'萬眾期待之下，自動駕駛離鼎盛期到底有多遠？'

​

作者 / 林芝芝

編輯 / 王德芙

出品 / 汽車之心（ID：Auto-Bit）

一年前，底特律和硅谷還信誓旦旦：

要在 2019 年部署數千輛自動駕駛出租車，開啟自動駕駛時代。

如今 2019 年早已過半，近在眼前的自動駕駛大業突然變得遠在天邊了。

一些汽車廠商和科技公司也公開認慫：承認自動駕駛技術的開發比想象中要難的多，商業化落地時間與成本控制更是讓他們頭疼。

1

自動駕駛的進度條跑到了 80%？

今年 4 月，福特 CEO Jim Hackett 就坦言稱，「我們輕敵了，以至於錯誤估計了自動駕駛汽車的落地時間。」

最近通用旗下的 Cruise 也犯了「拖延症」。顯然，今年年內想坐上 Cruise 的自動駕駛出租車是沒戲了。

無獨有偶，Cruise 的窘境其他廠商也得面對，他們不得不承認一個事實，那就是短期內自動駕駛技術真正能派上用場的場景就是幫助人類駕駛員成為更好的自己。

今年 7 月中旬，福特在積極重組之餘，還成功與大眾組成陣線聯盟，雙方要攜手面對自動駕駛挑戰。

未來，雙方要將自動駕駛公司 Argo AI 當作自動駕駛試驗田，力爭 2021 年拿出像樣的自動駕駛打車服務。

不過，Argo AI CEO Bryan Salesky 還是給大眾-福特聯盟的自動駕駛前景加了一個限制條件：

「即 2021 年的自動駕駛打車服務還只是區域性項目，想實現自動駕駛願景（即說走就走，不受任何地理圍欄限制的自動駕駛汽車），還需要多年的不懈奮鬥。」

這一限制條件適用於當前包括 Waymo、Cruise、Uber、百度、Pony.ai 以及文遠知行等在內的致力於自動駕駛出租車（即 Robotaxi）服務的公司。

自動駕駛落地時間線一拖再拖的原因，只能說道路是一個非常複雜的系統——每個深度參與交通的人都知道，道路上什麼樣的奇葩事情都會發生。

行人、自行車和駕駛員等參與者都必須掌握複雜的第一手經驗與範式，從而在有序和無序之間尋找最佳平衡。

「不可預見」這種極端情況不是 AI 能解決的，它是這個世界的默認設置。

如果機器想掌控這個複雜的系統，就必須在設計和驗證上克服艱鉅的挑戰。

車上的雷達、攝像頭以及各種計算設備能探測並識別出這些街上的亂象，但預測這些物體的下一步動向並沒那麼容易。

Argo AI CEO Salesky 表示，如果只是要應對日常使用的場景，Argo 和許多競爭對手的自動駕駛開發進度條其實已經達到 80%，毫米波雷達、激光雷達和攝像頭的傳感器組合已然相當強悍。

