ća;
æ… 作者/朱秋雨
编੩辑/²向◐由
值ⓜ班编辑Θ/煎尼
特斯拉▩一度是“自动驾驶”概念的领头人，现在，它面临失去这一宣传利器Ąe;的窘状。ã
9月中旬，特斯拉¨在美国旧金山成为了一项集体诉讼的被告。诉讼理Ο由是，特斯拉对自动辅助驾驶系统Autopilot和完全自动驾驶FSD（Full Self-DriviΒng）功能进行了虚假宣传，并因此误导了公众。
࠷原告人布里格斯·马茨科在诉讼书中表示，特斯拉此′举是”为了让人们对其汽车“感到兴奋”，借此吸引投资、促进销售、避免破产和推高股价。
上个月，Model 3车主托莱多Ι也在美国加州法院起诉特斯拉，表示自己驾બ驶的特斯拉会在根本不存在障碍物的情况下突然刹车，也叫“幽灵刹车”。他认为这是一场“可怕的噩梦▦”。
不止于个体的诉讼，9月2日，美σ国加州参议院通过了一项法案，拟禁止车企使用“FSDÓ”(完全自动驾驶)的宣传字眼。该法案目前仍待州长纽森最终签字é通过。
加州参议员冈萨雷斯表示，该法案针对的ખ目标很明确，就是特斯拉。她认为，特斯Γ拉长期以来÷仅用细小字体警告其辅助驾驶系统的有限性，但用户显然未接受。
“加州的人们认为FÞe;SD是Β全自动的，但其实b2;根本不是。\”
冈萨雷斯的担忧代表了Θ自动驾驶汽车领域存在已久的争议。在特–斯拉等车企的带动与“教育”下，人们产Ä生了幻觉：自动驾驶汽车似乎已经触手可及了。汽车即将实现无人化的未来正逐渐逼近。
但事故以及引发的舆论危机长期以来伴þ随着特斯拉们。Š只要一出事故，人们对技术、算法、人工智能的怀疑与不安⊂又新增几分。
还ੋã是那几个普遍关心的问题：自动驾驶安全吗će;？什么在保障人类的安全？
我≅们离ⓝ特斯拉说的“„完全自动驾驶”，还有多远？
事故Λ℘祸因
2022年，当自动驾Á驶厂商们乐此不疲为新品造势时，几场交通事故让消费端对该技术再生૩疑。
7月6日，佛罗里达☏州阿拉丘亚县发生ਮ一起辅助驾驶技术引起的车祸。据报道b2;，该车在使用特斯拉辅助驾驶Autopilot模式上路时，突然转向撞上了路上停放的牵引车。驾驶员和一名67岁乘客因此罹难。
诸多的事故，都有两个共同点：驾驶员大多分心Ν或双手没握方向盘。而开启辅助驾驶功能的汽车◐，多数撞向了静止物体。
例如，美国国家公路交દ通安全管理局（NHTSA⌊）近日宣布，调查过去一年ö由特斯拉Autopilot引起的15伤1死的共计16起事故。
该机构报告称，特ઘ斯拉的1bc;6起车祸大多发生在夜晚。“自动驾驶软件存在一定识别漏洞，忽略了警示灯、雪糕筒和照明箭头板等静止物体。”
比起软件的漏洞，业内人士认为，车企的过度宣传઼给消费者带来与现实不匹配的预期，才是更危险的情况ࢮ。η
某头部车企市场š方向资深从业人士洪泽鑫告诉盐财经，上述事故“♣其实是许多厂商给消费者带来错Â误认知导致的”。
他认为，部分车⊥企倾向于在新品发布会上公布拥有炫酷自动驾驶功ⓕ能的demo（样品），让人以为可以实现自动驾驶。但∫在量产时，往往出于价格、消费者接受度等考量，推出低配的辅助驾驶系统。
洪泽鑫介绍，业内主流的辅助−驾驶系统主要采用摄像Π头和毫米波雷达两类传感器融ª合感知。
毫米波雷达主要通过电波反射进行障碍物探测，但它“过于敏感，经常发生误报”。为了保证系统ૣ运行流畅，算法通常会忽略路面不移动的雷达回波，导致静止物体不易被识别。这也是目前许多智能驾&#ffe0 ;驶汽Κ车面对静止物体即“宕机”的缘由。
相比之下，特斯拉采用更特立独行的纯视觉感知方案，即仅靠摄像头作为图像采集，凭借车载 的SoC芯片进☏行♫实时的运算。
洪泽鑫表示，♦依赖摄像头的感知方案也有短板。视觉感知ćb;易受日照、明暗交替∃等环境干扰。
而且，“摄像头就ਫ਼像黑匣子，它一旦出错了，人类很难î解释哪里错了，”બ他说。
