无人驾驶汽车的理念由来已久，近几年来，多个汽车厂商和百度等互联网平台都制定了研发无人驾驶汽车(或平台)的计划，今年10月10日起百度自动驾驶出租车服务正式在北京开放。人们对无人驾驶汽车抱有越来越多的期待。
为此，《科技导报》新媒体专访了河北工程大学机械与装备工程学院的孙扬教授，了解无人驾驶汽车的技术难点、安全性等问题，探讨我们离无人驾驶的普及还有多久。
图片来源：新华社
科技导报：10月10日，百度自动驾驶出租车服务正式在北京开放，现在的技术水平下可以保证无人驾驶汽车在路上行驶了吗？对此您有什么看法？
孙扬：百度自动驾驶出租车服务正式在北京开放，一定程度上标志着自动驾驶从在研阶段向真正落地运营迈出了重要一步。
当前自动驾驶技术虽然不能保证百分百不发生事故，但在真实场景下部署自动驾驶是自动驾驶发展的必经阶段。实验室里的模拟场景虽然能做到相对丰富，但是场景的变化及突发事件的多样性相比于真实场景还有很大差距。
自动驾驶的终极目标是在真实场景下进行行驶，只有在真实路况下行驶才能发现问题，解决问题从而完善自动驾驶。实验室里跑得再完美也不能保证真实路况下不出问题。
当然这种上路是有前提条件的，首先自动驾驶技术要达到一定的水平，否则盲目上路行驶必然会导致各种问题，也不利于自动驾驶技术发展。另一方面，百度自动驾驶服务率先在国内落地运营可以让普通大众真正地接触到自动驾驶、了解自动驾驶，同时倾听群众的声音，在一定意义上能够指导自动驾驶厂商完善自己的产品，更快地进步。
科技导报：我们了解到，虽然被称为“无人驾驶”，但此次的无人出租车上还是有安全员这一角色，“无人驾驶”汽车是如何界定的，什么样的车可以称为无人驾驶汽车呢？
孙扬：美国汽车工程学会SAE将自动驾驶分为五个等级，具体见下表。
第4级自动驾驶汽车可以在人类驾驶员的监督下，在某些社区内的路线上独立行驶。L1和L2级属于辅助驾驶，L4/L5级：高度自动驾驶/全自动驾驶。其实L4级和L5级差不多，只不过L4级对行使条件有所限制，车辆可以自行完成所有的操作，甚至连驾驶员都不用操心。
当前无人驾驶技术还处于发展阶段，真实路况变化莫测，任何一家自动驾驶公司都不能保证自己的自动驾驶产品不会出问题。虽然自动驾驶已经上路进行运营，但这种运营仍属于试验阶段，并不是真正的实现了完全无人驾驶。
像国内的百度、国外的谷歌等自动驾驶公司的自动驾驶产品已经非常智能，但并不代表着自动驾驶可以真正实现无人化，如果遇到自动驾驶不能识别的场景，还是需要人来作为最后一道防线保证行驶的安全，这既是对自己产品的负责也是对社会的负责。所以在无人驾驶车上部署安全员还是有必要的。
科技导报：您在文中提到，无人驾驶车辆测试是无人驾驶车辆上路前的一个重要环节，其在实测阶段需要消耗大量的人力、物力、财力及时间，而无人驾驶车辆虚拟仿真测试技术则可以帮助测试大大减少消耗、提高效率。在搭建虚拟测试平台的过程中，存在哪些挑战，最主要的困难是什么？
孙扬：搭建虚拟测试平台需要花费巨大成本，例如dspace、autobox、驾驶模拟器等高端设备，这些是普通一般人负担不起的。
但最主要的困难在于场景库的搭建，一个非常丰富的场景库是金钱也买不来的，只有通过长期的场景积累，才能不断完善场景库，只有拥有海量的场景才能对自动驾驶进行相对全面的测试，才能暴露出各方面的问题，推动自动驾驶技术的发展。
科技导报：在虚拟测试过程中，会考虑哪些现实中的因素？比如现在很常见的堵车、追尾等情况是如何模拟的？
