距离马斯克“到2021年底交付完全自动驾驶汽车”的预测已经过去几个月了。情况和他在2019年、2018年做出承诺后一样。事实上，在过去的十年里，各种技术专家都用“即将到来”这个词来预测全自动驾驶的实现日期，似乎每一个预测失败。那么，现在的自动驾驶是什么状态呢？哪些问题亟待解决？近日，ACMcommunications发文《Still Waiting for Self-Driving Cars》梳理这些问题。以下为编译原文，请欣赏：虽然特斯拉在2021年10月就发布了名为AutoPilot的全自动驾驶功能，但实际上离它还差得很远。相反，事实上，市场上提供的自动驾驶功能仅达到国际自动机械工程学会（SAE）制定的自动驾驶分类标准的前三级，可以与驾驶辅助相结合。今天，大多数新车都有某种驾驶辅助技术，例如自动制动、自动巡航控制等。更先进的特斯拉，可以归类为Level2，已经可以系统地控制车速并自动转向，但仍需要驾驶员保持专注并做好避免突发事件的准备。本田和奥迪的部分车型已经达到了Level3，可以让车辆完全自动化，但需要满足低速、良好天气条件、特定路段等要求。因此，大部分汽车都可以实现Level2和Level3的自动驾驶。具有4级系统的车辆最有可能出现在长途卡车中。一个原因是这种类型车辆的驾驶员严重短缺，而这些驾驶员最有动力推动自动驾驶的发展。此外，在美国等地区，州际公路等长途公路路况较好，车辆之间有明显的“物理隔离”。1、技术壁垒全自动驾驶尚未实现的原因之一就是技术壁垒。具体来说，传感器和相机相关的发展面临挑战。自动驾驶汽车的摄像头和传感器体积庞大，可以检测汽车可能遇到的各种物体，例如路标、红绿灯和其他车辆或行人。大多数自动驾驶系统以自上而下的方式训练导航系统以识别特定物体。考虑到可能遇到的各种潜在情况，以及自动驾驶系统对这些情况的“无限反应”，例如由于光照条件、眩光或阴影可能无法准确识别路标；面对正面碰撞的动物和人对迎面而来的车辆有不同的反应。因此，所有这些都使得训练过程需要海量的数据。理想情况下，将大量数据输入算法，然后帮助车辆解释这些物体和运动，以便车辆可以安全地调整其速度、位置和清晰度。即使在车辆尚未行驶过的道路上，或在以前从未遇到过的情况下，也能准确响应。然而，提供大量数据的算法仍然难以识别现实场景中的物体，例如涉及特斯拉ModelX的事故，车辆的传感摄像头无法识别卡车在明亮天空下的白色。一边。2.Potentialsolutions许多自动驾驶汽车事故都涉及所谓的（emergency,edgecases），比如在路上遇到行人和动物，攻击性司机破坏性驾驶，或者司机故意违反交通规则等等。为了应对这些挑战，研究人员正在研究比GPS更准确的高清地图系统。此外，研究人员可以开发允许车辆与道路基础设施交互的通信技术，以帮助自动驾驶汽车在这些紧急情况下保持安全。但是，鉴于通信网络的时延问题，基于车对万物的通信，包括V2I（车对基础设施）、V2N（车对网络）、V2V（车对车），V2P（车辆到行人）、V2D（车辆到设备）和V2G（车辆到电网）通信，可能无法处理即时决策。奥迪、本田、丰田、沃尔沃和AuroraInnovation的自动驾驶团队采用的方法是使用光检测和测距技术，通常称为LiDAR。Aurora表示，它已经设计了自己的专有传感器FirstLight激光雷达，它使用调频连续波(FMCW)激光雷达来观察前方四分之一英里（约400米）的距离，并即时测量车辆周围物体的速度。Aurora表示，这项技术的使用为自动驾驶系统创造了更多时间来安全地制动或操纵，特别是对于重型卡车。与此同时，自动驾驶初创公司Waymo正专注于叫车服务。该公司表示，WaymoDriver自动驾驶技术主要在4级运行，并仔细绘制车道标记、交通标志、信号灯、路缘和人行横道等内容。