自動(dòng)駕駛就像一個(gè)初入風(fēng)塵便被吹捧的青樓花魁，這些年不知“勾引”了多少的商場老饕。
曾在通用汽車公司任職的Google公司顧問密歇根大學(xué)工程學(xué)教授Larry Burns說：“這是一場軍備競賽?！钡芸上У氖沁@場軍備戰(zhàn)爭似乎還要打很久。
如果說諾曼底戰(zhàn)役是改變第二次世界大戰(zhàn)的轉(zhuǎn)折點(diǎn)，那么當(dāng)下自動(dòng)駕駛技術(shù)的發(fā)展智能勉強(qiáng)算得上是造船期，仍然停留在硬件基礎(chǔ)的摸索，小打小鬧的試試還可，真正“沖鋒陷陣”的決勝之役尚不能為。
無人駕駛的三個(gè)“彷徨”
自動(dòng)駕駛屬于技術(shù)于硬件碰撞的產(chǎn)物，是在物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)與傳統(tǒng)汽車制造工業(yè)深度融合下產(chǎn)生的。以其便捷、高效、智能等特點(diǎn)，毫無疑問的成為交通領(lǐng)域未來發(fā)展的風(fēng)向標(biāo)，成為全世界級(jí)的持久風(fēng)口。
全球汽車行業(yè)公認(rèn)的汽車自動(dòng)駕駛技術(shù)分級(jí)標(biāo)準(zhǔn)有兩種，就目前來說比較普及的是由國際自動(dòng)機(jī)工程師學(xué)會(huì)(簡稱SAE)提出的。
SAE將自動(dòng)駕駛分為L0—L5六個(gè)級(jí)別，而其中只有達(dá)到L5的完全自動(dòng)化才能滿足用戶的全場景實(shí)際需求。
(SAE自動(dòng)駕駛分級(jí))
從L0到L5，其中的細(xì)分判斷點(diǎn)有很多，但總的來說最大的特征就是場景的全面化推進(jìn)，比如L4與L5最大的差距就是L4在某些場景下還需要人工干預(yù)，而L5是完全的不需要人工。
就目前而言，大部分自動(dòng)駕駛都處于L3階段中，國內(nèi)自主品牌L3級(jí)量產(chǎn)車預(yù)計(jì)都在今年以后上市，如廣汽新能源和一汽紅旗都表示在今年推出L3級(jí)自動(dòng)駕駛量產(chǎn)車型。而L4級(jí)別的車輛的場景更加苛刻，只能局限在少數(shù)特定的測試地點(diǎn)才能達(dá)到L4級(jí)別。
也正是這種不成熟的發(fā)展現(xiàn)狀，導(dǎo)致了目前自動(dòng)駕駛有著不少的發(fā)展痛點(diǎn)，這些痛點(diǎn)具體表現(xiàn)在三個(gè)彷徨上。
是否允許路測的彷徨
這第一個(gè)彷徨來自于監(jiān)管層。作為技術(shù)導(dǎo)向的自動(dòng)駕駛，本身的研究及發(fā)展都需要大量的實(shí)測數(shù)據(jù)進(jìn)行支撐，但對(duì)于很多自動(dòng)駕駛落地的汽車產(chǎn)品而言，本身的不確定性使得其在路測階段存在發(fā)生事故的可能性。
實(shí)際的路測不像是在測試點(diǎn)，有著特定的障礙物與路況，正如駕照考試科目三的路考一樣，難點(diǎn)就在于如何處理可能出現(xiàn)的突發(fā)狀況。
但就目前而言，這種自動(dòng)駕駛混雜著實(shí)際路況本身的風(fēng)險(xiǎn)可能會(huì)導(dǎo)致發(fā)生交通事故，也因此大多數(shù)地方對(duì)于自動(dòng)駕駛的路測都有著嚴(yán)格的規(guī)定。
不過自動(dòng)駕駛始終是未來確切的發(fā)展方向，無論是國內(nèi)外，只要是一流的汽車企業(yè)或者像谷歌、百度等互聯(lián)網(wǎng)企業(yè)，都在對(duì)此傾注著大量的資源與精力。放寬自動(dòng)駕駛的路測規(guī)定無疑是吸引它們的最大誘餌。