想跑完剩下 20% 的進度條，就得拿出能穩定預測其他司機、行人和自行車動向的軟件，這才是真正的挑戰。

2

一年前可不是這樣的

回想一年以前，大多數業內人士可不是這樣認為的。

當時他們表示，自家工程師已經解決了最為棘手的問題，一年之內多個城市的居民就能享受交通變革帶來的紅利。

舉例來說，走在最前面的 Waymo 就直接給克萊斯勒和捷豹下了超級訂單，Waymo 一次性買下 8.2 萬臺車改裝，隨後編入 Waymo 自動駕駛車隊。

至於緊隨其後的通用 Cruise，也表示在 2019 年年底上線自動駕駛打車服務。而通用要直接取消自動駕駛版 Bolt 電動車的方向盤和油門、剎車踏板。

但隨後 Cruise 卻「跳票」：將推遲原定於今年正式執行的自動駕駛商業計劃。

今年 7 月 24 日，Cruise CEO Dan Ammann 在一篇冗長的博文中坦誠，今年落地自動駕駛打車服務的計劃算是泡湯了。

網上的反饋也很一致，大家都表示，早就料到是這樣的結果了。

食言的 Ammann 是這樣來描述 Cruise 跳票的原因：

「為了滿足在舊金山部署全自動駕駛汽車所需的性能與安全，我們今年將大幅提升測試與驗證里程，這也意味著今年年底部署全自動駕駛汽車的節點要推後了。」

翻譯成大家都能懂的話就是——Cruise 沒有放棄自動駕駛出租車，只是這個項目的落地時間要推後了。

對 Cruise 來說，這只是暫時性的挫折，畢竟通用沒有在投資者的壓力下喊停，手上的錢也沒有燒光。

為了不被新的自動駕駛變革所淘汰，業界財大氣粗的金主們都帶著真金白銀參與了進來。

舉例來說，2018 年本田就攜手軟銀入股 Cruise，而豐田則選擇投資 Uber，就連亞馬遜也想借自動駕駛提升自家貨物遞送能力，它把資金投給了 Aurora。

「各家公司都極度樂觀。」Navigant Research 分析師 Sam Abuelsamid 指出。「大家都認為這是個非常簡單的問題，傳感器和人工智能配齊了，哪有不成功的道理。」

不過，去年 3 月 Uber 的那場車禍卻瞬間將他們從天堂打回人間。

當時，Uber 的自動駕駛原型車 XC90 上也配備了安全駕駛員，但覺得測試極端無聊的她當時正在手機上看視頻。

「事故發生後，幾乎所有人都重設了自己的期待值。」Abuelsamid 解釋。

除了 Uber 這場造成行人殞命的事故，特斯拉麻煩也不少。

光是美國就有三名駕駛員在車禍中喪生，當時他們的特斯拉都開啟了 Autopilot，在危險發生前，大意的駕駛員根本沒能做出什麼有效的自救措施。

3

頭部玩家也慫了？

如今，雖然類似 Waymo 和通用這樣的公司還高舉著要大規模部署自動駕駛汽車的大旗，但對於落地時間線，他們已不再那麼自信。

現在的 Waymo 車隊擁有 600 臺自動駕駛汽車，與一年前的規模幾乎沒有變化。

至於從克萊斯勒和捷豹採買的那 8.2 萬輛車什麼時候服役，Waymo 也給不出準數。

「Waymo 已經能搞定自動駕駛任務了。」Waymo 首席外部事務官 Tekedra Mawakana 說。「我們之所以不將服務擴展到全美 50 個洲是因為 Waymo 還在驗證許多與服務相關的元素，提供服務可不等同於技術研發。」

對於今年是否能按期上線自動駕駛打車服務，通用現在心裡也沒底（當然，現在已經跳票無疑）。

今年 6 月，通用 CEO Marry Barra 只是告訴分析師，Cruise 正快速前進，但商業落地的事兒她卻隻字未提。

作為來自中國的重要玩家，百度的進度並不算快，畢竟國內接納自動駕駛測試車的公共道路有限。

百度自動駕駛出租車項目「Apollo Go」將在今年下半年湖南長沙開展測試運營——這是一個類似、Waymo 在去年年底推出的 Waymo One 打車服務。但也只是把落腳點放在了「測試」。

