L3級(jí)別是L5突破的關(guān)鍵壩口

還是按照我一貫的習(xí)慣，先上"一張圖解釋" L5的難點(diǎn)到底在哪里？

說L5什么時(shí)候到來，可以很快，也可以很慢，關(guān)鍵就是L3什么時(shí)候到來，當(dāng)L3到來，L5的到來可能就非常快了，而L3可能會(huì)經(jīng)歷非常長(zhǎng)的時(shí)間，為什么？

因?yàn)楸举|(zhì)上L3的一個(gè)點(diǎn)在更大范圍內(nèi)達(dá)到“eyes off”的水準(zhǔn)。這將引發(fā)包括技術(shù)，安全性，道德，法律，國(guó)家安全等多個(gè)維度共同的阻力點(diǎn)，哪怕其中一個(gè)沒有打破，對(duì)L3的推進(jìn)都是非常有影響的。

這就和上圖在L3位置的水壩是一個(gè)邏輯。雖然由于智能網(wǎng)聯(lián)示范區(qū)的建立，以及安全員的配置，在L4級(jí)別實(shí)際是有一個(gè)小水塘的，因?yàn)檫@些機(jī)制保證了在法律，安全和道德層面不被過多調(diào)整，哪怕發(fā)生一些安全事故，一般自動(dòng)駕駛的實(shí)施方更多也會(huì)愿意承擔(dān)對(duì)應(yīng)的后果，因此，不存在太多的糾紛，但一般意義上認(rèn)為L(zhǎng)4自動(dòng)駕駛就到了，應(yīng)該也不客觀。因?yàn)長(zhǎng)3級(jí)突破這個(gè)事正在承載的難度有可能遠(yuǎn)高于L4級(jí)別。

但事情也要辯證的看，L3級(jí)別正在積蓄的水位，當(dāng)突破L3級(jí)別后，貢獻(xiàn)L4級(jí)別和以上估計(jì)就要順利的多，基本就是這個(gè)狀態(tài)。

關(guān)鍵卡口到底面臨哪些問題？十八層地獄的闖關(guān)

突破這個(gè)壩體，整個(gè)行業(yè)需要下十八層地獄，才能涅槃重生，大家細(xì)品下：

第一層面是功能安全標(biāo)準(zhǔn)問題：

過去整車在沒有復(fù)雜智能功能的時(shí)候就有功能安全標(biāo)準(zhǔn)，比如IEC61508。隨著智能駕駛的等級(jí)提升，智能座艙的功能升級(jí)，出現(xiàn)了ISO26262, 甚至面向更復(fù)雜的SOTIF標(biāo)準(zhǔn)。

行業(yè)內(nèi)的大家都知道，雖然功能安全做了認(rèn)證的很多，但確實(shí)把功能安全真正用好的還很少，包括SOTIF的可行性也受到部分質(zhì)疑，這一塊面向自動(dòng)駕駛的功能安全標(biāo)準(zhǔn)，任然不夠完善。

第二層面是雙冗余，線控底等系統(tǒng)底層構(gòu)建安全的進(jìn)一步成熟。

目前量產(chǎn)的域控制器，線控機(jī)構(gòu)很多成本仍然很高，部署并不廣泛，域控制器暫時(shí)不能支持更多的傳感器和模塊工作，I/O不足。為了滿足功能安全，需要同時(shí)有兩個(gè)同等模塊共同作用于系統(tǒng)，執(zhí)行器電源都需要備份，復(fù)雜的鏈路設(shè)計(jì)會(huì)增加成本，并考驗(yàn)研發(fā)的能力，這導(dǎo)致L3-5量產(chǎn)過程中，目前很多的功能都缺少必要的冗余備份。

第三層芯片技術(shù)的提升

芯片是個(gè)熱點(diǎn)話題，特朗普卡這個(gè)點(diǎn)是有道理的，芯片是一個(gè)巨大的護(hù)城河，特別是人工智能芯片，對(duì)于提升算力，增加整車的感知力非常重要。受制于算力，很多算法邏輯不可避免的需要被閹割，這些都導(dǎo)致實(shí)際研發(fā)的功能并不足以獲得脫離人之后的安全性。

第四層整車“軟件定義汽車的”的電氣架構(gòu)調(diào)整

軟件定義汽車對(duì)于L3-5技術(shù)自動(dòng)駕駛的推動(dòng)，并不一定是技術(shù)層面的貢獻(xiàn)，而更多的是時(shí)間上的，自動(dòng)駕駛系統(tǒng)可能是唯一一個(gè)無法在整車開發(fā)周期下就能完成的應(yīng)用，需要通過大量的路試頻繁迭代，而這需要整車電氣架構(gòu)調(diào)整，并支持OTA后才能支持的功能，這是非常重要的。

