多個技術(shù)問題阻礙了 AV 部署

盡管取得了進展，但人們普遍認為自動駕駛汽車技術(shù)距離商業(yè)化還有幾年的時間。促成這種看法的原因是 AV 行業(yè)在過去五年中過度樂觀和表現(xiàn)不佳。在部署起飛之前，許多技術(shù)問題仍然必須解決。

我們審查進展并就 AV 開發(fā)的當(dāng)前狀態(tài)提出觀點，同時考慮未來部署所需的內(nèi)容。我們還將介紹許多新興的道路 AV 用例。

已引入 AV 技術(shù)安全標(biāo)準(zhǔn)。新興規(guī)范對部署時間表至關(guān)重要，必須與下一代 AV 系統(tǒng)集成。

自動駕駛汽車的道路使用立法是下一步，這將是成功部署自動駕駛汽車所必需的。隨著新的安全要求的增加，合規(guī)性預(yù)計將帶來重大挑戰(zhàn)。

下表總結(jié)了最明顯類別中的 AV 行業(yè)、技術(shù)和用例的當(dāng)前狀態(tài)。它涉及三個時間范圍，分為四個部分。

點擊查看完整大小的圖片

歷史觀點

領(lǐng)先公司的 AV 開發(fā)和測試階段從 2015 年延長到 2020 年。有些開始得更早，有些仍在測試中。首先討論 AV 用例，因為它們會極大地影響其他考慮因素。

視音頻用例

最初的研究集中在最有前途的應(yīng)用上。最初，網(wǎng)約車在中國、美國和其他地區(qū)起飛，使機器人出租車成為最理想的早期自動駕駛汽車部署方案。在歐洲，固定路線自動駕駛汽車最受關(guān)注，因為大多數(shù)城市的叫車服務(wù)增長受到限制。美國和中國是自動駕駛卡車開發(fā)和測試的主要市場。

了解技術(shù)復(fù)雜性、客戶需求和其他用例因素需要大量研究。生成用于測試 AV 軟件的訓(xùn)練數(shù)據(jù)至關(guān)重要。通過模擬進行的虛擬 AV 測試變得越來越重要，并且對于安全性仍然至關(guān)重要。

道路使用立法。

到目前為止，政府幾乎沒有監(jiān)督。大多數(shù)情況下都需要測試許可證，所有運送乘客的自動駕駛系統(tǒng)都需要安全駕駛員。僅限貨物的自動駕駛汽車還需要道路許可證，以及在此期間開始測試的自動卡車。

美國一些州頒發(fā)了測試許可證，加利福尼亞州是最大的項目。中國在這段時間內(nèi)開始了機器人測試。歐洲主要測試的是固定路線AVs和一些人行道貨物AVs。

到2019年，超過65家公司已獲得加州DMV許可證，可以測試AVs。共獲得567輛測試車輛的許可證，當(dāng)年駕駛了近290萬英里。2020年，許可證數(shù)量達到668輛測試車輛，但由于大流行，駕駛里程下降到199萬英里。在此期間，AVs需要一名安全駕駛員在加利福尼亞州進行測試。

安全標(biāo)準(zhǔn)。

技術(shù)安全主要關(guān)注基于ISO 26262及其四個ASIL（汽車安全完整性水平）階段的功能安全。之后介紹的AVs的技術(shù)安全標(biāo)準(zhǔn)也已開始工作。

SAE定義了六個駕駛級別，L3、L4、L5代表自動駕駛。這些水平被廣泛使用。SAE還引入了多個重要概念：

對于操作設(shè)計領(lǐng)域，ODD定義了AV可以操作的環(huán)境。

OEDR或?qū)ο蠛褪录?a target="_blank">檢測與響應(yīng)，監(jiān)測并響應(yīng)駕駛環(huán)境。

DDT或動態(tài)駕駛?cè)蝿?wù)涵蓋AV駕駛、執(zhí)行OEDR和避免撞車。

自動駕駛系統(tǒng)是指執(zhí)行DDT的計算機系統(tǒng)。

AV技術(shù)

