无人驾驶技术的两条发展道路

【评】

很惊讶业内专家对于技术发展的误解如此之深！

无人技术本身是一种复杂的软件开发。软件开发自然应该遵循软件开发的规律。

有两种常见方法。

假定这个软件有100个模块，假定所有模块工作量相同。

第一种方法是，齐头并进，着重研究最落后的短板，全部模块完成后一起上线。

第二种方法是，齐头并进，但重点研究最长的长板。完成一个模块上线一个模块。

就我所知，第一种方法早已被淘汰。因为它会给人一种幻觉：进展很快。而事实上，如果没有在实际环境中由真实用户测试，我们永远不知道一个模块是否真的完成。也许表面上看所有模块都完成了99%，但最后会发觉，还有大量工作需要完成。真实进度是30%而不是99%

第二种方法虽然看起来进展缓慢，但非常扎实。如果从表面上看上线了50个模块，就可以确认完成了50%

特斯拉遵循的是后者，而其它公司选择了前者。

Waymo 号称 “每行驶 11154.3 英里，才需要一次人为介入”。但这是在完美的测试环境中。在真实环境中交给真实用户，情况会如何？

在真实环境中，有许多难关（自动驾驶汽车想成为主流？先过了这十二关再说， https://news.cnblogs.com/n/619412/）。有的难关，像“手势盲人”，真实进展多半接近零。而不解决这个问题，就没法全自动驾驶。

而特斯拉在高速公路上的（四级）自动驾驶，看起来就靠谱多了。我甚至相信，今年就能普及。

到今年年底就能看到近百万辆特斯拉汽车在高速公路上自动驾驶，想想就让人激动！

这是人类文明向前飞跃了一大步！

【转】

https://www.ifanr.com/1173400

无人驾驶最新格局：Waymo、通用神仙打架，百度等中国公司成绩不错，苹果尝到垫底的滋味

加州车辆管理局（DMV）可能是世界上最专业的无人驾驶监管机构。

DMV 非常大胆地推动无人驾驶的发展，比如它在 2012 年紧随内华达州之后，允许无人驾驶汽车在公共道路展开测试；2018 年，它颁布了全球首个可以不配备安全员的完全无人驾驶牌照，并在之后允许无人驾驶汽车免费接送乘客。

这吸引了全世界的无人驾驶公司，几乎每家公司都会在加州设置办事处，并积极开展道路测试。

同时，DMV 非常关注无人驾驶汽车的安全性和技术。每年，它都会要求在加州开展路测的无人驾驶公司提供详细的情况，并据此公布两份报告，其中一份是过去一年和无人驾驶有关的车祸报告。

另一份是无人驾驶汽车的「脱离报告」（Disengagement Report），即车辆以无人驾驶状态行驶时需要人类驾驶员介入的频次，以「次/千英里」或每次人为干预发生时走过的里程（MPI）作为衡量指标。「脱离报告」可以很大程度上反应无人驾驶公司的实力。

最近，DMV 公布了 2018 年度的无人驾驶汽车「脱离报告」，它也反映了全球无人驾驶的最新格局。

Waymo、通用 Cruise 神仙打架
Waymo 依然是无可争议的霸主。

每 1000 英里的行驶中，Waymo 的无人驾驶汽车平均需要 0.09 次人为介入；或者说，Waymo 的无人驾驶汽车每行驶 11154.3 英里，才需要一次人为介入。