就像去年美國加州車管所(DMV)頒布了全球首個(gè)可以不配備安全員的完全無人駕駛牌照，并且允許無人駕駛汽車免費(fèi)接送乘客。這就使得無論是大眾、奔馳、通用、本田、上汽等傳統(tǒng)車企，還是谷歌、百度、蘋果等科技公司都紛紛在此設(shè)置辦事處，并積極開展道路測試。
在國內(nèi)隨著2017年12月北京交通委正式印發(fā)《北京市關(guān)于加快推進(jìn)自動(dòng)駕駛車輛道路測試有關(guān)工作的指導(dǎo)意見(試行)》，標(biāo)志著北京正式成為我國第一個(gè)允許無人駕駛在公共道路開展測試的城市。也吸引了百度、蔚來、北汽新能源、小馬智行、戴姆勒、騰訊、滴滴、奧迪等多家公司目前都在北京進(jìn)行積極的路測，僅在2018年這些公司在北京道路上的測試總里程超過了15萬公里。
大量的造車先鋒軍與互聯(lián)網(wǎng)科技公司的用戶無疑可以帶動(dòng)當(dāng)?shù)谿DP的增長，促進(jìn)就業(yè)與消費(fèi)的良性發(fā)展，這實(shí)際就與可能發(fā)生的車禍形成了一種矛盾，也促使了監(jiān)管方為了促進(jìn)自動(dòng)駕駛的發(fā)展，必須投入更多的精力與資源去規(guī)范自動(dòng)駕駛的路測環(huán)境。
普及難度與數(shù)量才能引發(fā)質(zhì)變的彷徨
前面提到的自動(dòng)駕駛車禍也成為了誘導(dǎo)新痛點(diǎn)的產(chǎn)生，這些年來自動(dòng)駕駛發(fā)生的事故沒有一百也有幾十，以下為三個(gè)較為典型的案例。
第一起發(fā)生在2016年5月7日，一輛2015款特斯拉 Model S 在佛羅里達(dá)州高速公路上與一輛垂直方向開來的掛車發(fā)生相撞。調(diào)查報(bào)告稱，在強(qiáng)烈的日照條件下，駕駛員和自動(dòng)駕駛系統(tǒng)都未能注意到拖掛車的白色車身，因此未能及時(shí)啟動(dòng)剎車系統(tǒng)。
第二起發(fā)生在2017年3月24日，一輛Uber自動(dòng)駕駛試驗(yàn)車在亞利桑那州坦佩市一處十字路口處，由北向南行駛的Uber自動(dòng)駕駛汽車與一輛東西行駛試圖左拐的普通汽車發(fā)生了碰撞。這一事故是由人類司機(jī)并未讓行直行的自動(dòng)駕駛車輛所致。
第三起發(fā)生在2018年1月10日，由福特投資的Argo AI公司在美國賓夕法尼亞州匹茨堡發(fā)生了一起交通事故，事故最終導(dǎo)致兩人受傷。截止目前，當(dāng)局認(rèn)定這起事故是人為失誤造成的，事故起因是一輛卡車闖紅燈。
而以時(shí)間順序來看這三起事故，可以看出隨著時(shí)間的推進(jìn)，自動(dòng)駕駛在路測階段時(shí)的事故誘因已經(jīng)從最開始的技術(shù)不成熟發(fā)展到了行人或其他車輛的不規(guī)范交通行為導(dǎo)致。而縱觀2017-2018的大部分自動(dòng)駕駛事故，已然是更多地人為因素主導(dǎo)，自動(dòng)駕駛車輛往往承擔(dān)著“無妄之災(zāi)”。
龐大的司機(jī)群體中有不少司機(jī)存在不規(guī)范駕駛的行為，電動(dòng)車大軍更是在道路上肆意奔騰，還有更為荒誕的中國式過馬路以及碰瓷等。
這也是一種技術(shù)的無奈，可以改變自己，無法改變其他人，自動(dòng)駕駛的未來生態(tài)中，要做到的是全方位的車聯(lián)網(wǎng)，每輛車都要具備這種實(shí)時(shí)連接的屬性才能保證在中樞處理器下每輛車都可以平穩(wěn)運(yùn)行，交通順暢。
