近日，科技部等六部門印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》，提出交通運輸領域優先探索自動駕駛和智能航運技術在園區內運輸、擺渡接駁、智能配送、貨車編隊行駛、港區集裝箱運輸、港區智能作業、船舶自主航行等方面的智能應用場景。

自動駕駛前進的每一步都值得期待，對于自動駕駛這個命題，從智能交通行業又該如何解讀？

(資料圖片僅供參考)

自動駕駛上路必須跨過安全這道門檻

美國前不久頒布新規，允許車載電腦控制的車輛可不必配置傳統的方向盤、油門、剎車等手動控制設備，此舉旨在為自動駕駛系統車輛大規模投入和使用掃清最后的商業障礙。

特斯拉CEO馬斯克不止一次向外界表示“自動駕駛問題已解決”、“特斯拉馬上擁有可以在任何地方、任何條件下行駛的完全自動駕駛汽車”，百度“掌門人”李彥宏多次在公開課上講“自動駕駛是起點，終局是智能交通”、“中國率先實現L4至L5級自動駕駛”。一時間群情激昂，似乎屬于自動駕駛的時代馬上就要降臨了。

無論是國際自動機工程師學會（SAE），還是我國工信部制定的標準，本質上都是根據汽車自動化、智能化程度的不同，將自動駕駛系統區分為L0至L5共6個等級。其中，L0是人類駕駛員完全操控汽車、L1—輔助駕駛、L2—部分自動駕駛、L3—有條件自動駕駛、L4—高度自動駕駛、L5—完全自動駕駛。

雖然國家標準與國際標準針對L0至L2級自動駕駛對“目標和事件探測與響應”是否由駕駛員獨立完成的表述存在差異，但從全球范圍來看，L1、L2級別自動駕駛技術已經在量產汽車上實現了大范圍應用。諸如汽車上配置的自適應巡航（ACC）、車道保持（LKA），以及集成以上兩種功能的ICC集成式巡航輔助等功能，都屬于L1至L2級別自動駕駛功能。近期林志穎事故中所駕駛的特斯拉ModelX汽車，是典型的L2級別自動駕駛系統車輛。這個級別自動駕駛系統標志性特征是可完成持續的橫向和縱向動態運動控制任務。換言之，這個級別的自動駕駛可以解放雙手、雙腳，但并不能將注意力從駕駛中釋放出來。由此看來，自動駕駛似乎已走進我們的生活，離我們并不遙遠。

目前，自動駕駛的智能化晉級之路大致分為兩種。一條路是“遞增”研發，從L1到L5級逐步推進，以福特、奔馳、豐田的傳統汽車制造商為代表。另一條路是“插入”模式，直接從L4級切入，將自動控制、移動通信、邊緣計算等最新數字技術移植到現有汽車產品上，取得突破后達到L5級水平，以諸如谷歌、百度等互聯網大廠為代表。

但無論走哪條路晉級，透過近期的各種事故、事件都可看出，自動駕駛要想上路首要必須跨過安全這道門檻。2022年6月，美國NHTSA（國家公路交通安全管理局）發布的關于自動駕駛系統事故報告書顯示：通過采集2021年6月至2022年6月數據，L2級自動駕駛系統車輛上報事故共有392起，其中特斯拉品牌車輛273起，本田品牌車輛90起。在98起嚴重事故里有6起為死亡事故，5起為人員受重傷事故。L3至L5級自動駕駛車輛上報事故共發生了130起。其中，谷歌旗下的Waymo占了62起，歐盟旗下transdev發生了34起。在其中108起嚴重事故里有一起人員重傷，其他無人員受傷記錄。

雖然其他一些公開數據顯示，相較于人類駕駛員，自動駕駛車輛發生一起碰撞事故所經過的里程數已大幅下降，但無論從L2級廣泛應用，還是L3至L5級實際路測情況來看，哪怕不是在全工況環境下，面對不可預知的路況時依然不能避免付出生命代價，這也從側面證明自動駕駛技術尚不成熟，整體發展在未來一段時間內還將處于人機共駕、輔助為主的階段，要實現完全的自動駕駛尚需時日。

不同研發模式面臨不同挑戰

對于傳統汽車制造商的遞增研發模式來講，當前最大的挑戰是L3級自動駕駛的商用。L3級是真正意義上由機器駕駛為主、人類輔助的智能化系統。在國家標準中將L3級定義為：系統在其設計運行條件下持續地執行全部動態駕駛任務。允許某些特定條件下，司機可將駕駛權完全交由自動駕駛車輛，但在必要時需要進行接管。日前，梅賽德斯奔馳公司已宣布在今年內面向美國市場推出全球首款合法商用L3級別自動駕駛系統——DrivePilot的汽車。

盡管如此，現有許多研究表明，讓一個司機監控一個自動系統，然后讓汽車“移交”，也就是歸還控制權，交給一個可能沒有百分百集中注意力的人，尚無有效措施能抑制在此過程中出現的責任劃分錯誤。此外，自動駕駛涉及跨行業、跨領域技術融合，如人工智能、物聯網等新興領域，傳統廠商基本上通過收購獲得技術基礎略顯薄弱。因而，在面對多樣的道路類型、自由的交通參與者、極端的氣象環境等不確定因素時，自動駕駛系統無法正確地檢測和分類周圍環境的弱點會被進一步放大。例如，激光雷達可以探測到一個人工障礙物，但這可能只是一個氣球或者垃圾袋漂浮在空中，導致汽車在高速行駛時突然啟動剎車，抑或突然改變車道。

