現(xiàn)在國(guó)內(nèi)汽車(chē)圈最火的除了新能源和車(chē)聯(lián)網(wǎng)以外,自動(dòng)駕駛應(yīng)該也是一個(gè)非常熱門(mén)的話(huà)題。不過(guò)在主機(jī)廠,我們不會(huì)稱(chēng)之為自動(dòng)駕駛,而是會(huì)簡(jiǎn)稱(chēng)為“ADAS”。不僅僅是造車(chē)新勢(shì)力,還有一些互聯(lián)網(wǎng)公司也在花重金研發(fā)ADAS,那么真正的自動(dòng)駕駛離我們還有多遠(yuǎn)?未來(lái)造車(chē)新勢(shì)力能夠研發(fā)出沒(méi)有方向盤(pán)的汽車(chē)來(lái)嗎?■ 什么是ADAS?ADAS的英文全稱(chēng)是Advanced Driver Assistance Systems。從字面上就可以看出,ADAS并不是我們所理解的“自動(dòng)駕駛”,直譯過(guò)來(lái)應(yīng)該是駕駛員輔助系統(tǒng)的意思。按照北美標(biāo)準(zhǔn),把ADAS從Level1到Level5分成了5級(jí),可能未來(lái)要到Level5才能實(shí)現(xiàn)我們理想狀態(tài)中的、沒(méi)有方向盤(pán)的全無(wú)人駕駛?!绹?guó)SAE(汽車(chē)工程師協(xié)會(huì))為ADAS定下的標(biāo)準(zhǔn)。目前市面上,我們能買(mǎi)到的擁有最先進(jìn)ADAS系統(tǒng)的特斯拉,也只能將將做到Level 2的級(jí)別。新一代的奧迪A8號(hào)稱(chēng)可以做到Level 3 ,不過(guò)目前量產(chǎn)的版本,廠方只是宣稱(chēng)配備了具備Level 3功能的硬件配置,并沒(méi)有開(kāi)通軟件功能,而軟件還在研發(fā)迭代中,需要等到后續(xù)成熟完善后再給車(chē)輛升級(jí)?!S田的e-Palette目前也只停留在概念階段,雖然豐田給出了對(duì)未來(lái)的美好思考,但實(shí)際實(shí)現(xiàn)還有很長(zhǎng)的路要走?!?自動(dòng)駕駛的剛性門(mén)檻——機(jī)器學(xué)習(xí)的數(shù)據(jù)積累要了解ADAS的開(kāi)發(fā)過(guò)程和方法,就要大概了解以下AI人工智能的算法原理。雖然AI聽(tīng)起來(lái)很高大上,其實(shí)作為文科生代表的“羅輯思維”,在2018跨年演講上就用最通俗的語(yǔ)言解釋了AI的實(shí)現(xiàn)原理:AI實(shí)際上是用電腦算法模擬了人類(lèi)的思維方式,通過(guò)機(jī)器學(xué)習(xí)(就好比人類(lèi)從嬰兒階段就開(kāi)始不斷接受外界各種事物,形成自己的判斷)讓機(jī)器的判斷力不斷的進(jìn)步。過(guò)程中可能會(huì)犯錯(cuò),但經(jīng)過(guò)大量的數(shù)據(jù)積累(也叫訓(xùn)練),機(jī)器能做出的判斷,理論上可以接近或達(dá)到人類(lèi)的水平。所以,用AI人工智能的方式開(kāi)發(fā)自動(dòng)駕駛汽車(chē)就可以把過(guò)去的不可能變成可能。很多人覺(jué)得自動(dòng)駕駛的核心在于AI的算法邏輯。其實(shí)不然,人工智能最大的特點(diǎn)就是算法顯得并不那么重要,重要的是機(jī)器學(xué)習(xí)的量有多少。機(jī)器學(xué)習(xí)的量越大,能夠做出判斷的準(zhǔn)確率就越高。所以各大車(chē)廠或互聯(lián)網(wǎng)公司開(kāi)發(fā)ADAS的核心在于要做大量的機(jī)器學(xué)習(xí)。這種機(jī)器學(xué)習(xí)既可在測(cè)試場(chǎng)(封閉道路條件下)進(jìn)行,也可直接在公路上進(jìn)行,當(dāng)然,后者的效果最好,但存在一定的風(fēng)險(xiǎn)性。這也是為什么百度的阿波羅計(jì)劃很早就提出免費(fèi)開(kāi)發(fā)平臺(tái)給主機(jī)廠使用,其目的就是為了更多的進(jìn)行機(jī)器學(xué)習(xí)?!?自動(dòng)駕駛的硬件門(mén)檻——成本高昂的硬件需求很多人都知道,要想實(shí)現(xiàn)更高級(jí)別的ADAS就需要給車(chē)輛配備非常多的傳感器,諸如:多個(gè)毫米波雷達(dá)、多個(gè)高精度攝像頭甚至激光雷達(dá)。這些傳感器會(huì)產(chǎn)生大量的數(shù)據(jù),電腦除了需要處理毫米波雷達(dá)產(chǎn)生的距離數(shù)據(jù)、攝像頭傳來(lái)的圖像數(shù)據(jù)以外,激光雷達(dá)可以實(shí)時(shí)掃描車(chē)輛360度的景物并實(shí)時(shí)生成3D數(shù)模,可以想象這樣的數(shù)據(jù)量有多大。而這些數(shù)據(jù)都需要通過(guò)計(jì)算機(jī)來(lái)處理,判斷并且實(shí)時(shí)生成伺服信號(hào)控制車(chē)輛?!