此外，该系统建立在超过2000万英里的真实驾驶和超过200亿英里的模拟驾驶数据之上，使Waymo驾驶员能够准确预测其他道路驾驶员、行人或物体可能会做什么。它目前正在测试如何通过德国的终端远程控制车辆。总部位于柏林的初创公司Vay一直在柏林测试一组遥控电动汽车，并计划今年在欧洲甚至美国推出其移动服务。该服务允许客户订购一辆遥控汽车，让汽车将他们带到目的地；如果车辆到达目的地，用户下车，数英里外的远程人类驾驶员将车辆停放或将其引导至下一位客户，该公司声称其系统符合最新的汽车安全相关安全标准，并部署了冗余硬件组件和网络连接。有人对这种“远程操作”持怀疑态度。虽然新的通信技术更快、更稳定，但延迟和连接性仍然是一个大问题。毕竟，司机面临的紧急情况通常需要在几毫秒内做出决定，而网络拥塞导致的任何延迟问题都可能使完全远程的司机难以在紧急情况下做出响应。3.训练AV系统然而，为了让自动驾驶系统在所有驾驶场景下安全运行，围绕算法开发和测试仍然需要做大量工作，以确保车辆导航系统能够理解迎面而来的驾驶员，因为以及司机和行人之间的社交互动。通常，如果行人即将过马路或正在过马路，驾驶员和行人会进行眼神交流并使用非语言提示指示他们移动。同样，缺乏这种眼神交流会向驾驶员发出信号，表明行人或其他驾驶员没有意识到他们的存在，并且他应该采取规避行动以避免或减轻碰撞。专家表示，可以训练一个系统来识别这些线索，但需要大量的计算能力和训练时间，并需要数年时间才能开发出一个可靠且值得信赖的系统。与这个领域相关的是感知功能支持，人类和自动化之间存在很大的感知差异。我们通常了解人类驾驶事故，而对自动驾驶事故感到困惑，所以当我们看到人类驾驶事故时，我们说，是的，我明白这是怎么发生的。但是当我们看到自动驾驶事故时，我们会说，好吧，这太荒谬了——我不知道那辆车怎么会犯这样的错误。通常情况下，随着时间的推移，人类司机会获得足够的经验来安全地处理其他司机做出非理性或意外决定的情况，通常是通过减速、靠边停车或简单地保持他们的速度和行进方向，以便人类、动物或其他车辆可以绕过他们。英国利兹大学应用行为建模系主任GustavMarkkula表示：“目前的自动驾驶算法对人类行为的隐含理解不够复杂，无法有效处理交通中的互动。人与人之间存在隐含理解在路上，比如司机了解行人在做什么，行人和司机互动以确保自身安全。4.监管挑战完全自动驾驶汽车商业化的最大障碍可能是道德和责任问题，包括如果自动驾驶汽车造成人员伤亡或财产损失，谁有过错？多年来，美国政府一直抵制对特斯拉Autopilot和通用汽车SuperCruise等驾驶员辅助系统的监管。潮流正在改变，2021年6月，美国政府表示，所有汽车制造商都必须报告涉及驾驶员辅助系统的事故。此外，美国国家公路交通安全管理局(NHTSA)于2021年8月对涉及使用Autopilot的特斯拉汽车追尾紧急车辆碰撞展开调查。这些事故已造成17人受伤、1人死亡。美国国家公路交通安全管理局(NHTSA)已有5年历史的指南阐明了该机构有权在Autopilot显示“可预见的滥用”证据时进行干预，这种情况经常出现在YouTube视频中，司机不顾特斯拉手册中的警告继续驾驶。在座位上睡觉、玩游戏或从事其他会分散驾驶员注意力的活动。最终，达到5级自动驾驶系统可能需要十年或更长时间才能实现。技术问题、监管问题和持续的芯片短缺是开发该系统的障碍。全自动驾驶很可能首先部署在商用车上，包括自动驾驶卡车、网约车服务和班车。除了拥有购买这些车辆所需的资金外，商业实施更有可能将操作限制在特定的已知道路上，以及为自动驾驶车辆建立和执行公司特定的安全操作参数，例如使用摄像头来确保驾驶员正在积极关注道路。本文转载自雷锋网。如需转载，请在雷锋网官网申请授权。
