响应美国交通部和国家公路交通管理局的号召，加州DMV规定，如果想在没有安全员的情况下获得“完全无人驾驶”驾驶执照，有都是申请过程中难以克服的问题。
缺失的环节：安全报告。
申请企业需要发布系统安全性综合评估报告，以验证技术可靠性。
迄今为止发布报告的都是自动驾驶领域的几家领先者，其中包括上周刚刚获得加州外部驾驶执照的Zoox，以及两个月前获得加州首张完全自动驾驶执照的谷歌Waymo。
12月26日消息，刚刚获得粤港澳大湾区首张路测牌照的自动驾驶公司AutoX发布了安全报告。
该报告的全称是《AutoX Safety Essentials》。
它共有 39 页。
这是第一次有中国背景。
L4级无人驾驶公司发布安全报告。
Uber前自动驾驶负责人Anthony Levandowski曾这样评价各大自动驾驶汽车公司发布的安全报告：“这些所谓的《安全报告》只是裹着各种陈词滥调和营销材料的废纸。
”目前，除了 Waymo 之外，很少有公司在其安全报告中深入讨论安全技术细节。
不过，发布技术细节代表着一个明确的信号：意味着一家公司已经通过了“载人测试”阶段，开始去除安全驾驶员，让车辆达到“完全无人驾驶”的行驶状态，为无人驾驶商业运营做准备。
与之前发布的大多数安全报告不同，AutoX的报告包含大量技术细节，详细介绍了为确保系统冗余和安全所做的努力，以及相应的测试和验证措施。
这充分体现了AutoX在车辆系统安全设计方面强大的工程能力。
毫无疑问，AutoX也通过这份报告表达了自己的态度和决心，这也标志着中国自动驾驶技术追赶世界顶尖水平迈出了重要的第一步。
人机交互和安全 AutoX的报告提到了一些Uber和Zoox等其他公司没有提到的安全功能：紧急停止和脱离开关。
这项核心技术对于交警监管部门与无人驾驶车辆的安全交互具有重要意义。
可以让交警部门安全拦截无人车，防止无人车不听指挥等意外事故的发生。
AutoX 将其总结为：“将控制权重新交到人类手中。
”值得注意的是，这项技术恰恰是加州DMV对全自动驾驶牌照的核心强制要求之一，但在除Waymo之外的大多数自动驾驶汽车公司的安全报告中根本没有提及。
AutoX在车辆内部和后侧安装紧急停止按钮和驾驶模式开关，以防止发生事故。
在系统完全故障的极端情况下，交警等执法人员或事故现场的其他人员可以通过按钮停止无人驾驶系统，然后通过转换开关驾驶和移动车辆。
AutoX在车辆上还拥有多项人机交互（HMI）设计，包括远程操作员呼叫设备和车辆行驶状态显示器。
第一个比较容易理解。
自动驾驶汽车的商业部署需要完整的后端控制中心和远程监控和接管能力。
第二项是指安装在车辆后挡风玻璃上方的LED屏，可以实时显示车辆当前的行驶状态：无人驾驶模式、遥控模式、手动驾驶模式。
毫无疑问，显示车辆的行驶状态对于周围的车辆和行人来说是一个很好的提醒，可以帮助他们提前做好准备。
紧急停止和脱离开关、远程接管、驾驶状态显示等都是获得加州DMV无人驾驶测试许可证的必要要求。
最大技术亮点：全栈冗余 AutoX的报告主要分为四个部分，涉及车辆和技术细节、如何保证系统安全和冗余、如何测试和验证系统以及非技术安全措施。
该报告内容丰富，是目前发布的所有公司安全报告中最丰富的技术细节和总体设计理念。
有兴趣的读者可以下载（下载链接：https://autox.ai/safety）了解详情，继续阅读，下面摘录了一些独特且创新的关键信息。
外界对AutoX并不陌生，因此我们仅对其技术方案进行简单介绍。
