我們?yōu)槭裁葱枰詣玉{駛車？

　　在自動駕駛車真正上路以前，我們必須先問問最基本的問題：為什么需要自動駕駛車?它到底有什么用處?

　　自動駕駛車(Automated Vehicles;AV)正成為時下最時髦的關鍵詞，幾乎每周都有相關新聞發(fā)生。本月初，Waymo和Navya分別發(fā)布自家的自動駕駛計程車(robo-taxi)計劃，緊接著又發(fā)生了自動駕駛巴士試營運的意外事故。

　　Navya的無人駕駛接駁車才剛在美國賭城拉斯維加斯(Las Vegas)展開試營運服務的第一天，就發(fā)生了與貨車輕微擦撞的一場“小車禍”。

　　媒體以及大眾(包括工程師社群)都在鼓噪自動駕駛將會跟司機搶飯碗的簡單看法。許多工程師推崇人工智慧(AI)帶來的超強運算能力，以及云端運算強化連網(wǎng)世界的潛力。

　　普遍的看法對于宣傳自動駕駛都成了一些一成不變的陳腔濫調：高度自動化駕駛將會讓行車更安全，而且也有助于提升我們(乘客)的生活或工作效率。同時，自動駕駛帶來共乘共享的機制還能讓車輛減少，都市的塞車和污染問題就能因此迎刃而解。

　　事實上，對于這些烏托邦的看法并未存在多少佐證或資料分析支持。技術產(chǎn)業(yè)一向對于促進更強大、更快速且更智慧的技術不遺余力，而媒體則以拉拉隊之姿助陣。

　　關于一項技術是否較另一項技術更優(yōu)越，這當然存在大量的看法。但是，在發(fā)表各種評論之前，很少有人會先思考這些論點的前提，或甚至問問早就該問的問題：為什么需要自動駕駛車?它到底有什么用處?

　　走過自動駕駛20年…

　　美國版《EETimes》最近專訪了AutoKab的執(zhí)行長Carlos Holguin與總裁Michel Parent。AutoKab是一家致力于開發(fā)“為商用車隊確保安全自動化”技術的新創(chuàng)公司，該公司位于法國電腦科學與自動化研究所(French Institute for Research in Computer Science and Automation;INRIA)園區(qū);INRIA總部位于原北大西洋公約組織(NATO)軍隊的中央指揮所。

　　盡管才成立兩年，AutoKab的創(chuàng)辦人團隊在公共運輸規(guī)劃、道路車輛自動化和運作方面都有超過20年的經(jīng)驗。

　　AutoKab 的研發(fā)(R&D)中心看起來就像車庫，里面放滿了過去 20 年來所設計和使用的各種舊型自動駕駛接駁車、高爾夫球車和小客車，看起來簡直成了自動駕駛車博物館。

　　在Michel Parent 的職業(yè)生涯中，有一半的時間都花在像史丹佛大學(Stanford University)、麻省理工學院(MIT)和INRIA等單位做研究，另一半時間則投入于機器人產(chǎn)業(yè)，對于交通運輸?shù)摹白詣踊鳖I域貢獻了不少想法。Parent 說：“沒錯，20 年前，我一直想設計一個能像人一樣開車的機器人。后來我問了自己一個問題，研發(fā)這樣的機器人有什么樂趣?”不過，他認為最該捫心自問的是“我們在試圖解決什么問題?”

　　對于當今的都市來說，要解決的就是塞車、空間擁擠(還得留些空間停車)、交通不便(離大眾運輸系統(tǒng)太遠)以及能源浪費等問題。Parent指出，“我們需要互連、共乘且速度更快的公共交通工具與電動車(EV)”AutoKab執(zhí)行長Holguin則總結道，“我們試圖解決的就是最后這一哩路的問題?！?/p>

　　Holguin預期，除非自動駕駛能提供像自動駕駛巴士或自動駕駛計程車等共乘服務，“否則就算有自動駕駛車也無法緩解交通壅塞的問題，更糟糕的情況是讓塞車情況變得更嚴重?！彼J為，AutoKab的目標就在于解決“一人一車”或“低乘載”的交通資源浪費問題。

　　AutoKab 的主要員工來自兩個不同的領域：“技術”和“運輸”。Holguin 表示：“我們利用技術填補商用自動駕駛車營運時所缺少的環(huán)節(jié)?！备鼫蚀_地說，該公司是在為公共交通運輸業(yè)者提供一種“以里程計的自動化服務”。

