被控車輛有沒有及時接收到相應指令……任何一個環節出現問題,都可能導致事故發生。不過,很明顯Uber的自動駕駛技術本身并不成熟。
馭勢科技聯合創始人、CEO吳甘沙 表示,近期各國自動駕駛產業的快速發展,企業在商業化過程中不能過于激進,我們在擁抱科技創新的同時,也需要對汽車產業的原有規律具備敬畏之心。
第三,L3還能否商業落地?
這個事故也間接說明L3的技術路線確實存在安全隱患。
業內對L3自動駕駛一直有很大的爭議,作為駕駛輔助到自動駕駛的過渡等級,用戶體驗提升較大,但是無法應對突發狀況,雖然用戶可以交出控制權卻又要做好準備隨時接管,這就會涉及安全問題。用戶能否第一時間取回控制權也存有很大的安全隱患。
對于L4自動駕駛系統,當前技術還有很多局限性,無法實現真正的量產落地。清華大學汽車工程系特別研究員、長聘副教授李升波 稱:“L4級的功能安全性仍然是挑戰重重,無論是環境感知,還是決策控制,100%的可靠幾乎是不可能完成的任務。”
“這一方面是因為現有感知決策算法均不具備自我學習能力,主要由所采集的數據賦予智能,而所需數據量是隨精度超非線性增長的,越到極限能力技術越多越困難。另一方面我們所面臨的交通場景又過于復雜多變,尤其北京、上海等城市道路,難以依賴技術人員測試覆蓋所有可能的場景。”他說。
企業應該意識到,無人駕駛不是一兩年就能實現的,應該更多關注當下可以落地的技術和產品。
正如科技部部長萬鋼3月10日在十三屆全國人大一次會議上講到的,“要重視自動駕駛對汽車產品性能和汽車使用的影響,慎談無人駕駛”,“不要過多集中于L3、L4的高級自動化,而應更多專注于L1、L2的技術”。
自動駕駛初創公司智行者科技創始人兼CEO張德兆 也表示,自動駕駛首先需要保證的還是安全,這個基礎不打好,推行的后期成本將會非常大;技術的發展有其規律,需要填的坑還有很多,全程馬拉松大家都還在剛開始的一公里;技術沒法大躍進,相應的自動駕駛商業化場景的選擇也沒法大躍進;但一項技術如果確實能帶來社會效率的提高、成本的降低,其發展趨勢便不可阻擋。
第四,開放的測試環境更需要明確細則。
美國運輸委員會委員,民主黨參議員愛德華·馬基((Edward Markey) 在一份聲明中說:“這次悲慘事故突顯了為什么我們在公共道路上測試和部署自動駕駛技術時需要格外謹慎。”
國內外的自動駕駛領域參與者都呼吁政策允許自動駕駛車輛開放的測試環境。確實,不管在虛擬的測試環境下做多少測試,都替代不了最終實際道路的測試。
事實上,現有的自動駕駛技術還無法覆蓋所有可能的場景,特別是在復雜的路況環境中。這也是為什么中國在上海、北京、重慶、深圳等城市出臺相關路測辦法時對測試時間、測試路段和測試項目進行嚴格規定。
縱目科技副總裁陳超卓甚至認為,無地理圍欄的無人駕駛,十年內落不了地。幾年內能落地的無人駕駛只有兩種地理圍欄: 高速簡單場景和低速園區場景。
第五,誰對事故責任負責?
悲劇已然發生,責任界定也成為自動駕駛領域亟待解決的難題。
沃爾沃已經確認了該事故中的SUV是旗下XC90車型,不過Uber使用的是其專門用于自動駕駛測試的版本.沃爾沃發言人羅素·迪茲(RussellDatz)也發表聲明表示該車輛搭載的自動駕駛技術并不是由沃爾沃開發的,撇清了責任。
車輛由Uber改裝而成,那么Uber的開發人員是否需要對事故負責?
車輛本身配有安全駕駛員,在法律職能上等同于司機,司機未能及時干預制止事故發生是否要對事故負責?
事故同時卷入車輛制造商、軟件改裝方和司機等責任方,究竟誰來負責?這也值得引起關注,需要在政策上進行清晰界定,否則難以引起各參與方的足夠重視。
人類推進自動駕駛的時代趨勢不會改變。
長遠來看,自動駕駛一定比人為駕駛更安全,交通事故是個例,測試的目的也是為了盡可能避免突發狀況帶來的危險。此次事故給Uber這類激進的企業敲響警鐘,但是自動駕駛的研發不會就此止步。
正如地平線創始人兼CEO余凱 所言,“自動駕駛既不會像很多人想象的那樣像場狂歡,技術成熟一蹴而就,也不會因為出現幾次事故就停止前進的步伐”。
“就像人類推進航空事業的歷史也曾付出代價一樣,自動駕駛技術的研發進程不會一帆風順,但人類推進自動駕駛讓交通出行更安全更便捷的時代趨勢不會改變。重要的是整個業界需要從事故中分析原因,使得系統安全性進一步提升。”
“同時新技術企業一定要對生命安全有敬畏之心,避免過分樂觀,而是踏踏實實投入技術研發,特別是安全性的測試驗證。”