第五層面是傳感器的成熟度。

目前量產(chǎn)了的毫米波和超聲波，相機(jī)等的質(zhì)量尚可，L4用到的激光雷達(dá)，通訊單元等設(shè)備仍然沒有經(jīng)歷過量產(chǎn)實(shí)踐，很多仍然都不穩(wěn)定，在一些器件指標(biāo)上，包括激光的距離，毫米波和相機(jī)的分辨率等還有很大的發(fā)展空間。另外雖然單純的看傳感器越多越好，但是傳感器比我們想象的要更不靠譜的多。

第六層面智能座艙的發(fā)展，提升人機(jī)交互效率

人機(jī)交互包括DMS,HOD方向盤，HMI顯示等諸多部件，這些都決定了在L3-4級(jí)中人和機(jī)器的切換問題，相關(guān)研究表明大部分的安全事故都發(fā)生在機(jī)器和人的切換過程中，并且有大量的欺騙行為影響整個(gè)系統(tǒng)的安全。

智能座艙對(duì)于自動(dòng)駕駛，很核心的除了增加司機(jī)駕駛過程的安全性，最重要的就是可以精準(zhǔn)的判斷人和機(jī)器的切換條件。

第七層面是軟件功能的迭代升級(jí)問題

從博世發(fā)明AEB開始，到ACC,LKW功能，再到目前流行的Pilot功能，NOA功能，除了第一層面的功能安全問題，軟件開發(fā)的思路也在發(fā)生變化，原來通過“面向方法的編程”Matlab / simulink都可以輕松搞定，現(xiàn)在不少輔助駕駛功能開始使用"面向?qū)ο?quot;的C++來進(jìn)行編程，為了支持更為復(fù)雜的自動(dòng)駕駛，以python / pytorch為主流的"可微分編程"方法也逐漸流行起來?；A(chǔ)安全功能，輔助駕駛功能，自動(dòng)駕駛功能在開發(fā)邏輯上存在很大的區(qū)別。具體可以看這個(gè)回答。這一塊的探究雖然借助L4自動(dòng)駕駛，行業(yè)有些積累，但業(yè)內(nèi)看，仍然還有很多不足之處。

第八層面是測(cè)試標(biāo)準(zhǔn)的推進(jìn)和測(cè)試場(chǎng)地的不斷擴(kuò)大

N-CAP碰撞測(cè)試目前最新標(biāo)準(zhǔn)終于推動(dòng)了AEB在車上的部署速度，但和排放標(biāo)準(zhǔn)一樣，不談L3-5，目前可以做到L2.5的標(biāo)準(zhǔn)普及都還有非常長(zhǎng)的路子要走。北京，上海，長(zhǎng)沙各地的智能網(wǎng)聯(lián)示范區(qū)機(jī)制非常好，可范圍遠(yuǎn)遠(yuǎn)不夠。很多功能的測(cè)試比如NOA功能，仍然缺少更多專業(yè)的場(chǎng)地，進(jìn)行更大范圍的驗(yàn)證。

第九層面智能駕駛的科普教育

除了特斯拉自己的宣傳錯(cuò)誤，我們也必須看到人這種生物是非常不理性的，輔助駕駛功能有很多新人并不了解他的ODD，因此付出了很多生命的代價(jià)。但這個(gè)在社會(huì)輿論上會(huì)對(duì)L3的推動(dòng)造成不小的影響，當(dāng)普羅大眾對(duì)輔助駕駛，自動(dòng)駕駛有一個(gè)正確的理解。自動(dòng)駕駛的推動(dòng)會(huì)更為順利。

第十層面黑匣子與功能安全定責(zé)

任何系統(tǒng)都不可能避免安全事故，自動(dòng)駕駛也是一樣，L3級(jí)別自動(dòng)駕駛也面臨定責(zé)問題，目前車輛普遍都有數(shù)據(jù)記錄功能，但并沒有像飛機(jī)一樣專門配備黑匣子，保證在發(fā)生嚴(yán)重事故時(shí)，所有信息都被完整記錄。另外在完整記錄的前提下，還需要像"機(jī)器人三原則"一樣定義清楚軟件覆蓋的安全邊界，從而給法規(guī)上確認(rèn)責(zé)任提供依據(jù)，但目前這種級(jí)別的安全策略仍然只適用于輔助駕駛級(jí)別的應(yīng)用，突破L3級(jí)別的安全事故量化定義標(biāo)準(zhǔn)仍然是沒有的。