　　為汽車和巴士打造的自動化套件

　　AutoKab 致力于安全和資料分析兩方面的技術開發(fā)，同時還與許多都市合作，聯(lián)手打造更有效率的大眾運輸系統(tǒng)。

　　AutoKab 的名稱來自于‘Automation Kits for Autos and Buses’(專為汽車和巴士設計的自動化套件)的縮寫。當然，它也有硬體開發(fā)的能力。該公司技術長Cristian Sandu表示，AutoKab 的自動化套件的設計可安裝在任何車輛上，包括大量的感測器，如雷達、光達、視覺系統(tǒng)和運算處理器(來自英特爾和Nvidia等供應商)等，以實現(xiàn)安全駕駛。

　　不過，Sandu指出，要將這個套件完美地安裝到車子上得費一番功夫，包括軟體校正。但以隨插即用的念來看，這款自動化套件“可以透過CAN匯流排或FlexRay連接車體，根據(jù)車子的需求進行安裝或卸載?！盇utoKab 打造該套件并不是因為對于銷售硬體感興趣，而是由于該套件對于想要降低自動駕駛車成本的人來說至關重要。

　　然而，Holguin 強調，AutoKab 對賣硬體沒興趣。相反地，它更看重與各大都市的合作，共同發(fā)展出能讓交通運輸業(yè)者更有率地執(zhí)行“最后一哩”服務的計劃。而AutoKab則是從城市中自動駕駛車行駛哩程取得利潤。

　　成本太高了!

　　例如，AutoKab 參與了多項歐洲計劃，其中包括 CityMobil2。Holguin 指出，從2014 年 10 月至 2015 年 4 月，該公司在法國拉羅歇爾(La Rochelle)展開自動駕駛測試，“以零事故的好成績實現(xiàn)了超過 6 萬人次的載客量?！?/p>

　　此外，La Rochelle當?shù)鼐用駥τ谶@項自動駕駛服務的評價也相當高。不過，他們并不知道這只是個測試。更重要的是，媒體與一般民眾并未擔心測試期間的資料搜集問題。

　　同時，AutoKab表示在參與歐盟計劃中累積了不少經(jīng)驗。Sandu 說：“我們深入研究在這些資料背后隱藏的意義?！笔紫?，即使是低速的自動駕駛車共乘，營運成本也非常高。此外，這些共乘的車輛“經(jīng)常乏人問津”。如果自動駕駛車和大眾運輸系統(tǒng)之間無法有效協(xié)調，想提升服務簡直是天方夜譚。

　　Sandu 還指出，自動駕駛車的大小及其載客量必須根據(jù)不同城市的大小與實際情況來決定。

　　在 CityMobil2計劃案的展示階段，來自合作伙伴 Robosoft 和 Easy Mile 的兩支測試車隊分別在 7 個城市進行了階段性測試，但這些車輛并不一定適合其他城市的情況。

　　Christian 說：“我們只能利用這些車隊進行測試，因為目前只有它們能協(xié)助配合，”當然，未來仍有待進一步的分析。

　　其次，都市也需要加以調適與配合。Holguin 說：“它們必須對于V2X交通號志等基礎設施進行投資?！惫馐谴蛟熳詣玉{駛車并不是解決都市所有問題的靈丹妙藥，都市交通問題需要更全面的考慮，包括自動駕駛車專用的上下車區(qū)域。

　　兩種不同途徑

　　對外行人來說，Waymo的自動駕駛車可能相當酷炫。至于Navya的無人駕駛接駁車呢?可能就相形見絀了。

　　在美國，人們并不信任政府交通部門或政客對于投資都市基礎設施的承諾，普遍都認為這些承諾很難兌現(xiàn)。如果人們不相信市政府官方愿意花錢架設支援V2X通訊技術的交通號志，如果他們信不過任何人打造自動駕駛專用的高速公路，那么，唯一的選擇就是相信Google、Nvidia厶伋Intel/Mobileye了。這些巨擘正積極地打造夠智慧的自動駕駛技術，以便能偵測路況、察覺路上的障礙物，以及建立即時的3D地圖，而不必改變現(xiàn)有的道路基礎設施。

　　歐洲(EC)的情況正好相反，類似 CityMobil2 的EC投資計劃需要自動駕駛車成為自動道路交通系統(tǒng)(ARTS)的一部份。如同EC計劃中所解釋的：“ARTS 是基于全自動駕駛車(無駕駛座也未配置方向盤)的道路交通運輸系統(tǒng)，對于所要使用的基礎設施具有先驗知識。即使未配置自動駕駛功能的 ARTS 車輛，也會由控制中心的人類操作員持續(xù)進行遠端監(jiān)督和管理?！?/p>