在 2018 年度的 1271587 英里的路测中，Waymo 的「脱离」行为只发生了 114 次。


对 Waymo 来说，这已经属于常规操作。去年的报告中，Waymo 需要人为干预的频次已经是 0.18 次/千英里的水平。

榜单中的第二名是通用的 Cruise，它的无人驾驶汽车的人为干预频次为 0.19 次/千英里，MPI 则为 5204.9 英里。

从数据上看，虽然通用和 Waymo 还有一些差距，但它也足以睥睨群雄。这两家公司已经居于无人驾驶的金字塔顶端。


Waymo 是最早开展无人驾驶研究的公司，背后有技术实力和财力同样雄厚的 Google 做支撑，已经积累了其他公司难以比拟的技术和数据。

通用 Cruise 则是汽车厂商发力无人驾驶的典范。

2016 年，通用收购了硅谷无人驾驶公司 Cruise Automation，这已经比 Waymo 开展无人驾驶测试晚了 7 年。

不过，通用 Cruise 在 2017 年就制造了「世界上第一台可以量产的无人驾驶汽车」。这个概念稍微有点拗口，主要意义在于它不同于以 Google 为代表的互联网公司，对上市的普通车辆进行改装，而是直接在生产线上为自动驾驶汽车进行优化。


也就是说，一但配套的无人驾驶技术或法律法规成熟，通用可以最快速度进行量产。这也是汽车厂商的优势。

2018 年，投行 RBC Capital Markets 的研报认为，通用 Cruise 的估值或能达到 430 亿美元。

以百度为代表的中国无人驾驶公司们
DMV 的报告中，中国或有很深的中国背景的无人驾驶公司也大放异彩。

Pony.AI 的无人车需要人为介入的频次是 0.98 次/千英里，MPI 为 1022.3 英里，排名第 5；百度以 4.86 次/千英里，MPI 205.6 英里排在第 7；AutoX、Roadstar.AI 和文远知行（WeRide）分别排名第 9 – 11 位。


在报告中的全部 48 家公司中，中国的无人驾驶公司显示了不错的实力。

不过，仅从需要人为介入频次上看中国无人驾驶公司的实力，还远远不够。

首先，DMV 报告基于各家公司自行提交的数据，而每家公司对「脱离」的统计是不同的，例如《投资界》报道称，一些公司处理 MPI 数据的方式是：将每个人工干预的数据均导入仿真器，在其中由工作人员主观判断，如果当时场景下安全员不干预是否可以接受，如果可以接受就当做零人工干预。


另外，各家公司的自动驾驶车辆数量、路测里程也是重要的考量指标。例如排名靠前的 Roadstar.AI 只有两辆测试车，行驶里程仅 7539 英里，远少于其他中国无人驾驶公司。

除了加州，中国无人驾驶公司也正在北京、广州、安庆等地积极开展测试，因为还缺少相应的信息披露机制，这部分数据我们还无法得知。

苹果无人驾驶汽车的艰难之路
DMV 报告中，苹果的无人驾驶是掉队的那个。

从 MPI 来看，苹果排在倒数第二位，为 1.1 英里，也就是说每开 1.1 英里，苹果的无人车就需要一次人为介入，这和 Waymo 的 11154.3 英里是天壤之别；苹果无人车需要人为干预的频次为 871.65 次/千英里。

比苹果数据更差的是 Uber，需要人为干预的频次为 2608.46 次/千英里，MPI 为 0.4 英里。


不过需要注意的是，2018 年 3 月，Uber 的无人驾驶汽车导致一名行人丧生的案件后，它就停止了再加州的道路测试。DMV 的报告中，Uber 在 3 月后的数据是缺失的。从这个意义来说，苹果的无人驾驶汽车是垫底的。

苹果的汽车项目被称为泰坦计划（Project Titan），最初它致力于研发与特斯拉竞争的新能源汽车。2017 年，苹果获得 DMV 的许可，可以在公共道路上测试自动驾驶汽车，苹果的无人车开始暴露在公共视野中。

但泰坦计划并不顺利。2018 年，苹果从特斯拉挖回了后者的首席工程师道格·菲尔德（Doug Field），此人之前是苹果硬件工程副总裁，在 2013 年跳槽到特斯拉。


▲ 特斯拉没有出现在报告中，因为它借助用户的 autopilot 为自己收集数据并改进自动驾驶功能，而不是用无人车在道路上测试. 图片来自：gettyimages