第十一層面自動(dòng)駕駛法律健全：

有黑匣子，有技術(shù)層面的定責(zé)模型，目前涉及汽車主體確保安全的法律一部都沒有，由此造成的問題，是無法可依的。智能網(wǎng)聯(lián)示范區(qū)內(nèi)的雖然有相關(guān)規(guī)范定義，但更大范圍內(nèi)，特別是量產(chǎn)發(fā)布之后，目前L3-5級(jí)別的應(yīng)用都是被禁止的。

第十二層面自動(dòng)駕駛的理論突破

目前自動(dòng)駕駛幾乎所有的深度學(xué)習(xí)算法基本都基于有監(jiān)督學(xué)習(xí)，而有監(jiān)督學(xué)習(xí)對(duì)于穩(wěn)定知識(shí)結(jié)構(gòu)的抽離，和對(duì)數(shù)據(jù)樣本的過度依賴，導(dǎo)致數(shù)據(jù)樣本的錯(cuò)誤會(huì)污染深度學(xué)習(xí)模型，從而給系統(tǒng)造成損害，在L3以下，這種錯(cuò)誤檢測(cè)，或者檢測(cè)遺漏有人作為兜底，但L3以上責(zé)任歸屬模糊的情況下，就需要更好的理論結(jié)構(gòu)和訓(xùn)練方法，來保證模型的穩(wěn)定性和抗干擾能力。

第十三層面高精度地圖的資質(zhì)問題

目前高精度地圖從國(guó)家安全的角度出發(fā)必須進(jìn)行機(jī)密，北京上海中心區(qū)域，普通道路等都不允許審圖釋放，釋放區(qū)域除了謎一樣的扭曲算法，還會(huì)加上隨機(jī)誤差，這對(duì)于自動(dòng)駕駛的精確控制來說會(huì)成為一個(gè)挑戰(zhàn)。具體可以看我這個(gè)回答

第十四層 新基建下“智慧交通”基礎(chǔ)設(shè)施建設(shè)

目前L3級(jí)別的自動(dòng)駕駛釋放，一般也會(huì)從高速公路鋪開，除了整車自身的安全考量外，確實(shí)在成本約束下，存在車載傳感器解決不了的問題，比如事故，異物等的提早識(shí)別和預(yù)警，因此從整體安全的角度出發(fā)，路側(cè)感知,5G通訊技術(shù)的發(fā)展非常重要，這些設(shè)施雖然不是決定性的，但是作為冗余保證，仍然非常必要。

第十五層 數(shù)據(jù)驅(qū)動(dòng)下仿真體系的完善

自動(dòng)駕駛的核心之一就是規(guī)劃算法的泛化性，其也是唯一一個(gè)除了實(shí)車和仿真，無法進(jìn)行開環(huán)驗(yàn)證的模塊，但是真實(shí)環(huán)境下的問題千奇百怪，規(guī)劃需要面對(duì)的場(chǎng)景數(shù)量多如牛毛。規(guī)劃除了算法和模型本身需要滿足兼容各種場(chǎng)景的需求，另外需要大量的仿真數(shù)據(jù)進(jìn)行參數(shù)的校準(zhǔn)以及版本更新后的遞歸測(cè)試，這是系統(tǒng)性能表現(xiàn)穩(wěn)定的前置條件，目前仿真系統(tǒng)我個(gè)人認(rèn)為是停滯的，目前沒有太多滿足要求的系統(tǒng)存在，這個(gè)短板等著行業(yè)參與方去解決。

第十六層 數(shù)據(jù)驅(qū)動(dòng)下眾包地圖更新

道路設(shè)施改造看似周期很長(zhǎng)，但放到更大范圍,這個(gè)變更的頻率仍然非?？捎^，L3級(jí)別自動(dòng)駕駛不可能脫離地圖運(yùn)轉(zhuǎn)，因此數(shù)據(jù)的更新對(duì)于高等級(jí)自動(dòng)駕駛都是非常重要的，通過大量部署的車輛對(duì)地圖進(jìn)行短周期的更新，直接影響整個(gè)系統(tǒng)的成熟度。

第十七層 影子模式下的深度學(xué)習(xí)訓(xùn)練

面對(duì)千奇百怪的場(chǎng)景，系統(tǒng)需要通過在路上真實(shí)司機(jī)行為的數(shù)據(jù)進(jìn)行必要的訓(xùn)練，才能保證功能效果的持續(xù)提升，而這個(gè)依賴于在車端運(yùn)行一個(gè)監(jiān)控軟件觸發(fā)的采集訓(xùn)練所需要的必要數(shù)據(jù)，這個(gè)和第十六層的眾包地圖類似，只是一個(gè)面向于記憶型的地圖，一個(gè)面向行為和感知。

