龐 松
(中華人民共和國交通運(yùn)輸部,北京 100029)
2016年至今,自動駕駛技術(shù)加速研發(fā),成為全球科技革命和產(chǎn)業(yè)變革的熱點(diǎn)領(lǐng)域。特別是2020年,以百度、谷歌等企業(yè)的自動駕駛出租車開展示范為標(biāo)志,全球自動駕駛進(jìn)入新一輪核心技術(shù)突破期。隨著自動駕駛技術(shù)日趨成熟,高速公路、限定區(qū)域等簡單場景已顯示出較好的應(yīng)用前景;然而,面向開放道路環(huán)境的高級別自動駕駛,仍存在一系列技術(shù)瓶頸有待解決。總體看,作為人工智能最重要的落地場景之一,當(dāng)前自動駕駛的發(fā)展挑戰(zhàn)和機(jī)遇并存。結(jié)合政策和管理角度,筆者簡要闡述了對自動駕駛的理解,以及對推動自動駕駛應(yīng)用的思考。
回顧交通運(yùn)輸發(fā)展歷程,載運(yùn)工具一直是其中最活躍的因素。載運(yùn)工具的每次變革,極大帶動提升了基礎(chǔ)設(shè)施升級,擴(kuò)大了運(yùn)輸服務(wù)內(nèi)涵,進(jìn)而改變交通運(yùn)輸系統(tǒng)形態(tài)。
對交通運(yùn)輸來說,自動駕駛并不是新鮮事物。例如,在民航領(lǐng)域,航空飛行對自動駕駛系統(tǒng)的依賴度很高;空管系統(tǒng)自動化水平亦不斷提高,以應(yīng)對日益繁忙的空中航線。在軌道交通領(lǐng)域,列車運(yùn)行自動化技術(shù)已得到普及,高鐵、城際快軌、市區(qū)地鐵等均離不開高度自動化的駕駛及調(diào)度系統(tǒng)。與之相比,道路交通由于參與主體多元、運(yùn)行環(huán)境開放、場景構(gòu)成復(fù)雜,自動駕駛實(shí)現(xiàn)起來難度較大。
筆者所提的自動駕駛,更多特指道路交通自動駕駛。20世紀(jì)30年代已有企業(yè)提出了這一理念,但受制于當(dāng)時的傳感、通信、控制等技術(shù)的發(fā)展水平,早期自動駕駛車輛難以應(yīng)對復(fù)雜多變的道路交通場景,大多停留在概念開發(fā)和原型設(shè)計階段。近年,隨著高性能計算、人工智能、大數(shù)據(jù)等新一代信息技術(shù)的快速演進(jìn),自動駕駛正逐漸走進(jìn)現(xiàn)實(shí)。
自動駕駛通過載運(yùn)工具、基礎(chǔ)設(shè)施與運(yùn)行管控的有機(jī)融合,實(shí)現(xiàn)道路交通部分或完全自動化運(yùn)行,是對傳統(tǒng)運(yùn)輸模式和出行方式的一次深刻變革。從技術(shù)角度看,自動駕駛是新一代信息技術(shù)與交通運(yùn)輸融合發(fā)展的結(jié)果,有望成為重塑道路交通系統(tǒng)形態(tài)的先導(dǎo)因素;從產(chǎn)業(yè)角度看,自動駕駛涉及汽車制造、電子芯片、移動通信等產(chǎn)業(yè),是跨行業(yè)跨領(lǐng)域的綜合性發(fā)展新方向,也是未來諸多新興產(chǎn)業(yè)發(fā)展的重要引擎。
合理應(yīng)用自動駕駛技術(shù),可以實(shí)現(xiàn)以下良好的經(jīng)濟(jì)和社會效益:
1)提高交通安全性。據(jù)統(tǒng)計,在道路交通事故中,由駕駛方面的人為因素導(dǎo)致的占90%以上。自動駕駛可以減少由于疲勞駕駛、注意力不集中、操作失誤等人為因素導(dǎo)致的交通事故和傷亡。