短板明显的感知系å统，让辅助驾驶车辆局限性极大。盐财经记者梳理发现，ભ包括特斯拉等高阶的辅助驾驶系统，目前的配置都很难识别雪糕筒等相对静止的障碍物。在用户手册中🙀，这些车企会标明技术受限的场景，提醒消费者集中注意力，随时观察路面情况。
洪泽鑫说：“如今大众对于L3级别以下的辅助驾će;驶认知并不清晰。辅助驾驶更多是在生命垂危时救人一命。比如♡人如果犯困，它稍微打一下方向盘，让车不要偏离变道。但人们现在把它当作万无一失，不容有任何差错的功能。”è
屡次发生的车祸，提醒人们想象与现实的距离。理想汽车创始人、CEO李想曾发朋友圈表示：“呼吁媒体⌈和行业机构统一自动驾驶ਰ的中文名词的标准，建议统一名称：L2＝辅助驾驶；L3＝自动辅助驾驶；L4＝自动驾¤驶；L5＝无人驾驶。”
上述分ú级ਗ਼最早由美国汽车工©程学会（SAE）提出。
L2包括自适应巡航、车道偏离警告、AEB自动紧急制动等，目前在特bd;斯拉、“蔚小理”等中高档产品Ε中广泛应用。从L2往上，L3至L5才可以称为自动驾驶。到L5级时，“完全自动驾驶”，即在任何场景都不需驾驶员介入。
截至目前，在中国市场，没有任何车企自称૯量产了L3级车辆，市面上售卖੭的也没有一辆是自动驾驶汽车。但率先将自己的辅助驾驶软件命名为FSD（完全自动驾驶）的特斯拉，已经☏极大拔高了人们对自动驾驶技术的预期。
દ行业早期，标准…仍'未明
无论如何，良好👽的市场预期一定程度上推动了车企、科技公司竞逐L4级自动驾驶赛道。有媒体曾统计，202↓ઠ2年前7个月，在中国的自动驾驶公司累计获超60笔融资，是少见的频繁获得融资的领域。
૪比起L3级仍需驾驶员有限度接管的模式，各家竞争者主要争做L4级车，੪即在特定设计运行域下无需驾驶员的自动驾驶模式。
Œ ‚ 市场上，两种发♦展路径正在生成。
一类以º特斯拉为代表。从量产L2车辆中积累数据和技术，渐进式发展L4ભ级自动驾驶。另一类则像谷歌旗下的Waymo、百度，决意一步到位“跨越式”做自动驾驶。Ç
贵州翰凯斯公司自动驾驶技术副总裁邹迪聪告诉盐Ô财经，自动驾驶技术组ⓕ成∂部分可分为感知、决策和控制三大模块。而现在的难点，就在系统的感知预测和决策模块上。
“通过激࠹光雷达等感知设备，我们能做到看清、探测道路上的各类物体。”邹ਬ迪聪说。但看清路’面后如何决策，如何让车辆以更聪明的方式运行，是当前自动驾驶技术面临的挑战。
“©举个例子，路上有一辆车，当我想往左变道时，它会如何反应、会不会让路，Ì都是未知ૌ的。人工智能要怎样从海量数据预测别人的行动和他人的反应，做出跟人脑相像的决策，这就是难点。”邹迪聪说。
上述能力如果在畅通无阻的路面，算法规划出安全高效的路径并非难事。但遇到复杂b3;的交通流和场景路况⇒，人工智能缺乏对全局路况的了解，无法预测周围障碍物的未来行为。因此，常会出现ς规划轨迹跳变、碰撞等问题。
洪泽鑫告诉盐❄财经，决策规划是各家L4级公司自动驾驶技术的核心能力。但 行业处于发展早期，没有统一的ફ方法论。
࠽ 简而言之，“判断开得好的标准，目ⓝ前👽还没有”。
除了决策规划，部分∩业内人士认为，自动驾驶Ë技术另一难点在于统筹、管理复杂的Π系统。
深圳元戎启行科技公司副总裁刘轩告诉盐财经：“自动驾驶是很复杂的工程，将各种∇模块有机整¢合，达到低成本且不用人工干预的水Þe;平，再把所有要素集成起来，本身技术上非常难。”
不同的决策和统筹能力，决定了L4级自动驾驶到底给人如同新手还是“老司机”的体验。洪泽鑫说，究竟采用保ã守还是激进的算法，自动≡驾驶企业面临两难。ϒ
“如果自动驾驶车辆过于谨♤慎，在ⓡ城市道路行👿驶又确实会阻碍交通，带给用户不好的体验。”