第十八層 大規(guī)模的L2.5級(jí)別車輛的部署

15，16，17的問題，都有一個(gè)前置條件，需要2.5級(jí)別的自動(dòng)駕駛車被大規(guī)模部署，以產(chǎn)生足夠量的仿真場(chǎng)景，地圖數(shù)據(jù)和訓(xùn)練樣本，目前只有特斯拉完成了一定規(guī)模的部署。而其他車廠在這塊仍然較為落后，沒有數(shù)量的堆積，就無法獲得解決千奇百怪問題所需要的必要輸入，也就沒有辦法推倒L3級(jí)別的這堵墻。

好吧，我承認(rèn)十八層地獄是我湊出來的，但的確每一個(gè)問題的解決都在提升推倒L3級(jí)別，沖向L5的壩體，任何上述問題之間大部分都是且的關(guān)系，因此整個(gè)系統(tǒng)在L3的推進(jìn)才會(huì)如此困難，L5級(jí)別同樣的道理。

L5級(jí)別可能不太會(huì)以車的形式到來

L5級(jí)別是否會(huì)到來實(shí)際上有點(diǎn)哲學(xué)意味在那里，我覺得不會(huì)以我們理解的形式到來

L5到來面臨很多本質(zhì)問題:

問題1：無人駕駛汽車像人一樣思考

低速復(fù)雜行駛過程中，司機(jī)需要跟人進(jìn)行互動(dòng)，比如與另一個(gè)司機(jī)進(jìn)行眼神交流、向行人點(diǎn)頭示意、或是向騎行者招手讓他們先行。谷歌已經(jīng)在訓(xùn)練汽車學(xué)習(xí)如何辨別騎行者的手勢(shì)，但仍舊任重而道遠(yuǎn)。一輛自動(dòng)駕駛汽車可能預(yù)測(cè)一個(gè)站在斑馬線旁的行人是在等著過馬路還是打電話嗎？能否區(qū)分處理肢體語言的地區(qū)差異？可能并不能做到，因?yàn)槟呐驴梢宰龅?，人類還擅長(zhǎng)欺騙。

問題2：人類是獲得自由還是失去自由

L5級(jí)自動(dòng)駕駛汽車向我們承諾了烏托邦的理想社會(huì)：城市不需要寬敞的停車場(chǎng)，不需要紅綠燈，但這有個(gè)前提，人們更傾向于共享一個(gè)按需付費(fèi)的出租車車隊(duì)而不是私人購買汽車，這一設(shè)想才能實(shí)現(xiàn)。即使我們達(dá)到了100%的汽車自動(dòng)化，我們依然不能忽略人在其中的位置?？v使智能自動(dòng)化的道路交叉口不僅不再需要紅綠燈指示，且還能容納現(xiàn)如今兩倍的車流量，但那些非自動(dòng)化的騎行者又該如何經(jīng)過這些十字路口？行人們又該如何通過？

無人駕駛汽車的道路安全優(yōu)勢(shì)會(huì)格外顯著以至于非自動(dòng)化的汽車被法律明文禁止，而我們也驚愕于人類竟曾被托付于駕駛這一職責(zé)。但在那一天真正來臨前，因?yàn)椴⒉皇敲總€(gè)國(guó)家都有足夠的基礎(chǔ)設(shè)施來保證兩個(gè)系統(tǒng)的同時(shí)運(yùn)行，我們也將持續(xù)面對(duì)由此帶來的混亂。

問題3：人總是會(huì)想方設(shè)法讓技術(shù)為己服務(wù)

人類有一種出奇的能力，那就是讓任何系統(tǒng)都能為他們的個(gè)人利益所服務(wù)。一旦人們使用這種能力，無人駕駛汽車能夠解決擁堵的優(yōu)勢(shì)極有可能被人類的天性迅速削弱。同樣，乘坐無人駕駛汽車越是被打造得具有吸引力，就會(huì)有更多的人選擇這一交通方式。需求會(huì)迅速膨脹，如果你能在一小時(shí)之久的車程里也能查看郵件，為什么還要費(fèi)心去坐火車？如果你能讓你的汽車自己開回家停著，為什么還要在市中心付費(fèi)停車？（來回駕駛會(huì)使得高峰時(shí)期的車流量翻倍）如果你的汽車能夠在你點(diǎn)一杯拿鐵的時(shí)間里自己繞著街區(qū)兜圈，為什么還要費(fèi)心去找停車位呢？

當(dāng)這種需求被滿足，導(dǎo)致問題3，當(dāng)不被滿足，導(dǎo)致問題2。

最后理論上當(dāng)所有上述問題都被滿足，是否還存在被定義為車的這種工具？

作者：殷瑋，上汽集團(tuán)智能駕駛軟件系統(tǒng)經(jīng)理