在此期間，隨著多種新技術(shù)的出現(xiàn)，技術(shù)發(fā)展受到了大量關(guān)注。軟件驅(qū)動程序是最復(fù)雜的組件，因為它需要完成所有DDT功能。傳感器和視覺軟件用于完成OEDR功能。

運行所有軟件的計算機硬件需要比目前更高的性能，這是Nvidia和其他處理器設(shè)計師面臨的挑戰(zhàn)。

在這段時間里，人工智能技術(shù)發(fā)展迅速，也許如此之快，以至于目前人工智能的改進被高估了。

當(dāng)前狀態(tài)

AV目前處于大多數(shù)AV用例的部署試驗階段。2018年開始了部分測試階段。對于某些地區(qū)的某些用例，該階段可能會持續(xù)到2025年或更長時間。

用例。

用例已經(jīng)演變，其重要性在一定程度上發(fā)生了變化。由于卡車司機短缺以及在線訂單和交付量的大幅增加，這種流行病增加了自動駕駛汽車的重要性，因此自動駕駛汽車變得更加理想。

無人駕駛出租車仍然很重要，在美國和中國開始進行無人駕駛試驗，預(yù)計未來幾年還會進行更多試驗。加州已批準(zhǔn)七家公司進行無人駕駛測試。其中三個已獲得在特定領(lǐng)域部署自動駕駛汽車的授權(quán)——Cruise、Nuro 和 Waymo。Nuro 正在測試純商品 AV，而 Cruise 和 Waymo 則專注于機器人出租車。

自動駕駛卡車通過在安全駕駛員的測試模式下交付貨物來產(chǎn)生收入。此用例主要使用集線器到集線器交付方案，其中大部分駕駛都在高速公路上，每次往返都從高速公路到倉庫進行短途旅行。

Sidewalk AV 正在美國、歐洲和中國的一些城市的許多校園和雜貨店提供食物。

道路使用立法。

AV 立法仍然有限，但正在進行大量規(guī)劃。法國和德國已經(jīng)邁出了制定 AV 立法的第一步。其他國家正在通過新的立法，包括中國、英國。在美國

更多國家/地區(qū)可獲得更多測試許可。歐洲終于在自動駕駛出租車測試方面變得更加活躍，在慕尼黑、巴黎和其他城市進行了試驗。下面討論的新 ISO 標(biāo)準(zhǔn)將增加固定道路自動駕駛汽車的測試和部署，而歐洲可能處于領(lǐng)先地位。

安全標(biāo)準(zhǔn)。

安全標(biāo)準(zhǔn)在過去一年左右有所提高。ISO 22737 LSAD 對于某些 AV 用例尤其重要。LSAD 或低速自動駕駛將用于許多固定路線的自動駕駛汽車、良好的交付和類似的場景。

ISO 21448 或預(yù)期功能安全性將功能安全性擴展到 AV。該規(guī)范涵蓋了在沒有系統(tǒng)故障的情況下發(fā)生的功能安全漏洞。（ISO 26262 涵蓋系統(tǒng)故障。）

UL 4600 涉及 L4-L5 自動駕駛汽車，包括自動駕駛開發(fā)的所有方面。UL 4600 由 Underwriters Laboratories 和 Edge Case Research 開發(fā)。它將 ISO 26262 和 21448 擴展到 AV，基于其當(dāng)前狀態(tài)并在沒有人工干預(yù)的情況下感知其操作環(huán)境。

IEEE P2851 正在利用 Mobileye 的 AV 駕駛算法來避免碰撞——責(zé)任敏感安全 (RSS) 模型。RSS 是一個正式的數(shù)學(xué)模型，它采用技術(shù)中立的方法來避免崩潰。該標(biāo)準(zhǔn)稱為與安全相關(guān)的自動車輛行為模型的假設(shè)。