即使放眼未來，自動(dòng)駕駛的普及也一直是個(gè)難題。
美國計(jì)算機(jī)科學(xué)家、圖靈獎(jiǎng)得主Alan Kay曾說過，“People who are really serious about software should make their own hardware.”意思是，真正在乎軟件的人，應(yīng)該去制造屬于自己的硬件。這句話后來被喬布斯用于表達(dá)蘋果的產(chǎn)品開發(fā)理念。
但手機(jī)畢竟是個(gè)相對(duì)價(jià)值較低的智能硬件，all in進(jìn)去的成本較低，而自動(dòng)駕駛汽車單價(jià)與研發(fā)成本遠(yuǎn)遠(yuǎn)超過手機(jī)，不僅前期投入大，而且生產(chǎn)周期長，很難在短時(shí)間內(nèi)取得產(chǎn)品上的成績。這與互聯(lián)網(wǎng)商業(yè)中資本投入與產(chǎn)值之間的正比例關(guān)系相悖。
對(duì)于一個(gè)完整的汽車產(chǎn)業(yè)鏈周期，從上游的源材料采集、技術(shù)開發(fā);到中游的配件制造組裝;再到下游的產(chǎn)品銷售，這一整條的產(chǎn)業(yè)結(jié)構(gòu)都不是短時(shí)間內(nèi)能堆砌的。這也導(dǎo)致著產(chǎn)品最終定價(jià)會(huì)帶著研究開發(fā)成本，價(jià)格勢(shì)必短期內(nèi)很難大眾化。
就像如今新能源汽車一般，即使大家都知道這是有益與環(huán)境且符合未來交通發(fā)展的正確方向，但實(shí)際而言燃油車已然是購車主選，因?yàn)樵诰C合汽車壽命、消耗油錢、車輛配置與價(jià)格等各方面因素，燃油車在價(jià)格上始終有著絕對(duì)的性價(jià)比。
因此對(duì)于自動(dòng)駕駛而言，自己本身就是一個(gè)普及數(shù)量會(huì)引發(fā)質(zhì)變的行業(yè)，但在普及難度上卻存在著較大的難點(diǎn)，這就是自動(dòng)駕駛的第二個(gè)彷徨。
專注安全與不斷增加安全難點(diǎn)的彷徨
前面提到過，自動(dòng)駕駛的全面推行必須是依托在車聯(lián)網(wǎng)之上的，依托于大數(shù)據(jù)與AI分析，提升整個(gè)交通大環(huán)境的安全性，但同樣的聯(lián)網(wǎng)意味著變相增加了被黑客攻擊的風(fēng)險(xiǎn)。
在之前《速度與激情8》電影中出現(xiàn)黑客“控制”自動(dòng)駕駛的汽車向?qū)κ职l(fā)起攻擊的情節(jié)時(shí)自動(dòng)駕駛安全問題就已經(jīng)廣泛的引發(fā)了用戶熱議。而對(duì)于自動(dòng)駕駛來說，本身就是從車內(nèi)網(wǎng)、車際網(wǎng)等網(wǎng)絡(luò)主導(dǎo)的形式，數(shù)據(jù)與網(wǎng)絡(luò)是其運(yùn)行的血液與血管，也就是從骨子里就存在信息安全問題。
而早在2015年，安全專家Kevin Mahaffey和Marc Rogers演示了通過Model S存在的漏洞打開車門、啟動(dòng)并成功開走，此外還能向Model S發(fā)送“自殺”命令，在車輛正常行駛中突然關(guān)閉系統(tǒng)引擎讓車輛停下來。