2)提升道路資源利用率。自動駕駛可以縮短行車過程中車輛間的距離,使道路通行資源得到更加充分的利用。
3)助力交通綠色發(fā)展。自動駕駛可以減少車輛行駛中的制動和加速次數(shù),盡量保持經(jīng)濟(jì)車速行駛,從而降低排放和能耗。
另外,將自動駕駛技術(shù)應(yīng)用于港口、礦區(qū)、工地等作業(yè)時間長、環(huán)境相對惡劣的場景,可以改善人員工作條件,并且可以24 h運(yùn)行,大大提高生產(chǎn)效率。
自動駕駛汽車主要涉及三大關(guān)鍵技術(shù):環(huán)境感知、自主決策和運(yùn)動控制。形象地說,這3個系統(tǒng)分別扮演了類似于人類駕駛員的眼、腦、手/腳的角色。
環(huán)境感知是自動駕駛的功能基礎(chǔ),可進(jìn)一步分解為“感”和“知”兩個部分。“感”,就是傳感技術(shù),主要包括目標(biāo)探測和位姿傳感。常見的目標(biāo)傳感器包括視頻攝像頭、超聲波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)等;位姿傳感器包括GPS和北斗等衛(wèi)星定位系統(tǒng)、慣性導(dǎo)航系統(tǒng)等?!爸保褪亲R別技術(shù),利用“感”的原始信息,通過信號處理、模式識別、深度學(xué)習(xí)等技術(shù)進(jìn)行多源傳感信息的融合,實(shí)現(xiàn)對鄰域車輛狀態(tài)、道路基礎(chǔ)設(shè)施、動靜態(tài)障礙物等交通要素的識別。
自主決策體現(xiàn)了自動駕駛的智能化水平。根據(jù)周邊環(huán)境的感知信息和既定的駕駛?cè)蝿?wù),通過合理地邏輯推理判斷,選擇行車行為,輸出參考行駛軌跡。決策算法大致可分為3類:①專家規(guī)則型,主要依賴專家經(jīng)驗(yàn),將決策過程分解為場景理解、行為選擇、路徑規(guī)劃等子任務(wù);②監(jiān)督學(xué)習(xí)型,通過收集大量標(biāo)簽駕駛數(shù)據(jù),采用監(jiān)督學(xué)習(xí)的方法模擬人類駕駛員的操作方式,建立從環(huán)境感知信息到駕駛行為的映射模型;③類腦學(xué)習(xí)型,通過探索交通環(huán)境,自主訓(xùn)練完善決策模型,是類似人類學(xué)習(xí)機(jī)制的決策方法,有望達(dá)到甚至超過人類駕駛員水平。參考軌跡生成是自主決策系統(tǒng)開發(fā)過程中最困難的部分之一,通常可分為路徑規(guī)劃和速度規(guī)劃兩步。路徑規(guī)劃中,車輛基于高精地圖、感知和預(yù)測模塊的環(huán)境障礙物分布情況,生成多條可行駛的路徑,根據(jù)備選路徑的安全性、車道中心偏離等因素,選擇最優(yōu)路徑。速度規(guī)劃中,根據(jù)道路限速、周車狀態(tài)等實(shí)時調(diào)節(jié)路徑上的期望速度,得到最優(yōu)路徑上的一系列速度采樣點(diǎn)。
運(yùn)動控制決定了自動駕駛的行駛性能。以跟蹤決策輸出的期望軌跡為目標(biāo),輸出對車輛的操作控制,實(shí)現(xiàn)轉(zhuǎn)向、加速、制動等。車輛控制是一個性能需求多目標(biāo)、被控對象非線性、安全車距硬約束的最優(yōu)控制問題。汽車除了考慮軌跡跟蹤性能,還應(yīng)綜合考慮安全、節(jié)能、舒適等各類不同需求。真實(shí)車輛動力學(xué)特性為強(qiáng)非線性。另外,交通環(huán)境不允許車輛行為完全自由,存在與周圍交通參與者、道路邊緣碰撞的潛在風(fēng)險。運(yùn)動控制是保障自動駕駛安全性的最后一道屏障。
