中國交通狀況多,德國打造的 AI 無人駕駛系統也搞不定

作者 | 發布日期 2017 年 09 月 29 日 7:29 | 分類 中國觀察 , 汽車科技 , 自駕車 follow us in feedly

我們談論無人駕駛(自動駕駛)時,大多數是在談論技術進展。雖然技術還有欠缺,但總歸已能在實驗環境下實現自動駕駛了──前一到兩年,不管汽車主機廠還是 Google 這樣的科技公司,都可以把他們的無人車拿出來亮亮相,比如讓無人車去跑測試場地、人少的大馬路,但終究要落實到生活,難度挺大。



後來我們知道了,讓無人車跑到路上,就像一個時刻連線的大腦赤裸上路。它需要認識環境,與環境對話,它需要通訊,要對抗一些信號干擾。所以,真要跑到馬路上,挑戰還是不小。

上個星期,PingWest 參與了騰訊汽車舉辦的一場 AI 活動。

由於騰訊的地位,大會陣容也是十分豪華──騰訊說這次大會從籌備到舉行歷時 4 個多月,到最後邀請了 Google 無人車之父 Sebastian Thrun、北汽集團董事長徐和誼、Intel 全球人工智慧戰略規劃總經理 Fiaz Mohamed、美國高通公司高級技術標準總監李儼、中國工程院院士李駿、BMW 中國互聯駕駛研究院與自動駕駛聯合副總裁 Robert Bruckmeier、蔚來汽車創始人李斌、長安汽車副總裁劉波等 30 多位重量級嘉賓出席,並圍繞「誰主『進化』?」展開對話。

這個大會倒很有代表性──科技行業研究自動駕駛、傳統車廠講究數位化轉型、政策方負責指定方案和行業調研,甚至業界一些分析師和媒體都參與了。

騰訊汽車概括汽車 AI 進化路徑,首次提出「三階五維」概念。三大階段主要指:技術爆發期、混合過渡期及智慧交通時代;五大維度分別為:政策法規、基礎設施、高精地圖、技術標準與接受程度。

目前,行業正邁進第一階段:技術爆發期。未來 4 年間,5G 通訊、FPGA、全新經過不斷修正改進輔以大數據訓練支持後進化的 AI 演算法、低成本雷射雷達、全新客戶端 OS 介面、雲端技術都將爆發式發展,刺激商用化的人工智慧無人駕駛車輛在 2021 年左右出現。

技術爆發期後,人工智慧無人駕駛車輛受制於電池能量密度及其他能源行業問題,基礎交通設施需要、人工操作車輛壽命等因素,人工操作車輛與商業化人工智慧無人駕駛車輛將經歷 12 年左右混合過渡時期。

最後正式步入第三階段:智慧交通時代。智慧交通、強人工智慧無人駕駛車輛開始顛覆性普及應用,並促進 TaaS 2.0(運輸即服務的無人駕駛時代 Transportation as a Service 2.0 )。差不多就是因為這樣的概念,我們看到不少車企、網路科技公司提出 2020~2025 年完全自動駕駛規劃。

不過,這次咖雖然都很大,但聽到最後,只得出一個簡單的結論──在中國做無人駕駛,還真有點難

其實在很早之前,與不少業界做無人車的公司、業界人士有過一些交流。總體上,在中國落地無人駕駛,得出的結論就是──最困難的仍是不可預知的交通環境。

當然,說了這麼多,講得再實一些,就是中國的老司機、新司機都太不遵守交通規矩──這些東西是要靠人的認知來學習,而不是依據考試裡的科目一二三。中國的交通路況實在比國外複雜得多──有的有自行車道,但電動車還騎到機車道,有的沒自行車道,乾脆自行車直接上主幹道的。

中國的交通元素特別複雜──海外可能沒有那麼多電動車、行人也會按照交通號誌走、街邊沒有煎餅攤、兩條車道也不會有一條被停車佔滿……

對了,那些人可能還時不時晃點你一下,根本不看後面有沒有機車。

有人說,自動駕駛感測器那麼精確,比人的直覺靈敏度高多了,不就是為了解放我們的雙手雙腳嗎──測到人,一腳急剎不就好了嗎?

這就要說到在視野盲區裡,其實老司機都會自動備一腳剎車。但自動駕駛汽車沒這經驗,一看綠燈全速通過,結果左側公車視野盲區殺出來一個三輪車……恐怕它自己都停不了,直接把人撞飛。

很多車企喜歡用人工智慧處理駕駛習慣的問題,所以即使這樣,中國的駕駛習慣、交通路況就需要單獨學習。

BMW 中國服務有限公司互聯駕駛研究院與自動駕駛聯合副總裁 RobertBruckmeier 講了這層意思。

▲ BMW 中國服務有限公司互聯駕駛研究院與自動駕駛聯合副總裁 RobertBruckmeier 於 2017 全球汽車 AI 大會。(Source:騰訊汽車

他舉了一個例子,在慢速時超車情況下,不少西方城市的運動軌跡是,超車打左轉方向燈,左側車點剎車,右側快速超越;而中國市場是,右側超車可能沒打方向燈,左側車被右側車快擠到道路邊線位置,趕緊減速,右側車突然意識到打燈了,快速超越。

BMW 嘗試把德國 AI 放到中國,發現完全行不通。基於德國無人駕駛車隊的經驗,到了中國後發現,德國的 AI 探測到周圍的車會很疑惑──這些灰色的車為什麼開到我的車道呢?所以不知道怎麼做了。

BMW 舉這個例子很簡單,如果按照西方國家的數據訓練自動駕駛汽車拿到中國來用,在理論階段,都不太可能實行。所以在中國做自動駕駛,就得中國研究中心來做,得用中國的數據,學習中國的風格。

不過追根究柢,這是在探討路權的問題。實際生活的數據,有時候比這種情況更複雜。幾個月前,我在一篇文章《有中國特色的無人駕駛》提到一些觀點:

比如人們可以很簡單的從其「不走直線」下意識判斷前方司機可能是新手,然後減速;人們會在一個相對複雜的交通環境下總結開車的技巧,因為這些都是人學習後的經驗。但汽車決策目前只有更精確的感知,以及更複雜的演算法決策,但那些超出演算法決策範圍的情況可能會在中國發生。

比如人們知道在高峰期間繞過擁有複雜路況的五道口,無人駕駛汽車可能只能硬著「頭皮」根據高精度導航走走停停──來了一個人橫穿馬路,停下;快遞三輪從狹小的空間穿越,停下;兩側車道強行加塞,停下;面對這麼多的情況,無人車的決策和預判系統變得非常複雜,可以說會非常有中國特色了。

那麼多車企喜歡在美國加州拿資格路測,卻很少有人在中國道路搞自動駕駛測試。中國在這方面相對保守──為了保護大眾的安全,不安全的東西不能上路,但無人車不開上真實路段就無法變安全。

想想還真覺得挺難的,暫時是個死結。

(本文由 Pingwest 授權轉載;首圖來源:Flickr/Ernie CC BY 2.0)