要知道這還是在特斯拉Model S在設(shè)計(jì)之初就將安全擺在非常重要的位置，但即使如此依然存在被攻克的漏洞。自動(dòng)駕駛智能生態(tài)存在信息數(shù)據(jù)丟失或泄露、病毒木馬摧毀網(wǎng)絡(luò)、服務(wù)攻擊造成云計(jì)算平臺(tái)服務(wù)中斷等可能，因此在自動(dòng)駕駛的發(fā)展進(jìn)程中，絲毫不能放松對(duì)安全方面的深耕。
從宏觀上來說，近年來監(jiān)管部門也在積極規(guī)范標(biāo)準(zhǔn)，2017年頒布了《工業(yè)控制系統(tǒng)信息安全防護(hù)指南》，2018年印發(fā)了《國家無人駕駛產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南》、《國家無人駕駛產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南》和《國家無人駕駛產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南》。規(guī)定自動(dòng)駕駛系統(tǒng)運(yùn)營企業(yè)應(yīng)從安全軟件選擇與管理、配置和補(bǔ)丁管理和邊界安全防護(hù)等十一個(gè)方面做好工控安全防護(hù)工作。
從自動(dòng)駕駛本身從業(yè)者來說，自動(dòng)駕駛的構(gòu)成是多個(gè)點(diǎn)到線到面的過程，那么自動(dòng)駕駛的安全性也應(yīng)該是多角度、多維度的堆砌。對(duì)于自動(dòng)駕駛系統(tǒng)需要不停地及時(shí)進(jìn)行補(bǔ)丁與維護(hù)，沒有牢不可破的墻，但能有不斷加固的盾，而對(duì)于追智能汽車內(nèi)部來說，像中控門鎖系統(tǒng)CDLS、輪胎壓力監(jiān)測系統(tǒng)TPMS等內(nèi)部硬件系統(tǒng)的檢修與加固也要重點(diǎn)布局。
而這個(gè)難度無疑也是隨著技術(shù)的發(fā)展而不斷升級(jí)，并且對(duì)于萬物互聯(lián)的Iot生態(tài)中，自動(dòng)駕駛的車聯(lián)網(wǎng)生態(tài)也是少數(shù)能直接威脅到用戶人身安全的點(diǎn)，這也是自動(dòng)駕駛未來發(fā)展的彷徨之一。
自動(dòng)駕駛的5G“吶喊”
在自動(dòng)駕駛的發(fā)展進(jìn)程中，難免有著這樣那樣的問題與矛盾，但這并不意味著自動(dòng)駕駛就無法克服，而且對(duì)于自動(dòng)駕駛這種以技術(shù)發(fā)展為核心導(dǎo)向的技術(shù)，對(duì)社會(huì)生態(tài)的改變往往就像毛竹一樣。
毛竹這種植物在其栽種后的最初五年中，你根本看不到它的生長?？墒牵迥曛?，它就像被施了魔法，在半年時(shí)間里就會(huì)躥到30多厘米。原因就在于毛竹5年中把所有的努力放在基層建筑下，其根部可以延伸幾英里遠(yuǎn)。
自動(dòng)駕駛的技術(shù)研究是一個(gè)長遠(yuǎn)且持續(xù)的深耕，但如果一旦成熟，其改變社會(huì)生態(tài)的速度也將是難以想象的。從PC到智能手機(jī)、從出租車到網(wǎng)約車等一系列生活習(xí)慣的改變都是在短短數(shù)年甚至數(shù)月內(nèi)發(fā)生的，而自動(dòng)駕駛在未來全面上線后，將會(huì)對(duì)交通的重構(gòu)也是如今無法全面推測出的。
而當(dāng)下就有一個(gè)全新的跳板。
2019年是5G的元年，全球都已經(jīng)開始加快了在5G的基礎(chǔ)設(shè)施建設(shè)。中國預(yù)計(jì)今年下半年就會(huì)開始試運(yùn)行，明年則正式展開5G的商用進(jìn)程。
