全自动驾驶车辆并没有如期到达自动驾驶技术因多次交通事故陷入尴尬境地

自动驾驶肯定是未来，但自动驾驶技术的落地可能比人们此前预期的要晚自动驾驶算法工程师刘一告诉本报记者

把时钟拨回到2016年当时很多车企预测，2020年或2021年将是全自动驾驶登陆大众的关键节点

2015年，特斯拉CEO埃隆马斯克公开表示，特斯拉可以在2年内实现全自动驾驶技术，但由于政策法规等因素，全自动驾驶汽车可能在5年后实现商业化落地，2016年，时任福特首席执行官的马克菲尔德表示，福特的目标是在2021年开始销售可用于汽车服务的全自动驾驶汽车。

但到了2021年，全自动驾驶车辆并没有如期到达，自动驾驶技术因多次交通事故而陷入尴尬境地。

2021年8月，美国国家公路交通安全管理局正式对特斯拉自动驾驶系统展开安全调查日前，NHTSA向特斯拉发送了一封长达11页的问询函，要求特斯拉在10月22日前给出相关回复NHTSA在信中表示，在与特斯拉辅助驾驶系统相关的12起事故中，有17人受伤，1人死亡

在中国，2021年8月12日，蔚来车主林文钦在驾驶蔚来ES8并开启NOP时发生交通事故，不幸身亡这件事引起了许多争议

上述事件在一定程度上降低了市场对自动驾驶商业化的预期，也引起了很多人的质疑实现全自动驾驶需要多长时间

商用车已经到了L4，乘用车依然是L2。

头堡研究院分析师赵子豪对《The Paper》表示，目前最先进的自动驾驶技术可以达到L4级驾驶水平，即:驾驶系统可以独立操作和决策，驾驶员在驾驶过程中不需要提供响应或护送，但一般只能在有限的区域内行驶。

刘伟向《The Paper》记者解释，SAE分级可以简单理解为:L0完全是手动，L1有一些辅助功能，比如压线后自动对位，L2增加了自动巡航和自动刹车辅助，但驾驶员必须握住方向盘L3可以实现基本意义上的自动驾驶，驾驶员可以双手离开方向盘，但要做好随时接管的准备，L4级理论上司机不用干预，但使用场景有限L5是真正的无人驾驶

目前，L4级自动驾驶应用于港口自动驾驶卡车，自动驾驶公交车，物流快递运输等商用车，以及Robotaxi等具有运营属性的乘用车。

在港口应用场景中，代表性企业有图森未来，沃尔沃，西京科技，自动驾驶终端送货车领域所代表的企业包括新石器时代，智能步行者，白犀牛，沈航智能等初创企业机器人领域的代表企业有马骁智星，文远智星，百度，滴滴等

赵子豪告诉《The Paper》记者，伴随着自动驾驶技术水平的提高，很多领域已经开始尝试使用自动驾驶技术，但大部分还处于试运行阶段，还没有投入使用或商业化。

目前园区内有无人送餐车:辆，港口有自动驾驶车辆。

以上海洋山港为例，实施了SAIC红岩智能重卡示范运营项目，实现了洋山港码头—东海大桥—深水港物流园区的自动驾驶和货物运输2020年，SAIC红岩智能重卡完成了2.12万标准箱的运输量，预计2021年转运4万标准箱

之所以能先在这些场景落地，主要是因为公园和港口都是有限的场景，具有地理限制，行驶环境单一，行驶速度低的特点。

在有限的场景下，一方面地理边界总体清晰，异常情况范围相对可控，另一方面，进入该区域的交通主体较少，行驶速度较低，车辆在自动驾驶中的决策压力较小因此，在这些场景下，自动驾驶商业化相对困难

在乘用车领域，很多科技公司的Robotaxi都处于测试阶段从2019年下半年开始，百度Apollo，马骁智行，文远智行，滴滴自动驾驶都进行了公测

在普通消费者较为关注的私人出行领域，目前国内量产乘用车的驾驶自动化正处于从L2向L3过渡的阶段，如特斯拉，蔚来，比亚迪等都处于辅助驾驶阶段。

值得注意的是，《汽车驾驶自动化分级》推荐性国家标准已经国家市场监管总局，国家标准化管理委员会批准发布，将于2022年3月1日起实施将驾驶自动化分为0到5个级别0—2级为驾驶辅助，系统辅助人类执行动态驾驶任务，驾驶主体仍为驾驶员，3—5级是自动驾驶该系统在设计的运行条件下代替人执行动态驾驶任务当该功能被激活时，驾驶主体是系统

司机什么时候可以松开方向盘。

自动驾驶，形容起来似乎很简单可以通过在汽车上安装传感器来跟踪和避开周围的物体让车载电脑知道道路规则，自己导航到目的地刘一告诉本报记者

可是，事实上，驾驶是一项涉及人类行为的复杂任务例如，司机应该预测车辆和行人的行为，甚至与路人进行眼神交流，以决定谁先走这种决定很难用硬规则来编码他认为，乘用车从L2辅助驾驶向L3自动驾驶转变是一个质的变化

在L3自动驾驶系统下，大部分操作由汽车主导，驾驶员只在必要时介入汽车这对自动驾驶系统的硬件计算能力，传感器配置以及各种感知，规划和控制算法提出了更高的要求

除了硬件和软件，自动驾驶汽车还需要巨大的路试里程。

根据美国军事战略研究机构RAND Corporation的研究，自动驾驶算法想要达到人类驾驶员的水平。

至少需要累计177亿公里的驾驶数据来完善算法。

目前，自动驾驶算法测试大约90%用仿真平台完成，9%在测试场完成，1%通过实际路测完成也就是说，要完善算法，测试车队需要累积17.7亿公里的行驶里程

除了刚刚提及的技术瓶颈，赵子豪认为，L2到L3的转变瓶颈还体现在法律和伦理道德方面。

现阶段，我国相关法律法规仍然无法满足L3级别自动驾驶汽车上路，对于L3及以上自动驾驶汽车安全事故的权责划分尚不清晰。

此外，高阶自动驾驶还面临伦理道德风险，也需政策给予规范。

刘奕对此解释说，举一个我们常用的关于伦理风险的例子:一辆车行驶在一条单车道，两侧是河面的小路上，在刹车失灵的极端情况下，恰好前方出现行人，那么车辆是应该选择撞人，还是把司机送到河里去呢刘奕认为，但自动驾驶这一产业比较特殊，或许需要政策先行

热点搜索版权声明