布鲁金斯学会谈自动驾驶（一）：不可或缺的三要素

车云按：

布鲁金斯学会总部在美国首都华盛顿，其创建于一九二七年，由一九一六年成立的政治研究所、一九二二年成立的经济研究所和一九二四年成立的罗伯特·布鲁金斯经济政治研究学院合并而成，是一家研究公共政策的非赢利组织。

布鲁金斯学会以开展高质量的独立研究，并据此提出具有创新精神和实用性的政策建议为宗旨，并凭借规模大、历史久远、研究深入以及在各个重要历史时期中发挥过重要作用被誉为最有影响力、最值得借鉴和最受信任的智库。

以下内容节选自布鲁金斯学会研究报告：《向前行驶：自动驾驶汽车在中国、欧洲、日本、韩国和美国的发展情况》，作者达瑞尔•韦斯特（Darrell M. West），布鲁金斯学会科技创新中心副总裁、治理研究主任及创始主任。

本文作者达瑞尔•韦斯特（Darrell M. West），布鲁金斯学会科技创新中心副总裁、治理研究主任及创始主任。

“汽车是最大的移动设备之一”——布里杰特·卡尔林

配备感应器和摄像头的汽车行驶在加州山景城、德州奥斯汀、华盛顿科尔科兰、密歇根迪尔伯恩、宾州匹茨堡、中国北京和武汉、瑞典哥德堡、荷兰鹿特丹、日本的珠州和藤泽以及韩国首尔等地的大街上。精密的车载软件整合数十个来源的数据,进行实时分析,并自动引导车辆避开潜在危险。

谷歌自动驾驶汽车

人们已经习惯了从交通的角度思考汽车,但是汽车已经越来越多地成为 拥有庞大信息处理能力的大型移动设备。专家们估计,现有的汽车技术已 经创造出“超过10万个数据点”。人工智能(即运用高级运算解决问题的 软件)的进步和深度学习(从过往经验中学习的软件分析法)可以让车载计算机接入云处理平台,瞬间整合数据,并且行驶到预期目的地。随着5G网络和物联网的兴起,上述趋势将开辟汽车发展的新时代。

到2021年,无人驾驶汽车将进入市场,从此开启一个崭新的阶段。世界经济论坛估计,汽车行业的数字化变革将创造670亿美元的价值,带来 3.1万亿的社会效益,5其中包括自动驾驶汽车的改进、乘客互联以及整个交 通行业生态系统的完善。

本研究列举了不同种类的自动驾驶汽车,展示了其潜在影响力,探讨了无人驾驶轿车和卡车带来的预算、政策和监管等问题。本研究认为车辆互联可提高高速公路交通安全、缓解拥堵和减少空气污染。但是,设计者必须为此解决基础设施匮乏、恶劣天气、频谱不足、黑客威胁和公众接受度等障碍。

解决上述问题的技术已取得快速进展,即将开始商业应用。但是,要进一步推广应用,各国还需解决一些具体问题,这包括预算、政策、法律和监管等问题。

在中国,关键是要制定国家层面的自动驾驶汽车政策框架。 中国有多个部委负责自动驾驶技术的监管(其中存在责任交叉和重复),因此需要进一步明确监管部门和监管方式。另外,政府还需要投资建设针对无人驾驶车辆的高速公路基础设施,取消全国范围内对于道路测试的禁止, 减少公路地图发展方面的限制,进而让汽车制造商和软件设计者开发精确的导航系统。

欧洲的挑战在于如何提高人工智能水平,这对无人驾驶汽车至关重要。 美国的谷歌和中国的百度等大型技术企业已经进军交通领域,其中一个原因是,它们有机会将搜索引擎技术开发获 取的信息处理专长和快速学习能力应用到新的领域。若想获得自动驾驶汽车领域的竞争能力,奥迪、宝马(与英特尔合作)、大众、戴姆勒、奔驰和沃尔沃等欧洲车企需要精通人工智能技术和高 性能计算能力的人才,因为汽车制造不再只是实体设计,还应包括软件开发和实时数据分析。欧盟还应确保其数据保护规定不会对人们的移动和位置信息带来过分限制,因为这类信息对无人驾驶所需的高精度地图至关重要。

在日本和韩国,政府和车企一直对无人驾驶汽车持谨慎态度。 丰田、本田、日产、起亚、现代等企业投入了大量资源。它们关注其他国家的情况,也在实施试点项目。但是它们必须确定是否将无人驾驶汽车列为发展重点。如果要优先发展无人驾驶汽车,就必须在人工智能、高精度地图和数据分析等对行业未来发展至关重要的领域投入资源。否则,它们将在未来数年无人驾驶汽车的行业发展中落后。