國際化標(biāo)準(zhǔn)組織3GPP定義了5G技術(shù)的三大應(yīng)用場景：eMBB(增強(qiáng)移動(dòng)寬帶)、mMTC(海量機(jī)器類通信)、uRLLC(高可靠低時(shí)延通信)。其中，uRLLC的主要應(yīng)用場景就是無人駕駛領(lǐng)域。
5G低時(shí)延、高可靠的優(yōu)勢(shì)將賦能自動(dòng)駕駛的進(jìn)一步發(fā)展，自動(dòng)駕駛的終極目標(biāo)就是應(yīng)用AI+IOT+5G的無人駕駛汽車。不管是目前的激光雷達(dá)還是攝像頭采集，在復(fù)雜道路環(huán)境的感知方面速度會(huì)更快，做出實(shí)時(shí)決策的時(shí)間也會(huì)更加快。強(qiáng)大的通信支持可以有效的減少因?yàn)樘幚硭俣葘?dǎo)致額交通事故發(fā)生。
如今自動(dòng)駕駛達(dá)不到L5的級(jí)別，也無法拒絕有人介入到駕駛中。而自動(dòng)駕駛想要擺脫方向盤，除了需要快速以及無延遲的網(wǎng)速，也需要龐大的數(shù)據(jù)庫支撐。隨著5G的應(yīng)用，會(huì)加速其數(shù)據(jù)采集的過程。大量的數(shù)據(jù)累計(jì)，就可以不只是在遇到突發(fā)狀況后快速的反應(yīng)，也能夠提前就做好對(duì)各種事件的預(yù)防。
而且自動(dòng)駕駛?cè)缃褚灿性谝恍┨囟ǖ膱鼍斑M(jìn)行著ToB的服務(wù)價(jià)值。
ToB的思維是如今互聯(lián)網(wǎng)深入到中后期的重要舉措，從B端的服務(wù)中可以給像VR、AI、大數(shù)據(jù)、云計(jì)算、自動(dòng)駕駛等技術(shù)進(jìn)行實(shí)際的落地體驗(yàn)，在其還未達(dá)到C端心理預(yù)期的情況下，在B端做一些力所能及的服務(wù)。
這樣一方面可以給從業(yè)者一些信心與回報(bào)，盈利點(diǎn)也是持續(xù)付出的支柱;另一方面可以讓用戶與社會(huì)看到該技術(shù)的實(shí)際效果，從而提升用戶的認(rèn)可與接受程度，對(duì)未來的全面普及打基礎(chǔ)。
就目前而言，自動(dòng)駕駛在特定的場景，像旅游景點(diǎn)的游覽車、自動(dòng)請(qǐng)理街道的垃圾車等都是不錯(cuò)的場景運(yùn)用。固定的路線既能起到實(shí)驗(yàn)的作用，也不會(huì)影響到人們的安全問題。未來物流用車、出租車、公交車等則是自動(dòng)駕駛普及的下一個(gè)階段。
德國哲學(xué)家馬丁·海德格爾在其存在論名著《存在與時(shí)間》里面用理性的推理出了一個(gè)生命意義上的倒計(jì)時(shí)法—“向死而生”。
對(duì)于每一個(gè)技術(shù)與產(chǎn)品而言，存在都是具有階段性的，無論是膠卷時(shí)代的終結(jié)、2G、3G技術(shù)的淘汰，我們看著一個(gè)個(gè)技術(shù)發(fā)展成為主流，再看著其被更新的技術(shù)所替代，每個(gè)技術(shù)與產(chǎn)品也始終在向死而生的道路上。
自動(dòng)駕駛作為下一代的新興技術(shù)，在發(fā)展的過程中難免會(huì)遇到許多彷徨，但如今的進(jìn)步也是肉眼可見的。作為從業(yè)者也謹(jǐn)需銘記，循序而不急躁，等待并心懷希望，只要能夠在逆境堅(jiān)持，在困境中吶喊，屬于自動(dòng)駕駛的未來也會(huì)是璀璨的。