有媒体统计，仅截至 2018 年 8 月份，就有约 46 名特斯拉员工跳槽苹果。这还引发了特斯拉和苹果的口水仗，马斯克甚至说苹果是「特斯拉坟场」，意思是挖的都是特斯拉开掉的人。

1 月，媒体曝出，苹果从泰坦计划大幅裁员 200 多人。根据最新的苹果华裔工程师涉嫌泄密被捕案件的证词显示，泰坦计划有大约 1200 名核心员工。

不过，需要注意的是，苹果在加州道路上开展公共测试的无人驾驶汽车有 62 辆，在所有公司中排名第 3，近 8 万英里的行驶里程，也仅次于 Waymo 和通用 Cruise，远超其他公司。

2017 年，苹果还建议 DMV 在报告中加入对无人驾驶汽车「成功阻止事故」的考量，苹果的无人驾驶汽车至今也未卷入明显的车祸中。

在对待安全的态度上，苹果还是值得 Uber 认真学习。

=======================

自动驾驶汽车想成为主流？先过了这十二关再说
https://news.cnblogs.com/n/619412/

自动驾驶汽车想成为主流？先过了这十二关再说_IT新闻_博客园
news.cnblogs.comView Original
自动驾驶汽车已经成了整个汽车行业的掌上明珠，未来这些汽车有可能影响我们每个人的生活。

在有些人看来，这项技术只不过是交通进化历程中新迈出的一步而已，毕竟已经有人在控制操纵杆玩“飞行汽车”了。不过，无人驾驶的未来世界还是让一部分人感到恐慌，他们担心这些“机器人”会给世界带来混乱。

但走在前沿的汽车制造商、科技公司与一级供应商们可不在乎，它们疯狂在这一领域砸钱，力图成为第一个完成自动驾驶汽车大规模量产的开拓者。

不过，无论技术人员多么信心十足，大家还是有一个问题，即“自动驾驶汽车什么时候能华丽转身，从非主流的试验性项目升级为主流交通方式？”

日本轮胎巨头住友橡胶北美分公司 CEO 兼总裁 Richard Smallwood 就认为，这件事宜早不宜迟。在去年克莱蒙森大学全球轮胎产业峰会的演讲中，他就引用了多家汽车厂商的数据，认为未来五年是自动驾驶汽车落地的高峰期。

市场研究公司 HIS Markit 的研究数据也支持他的判断。“IHS 指出，自动驾驶汽车的销售将在 2025 年拉开大幕，2035 年销量会激增至 118 万台，而到本世纪中叶，传统的有人驾驶汽车将彻底在市场上绝迹。”

同时，大家还有一个问题，那就是“我们为什么需要自动驾驶汽车？”最简单的回答就是“提升道路安全性”。

除此之外，阻挡自动驾驶汽车的“拦路虎”还有很多。虽然自动驾驶汽车在技术上确实可行，但细节会决定成败，而且新技术必然会带来很多新问题。

那么，阻碍自动驾驶汽车走向主流的 12 大“拦路虎”都是什么呢？我们可以一起往下看：

手势盲人。与自然语言识别一样，自动驾驶汽车“破译”驾驶员或行人的手势也相当的“苦恼”。也就是说，在工地附近，自动驾驶汽车面对指挥交通的交警可能会手足无措；在红绿灯坏掉的十字路口，它的犹疑不决更是会成为后车咒骂的对象；在演唱会或重大赛事期间，无法理解疏导人员手势的它更是会成为堵车的元凶。这会让自动驾驶汽车提升交通效率的优点荡然无存。

雪地废柴。自动驾驶汽车在行驶过程中需要识别大量路标，比如车道分隔线，转弯标线或汇流线等。一旦进入冬季，大雪不但会覆盖路上的标线，还会挡住车辆传感器，直接将车辆“致盲”。

雨季弱智。让自动驾驶汽车抓狂的不但是漫天飞雪的冬天，还有大雨滂沱的日子，因为突然增大的水流会让道路标线变模糊，丰富的水汽也能让摄像头“致盲”。此外，如果车辆无法探知水深，它们也不敢贸然行动，到时车辆后方肯定又是一堵一大片。

