自动驾驶——现实版《冰与火之歌》

“在真正的自动驾驶功能到来之前，驾驶安全，请牢牢掌握在您自己手中。”

自“汽车新四化”提出以来，更智能的车、更智慧的路，为人们勾勒出美好出行愿景，相对增速明显放缓的移动终端市场，更大更多屏幕、更沉浸式交互体验让智能汽车的商业应用前景充满着想象空间。与此同时，“激光雷达量产元年”“续航1000公里动力电池即将量产” ……整个智能汽车行业捷报频传、欣欣向荣。

突如其来的林志颖车祸事件，骤然间让我们从无限憧憬中冷静下来。事件发生的真实原因，现在尚无定论，我们也无意去揣测其中的各种可能性。只是作为行业发展的亲历者，事件本身足够引发我们的严肃思考：自动驾驶安全性能的提升，关乎个人生命财产、关乎公众对自动驾驶的信任、关乎整个智能汽车产业的发展。随着新能源车、智能汽车的交付量渐成规模，车辆燃烧、辅助驾驶功能失灵等事故层出不穷。每每发生的“幽灵刹车”“辅助驾驶系统失灵”“对静止物体未作识别”等安全事故，都在给我们敲响警钟：距离真正意义上的自动驾驶、智能出行，我们任重道远。

一边是万亿市场的如火如荼，一边是现实事故带来的透心凉意，汽车智能进化之路注定不会一路坦途

事实上，根据我国《汽车驾驶自动化分级》显示，驾驶自动化等级共划分为L0-L5级，其中L0-L2级尚在辅助驾驶的范围之类，L3-L5则可以归属为自动化程度较高的驾驶范围。目前市面上的自动驾驶技术主要以L2级、L2+级为主流，鲜有车企在官方渠道宣称旗下量产车型达到L3级水平。

在通往高阶辅助驾驶、自动驾驶的道路上，我们所急需解决的安全问题还有很多。从车辆开发的技术层面分析，我们知道，自动驾驶主要分为三个部分，一是环境感知，二是决策规划，三是控制执行，但通过对交通事故进行分析发现，问题主要出现在环境感知失效层面，即现阶段感知系统对环境变化的适应能力较弱，如强光或者恶劣天气时，信息获取能力显著衰减，导致决策控制系统无法进行准确判断。

或许，我们可以考虑红外传感器。在暗夜无光、对向眩光、进出隧道/停车场、高速团雾、雾霾沙尘等特殊场景中，红外传感器相比其他诸如激光雷达以及毫米波雷达等传感器具备天然感知优势。由于红外线感知手段是观测主体与背景之间的温度差，可完全摆脱可见光影响，远红外技术成为上述一系列场景下安全感知的重要技术手段，一定程度上可有效解决环境感知失效问题。

除了环境感知失效导致的安全隐患，自动驾驶汽车在测试方面的欠缺也导致了一些安全隐忧。严格意义上来讲，自动驾驶的测试分为三个阶段，第一阶段是在虚拟环境下，以仿真测试为主，第二阶段即封闭场地测试，第三阶段为开放道路测试。然而由于仿真测试中场景库覆盖率不够高，不足以覆盖常见的交通场景，当前各厂商场景库数据格式标准不一以及仿真平台测试场景有限等众多限制，导致车辆自动驾驶测试不充分；同时，第二和第三阶段的测试中，实际交通场景下的一些极限和边缘条件下的测试缺乏，也会导致驾驶系统在遇到特殊场景时无法正确判断或与系统某些功能冲突，从而导致汽车驾驶存在安全隐患。

那应如何解决呢？也许我们可以期望各部门各厂商能携手共建基础场景库，互通有无，实现仿真场景的更广覆盖。而对于边缘条件下的测试缺乏，则可以考虑安全加压方式来加速测试，让更多的边缘场景进入测试范围，以期能更好地保障驾驶安全。

解决环境感知层硬件、相关测试问题，尚属保障自动驾驶安全的子环节，而作为自动驾驶安全性能保障的源头，即自动驾驶技术层面的各项基础研发工作，则必须更加扎实有效，而这不仅需要大量汽车行业从业者的苦心专研，也需要各大厂商的携手合作，当然，也需要相应的技术法规或技术标准的制定与完善来更好的保障智能汽车行业的发展。

作为智能驾驶从业者，我们致力于将行车安全覆盖到所有用车场景，渴盼自己的工作成果能落地生花，使真正的自动驾驶车辆早日面世。但我们也知道，自动驾驶的发展之路注定不会是一帆风顺。作为正处于不断进化阶段的自动驾驶，我们必需清醒的认知到：在这终将达成的时刻到来之前，驾驶安全，应牢牢由驾驶者自己掌控。