　　因此，歐洲和美國技術產(chǎn)業(yè)對于自動駕駛上路的看法完全不同。在歐洲的計劃中，關鍵字包括對于自動駕駛“基礎設施的先驗知識”和“認證”。

　　既定發(fā)展路線

　　關于部署在自動駕駛車的AI技術，Sandu 直言：“我們對于深度學習的興趣不大。我們有自己的既定發(fā)展途徑，能讓政府交通部門更輕松地認證自動駕駛車?！?/p>

　　美國卡耐基梅隆大學(Carnegie Mellon University)教授 Philip Koopman 曾經(jīng)在接受《EETimes》的專訪時表示，自動駕駛車面臨的最大挑戰(zhàn)在于克服潛藏于機器學習中的基本測試問題——這個問題困擾科學/工程界已經(jīng)很久了。Koopman 說：“想讓以機器學習為基礎的系統(tǒng)達到傳統(tǒng)安全標準可不容易。因為訓練資料集并不符合軟件要求與設計的傳期待。”

　　AutoKab認為，商用的自動駕駛車要想通過認證，汽車制造商必須打造出能為市政府監(jiān)管部門提供安全保證的解決方案。Parent 強調，“自動駕駛車必須像現(xiàn)在的火車、公車和飛機一樣取得認證?！?/p>

　　機器人隨機夾取的問題

　　Parent可說是一名“久經(jīng)沙場”的機器人專家，目前的自動駕駛車讓他想起機器人產(chǎn)業(yè)長久面對的“箱中取物問題”(bin picking problems)。

　　去年，機器人產(chǎn)業(yè)協(xié)會在一篇報導中到了產(chǎn)業(yè)面對著兩難的問題。“雖然技術不斷進步，但機器人箱中取物的能力依然有限，我們還是沒能達到最后的神圣目標——讓機器人擁有隨機取放的能力。不過，我們依然有所嶄獲，在先進的視覺技術、軟體和取放方案的輔助下，機器人正前進至一個從未達到的領域?！?/p>

　　“那么，為什么讓機器人學會隨機取放如此困難?答案就在于準確度。雖然機器人重復能力超強，但在一片混亂中隨機取放依然需要很高的精準度。機器人必須在環(huán)境開放的可用空間定位一個不斷更換位置和方向的元件。這就意味著機器人必須均衡各種靈敏度、機器視覺、軟體和運算能力，以便即時處理所有的資料并得出最佳的取放方案。這樣的要求雖然很高，但絕非無法實現(xiàn)?！?/p>

　　目前，機器人和自動駕駛產(chǎn)業(yè)解決這一問題主要都靠提升運算能力。但是，Parent解釋，“解決這個相同問題的方法是整齊地依序在托盤上擺放元件，讓機器人更迅速地取放元件。”換句話說，在發(fā)布R2D2機器人之前，得先解決掉混亂的情況。

　　Parent 認為，將類似的思維應用在自動駕駛計程車和自動駕駛接駁車上，就能減少基礎設施的混亂，從而更有效率地解決都市交通問題。

　　以下是AutoKab“博物館”中放置的幾款自動駕駛車，它們可說是過去 20 年來自動駕駛產(chǎn)業(yè)的縮影。我們先從AutoKab今年推出的最新自動駕駛車開始。

　　這輛由 INRIA-IMARA/RITS 團隊研發(fā)的高爾夫球造型車誕生于 1995 年， 1996 年制造，并在多個都市承擔自動駕駛交通服務的開發(fā)和測試工作。這些都市包括法國(1998)、英國Daventry (2006)、法國La Rochelle (2007)、比利時布魯塞爾(2009)、芬蘭Vantaa (2009)、法國Antibes (2003、2011)、義大利Formello　(2011)與Reggio Calabria (2011)。

　　山葉(Yamaha)的自動駕駛導引車由 INRIA 和Yamaha聯(lián)手于2000 年開發(fā)，隨后用于 AutoCab 總部所在地Rocquencourt，以及2008年在挪威Trondheim、2011年在義大利Formello等地巡回展示自動駕駛服務。

　　這些車在法國La Rochelle展示技術開發(fā)和自動駕駛服務，隨后在2003與2011年也部署于法國Antibes，2011年并在義大利Reggio Calabria展示。