筆者前述技術(shù)系統(tǒng)、硬件設(shè)備和軟件算法均部署在車端,又稱為“自主式自動駕駛”,即車輛僅依賴自身的傳感和計算資源,獨(dú)立地實(shí)現(xiàn)感知、決策和控制。從目前的技術(shù)水平看,自主式方案因?yàn)檐囕d控制器算力和傳感器成本的制約,性能仍然存在較大的不足,很難達(dá)到人類水平的駕駛能力。與此同時,我國學(xué)者率先提出了“云控網(wǎng)聯(lián)式自動駕駛”的技術(shù)方案,通過部署路側(cè)感知設(shè)備、建設(shè)邊緣計算平臺等手段,將部分感知、決策或控制功能分?jǐn)傊恋缆坊A(chǔ)設(shè)施或云端平臺,降低單車智能化成本的同時,提升車車/車路的協(xié)同能力。從原理上說,云控網(wǎng)聯(lián)式技術(shù)有利于加速自動駕駛的實(shí)現(xiàn),但是,道路交通具有點(diǎn)多、線長、面廣的特點(diǎn),從停車場、小區(qū)道路、城市道路到各類公路(國、省、縣鄉(xiāng)、村道以及相應(yīng)技術(shù)等級的公路),基礎(chǔ)設(shè)施無法全面支撐以自動駕駛為目標(biāo)的升級改造,經(jīng)濟(jì)可行性和通信可靠性是現(xiàn)實(shí)存在的難題。
從目前技術(shù)研發(fā)情況看,在相對簡單的交通環(huán)境中,自主式技術(shù)方案可以較低成本(如借助高精度地圖和定位技術(shù))實(shí)現(xiàn)特定場景的自動駕駛,如港口物流、旅客擺渡、景區(qū)觀光、礦區(qū)作業(yè)等。網(wǎng)聯(lián)式技術(shù)方案可為車輛提供車載傳感器難以準(zhǔn)確感知的輔助信息(如信號燈實(shí)時狀態(tài)、禁令類交通規(guī)則、遠(yuǎn)距離或超視距交通事件、隧道和橋梁等特殊路段信息等),進(jìn)一步提高自動駕駛的安全性、可靠性、適應(yīng)性。實(shí)際上,兩條技術(shù)路線并不存在對立關(guān)系,應(yīng)根據(jù)具體應(yīng)用場景,因地制宜選擇技術(shù)可行、經(jīng)濟(jì)合理的方案。
近幾年,發(fā)達(dá)國家和地區(qū)不斷優(yōu)化政策環(huán)境,引領(lǐng)自動駕駛技術(shù)前沿。我國也加大政策支持力度,鼓勵產(chǎn)學(xué)研跨界融合、創(chuàng)新應(yīng)用。2017年,國務(wù)院出臺了《新一代人工智能發(fā)展規(guī)劃》[1],將自動駕駛作為人工智能先行落地領(lǐng)域。2018年以來,工信部、公安部、發(fā)改委、交通運(yùn)輸部等部門陸續(xù)出臺了一批政策,包括《智能網(wǎng)聯(lián)汽車道路測試管理規(guī)范(試行)》[2]、《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》[3]、《交通運(yùn)輸部關(guān)于促進(jìn)道路交通自動駕駛技術(shù)發(fā)展和應(yīng)用的指導(dǎo)意見》[4]等,推動了自動駕駛的發(fā)展。各地也積極響應(yīng),支持上下游產(chǎn)業(yè)落地、建設(shè)測試基地和示范區(qū)、謀劃試點(diǎn)示范項目等,形成了開放包容的創(chuàng)新環(huán)境。
同時,還要清醒認(rèn)識到,自動駕駛發(fā)展還面臨以下突出問題,亟待各方共同破解:
