你能自动驾驶(真正的自动驾驶)

来源：中国青年报
近日，百度公司董事长兼CEO李彦宏宣布旗下L4无人车“阿波龙”正式量产，将发往北京、雄安、深圳、平潭、武汉进行商业运营。市场一片敬畏。
自动驾驶是近年来汽车领域最热门的话题之一。根据麦肯锡最新的研究报告，到2030年，中国自动驾驶相关的新车销售和出行服务收入将超过5000亿美元。
传统主机厂、互联网巨头、旅游公司纷纷拥抱市场。大批创业者也带着华丽的PPT涌入自动驾驶行业，各自讲述着自己的精彩故事。在他们的背后，资本的力量在不断增强。据中国电动汽车100委员会统计，2015年至2017年11月，自动驾驶汽车相关领域的投融资事件共193起，金额达1438亿美元。
无人车量产的消息铺天盖地，市场情绪不断被调动，自动驾驶时代似乎明天就要到来。然而，随着今年3月18日优步自动驾驶测试车在美国亚利桑那州坠毁，一切似乎归于平静。
百度无人车量产的消息犹如一块扔进水中的石头，激起了不小的水花，赚足了眼球，同时也引起了业内人士的质疑。根据美国汽车工程师协会(SAE)的定义，自动驾驶系统分为六个级别：L0 ~ L5。在这个级别划分中，L4指的是高度自动驾驶，即大部分场景下都能实现自动驾驶。“阿波龙”是否真的能达到“标准”，暂时是个问号。
国嘉和基金管理合伙人葛望近日在第29届国际电气电子工程师协会(IEEE)智能汽车大会上的发言，引起了业界的共鸣。他表示，OEM厂商对实现全自动驾驶的时间普遍持保守态度。至于有人说五年后北京街头可以实现全自动驾驶，基本属于“屁股决定脑袋”。
自动驾驶的故事讲了这么久，落地还是有很多困难。未来，自动驾驶将如何走远？
选择打击的地方。
“在不可避免碰撞的情况下，无人车会撞到一个人的侧面还是一群人的侧面？”“往前走会撞到人，往旁边走会撞到栏杆，造成车上乘客受伤。无人车会如何选择？”
“打哪里”是一个经典的法律和伦理问题。在关于智能驾驶的论坛上，业内人士总喜欢用这个问题来解释智能驾驶技术的不成熟。去年，中科院自动化所复杂系统管理与控制国家重点实验室主任、自动化学会副理事长兼秘书长王飞跃在接受中国青年报中青在线记者采访时，用“初中生”来形容当时无人车的发展。今年面对同样的问题，他说当时的估计还是偏高。“离(初中)毕业还早着呢。”
长期以来，中国的自动驾驶技术发展过于乐观和自信。葛望记得三年前，和自动驾驶的创业团队聊天时，很多人考虑的是直接向全自动驾驶方向发展，还是像传统主机厂那样逐渐发展，根本没有考虑底层技术的研发。“企业拼命吹气球，不管吹不吹，都急于套现。他们迫不及待地想明天就上路。”王飞跃看起来也很兴奋。随着自动驾驶事故的频繁发生，这个泡沫终于平息了。
目前，业内大多数专家认为，我们目前的自动驾驶技术基本上处于L2和L3之间。从整体研发来看，L2和L3主要集中在企业，L4和L5集中在科研机构，其中还有很多瓶颈需要突破。
“无人车的关键是解决两个问题，场景理解和自主移动.”来自交通大学人工智能与机器人研究所的崔博士表示，场景理解的核心是对传感数据进行处理，基于传感数据的融合给出场景的结构化描述，并在几何、物理和语义层面进行推理。这些将形成无人车自主运动的时空约束，自主运动将适应场景的动态变化，并根据时空约束控制车辆。现在，“无人车的目的性和主动性还不够。”崔表示，目前的无人车计算效率低，环境适应能力差，自我学习能力不足，在复杂的交通环境下远远落后于人类驾驶员。
要让无人车更智能，底层技术短时间内无法突破。技术人员只能让它不断学习，不断积累数据。他们不断给无人车加雷达，希望能“看”得更清楚，地图也不断被无人车的“大脑”记忆。然而复杂的交通场景根本无法描述，各种突发情况的发生让无人车无所适从。同时，路测成本高也给数据收集带来困难。
