自動駕駛汽車行業(yè)不得不重設期望值

將注意力轉(zhuǎn)向4級自動駕駛系統(tǒng)━━━━2020年3月，受新冠肺炎疫情影響，包括Argo、Aurora、Cruise、Pony和Waymo在內(nèi)的自動駕駛汽車公司都暫停了涉及駕駛員的汽車測試和運營。與此同時，Waymo和福特公司公布了在自動駕駛汽車測試中收集到的公開數(shù)據(jù)，并要求開發(fā)人員利用這些數(shù)據(jù)開發(fā)出更快、更智能的自動駕駛算法。

這些發(fā)展都表明自動駕駛汽車行業(yè)仍然希望今年在自動駕駛方面取得有意義的進展。但當前這一行業(yè)無疑正受新冠肺炎疫情的影響，面臨著一系列非常棘手的問題，而這些問題在短時間內(nèi)都難以解決。

5年前，包括日產(chǎn)和豐田在內(nèi)的幾家自動駕駛汽車公司都承諾在2020年推出自動駕駛汽車。法國自動駕駛公司EasyMile駐丹佛的業(yè)務主管勞倫?伊薩克（Lauren Isaac）表示，當時對自動駕駛汽車的宣傳“登峰造極”，但那些預測過于樂觀。伊薩克說，現(xiàn)在許多公司不再沉迷于開發(fā)在任何條件下皆可實現(xiàn)的5級自動駕駛汽車，而是轉(zhuǎn)而專注4級自動駕駛系統(tǒng)，即在特定地理區(qū)域或天氣條件下運行的自動駕駛汽車?！叭缃?，幾乎所有技術(shù)開發(fā)人員都意識到這將會是一個更加漸進的過程。” 舉個例子，EasyMile的自動駕駛擺渡車在機場、大學校園和商業(yè)園區(qū)運營。伊薩克說，公司的自動駕駛擺渡車都采用的都是4級自動駕駛系統(tǒng)。與3級自動駕駛系統(tǒng)(需依賴駕駛員坐在方向盤旁作為后備)不同，4級自動駕駛車輛上的后備不是駕駛員，而是車輛本身。她說：“對這項技術(shù)我們有多級的冗余設置。我們的自動駕駛擺渡車有多級剎車系統(tǒng)，多級激光雷達等，這種冗余覆蓋了所有的系統(tǒng)，我們可從許多不同角度去觀測它?！绷硪豁椞魬?zhàn)是：自動駕駛汽車如何觀測世界？對于這個基本問題，還沒有達成共識。埃隆?馬斯克提出過一個很著名的論斷，即所有使用激光雷達的自動駕駛汽車制造商都“在劫難逃”?？的螤柎髮W在2019年的一份研究報告似乎支持了特斯拉首席執(zhí)行官這一有爭議的看法，該報告顯示，從立體攝像機獲得3D深度感知算法的功能可與激光雷達媲美。但是，開放的數(shù)據(jù)集讓那些不看好激光雷達的人產(chǎn)生了懷疑，底特律咨詢公司Navigant Research的移動研究首席分析師山姆?阿貝薩米德（Sam Abuelsamid）這樣表示。阿貝薩米德強調(diào)了自動駕駛汽車公司Aptiv所提供的一份2019年的公開數(shù)據(jù)集，人工智能公司Scale團隊使用兩個獨立的數(shù)據(jù)源進行了分析：第一個只考慮攝像頭數(shù)據(jù)，第二個則結(jié)合了攝像頭和激光雷達數(shù)據(jù)。Scale團隊發(fā)現(xiàn)，只使用攝像頭（2D）的數(shù)據(jù)畫出的周圍車輛 “邊界框”有時會不準確，影響對這些車輛即時行進的預測——而這是所有自動駕駛系統(tǒng)最重要的功能之一。Scale公司的軟件工程師內(nèi)森?海弗利克（Nathan Hayflick）在公司博客中寫道：“雖然在2D空間標注看起來很精確，但在表面之下時常隱藏著更深層次的不準確性。不準確的數(shù)據(jù)會有損（機器學習）模型的可信度，而這些模型的輸出會直接影響到車輛的預測和計劃軟件?！卑⒇愃_米德說，Scale對Aptiv數(shù)據(jù)的分析清楚地表明了用冗余和互補的傳感器構(gòu)建自主系統(tǒng)的重要性，也說明馬斯克對激光雷達的排斥過于膚淺?！凹す饫走_點云可精確到車輛上每個點的距離。”他說，“所以可以更精確地計算出車輛的軌跡。只有這樣才能做出正確的預測?！蹦敲矗@個行業(yè)多久才能將自動駕駛汽車推向大眾呢? 艾瑪諾伊?查尼塔基斯（Emmanouil Chaniotakis）是倫敦大學學院交通建模和機器學習的講師，今年早些時候，他和慕尼黑工業(yè)大學的兩名研究人員共同發(fā)表了一篇綜述，全面評述了他們所能找到的關(guān)于共享自動駕駛汽車（SAV）未來的研究。他們發(fā)現(xiàn)，有關(guān)機器人出租車、自動駕駛汽車叫車服務和其他自動駕駛汽車共享服務的預測遍地皆是。一項預測顯示，到2040年，自動駕駛將僅占汽車總行駛里程的20%，但是另一項預測則顯示，到2035年，自動駕駛將占汽車總行駛里程的70%。因此，至少在某些方面，自動駕駛汽車（共享或非共享）可能還需要很多年才能實現(xiàn)。值得記住的是，事實證明，早期的預測都過于樂觀。