另外，對于走“插入”模式路線的造車新勢力而言，今年以來如美國谷歌旗下的Waymo公司等已獲得美國多個州開展自動駕駛出租汽車商用運營的許可，國內領軍企業百度、小馬智行等也在深圳、北京、上海、蘇州等地，逐步開展自動駕駛出租汽車示范運營，這些都顯示L4級自動駕駛的商用進程正在加速。然而，商業化進程的加速并不意味著L4級自動駕駛技術在云平臺算力、車輛運動軌跡預控能力、傳感器的人工智能識別等多個方面的技術瓶頸研發已取得有效突破。

對于L4級自動駕駛系統，我國工信部的標準中規定“在設計運行條件下持續地執行全部動態駕駛任務并自動執行最小風險策略”，即駕駛員無需對每次機器的詢問做出響應，機器可以自行采取策略運行。這要求除實現對周圍障礙物的感知、車輛定位以及路徑規劃等功能外，L4級自動駕駛所要面對的最大挑戰是在特殊情況下，如系統宕機、傳感器故障、抑或外部環境發生重大變化，如何讓汽車準確意識到它不能處理，而必須停下與駕駛員進行溝通或交由駕駛員處理，以及自動駕駛系統自動執行最小風險策略時，在時效內如何保證車內人員處于安全姿態。

自動駕駛技術可加速城市交通系統智慧化進程

自動駕駛技術作為當前汽車行業創新發展的重要戰略方向，勢必對未來公眾出行和社會生活方式產生深遠影響。特別是在智能交通領域，自動駕駛技術作為一項重要應用，在提高通行效率、降低能耗與排放、改善出行體驗以及出行需求等方面發揮作用。但是自動駕駛技術到底對這些效用能產生多大影響，很大程度上取決于如何因勢利導地使用它。

首先，現階段在自動駕駛系統還處于無法通過“獨立大腦”行走的階段，要提高通行效率，建議可借助5G通信帶來的物聯網技術，嘗試建立車輛與交叉口信號控制設備間通信，建立更多數據源與計算平臺，進而為基于機器深度學習的人工智能系統模型提供必要的訓練參數，并使其不再僅僅依賴于如攝像頭、檢測器等靜態設備，加速系統的人工智能化程度。此外，通過自動駕駛車輛與交叉口信號控制器的有效聯動，可在減少飽和度（來自北卡羅來納州大學的報告顯示約有80%的提升空間）和增加交叉口容量方向上取得明顯效果。而在未來，自動駕駛技術突破L4級之后，可將智能化、智慧化逐步擴展到路口上下游路段的車道控制、車速控制，以及到達路口期間信號燈控制，從而提高道路資源的利用效率，最大限度地減少延誤，提高通行效率。

其次，現階段無論是傳統燃油車輛或新能源動力車輛，均可借助自動駕駛技術實現其速度軌跡數據采集分析。在節能減排方面，結合采用比功率（VSP）與排放數學模型，根據車輛類型、貨物種類、行駛線路的不同，可在高速或者快速路段等干擾較小環境下，計算出最優路徑，進而通過自動駕駛進行軌跡控制設定，從而實現更好的能源分配使用和降低排放率。未來，自動駕駛技術突破L4級之后，可逐步由僅自動駕駛車輛、簡單固定線路向融合路網內所有車輛、考慮網絡結構（如交叉口、交通通道等）、優化旅行時間計算在內的節能減排的軌跡控制方向拓展，并可對最優節能減排路徑規劃方案進行評估與實時反饋。

最后，自動駕駛面向的是不方便采用機動化出行的群體，如老人、未成年人、殘疾人、非駕駛員等，因而現階段自動駕駛還無法完全取代駕駛員的情況下，對于城市的小汽車出行需求總體影響不大。但值得注意的是，現階段已可以通過自動駕駛改善出行體驗，達到影響出行者對于出行方式的選擇的目標。如采用需求響應式自動駕駛公交完成“最后一公里”出行服務，無論是固定的公交用戶，還是小汽車司機都有相當比例的人群愿意為此改變原有的方式出行。因而，現階段自動駕駛應優先使用在車輛服務屬性和社會屬性突出的交通出行方式上。未來，自動駕駛技術突破L4級之后，自動駕駛附加如停車、在線訂閱、購物、聽診等各種交通增值服務，進而衍生出新型的出行服務方式及新的出行需求，出行者出于對新出行需求的滿足及新型出行方式的選擇將會改變相應交通資源的使用強度，從而改變交通運行狀態。

綜上所述，自動駕駛賦予諸多對于明天的美好想象，但現實也提示我們它不可能一蹴而就。作為一項先進的技術，還需要根據城市發展階段的不同、交通基礎條件的不同、公眾出行需求的不同，結合自身特點與優勢為智能交通所用。特別是在自動駕駛分級發展的關鍵節點，積極開展橫向研究，為自動駕駛在智慧交通領域的落地鋪路搭橋，加速推動城市交通系統的智慧化進程。

（作者單位：北京交通發展研究院智能交通所）