孙扬：真实路况下的场景是变化无常的，虚拟测试只能做到相对全面。虚拟测试过程中会对典型场景建立场景库，例如前车无征兆的紧急刹车或紧急换道、堵车、加塞、奇形怪状的障碍物等场景在真实路况中普遍存在的，也是自动驾驶最难应对的。
虽然多数自动驾驶厂商都在自己的产品中加入预测模型，但这种预测是基于大数据训练的，也会存在一定的预测错误。
虚拟测试过程中会构建专门的场景库来对自动驾驶车辆进行专项测试、组合测试、随机测试等，也可以通过多样的测试场景库来反哺自动驾驶模型，让自动驾驶在测试中学习，从而达到应对各种场景的能力。
科技导报：您在论文中介绍了PreScan等虚拟测试技术的仿真平台，这些平台是否已经在实际中进行运用了？有哪些具体的成果？
孙扬：当前，用于虚拟测试技术的仿真平台有很多种，有的依托已有软件系统，有的是独立开发的。几乎每家自动驾驶公司或涉及相应业务的公司都在虚拟测试技术进行相关的工作。
一个良性的虚拟测试技术体系是一个标准的系统工程，已经应用到广义上的场景、系统以及评价三个主要模块，贯穿无人驾驶的开发、测试、落地以及运营等整个流程。
科技导报：无人汽车的虚拟测试主要涉及到哪些研究领域？如5G、人工智能、大数据等技术的发展，给虚拟测试技术带来了哪些影响？
孙扬：首先虚拟测试依赖于海量场景库，而5G技术的发展对于场景库的构建能够提供很大的帮助，例如车企在自己的车辆平台上部署数据采集系统，就可以通过5G技术把用户驾车行驶过程中的场景发送给后端数据库，通过这种方式采集的数据将是巨大的、不可估量的。
再通过人工智能技术对这些数据进行训练，对于自动驾驶技术来说可以提升算法的精准度，对于虚拟测试来说，人工智能可以通过学习采集到的场景特点，自动生成自己的场景，从而进一步增加了场景库的丰富度，进而提升虚拟测试的全面性。
科技导报：随着将来技术的不断发展，虚拟测试能否从“路测的补充”转变为主要的测试工具，甚至直接取代路测？
孙扬：未来自动驾驶测试方向绝不是以路测为主，以当前路测效率来说，远不能满足自动驾驶测试需求，而且路测需要投入巨大的人力物力，长远来说虚拟测试成本远小于路测。
虚拟测试可以依托大数据构造巨量场景库，实现多场景自动测试。真实场景下的路测有些特殊场景难以复现，但对于虚拟测试来说特殊场景是可以来反复测试的，甚至能够衍生出更多的特殊场景。
但并不代表着虚拟测试能够取代路测，场景库再大也不可能完全覆盖真实路况场景，在虚拟环境下跑得再好，转移到真实场景后也会有意想不到的问题，未来测试方向一定是以虚拟测试为主，经过虚拟测试发现99%的问题，剩下的1%的问题只有在真实场景下才能暴露，往往这1%的问题是最难解决的问题。
科技导报：您觉得距离无人驾驶的汽车普及还有多久？
孙扬：无人驾驶汽车是智能交通系统的一部分，基于当前技术发展及社会背景，我认为真正意义上的无人驾驶在近期是不能实现的，只能说无限接近无人驾驶，但并不是说自动驾驶普及是遥不可及的。
无人驾驶的落地场景在一定程度上决定着其普及程度，例如当前一些自动驾驶产品已经能够实现封闭、半封闭场景下的自动驾驶，而且效果还不错。也有很多自动驾驶公司尝试在开放道路进行试运营，这些场景都是自动驾驶未来的落地普及的方向。
而且随着自动驾驶汽车的路测及试运营不断增加，自动驾驶技术也逐渐走进了人们的生活，加之5G技术、大数据、人工智能等高新科技的飞速发展，相信相对较高水平的自动驾驶汽车很快会成为我们生活中的重要角色。
内容为【科技导报】公众号原创，欢迎转载
262
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