尽管行业内部缺乏固定的标准，但刘轩和©洪泽鑫都表示，安全∧还是现阶≈段自动驾驶领域考虑的首要因素。
“目前有个共同点，车π速慢。还没有哪઼个企业敢激进地提速ਫ਼。”洪泽鑫说。
Æ
真正的FSD还很远Ý
来自技术上的Η挑战，在业内人士眼里，并☎非自动驾驶无法攻克的难关。
ો 对于自动驾驶企⇔业来说，更紧急的，是如何面向社会铺开产品∫。
2018年，埃隆·马斯克曾经←放话称，特斯‘拉很快可以实现完全自动驾驶。“自动驾驶系统Autopilot很快可以支持交通信号ઘ灯、停靠站和环形交叉路口等交通，具备完全自动驾驶能力”。
很显然，2ρ022年，马斯克吹捧的完ⓢ全自动驾驶技术，与2018年相比没有太大改å变。
武汉理工大学新能源智能汽车教授杨胜兵告诉盐财经，要实现L4、L5级汽车的研发、¥设计、制造、运维等全生命周期的布局，需要基础设施、⇐人员的投入以及法规©和大众意识等条件的成熟。
▦
ફ这些都需要˜时间。
长周期意味着一味烧钱。现在，许多L4级的自动驾驶公&#ffe0 ;司已经按捺不住，争相出低成本 的方案”，争取实现量产。
7月21日，行业头部公司百度发布了第六代无人出租车（Robot↑axi）样车，宣称车辆制造成本25万元。这与过去人们∀印 象里，动辄几十万配置激光雷达的高成本L4级汽车，截然不同。
低价的方案，在致力于为车企做前装量产方案的企业中相继提出。2021年12月，深圳元戎启行发布面向前装的L4级自动驾驶解决方案，成本低于1万美元。2022年6月，总部在北京的轻舟ƿ智航推出新一代L4量产Ι车自动驾驶方案，将成本下探至1万元人民એ币。
刘轩告诉盐财经，低成本的前装量产策略，ફ从公司成立初期已经确立。原因是比起自bd;建车队，将方案卖给不同车企ઙ，实现量产，采集数据的速度和效率更高。
“自动驾驶需要面临海量的问题，尤其是长尾场景（corner case）。要想解决这些问૩题，只有Ζ积累大量数据，不½断训练、迭代和提升算法。”刘轩解释。
在人工智能领域，数ક据的数量和质量是其中关键。人工智能的深度学习就是在有Ǝ数千维度的空Ë间里，经过海量数据训练，得出复杂的数学方程组，继而实现设定的目标。
⇑ 但日常道路罕见的极端路况（即长尾场景），由于各家企业都缺乏数据，成为自动驾Ο驶一时难以解决的痛点。
智己汽车联席CEO刘涛∑曾解释，汽车行驶过程中，90%的路程只会遇到几万种正常路况，这只需用数百名工ਨ程师દ攻克，各家车企的能力趋同。
“但真正的挑પ战在于，有超过100万种长尾、低概率发生的极端路况，¥非░常难以覆盖。”
从â国际经验来看，没有一家自动驾驶公司有底气能应对各ë类极端场景。这也正是各家企业争相量产并全力开展路测的缘由。
Waymo软件工程总监Sachκa Arnoud曾表示，从他的经验出发，前90％的技术工作量只占总工作时间10％。而要完成最后10％的工作，还需要再花10倍的◐气力。
∗刘轩因此判断，基于长尾场景等技术特点，L4级车辆即使👿量产后，法૨律法规也很可能不允许其称为L4，也不会立刻允许无人化。
“L4级自动驾驶技术还需要经过时间跟数据的检验。”刘轩说。他因此认为：“未来我们还会经←历人车共驾阶∈段，∉才过渡至真正的无人驾驶。”
这一判૮断与刘涛相似。他曾表示，机器还要学习迭代，因此在未来很长一段时间，我们仍会处于人车共驾阶段⊇。
“掌”握科技鲜闻 （微信搜索techsinaØ或扫Χ描左侧二维码关注）
♩新œ浪科技
新浪科技为你♦带来👽最新鲜的科技资讯
苹će;果ća;汇⊄
苹果汇为你带来最™新Ï鲜的苹果产品新闻ક
η
૪新浪Ó众测
新ν酷产品第一时间免费试玩
ઍ∝
新浪探索
提供最新的科学家∼新闻，精彩的震撼图ì片
ñ新浪科技意↓见反馈º留言板
All RigΩhts§ Reserved 新浪公મ司 版权所有