沟通无能。即使自动驾驶汽车对传统汽车的替代是必然的，其间也需要经历一个漫长的转变期，而在这段时间里自动驾驶汽车必须和有人驾驶汽车分享道路，不和谐的产生是必然的。

举例来说，现代车辆上的喇叭其实就是一种提供警告的通讯工具，自动驾驶汽车能听懂不同频率喇叭中的意味吗？此外，后方车道中车辆狂闪大灯时，自动驾驶汽车知道该让出车道方便后车通行吗？更有趣的是，喇叭和闪灯有时还意味着后方车辆司机的不高兴，自动驾驶汽车能分辨出其中的微妙差别吗？

如果遇到消防车和救护车这种为了抢时间可以无视交通规则的特种车辆呢？自动驾驶汽车知道如何应对吗？有人会说，给车上装了 V2V 设备不就解决问题了？但他们忽略的是，这些特种车辆可能服役时间长达 20 年，它们真能跟上不断迭代的新技术吗？

法律空白。自动驾驶汽车的兴起需要一整套新的判例法支持，否则出了问题法官都不知道该引用哪条法律判例，而这一体系的建立恐怕要花数十年。提到自动驾驶汽车引发的法律与道德考量，人们都会首先想起“电车难题”。在大多数人看来，当遇到无法做出决断的情况时，自动驾驶汽车必须要将损失降到最低，也就是说杀死一个人和杀死一群人之间去选择前者。基于现有法律，死者的代理律师就能以谋杀罪将厂商告上法庭，毕竟这样的决断程序是厂商授意灌入自动驾驶汽车的。虽然有些乌鸦嘴，但未来肯定还会有人被自动驾驶汽车夺去生命。监管机构会作何反应？各地政府之间会有不同的标准吗？

隐私难保。为了安全，各家厂商必定会严密监视自动驾驶汽车的行踪。在采集车辆数据的同时，乘客数据肯定会被一并拿走，那么我们如何能保证自己的隐私不会成为他人的牟利工具？

成本壁垒。毋庸置疑的是，自动驾驶汽车成本高于传统车辆，而价格会直接影响车辆的获得成本。那么，一辆二手的自动驾驶汽车还能有多少残值呢？如果要类比的话，我们可以想想手中的 PC，它们也可以通过升级包不断获得新的功能，但硬件上的限制最终还是会影响其使用体验。如果汽车也成了消费电子产品，普通人还用得起吗？

税收窟窿。自动驾驶汽车在遵章守纪方面绝对是人类榜样，不过不超速不乱停的它们可能会让财政部门头疼。毕竟像西雅图这样的中型城市，交通罚款占到了城市运营资金的 2.6%。前段时间《连线》杂志的一篇文章就指出，自动驾驶汽车可能会让城市陷入破产。好在，善于“开源”的政府官员已经有了应对策略，他们准备用登记税来补这个税收窟窿。

器官荒。虽然这样考虑有点不人道，但在很多欧美国家，死于交通事故的年轻人是器官捐献的第一来源。有了自动驾驶汽车，那些等着器官移植的人怎么办？

5G 未落地。首先，所谓的第五代无线网络明年才有眉目。其次，虽然 5G 很强大，但大量自动驾驶汽车入网可能也会让它不堪重负。当然，这只是暂时的担忧，技术的发展能磨平一切缺点。

电磁干扰。太阳风暴虽然非常罕见但却无法预测，一旦爆发，就会释放大量能量，造成巨大的地磁活动和辐射出现。此时，车辆的 GPS 系统与卫星之间的数据传输就会遭到干扰。此前，就有电磁干扰造成航班偏离路线的事故出现。

网络安全。这可不是危言耸听，未来黑客们动动手指可能就会造成车毁人亡的悲惨后果，同时带来相关政府部门的监管风暴。也许《速度与激情 8》中车辆全城大暴走的场景离我们真的不远了。