有保守的就有激進的，Elon Musk 可一點沒慫。

今年 4 月，Musk 就表示，明年年底全球就會有 100 萬輛自動駕駛特斯拉。

特斯拉相信，自研的自動駕駛系統與 FSD 芯片是黃金組合，加上多年累積的豐富數據，全自動駕駛幾乎是唾手可得。

不過，大多數業內專家認為，Musk 還是在畫大餅，明年讓乘客在車上睡大覺這個承諾不太可能實現。

4

剩下的 20% 到底難在哪？

現有技術下，自動駕駛汽車的探測與計算能力已經相對成熟，但遇到特殊情況（即「極端狀況」）就會犯難。

「如果你試過每天開車 20 小時，肯定會遇到一兩次極端狀況。」有行業人士表示。

除了應對極端狀況，如何讓自動駕駛汽車成為好司機也是個麻煩事。

當下它們的「微操」能力實在是太弱，不但駕駛的流暢度不及人類司機，道路經驗更是薄弱，很容易惹上麻煩。比如緊跟前方慢行車輛，導致正在找車位的前車沒有動作空間。

簡言之，我們現在能打造一輛不會撞車的自動駕駛汽車，但這樣的車離提供消費者滿意的服務還差的遠（比如為了不撞車持續不斷剎車）。

「如果車輛過於謹慎，就會讓人生厭。」密歇根大學自動駕駛車輛研究中心教授彭暉說道。

一些公司認為，自動駕駛跨出的第一步應該與可控的場景與設置聯繫起來。

May Mobility 就是這一理念的實踐者，其自動駕駛汽車不是 MPV，也不是全尺寸轎車，而是 6 座的高爾夫車。

這些車遵循固定路線，且速度不超過 40 公里/小時。在許多情況下，這些車輛其實是在提供公共交通服務。

「想讓車跑的更快，就得用上更貴更獨特的傳感器。」May Mobility 首席運營官 Alisyn Malek 解釋。「低速降低了自動駕駛汽車的運營難度，讓我們能更充分利用現有技術。」

眼下，May Mobility 已經在羅德島部署了 6 輛自動駕駛穿梭車，第一年，當地交通部門會付給 May Mobility 80 萬美元報酬。

今年，這一服務可能還會進軍密歇根。自成立以來，May Mobility 已經融到了 3300 萬美元，其中有 1000 萬美元來自豐田和寶馬。

今年，波士頓新創公司 Optimus Ride 的自動駕駛穿梭車項目也會在紐約布魯克林上馬，其最高限速也是 40 公里/小時。

在 Malek 看來，真正的自動駕駛恐怕十年後才能形成戰鬥力，因此如何用好現有技術是 May Mobility 當下的主要目標。

不過，在 Cruise 宣佈自動駕駛出租車項目跳票前一週，NTSB（美國全國運輸安全委員會）的一份事故調查報告還顯示，即使是 Nayva 的低速自動駕駛穿梭車也存在巨大風險。

在 Nayva 穿梭車的那場事故中，哪怕車輛往後倒車，這事就不會發生了。

可惜，這個人類司機都懂的本能反應 AI 卻還沒學會。也就是說，人類與機器各有自己擅長的領域：

1. 機器非常擅長完成重複性、高度可預測性以及規則定義清晰的任務，但想讓人類在這種場景下保持 100% 專注卻很難；

2. 相反，人類玩起原創和即興創作更在行，而即使是安裝了英偉達芯片的機器人，只要拋開劇本就無所適從。

另一方面，雖然人類的駕駛方式總會出現不規律現象，但人體本身卻是可以預料的。

對於身體的生理和心理範式研究已經進行多年，科學家稱其為人類因子，能幫我們理解與駕駛有關的分心和疲勞問題。

在全自動駕駛上受挫後，業內人士開始注重現有技術的應用。而對人類因子的研究明年就會以駕駛員監督系統（DMS）的形式出現在量產車上。

眼下，這一技術應用的最典型案例就是凱迪拉克 CT6 上的 Super Cruise。

2021 到 2025 年，這一技術將逐漸進入千家萬戶，包括 Eyesight、Jungo Connectivity 和 Smart Eye 在內的公司將會成為重要供應商。

DMS 對車輛安全的提升作用已經吸引了法律制定者的關注，歐洲議會正在推動相關法案，意欲在 2022 年 5 月之前將 DMS 系統納入新車的強制配置清單。

E-NCAP 的 2025 路線圖也強調了基於紅外視覺 DMS 的重要性，2022 年起這套主力安全系統將成為車輛能否獲得 5 星評分的重要參考。

也許不久之後，美國、中國也會跟隨 E-NCAP 的腳步，將 DMS 納入評分標準。

已經有部分行業人士相信：駕駛的未來是人機結合。對汽車行業來說，他們的目標，就是利用手上技術減少駕駛員犯錯誤的機會。

• 百度 Apollo 估值幾何？
• 假如特斯拉自動駕駛業務拆分，估值幾何？
• 自動駕駛，涓涓細流
• 歷史進程中的港口：自動駕駛“精密起舞”

想加入「汽車之心Pro」？掃描上方二維碼瞭解詳情。