本世纪初，王飞跃首先提出了基于CPSS(Social Physics Information System，社会物理信息系统)的并行驱动框架。在并行驾驶框架下，当人类驾驶员驾驶实体车辆时，作为“软件机器人”的智能代理，他也驾驶相应的“虚拟车辆”，同时在虚拟世界中运行。虚拟场景的构建大大降低了数据采集的成本，但无法主动学习和分析场景进行决策始终是现阶段无人车的一道坎。
警惕自动驾驶中的“马粪问题”
虽然无人车的落地仍有难度，但不可否认的是，近年来，智能驾驶的发展取得了长足的进步。王飞跃记得，1997年，在加州圣地亚哥举行demo ‘ 97(Nah SC 1997技术可行性演示)无人驾驶车辆时，一辆车的成本是几百万美元，而现在只有几百万元。国内无人车刚开始路试的时候，没人走得快，现在能开几十码。技术每天都在变化，关于智能驾驶的各种研究和讨论也越来越多。王飞跃提醒我们在讨论问题时要警惕自动驾驶中的“马粪问题”。
100多年前，马是人们出行的主要交通工具。当时，在伦敦和纽约这样的大城市，有超过10万匹马在全城奔跑。随着人口的增加和人民生活水平的提高，对马的需求也越来越大，随之而来的就是城市中马粪如何处理的问题。据相关数据显示，当时伦敦的马每天能产生3000吨马粪和30万升马尿。1894年，《泰晤士报》预测，未来50年，伦敦将被高达9英尺的马粪淹没。
一场“马粪危机”成了这座城市的噩梦。1988年，纽约举办了第一届国际城市规划大会，其中最重要的议题就是马粪，因为世界各地的城市都在经历着同样的“马粪危机”。然而，经过几天的讨论，会议未能找到任何解决方案，因此不得不草草结束。后来随着汽车的普及，“马粪危机”消失了。
“在人工智能时代，我们在研究和讨论如何解决无人车问题的时候，不断地讨论如何让无人车和有人车混在一起长时间不出事故。这就是我们现在面临的‘马粪问题’吗？”王飞跃说，当无人驾驶车辆足够智能时，“有人驾驶车辆”就会被取代。”就像马车被汽车取代一样，许多问题都不存在了.”
告诉王飞跃青年报中青在线记者，现在有些专家走错了方向。他们用这些错误的假设来告诉R & amp自动驾驶的d队需要注意哪些问题，以及“所谓的问题根本就不是问题”。这种调研不仅耗时而且容易走弯路。
在他的想法中，无人驾驶车辆将在未来变得流行，而“有人驾驶车辆”将逐渐失去其r
如何在海里养鲸鱼
在自动驾驶技术全面升级之前，很长一段时间，无人车只能在特定场景下使用。在业内人士看来，这是一片蓝海，也是无人车商业化最快的地方，价值巨大。“找到一个具体的场景，脚踏实地地去做”也是王飞跃对自动驾驶初创公司的建议。他认为矿山、物流、市政、码头这四个场景是最适合无人车落地的，也是最急需无人车的。
慧拓智能机械有限公司副总裁王坚多次到露天煤矿考察。“条件非常艰苦”是他对我工作的评价。“人们开着矿卡绕着山顶转，向下绕到坑底，然后剥下土，再绕上来，开到垃圾场，把土倒掉。工作环境非常恶劣。”王建说，矿区工作环境危险，但工作路线相对简单。这样的场景非常适合无人驾驶，以目前平行驾驶汽车的技术水平，完全有能力在这样的场景下工作。“国外矿山已有无人车应用案例。”
除了在特定场景下做整车，想在自动驾驶的大海里养“鲸鱼”，葛望认为在自动驾驶的上游寻找机会也可以破面。
“如果要创业，我们就做单点，比如信号系统、巡航辅助、光学设备、控制器……这样才能避免与行业巨头的直接竞争。”葛望说，原始设备制造商关心的是整体投入产出比。一个配件开发好至少需要两三年，需要大量的人力物力。这时候，他们会选择“收纳”。“这是一个非常好的创业点。”
此外，葛望建议，创业项目要从整体宏观和生态圈的角度考虑，做一个整合的设计方案也是不错的。随着行业的变化，工程化和集成化变得越来越重要。“当你做好自己的本分时，别忘了在客厅留几扇门，以便与其他地方对接。这一点非常重要。”
此外，葛望认为，场景数据是自动驾驶企业取胜的基础，决策算法是企业的核心竞争力。这两个方向是深海。至于会不会变成鲸鱼，就看谁更愿意静下心来做了。“讲故事与此无关，很正常，也是促进整个行业和产业成熟的一种方式。但是不要讲故事让自己相信，而且很麻烦。”(见习记者张俊斌)