す饫走_(dá)實(shí)時(shí)生成的3D建模,目前單個(gè)激光雷達(dá)的成本高達(dá)數(shù)千至數(shù)萬(wàn)美元。除了這些價(jià)格高昂的傳感設(shè)備,在伺服機(jī)構(gòu)上還需要足夠的冗余設(shè)計(jì)。比如當(dāng)電腦可以直接控制轉(zhuǎn)向系統(tǒng)操控車(chē)輛之后,原有的轉(zhuǎn)向系統(tǒng)一旦發(fā)生故障,必須有冗余的轉(zhuǎn)向硬件可以馬上投入工作。制動(dòng)系統(tǒng)也是同樣的道理,如BOSCH的iBooster系統(tǒng)和Continental的MK系列,在正常的剎車(chē)系統(tǒng)失效后,ESP可臨時(shí)取代原有剎車(chē)系統(tǒng)完成必須的制動(dòng),而這兩個(gè)系統(tǒng)都必須獨(dú)立設(shè)計(jì)。▲ 擁有足夠冗余設(shè)計(jì)的剎車(chē)系統(tǒng)?!?目前進(jìn)展到什么樣了?完全自動(dòng)駕駛離我們有多遠(yuǎn)?如果說(shuō)硬件配置可以花錢(qián)花成本解決的話(huà),目前自動(dòng)駕駛最大的障礙就是軟件的成熟度了。開(kāi)過(guò)特斯拉的朋友肯定體會(huì)過(guò)特斯拉ADAS的先進(jìn)之處。在城市堵車(chē)時(shí),它可以完全實(shí)現(xiàn)油門(mén)剎車(chē)的自動(dòng)控制,實(shí)現(xiàn)自動(dòng)跟車(chē)功能;在高速上也可以自動(dòng)保持車(chē)道、自動(dòng)與前車(chē)保持車(chē)距;甚至駕駛者只需要觸發(fā)轉(zhuǎn)向燈,它就能實(shí)現(xiàn)自動(dòng)變道和自動(dòng)超車(chē)。如果親身體驗(yàn)過(guò)特斯拉的這些功能,似乎會(huì)覺(jué)得自動(dòng)駕駛已經(jīng)離我們很近了。我在和開(kāi)發(fā)ADAS的工程技術(shù)人員溝通需求的時(shí)候,曾經(jīng)提出過(guò)一個(gè)假設(shè):既然特斯拉已經(jīng)實(shí)現(xiàn)了自動(dòng)變線(xiàn)和自動(dòng)超車(chē),我們?nèi)绻獙?shí)現(xiàn)ADAS性能Leading的話(huà),為什么不能再進(jìn)一步讓它能夠自動(dòng)識(shí)別和進(jìn)入匝道?工程師給我的回復(fù)是:這個(gè)太難了。的確,要實(shí)現(xiàn)這個(gè)用戶(hù)看似順理成章的需求,意味著除了要有足夠多的硬件冗余,足夠多的機(jī)器學(xué)習(xí)以外,車(chē)輛還要能夠?qū)崿F(xiàn)V2X通信(車(chē)輛與基礎(chǔ)設(shè)施的通信),還需要有高精度地圖支持。前兩者可能花錢(qián)和時(shí)間可以實(shí)現(xiàn),但后兩者不是主機(jī)廠靠一己之力可以做到的?!鳹2X技術(shù)場(chǎng)景演示:車(chē)車(chē)通信、車(chē)與道路設(shè)施的通信?!?高精度地圖可以精確到每個(gè)車(chē)道、每個(gè)路牌,紅綠燈、匝道信息等,并且精度是毫米級(jí)的。完全自動(dòng)駕駛離我們到底有多遠(yuǎn)?如果真正深入了解自動(dòng)駕駛的原理機(jī)制,以及這個(gè)行業(yè)的發(fā)展現(xiàn)狀的話(huà),我只能說(shuō)離我們還很遠(yuǎn)?,F(xiàn)在各大主機(jī)廠都在盡可能實(shí)現(xiàn)L3的突破,但即便實(shí)現(xiàn)L3,其實(shí)也不是真正意義上的自動(dòng)駕駛,只是在一些特定條件下可以實(shí)現(xiàn)全無(wú)人駕駛。那么這個(gè)特定條件當(dāng)然就很苛刻了,比如:堵車(chē)的時(shí)候、高速巡航的時(shí)候。除此之外大部分使用場(chǎng)景還是需要人來(lái)控制。之所以現(xiàn)在各大主機(jī)廠把ADAS吹得神乎其神,無(wú)外乎是為了展現(xiàn)自己的科技實(shí)力,以獲得資本市場(chǎng)和地方-在資源上的支持。我曾經(jīng)與MIT(麻省理工學(xué)院)開(kāi)發(fā)人工智能的專(zhuān)家交流過(guò)目前AI的瓶頸到底是什么。得到的答復(fù)是:“最主要的瓶頸是我們目前計(jì)算機(jī)的運(yùn)算能力”??茖W(xué)家從理論上已經(jīng)驗(yàn)證了AI的潛力,只要有龐大的運(yùn)算能力,人工智能完全可以替代人,不過(guò)這個(gè)龐大的運(yùn)算能力可能是目前人類(lèi)科技還無(wú)法實(shí)現(xiàn)的。所以真正的自動(dòng)駕駛離我們還比較遙遠(yuǎn),因?yàn)槌诉\(yùn)算能力,還包括基礎(chǔ)設(shè)施的支持(V2X通信),傳感器(激光雷達(dá))和伺服機(jī)構(gòu)(冗余設(shè)計(jì))的成本等等,都需要相當(dāng)長(zhǎng)的時(shí)間才能商業(yè)化。