定義 AV 級別和概念的 SAE J3016 術(shù)語標(biāo)準(zhǔn)正吸引越來越多的批評，當(dāng)它僅定義 AV 術(shù)語時被視為安全標(biāo)準(zhǔn)。我們的同事 Colin Barnden 對此和其他 AV 安全主題進行了出色的概述。

SAE 很可能會將其六個級別從 ADAS 更新為 AV?？▋?nèi)基梅隆大學(xué)的 Phil Koopman 提出的一項基于 Koopman 的四種簡化自動化模式的建議獲得了相當(dāng)大的支持：

駕駛員輔助：支持人類駕駛員。

監(jiān)督自動化：人類駕駛員監(jiān)控并填補能力空白。

自主操作：沒有人類駕駛員對安全負責(zé)。

車輛測試：由于潛在的設(shè)計缺陷，駕駛員可以降低風(fēng)險。

視音頻技術(shù)

AV 技術(shù)不斷進步——某些方面比其他方面更重要。軟件驅(qū)動程序正在改進，其中一些涵蓋了多個 AV 用例。以前從未見過的邊緣情況或新的駕駛情況仍然是一個棘手的問題，需要相當(dāng)大的進步才能獲得可接受的安全性。

傳感器隨著改進技術(shù)的出現(xiàn)而不斷發(fā)展。飛行時間 (ToF) 和調(diào)頻連續(xù)波 (FMCW) 技術(shù)之間的激光雷達技術(shù)之爭正在進行中。ToF 是大多數(shù) AV 初創(chuàng)公司使用的成熟技術(shù)。FMCW 具有諸如最小干擾、出色的速度測量和更長的范圍等關(guān)鍵優(yōu)勢。然而，成本仍然是一個問題。FMCW 看起來是長期贏家。

新一代雷達技術(shù)正在興起，它將通過 4D 或成像雷達大大提高傳感能力。4D雷達帶來了與激光雷達的重疊功能，是雷達的長期領(lǐng)導(dǎo)者。

在其他地方，遠紅外線 (FIR) 是另一種有前途的 AV 傳感器技術(shù)。FIR 可以比其他傳感器更好地檢測溫暖的物體，對于檢測行人和動物至關(guān)重要。

人工智能技術(shù)不斷改進，但進步的速度似乎已經(jīng)放緩——至少對于自動駕駛汽車來說是這樣。一個問題是所謂的黑盒問題：仍然很難確定 AI 模型如何為 AV 駕駛做出決策。這種模糊性仍然是 AV 使用的一個大問題。需要更好的解決方案。

未來展望

安全部署階段將因 AV 用例而異，時間范圍為 2024 年至 2030 年，甚至可能更晚——具體取決于領(lǐng)先企業(yè)的計劃。下一節(jié)回顧上面的圖表。

視音頻用例。

交通模式相對簡單的用例（包括低速旅行）將首先看到安全部署。這包括在許多公共交通部署中用于固定和可變路線的 AV。僅貨物交付 AV 也將看到早期部署，將人行道 AV 作為以步行速度運行的最簡單版本。

Nuro 等基于道路的純貨物自動駕駛汽車也應(yīng)該看到早期部署。Nuro 的第三代 AV 包括一個外部安全氣囊，以提高行人的安全性。

機器人出租車正在部署中，但僅限于部分城市的受限區(qū)域。擴張將取決于道路使用立法。未來機器人出租車的運營安全性也將對未來的擴張產(chǎn)生重大影響。一些致命的撞車事故可能會迅速滾雪球，成為所有自動駕駛出租車操作員面臨的重大問題——即使只有少數(shù)撞車事故導(dǎo)致受傷或死亡。

消費級自動駕駛汽車將利用機器人出租車的開發(fā)和部署，但至少會滯后五年。消費類 AV 的 ODD 可能有限，其模式類似于自動駕駛出租車。決定消費者 AV 部署的最大因素將是未來的道路使用立法。