1)法律法規(guī)和倫理問題有待解決?,F(xiàn)行法律均以人類駕駛為基礎(chǔ)。處于無人監(jiān)控的自動駕駛模式,駕駛責(zé)任將由人轉(zhuǎn)為車輛系統(tǒng),甚至是遠(yuǎn)程云控平臺,將引發(fā)一系列法律法規(guī)難題。目前的法規(guī)不允許車輛以全自動駕駛模式在公開道路行駛,也不支持高速公路等安全敏感區(qū)域的測試。另外,自動駕駛還面臨“電車難題”等倫理困境,導(dǎo)致事故認(rèn)定還是一個未定難題。
2)測試和評價方法缺失。充分的測試是新技術(shù)應(yīng)用的必要條件,但面對難以窮盡的交通場景,需要測試多少里程、多長時間才能驗(yàn)證其可靠性,仍然沒有形成共識,亟需建設(shè)完備客觀的自動駕駛評價體系。有人甚至認(rèn)為,幾乎不可能通過道路測試來證明自動駕駛的安全性高于人類。
3)標(biāo)準(zhǔn)體系有待健全。圍繞自動駕駛,不少標(biāo)準(zhǔn)化機(jī)構(gòu)均在積極開展標(biāo)準(zhǔn)研制工作,但目前不同標(biāo)準(zhǔn)子體系間的兼容性、協(xié)調(diào)性還需要進(jìn)一步提升。
4)系統(tǒng)安全需引起重視。建立在信息高度共享和連通基礎(chǔ)上的新興技術(shù),將衍生出一系列非傳統(tǒng)安全問題,比如信息安全、功能安全、數(shù)據(jù)隱私等,可能成為未來制約其應(yīng)用的瓶頸因素。
當(dāng)前,自動駕駛發(fā)展機(jī)遇和挑戰(zhàn)并存。一方面,自動駕駛催生出按需出行、無人配送等一批新業(yè)態(tài),展現(xiàn)出廣闊的應(yīng)用前景,特別是前沿技術(shù)之間加速融合,涌現(xiàn)出管廊式交通系統(tǒng)、地下物流等概念,為人類勾畫出未來交通形態(tài)。另一方面,前沿技術(shù)在商業(yè)化應(yīng)用前,還將經(jīng)過與場景不斷磨合、與制度持續(xù)互動的過程,需要人們“耐得住”且科學(xué)有序地推動技術(shù)發(fā)展。
綜合自動駕駛技術(shù)演進(jìn)和應(yīng)用現(xiàn)狀,筆者認(rèn)為,未來自動駕駛可能呈現(xiàn)兩條路線并行發(fā)展的態(tài)勢:
1)在開放道路上推廣應(yīng)用L3級以下輔助駕駛功能,提升駕駛安全,提高道路通行效率。
2)在法律法規(guī)制約較少、環(huán)境相對封閉的園區(qū)內(nèi)推動自動駕駛等無人化技術(shù)常態(tài)化運(yùn)行,并配套建設(shè)智能化基礎(chǔ)設(shè)施,改善生產(chǎn)和作業(yè)效率。
鑒于此,在近期一段時間內(nèi),可重點(diǎn)做好以下幾方面工作:
1)加強(qiáng)部門間的協(xié)同,允許在部分區(qū)域、部分場景開展自動駕駛示范應(yīng)用,為法律法規(guī)修訂提供實(shí)踐基礎(chǔ)。
2)按照從封閉場景到開放環(huán)境、從貨運(yùn)到客運(yùn)的路徑,逐步開展規(guī)模化試點(diǎn),打造一批具有可持續(xù)商業(yè)模式的典型案例。
3)同步加強(qiáng)標(biāo)準(zhǔn)化力度,及時總結(jié)和推廣試點(diǎn)示范成果。
4)前瞻研究網(wǎng)絡(luò)安全、數(shù)據(jù)隱私等防護(hù)措施,補(bǔ)上安全短板,支撐自動駕駛普及應(yīng)用。