自動駕駛汽車需要與交通控制設(shè)施協(xié)同發(fā)展

文 官陽

無人駕駛汽車，現(xiàn)在是個很時髦的概念，很多互聯(lián)網(wǎng)巨頭趨之若鶩，但對于汽車制造和交通行業(yè)來說，聲音要冷靜得多，個中原因，與大家對最基本的駕駛?cè)蝿?wù)的構(gòu)成與要完成這一任務(wù)的技術(shù)需求的認識角度有明顯差異有關(guān)。

簡單來說，互聯(lián)網(wǎng)公司考慮更多的是導(dǎo)航等數(shù)據(jù)整合問題，交通工程界考慮更多的是車輛控制問題，而駕駛?cè)蝿?wù)的構(gòu)成有三要素：控制、指示、導(dǎo)航，并且缺一不可。要在保證安全的前提下，實現(xiàn)汽車的自動駕駛，第一關(guān)并不是導(dǎo)航，而是控制！這一點有多難？看看現(xiàn)在有實用價值的無人飛機的地面指揮平臺有多龐大，就可以看出些端倪了。

“自動駕駛”分為四個層級

目前，國際上通常把“自動駕駛”分為四個層級。第一層級，車載智能系統(tǒng)的輔助駕駛。在定速巡航、限速、保持車道、防止側(cè)滑、保持車距等方面，實現(xiàn)初步功能以減少駕駛?cè)说膭趧恿?，提高駕駛?cè)说呐袛嘈?，減少駕駛?cè)朔稿e誤的機會等。在這個層面，智能系統(tǒng)不影響方向盤，只是通過聲光電和制動傳輸?shù)?，達到輔助提示和車速影響功能，比如一些高檔車輛已經(jīng)安裝的車距預(yù)警和輔助自動剎車系統(tǒng)；第二層級，通過駕駛環(huán)境對方向盤和加減速中的多項操作提供駕駛支援，目前很少有車輛裝配。這一支援系統(tǒng)可以小幅度影響方向盤，在一些特定的緊急狀態(tài)下輔助完成避讓動作等，比如特斯拉就是這種車輛的典型代表；第三層級，在有特殊保護措施的封閉道路上實現(xiàn)點對點的無人駕駛；第四層級，根據(jù)導(dǎo)航數(shù)據(jù)從A點到B點之間的全開放道路的無人駕駛。從以上這個四個層級的劃分，我們就不難理解這里面的工作量和要實現(xiàn)的改善有多少了。

目前，在部分高端汽車上，第一層級的功能正在陸續(xù)實現(xiàn)，而這種功能的實現(xiàn)也對我們的交通控制設(shè)施的設(shè)置水平提出了更明確的要求。伴隨著人工智能識別技術(shù)的提升，我們有理由相信交通控制設(shè)施在技術(shù)、制作、施工、維護等方面，都會有更高的標準和要求的。

汽車可以讀懂的道路（ROADS THAT CARS CAN READ）

2011年，為了配合汽車自動駕駛輔助功能的研發(fā)，瑞典政府在歐盟范圍內(nèi)領(lǐng)導(dǎo)資助了一項專項調(diào)查和預(yù)測研究“ROADS THAT CARS CAN READ”（汽車可以讀懂的道路）。這項調(diào)查研究是由歐洲道路安全評價機構(gòu)承擔(dān)，旨在推動未來10-20年時間里交通控制設(shè)施和汽車廠家之間的技術(shù)互動。而調(diào)查報告提出的重點，就是機動車的自動駕駛功能需要識別的最基本元素是交通控制設(shè)施，特別是標志標線。如果標志標線的外觀無法統(tǒng)一，內(nèi)容和含義無法一致，將導(dǎo)致機動車智能系統(tǒng)的識別困難，尤其是在顏色、工藝、呈現(xiàn)力的穩(wěn)定性上，標志標線的加工質(zhì)量和施工水平需要有更高的要求和標準。該報告還指出出了一系列問題，其中包括歐盟國家一直以來所遵守的1968年維也納協(xié)定，標志標線的基本原則是一致的，但是因為工藝和材料的問題，甚至很多與安全直接相關(guān)的標志，只用肉眼觀察就都發(fā)現(xiàn)很多差異，比如字體、顏色、邊框的粗細、反光的質(zhì)量等等。材料和工藝都需要進一步統(tǒng)一和優(yōu)化，以提高機器識別的效率。

歐洲“汽車可以讀懂的道路”資訊報告的封面

車載人工智能系統(tǒng)的發(fā)展

車載人工智能系統(tǒng)，需要識別的首先是駕駛?cè)吮仨毧吹降哪切﹥?nèi)容，而駕駛?cè)俗钚枰吹降模褪堑缆飞系慕煌刂圃O(shè)施和危險因素，而且很多危險因素也是由標志標線來呈現(xiàn)和突出的，這也就是標志標線要形式上的統(tǒng)一，以提高視認效率和傳遞信息清晰準確的原因。在沒有自動駕駛系統(tǒng)之前，這些因素完全依靠駕駛?cè)说呐袛嗔韺崿F(xiàn)。換個角度來講，在交通控制領(lǐng)域，最持久、最致命的系統(tǒng)不是大家所看到的那些炫酷電子技術(shù)，而是可以改善駕駛?cè)烁兄|(zhì)量、提升駕駛?cè)颂幹媚芰Φ臉酥緲司€。從這個角度分析，我們就會發(fā)現(xiàn)未來車載人工智能系統(tǒng)的最基本的識別技術(shù)，是畫在路面上的各種標線，矗立在路邊和路上方的各種標志。智能識別系統(tǒng)，將通過識別技術(shù)處理標志標線提供的信息，并與標志標線產(chǎn)生互動，而標志標線的色彩與形式的穩(wěn)定性，也就是屬性和內(nèi)容的顯示能力，將決定機器識別的能力與效率。道理很簡單，人工智能要能通過道路兩側(cè)準確的標線數(shù)據(jù)，才能獲取行進線路的橫縱坐標，進而提供給車輛的大腦執(zhí)行“保持行車道”的基本操作。那種認為依靠衛(wèi)星定位就能保持車道的觀點，是對GPS系統(tǒng)和交通控制技術(shù)不熟悉導(dǎo)致的，GPS有精度和信號頻率的限制，美國軍用GPS的精度大約1英尺，民用約10英尺，軍用信號頻率保密，民用的每5秒才一個信號，對機動車而言，時速60公里時，5秒鐘已經(jīng)83米多了。

所以當(dāng)我們探討無人駕駛汽車變?yōu)楝F(xiàn)實的進度時，只要看看我們腳下的標線、路側(cè)的標志，觀察我們道路上的交通控制設(shè)施的設(shè)置水平，比如有沒有斷頭的標線、混亂的行車道指引標線、新老標線重疊錯亂，在下雨天是否能看到的標志標線，在夜間是否能清晰地看到交通設(shè)施，我們大概就能判斷出無人駕駛汽車的到來還有多遠了。概括地說，如果我們的交通工程界還處在糾結(jié)于標線質(zhì)量和重要性的階段，自動駕駛的實現(xiàn)，路何其遠也。