AutoX是目前为数不多的有能力开发全栈无人驾驶技术的公司之一。
它原来的双A。
一、融合感知自动驾驶技术路径，目标是L4级别的完全自动驾驶系统。
整个软件栈包括定位、感知、预测、决策与规划、控制五个主要模块。
在传感器配置方面，AutoX采用多传感器冗余设计，即一个激光雷达加多个环视摄像头，辅以毫米波雷达、超声波雷达等传感器，实现对周围环境的感知。
本报告的亮点是“全栈冗余”的概念。
报告指出，“AutoX在软件和硬件上都设计了多层冗余架构，并引入了‘最高级别的安全冗余’，即人工远程控制。
我们相信，通过设计一个高度冗余的系统，我们可以最大限度地降低发生故障的可能性。
”谈到无人驾驶系统的冗余，一般都是从传感器的角度来考虑，通过多个硬件的组合来保证安全，而全栈冗余的特点就是涉及到传感器。
。
从AI系统到系统测试和复杂场景响应的各个环节。
具体来说，AutoX的全栈冗余包括六大方面：传感器层、算法层、AI层、系统层、硬件层、人工辅助层。
传感器层如上所述，AutoX采用激光雷达和摄像头双主传感器。
没有主传感器或辅助传感器。
其融合技术可以整合多个传感器的数据，提供稳定可靠的感知能力。
在算法层面，AutoX设计了始终有备份方案的规划决策算法架构。
例如，在给定的路径规划任务中，决策规划模块会同时根据多个标准检查各种输入信息，并选择风险最小的一个。
安全行驶路线，有趣的是，无论当前任务是什么，规划决策模块都会提前计算出临时停车路线，以应对紧急情况。
AI层的冗余是AutoX的一个非常独特的功能。
其无人驾驶系统相当于拥有两个AI大脑，一是基于三维高清地图感知的AI大脑，二是实时驾驶环境感知的AI大脑。
两组AI大脑将同时进行计算，并根据计算输出鲁棒的融合结果。
在系统层面，AutoX设计了一个去中心化的双计算系统，采用两个计算能力相当的工业化计算平台。
每个平台均设有应急备份程序和独立的线控系统。
硬件层面，电源、急停按钮、连接设备等各方面都有备份。
最后，在特别复杂的交通环境下，AutoX还设计了手动遥控系统。
如有必要，驾驶员可以远程操作无人车，处理人工智能无法处理的情况。
它的遥控分为两种模式，一种是完全接管，一种是混合辅助。
后一种模式下，工作人员只需给出决策指令，无人车即可在复杂场景下自行完成后续任务。
任务。
完整的测试验证流程 AutoX还在报告中描述了其自动驾驶系统测试验证的整个流程。
任何新的功能都需要经过这个过程。
第一步是在 3D 模拟环境中对其进行测试。
与Waymo发布的安全报告一样，AutoX也强调了模拟系统的重要作用。
该系统可以模拟道路环境的物理设计、车辆动力学和碰撞信息，还可以模拟雨天、夜晚、直射光等天气条件，有助于加快无人驾驶系统的开发。
初步测试后，AutoX 将在真车上进行测试。
首先是在封闭的停车场环境中进行测试，使用一系列非常困难的场景来模拟真实的驾驶场景；只有系统足够安全后才会进行开放道路测试，所有测试车辆都将在经过培训的安全驾驶员的指导下进行。
并在远程操作员的监督下进行。
在测试流程部分，报告中还有一个小细节值得注意，那就是车辆每次驶出前都会进行安全检查，轮胎、安全气囊、刹车等硬件的状况都会受到影响。
并由技术人员随时监控。
从这份安全报告来看，AutoX的技术已经考虑了安全的方方面面，为真正的完全无人驾驶做好了准备。
此外，AutoX刚刚获得粤港澳大湾区首张由第三方权威机构认证的城市道路测试牌照，即将进行正式大规模测试。