在美国,主要挑战在于解决监管碎片化的问题,因为五十个州在许可、车辆标准、监管和隐私保护等领域的政策各有不同。 目前,车企(如福特和通用)和软件开发商在多个州都面临规则 和监管相冲突的问题。这会影响创新,因为企业在制造轿车和卡车时,要满足全国或国际市场需要。另外,在法律责任、数据保护以及立法处罚恶意扰乱自动驾驶车等领域还需要进一步明确。

各国政府官员和企业界领袖都必须解决上述问题,因为在可预见的未来,自动驾驶技术将实现长足发展,智能汽车将随之进入一些关键部门，如分享出行、出租车、卡车货运、工业应用以及老年人和残疾人士用车。个人和企业都能选择无人驾驶，安全抵达目的地。政府还需要合理引导先进交通技术的商业化应用。

人工智能、高精度地图和深度学习对无人驾驶车辆的重要意义

自动驾驶汽车意味着将先进技术应用到轿车、卡车和巴士。其中包括自动车辆引导和制动、变道系统、使用摄像头和感应器避免碰撞、使用人工智能实时分析信息、安装高性能计算和深度学习系统,通过高清3D地图适应新环境。

光探测和测距系统(又称“光雷达”LiDARs)和人工智能是导航和防碰撞的关键。 前者是安装在车辆顶部的光和雷达设备,通过雷达和光束实现360度成像,测算周围物体的速度和距离。因为车辆的前后左右都装有感应器,这一设备可以获取必要信息,保证快速移动的车辆在车道内行驶,避开其他车辆,在必要时瞬间启动制动和转向,从而避免事故发生。

高精度地图对无人驾驶也至关重要。 百度在中国绘制的高精度地图达到了厘米级精度。高精度地图比GPS更精确,后者的准确度只有5-10米(约16-32英寸)。百度使用约250辆测绘车收集 道路信息用以制作准确度在5-10米的传统导航地图以及高精度地图。另外,所有测绘车可以实现 快速升级,支持高精度地图数据收集。针对自动驾驶汽车,百度使用的厘米级高精度地图,包含交 通信号灯、车道标记(如白线、黄线、双车道或单车道、实线、虚线)、路缘石、障碍物、电线杆、立 交桥、地下通道等详细信息。所有上述信息都有地理编码,因此导航系统可以准确定位地形、物体和道路轮廓,从而引导车辆行驶。

百度已经绘制了约670万公里(400万英里)的中国普通公路和高速公路,用以制作传统导航地图。百度的道路导航系统可以实现95%以上的路标和车道标记准确度。因为建设和其他变动,高速公路地图需要定期更新。传统地图需要每三个月重新绘制一次,但是无人驾驶车辆地图需要不断更新,以便掌握路况变化。

数字图像处理技术精确度已非常高。以人脸识别为例,人的错误率为千分之八,而安装了图像识别软件的电脑错误率只有千分之2.3。就可见度(安全视力距离)而言,人只能看见道路前方 50米(55码),而装了激光雷达和摄像头的自动驾驶车辆可以达到200米(219码)。

摄像头和感应器收集大量信息,只有瞬间进行处理,才能避开旁边车道的车辆。为了适应新情况,无人驾驶汽车需要具备高性能计算能力、先进的算法和深度学习系统。这意味着软件才是关键,而非实体车辆本身。先进的软件可以让汽车学习道路上其他车辆的经验,并根据天 气、行驶和路况的改变调整导航系统。车载系统也可以通过机器间的交流了解路面上其他车辆情 况。

如果没有先进的人工智能模型和高精度地图进行信息分析,以及了解周边环境变化的能力, 无人驾驶汽车将很难安全行驶,也无法处理世界各地道路和高速公路的复杂情况。

互联网先驱人物马克·安德森(Marc Andreesen)曾预言：

“软件将吞掉世界”

他的意思是,企业越来越多地使用软件提供数字产品和在线服务。他认为,不需要通过实体产业满足客户需求,“软件编程工具和互联网服务使得各个行业成立以软件为驱动的新全球初创企业更加便利——不需要再投资新基础设施和培训新员工。”卡车和轿车行业证明以软件为基础的网络可以带来多种好处。

原文链接： http://www.cheyun.com/content/12849

本文为车云网原创文章，欢迎关注cheyun.com,微信添加“cheyunwang”或“车云”订阅公共帐号。

投稿！合作！提问！每日早报！活动直播！结交大咖！只需扫描下方二维码，即可添加车云个人微信号“车云菌”为好友，更多精彩内容不容错过。