切换城市:北京
更多应用 |
官方:微博/微信
| 车展 | 专题 | 车商通 | 商用车

凤凰网汽车

凤凰网汽车>全媒体>正文

无人驾驶路还长,十年内难以看到高度自动化汽车量产

2017年11月15日 15:40:01
分享到:
来源:车业杂谈

近日谷歌旗下无人驾驶汽车公司Waymo放出了将开始在公共道路上测试没有任何安全员和司机在驾驶位上的无人驾驶车辆的消息,又一次将无人驾驶推向“风口浪尖”。

何谓无人驾驶?按照美标分级,无人驾驶拥有2个大的跨度,6个小的层级,L3以下和L4以上划分为两个跨度,三级以下被称作有条件的自动化,主要以人驾为主,在极限工况和激烈驾驶情形下,需要驾驶员进行操作;而四级以上则被称作高度智能化,由智能系统应对所有工况,真正意义上解放人类双手。

null

可以说,不管是传统车企还是零部件供应商,亦或是互联网公司,对于无人驾驶这一课题,都拥有极大的兴趣和热情,也几乎不约而同地将2020年定为实现目标的年份。有人不禁发出疑问,真正意义上的无人驾驶汽车真的要来了吗?对此,车业杂谈给出的答案是,否!

null

从传统车企的研究进展来看,我们不难发现,诸如奔驰、宝马和奥迪等豪华品牌,大多从高级辅助驾驶ADAS切入,通过不断叠加高级辅助驾驶系统,进而实现向无人驾驶的转变。目前奥迪的表现最为突出,8月份上市的A8已能实现L3级无人驾驶,成为了全球首款量产L3级别汽车。奥迪A8采用了1个激光雷达搭配多个毫米波雷达,辅以大量摄像头的方式,能够在时速60km/h以下实现自动驾驶。在车业杂谈看来,由于研究方向基本一致,加之受制于无人驾驶技术成熟程度和造价成本等因素,其他传统车企在将来发布的无人驾驶汽车,与奥迪A8的性能应不会有太大的出入。因此我们有理由相信,在被诸多车企记在小本子上的2020年,将会有大量的L3级汽车涌入市场。

null null

但L3级汽车并非真正意义上的无人驾驶汽车,它依旧需要驾驶员参与其中,应对部分计算机处理不了的工况。更有意思的是,这种让人参与无人驾驶汽车的模式,在前几天刚被谷歌打脸。谷歌认为一旦驾驶员依赖低等级无人驾驶技术,那么他们就会分出心来做其他事情,比如看电影、化妆等,以至于他们根本无法在第一时间接管车辆来应对激烈工况,因此谷歌放弃了“当汽车陷入危险境地时,驾驶员可以接管汽车”这一功能的研究,同时这也是对传统车企无人驾驶汽车安全性能的质疑。

null

从谷歌、百度等互联网公司无人驾驶技术的研究方式来看,它们更倾向于凭借自身计算机技术和大数据储备的优势,采用64线激光雷达等价格高昂的设备,直接达到高度无人驾驶的水平。这种一步到位的方式,跳过了存在安全隐患的低级无人驾驶,并且从目前百度、谷歌的测试结果看,效果还不错。

那么我们能否把希望寄托在他们身上呢?车业杂谈认为依然存在不确定性。

第一个不确定性来源于激光雷达,简单来说就是贵、大、差。

“贵”指的是激光雷达售价高。想要满足所有工况的自动驾驶需求,那么激光雷达的探测范围就必须要大,在120km/h的速度下,汽车制动距离会超过60m,当探测距离小于这个值,发生车祸就成为必然。就目前来看,64线激光雷达是最优之选,他拥有150m的测距,谷歌、百度路测车就是用的这种雷达,但尴尬的是,它的售价高达60万元,甚至已超过了部分豪华车的售价,投入量产就不那么实际了。

null

除了“贵”,这种激光雷达还“大”,看到谷歌路测车头上那个大块头了吗?没错那就是无人驾驶汽车的眼睛——激光雷达,这种雷达比起摄像头、毫米波雷达体积大了不少,十分影响车辆外观设计、布局,如果你家爱车顶着这样一个大家伙,你还会喜欢它吗?

null

“差”的意思是激光雷达还存在缺陷,由于激光雷达技术和特性的限制,面对雨雾天气,激光雷达的感知能力可能会受到严重影响,并且雷达感知精度还受到周围环境温度、湿度变化的影响,因此它不能保障所有工况下的安全驾驶。

从以上几个方面我们可以看出,激光雷达在降低成本、优化技术上还有很长一段路要走,而十分依赖激光雷达的无人驾驶汽车也必然会受其影响。

第二个不确定性来自于智能系统对环境的认知能力。

对环境的认知包括对行人、其他汽车行为的分析判断,对大环境下红绿灯等的分析判断。从目前手动驾驶的情况看,驾驶员在部分工况下可能会对环境的认知把握不那么准确,若再将这一问题交给智能系统,将是极大的挑战。

想要解决这一问题,就必须通过采集大量的数据,通过数据的累加,让智能系统通过类比分辨出行人和车辆的真实意图,就目前谷歌和百度的路测里程来讲是远远不够的。此外世界各地行人习惯、驾驶习惯不尽相同,还需要因地制宜,所以谷歌单在美国跑、百度单在中国跑,是不能够很好地完善智能汽车认知系统的。目前,在全球范围内,认知方面的研究较少,是无人驾驶发展的难点。

null

第三个不确定性来自于人机交互。

套用清华教授的话来说,无人驾驶汽车的人机交互系统是否成熟是它能否推向市场的关键。举个简单的例子,一些人在开车的时候不会晕车,但坐车的时候容易晕车,是怎么回事呢?这是因为开车时大脑清楚下一步要做什么,会指挥身体做好准备,而坐车时一切都是未知的。放在无人驾驶上也是一样,如果我们不知道智能系统下一步的操作,特别是在激烈的转向、刹车、加速情况下,不仅会给乘车人来带不适,更会让他们对汽车产生极度不信任感,进而让他们失去对无人驾驶的兴趣。但可惜的是,对于这个问题的研究,当前并不多。

null

最后一个不确定性无关技术,但却更难解决,那就是关于伦理和人性的抉择。

关于人性的拷问从来都没有停止过,有这么一个问题,说正常铁轨上有五个孩子在玩耍,而废弃铁轨有一个孩子,若火车已不能减速,究竟选择撞死谁?同样,当无人驾驶汽车遭遇避无可避的事故,我们又该如何抉择呢?面对违规豪车与守法中低端车,撞谁?面对车辆和行人,冲向谁?面对横穿马路的“坏蛋”和路边等待的“好人”,怎么办?撞动物还是撞人?车业杂谈在这里也给不出一个标准答案,只好将问题抛给立法者,让他们去纠结、去难受。

null

综上所述,车业杂谈对于无人驾驶汽车商业化的看法已经显而易见了。在2020年,我们有理由相信L3级汽车会进入我们的生活,但对于真正意义上的无人驾驶汽车来说,却还有很长一段路要走,乐观来看,这段路会走上十年,甚至更久。

  • 凤凰网汽车公众号

    搜索:autoifeng

  •  官方微博

    @ 凤凰网汽车

  •  手机应用

    凤凰网汽车&凤凰好车

网友评论
0人点赞
|
评论0
加载中...

大家都在看

趣图推荐