一些自動駕駛卡車應(yīng)用程序?qū)⒃?2025 年之前部署，其中集線器到集線器將處于領(lǐng)先地位。自動駕駛卡車承諾即使在有安全駕駛員的情況下也能改善操作，特別是考慮到當(dāng)前的駕駛員短缺和更好地利用法定休息時間之間的駕駛員時間。司機的效率可以縮短新鮮農(nóng)產(chǎn)品等商品的行程時間，具有顯著的成本優(yōu)勢。

道路立法。

到 2025 年，許多國家可能會出臺重要的道路使用立法。這些法律將對所有 AV 用例產(chǎn)生深遠影響，可能會延遲 AV 部署。

作為這些審議的一部分，必須做出幾個艱難的決定，因為新的 AV 立法將基于制定具體規(guī)定的最少數(shù)據(jù)。其中包括指定 AV 安全與人工駕駛車輛相比的起點，以及如何衡量這種關(guān)系的演變。自動駕駛汽車通過提高安全性的軟件更新得到改進。針對一組特定的人類駕駛員衡量安全改進仍然是一個懸而未決的問題

英國通過 AV 立法的努力對辯論做出了很大貢獻。例如，英國研究人員得出結(jié)論，AV 安全是一項最好留給議會的政治決定。

到目前為止，很少有人討論未來 AV 市場對公司和政府的巨大收入潛力。毫無疑問，這種收入潛力將被納入 AV 道路使用立法。隨著 AV 部署的推進，早期的 AV 部署還將賦予其他國家可以利用的技術(shù)和使用領(lǐng)先地位。

安全標(biāo)準(zhǔn)。

AV 技術(shù)標(biāo)準(zhǔn)狀況良好：ISO 21448 和 UL 4600 已獲得批準(zhǔn)，IEEE P2851 即將推出。這些標(biāo)準(zhǔn)必須內(nèi)置到下一代 AV 系統(tǒng)中，以增加相當(dāng)大的安全性。

新技術(shù)標(biāo)準(zhǔn)或至少現(xiàn)有標(biāo)準(zhǔn)的更新是可能的。一個問題是，是否會有針對自動駕駛卡車、純貨物 AV 或其他車輛類別的特定技術(shù)標(biāo)準(zhǔn)？

未來的立法可能還需要在 2025 年的時間范圍內(nèi)制定新的或更新的標(biāo)準(zhǔn)。這可能對未來的 AV 技術(shù)標(biāo)準(zhǔn)產(chǎn)生最大的影響。

視音頻技術(shù)。

需要持續(xù)改進 AV 技術(shù)。軟件驅(qū)動程序?qū)⒁蕾囉谌斯ぶ悄芗夹g(shù)的進步和來自擴展機器學(xué)習(xí)的改進以及來自測試和操作的數(shù)據(jù)。

FMCW激光雷達、4D雷達和FIR等傳感器硬件和軟件技術(shù)正在進入量產(chǎn)階段。所有傳感器都將看到成本下降和可靠性提高，激光雷達變得更加實惠。

隨著成本的下降，計算性能也會提高。帶有人工智能加速器的芯片將有助于提高重要性。一些 AV 公司將開發(fā)自己的芯片。

底線

AV 必須在批量部署之前克服多重挑戰(zhàn)。技術(shù)復(fù)雜性仍然令人生畏：開發(fā)和證明軟件驅(qū)動程序可以勝過人類驅(qū)動程序仍然是一個主要障礙。

AV 用例變得越來越清晰，其中一些比其他用例更容易掌握。具有簡單流量模式和低速度的部署將看到早期的批量部署。

AV 技術(shù)標(biāo)準(zhǔn)正在進步?，F(xiàn)在取決于 AV 公司將這些標(biāo)準(zhǔn)快速集成到他們的平臺中。

也許最艱難和最有爭議的決定將由制定自動駕駛道路使用立法的政客做出。他們必須權(quán)衡自動駕駛汽車的安全性和人類駕駛員的能力。他們還必須具體說明新法律的實施、自動駕駛汽車將如何被授權(quán)供公眾使用以及自動駕駛汽車在其駕駛生命周期內(nèi)如何保持授權(quán)。

審核編輯 黃昊宇