當前位置: 華文問答 > 數位

自動駕駛落地難,到底難在哪裏?

2024-01-26數位

開始之前,先介紹下關於自動駕駛整體的框架,目前被國內外廣泛接受的自動駕駛分級標準是SAE(國際汽車工程學會)的分級,從L0-L5共6個等級,隨著等級的上升,車輛對駕駛員手動應急接管的需求越來越小,自動駕駛系統的功能也越來越齊全。

到了L4、L5級別後便不再需要駕駛員接管駕駛(理論上在這兩個階段,方向盤、踏板都無需安裝),前幾天特斯拉釋出的Cyber cab大致就是這個型別,但依舊是期貨般的存在。

目前能夠上路的還是L2,即使很多車企宣稱自己的產品具備L3能力,也就是大家經常看到的L2+,L2+++,L2.99什麽的,受限於法規的約束,目前出去一些特定場景,能夠上路的智慧駕駛依舊處於人機共駕的L2。

當然了,除了法規不允許之外,智慧駕駛技術本身也還有很多難題待解決,所以,無論是當下技術,還是法律法規,都無法支持自動駕駛全面落地。

先討論下技術層面。

之前有詳細寫過關於模組化以及端到端路線在技術層面的一些難點,連結放下面了,感興趣可以點進去看看。

自動智慧駕駛技術目前面臨哪些主要挑戰?

對於傳統的模組化設計思路來說,現目前還存在傳遞過程中資訊損耗、任務多且散導致低效、復合誤差、規則難以窮盡導致構建和維護成本高等等問題,要想完全解決,還需要時間,且難以保證過程中還會有新的挑戰出現,最典型的就是大量堆積的程式碼難以窮盡覆蓋所有駕駛場景。

而對於端到端來說,雖然說解決了一部份模組化存在的問題,比如程式碼問題,無論是顯式端到端還是隱式端到端,都不再需要堆積如山的程式碼,透過一體化的神經網路,代替演算法模組,讓其擁有自主學習能力,但由於黑盒的原因,具體怎麽學習,以及如何做出糟糕決策行為,我們不得而知,自然也就無法溯源。

再來看下法律法規層面。

對於智慧駕駛汽車上路要求做出了明確要求,比如:

2022年,深圳市七屆人大常委會第十次會議上就表決透過了號稱為首部國內自動駕駛地方性法規的【深圳經濟特區智慧網聯汽車管理條例】(以下簡稱【條例】),其中一條明確表示: 無駕駛人的完全自動駕駛智慧網聯汽車只能在市公安機關交通管理部門劃定的區域、路段行駛。

當【條例】正式實施後,各種此前已經開展試執行數年之久的L4級RoboTaxi,依然要在公安機關、交通管理部門劃定的區域路段行駛,與以前沒有任何區別。

從細則以及實際效果看,並無任何關鍵性突破。

同時,對於無人駕駛車輛發生事故後,責任主體的新規定,依舊沒有變化,這也就意味著,無論車輛是不是啟動了無人駕駛功能,一旦發生事故責任仍舊需要車上駕駛人員(或者是坐在駕駛席上的安全員)承擔。

機器是否能成為責任主體?制造並且將自動駕駛系統提供給車主使用的企業又將承擔怎麽樣的責任? 以及,如何完善現有交通事故的賠償系統,將相關內容合理合法地融入進去,構築新的交通責任與賠償體系,也是自動駕駛落地關鍵一步。

無論是技術層面,還是各地規範,想要自動駕駛完全落地,還需要很長的路要走。