智能驾驶技术在实际使用中存在安全隐患和用户信任危机ღღ★★,如系统无法识别所有危险情况和与人类驾驶习惯的差异ღღ★★。
2.安全测试员和算法工程师在智能驾驶系统的设计ღღ★★、测试和优化过程中扮演关键角色ღღ★★。
3.目前智能驾驶系统面临的普遍问题包括对复杂路况的应对能力不足ღღ★★、与人类思维的差异以及硬件局限性ღღ★★。
4.尽管智能驾驶技术尚未完全成熟ღღ★★,但已进步很多ღღ★★,未来有望实现全面普及ღღ★★,降低车企和用户成本ღღ★★。
3月底ღღ★★,一辆小米SU7汽车在高速上碰撞后爆燃ღღ★★,导致3名花季少女殒命ღღ★★。这一新闻将当下发展得如火如荼的“智能驾驶”推向风口浪尖ღღ★★,上观新闻原点栏目曾发表《“我曾信任系统ღღ★★,直到它操控着车撞向石墩”》(点击跳转至原文)一文ღღ★★,阐述了目前智能驾驶系统在实际使用中存在的安全隐患和用户信任危机等问题ღღ★★。但公众对智能驾驶技术本身依然存在诸多疑问ღღ★★。
系统究竟是如何被设计出来的?它真的能识别所有危险吗?人类该如何与系统共处?
康林(化名)和谢春晓(化名)是两位智能驾驶系统的安全测试员ღღ★★。康林有着近10年的驾龄ღღ★★,测试过目前市面上所有的智能驾驶系统ღღ★★。谢春晓自2019年入行ღღ★★,经历过多次系统的升级迭代ღღ★★,也曾担任过智能驾驶系统车辆的维修工作韩国迪曲ღღ★★。李衡(化名)是智能驾驶系统的算法工程师ღღ★★,曾在多家车企工作过ღღ★★,参与过多个系统的设计工作ღღ★★。
上观新闻ღღ★★:一套智能驾驶系统ღღ★★,从设计之初ღღ★★,到交付给用户使用ღღ★★,整个生产流程是什么样的?您在这样的流程中扮演什么角色?
李衡ღღ★★:一套智驾系统从设计到落地大致有以下几个环节ღღ★★:首先ღღ★★,产品部门根据对产品ღღ★★、竞品以及对用户实际需求的研究ღღ★★,明确系统需要实现哪些功能ღღ★★,进行功能细分后ღღ★★,工程师根据产品部门的需求来设计算法ღღ★★。比如ღღ★★,产品部门表示ღღ★★,系统需要实现“在高速公路上保持固定的行驶速度”ღღ★★,那工程师设计算法的目的韩国迪曲ღღ★★,就是为了实现这一功能ღღ★★。
其次ღღ★★,算法设计完成后ღღ★★,进入系统测试环节ღღ★★。第一步ღღ★★,回灌测试ღღ★★,即不通过实车测试ღღ★★,而是通过数据的回灌来判定系统是否达到可用性ღღ★★。第二步ღღ★★,内部的实车测试ღღ★★,工程师会参考测试员提出的问题和缺陷ღღ★★,对系统进行改进ღღ★★。第三步ღღ★★,编写准出报告ღღ★★,判定系统的稳定性和相关指标是否达到了准出的要求ღღ★★。第四步ღღ★★,验收部门在内测的基础上ღღ★★,进行新一轮的测试ღღ★★。第五步ღღ★★,灰度测试ღღ★★,确保软件稳定性到达一定要求后ღღ★★,才能给用户使用ღღ★★。
对一个成熟的项目而言ღღ★★,整个流程至少花费要3到6个月ღღ★★。其中ღღ★★,测试员具有一定的话语权ღღ★★,他们在路测时发现了问题ღღ★★,有可能是因为产品需求的设计不合理ღღ★★,那就需要修改产品需求ღღ★★,工程师才会相应地去修改算法ღღ★★。
谢春晓ღღ★★:那些在内部测试中已经是“优秀毕业生”的系统ღღ★★,我们对它进行路测ღღ★★,而我的工作ღღ★★,就是找系统的麻烦ღღ★★。
如果它“开”得不好或者某些情况处理不当ღღ★★,我就会和工程师反馈ღღ★★,这样开车不合理ღღ★★,如果是我来开ღღ★★,我会怎么处理韩国迪曲ღღ★★,就相当于系统的训练员ღღ★★,这样工程师才能不断优化和更新算法ღღ★★,然后再更新一个新的版本ღღ★★,测试员再去测试ღღ★★,直到符合要求ღღ★★,再推送给用户使用ღღ★★。
我不需要懂算法是如何运行的ღღ★★,我只知道这辆车只要开得比我这个老驾驶员好ღღ★★,它就过关了ღღ★★。所以测试员也是实车测试的最后一道防线ღღ★★,帮助智能驾驶系统落地“最后一公里”的训练师ღღ★★。
其实ღღ★★,有些设计算法的工程师自己都不会开车ღღ★★。他们的数据来源于车辆通过各种场景的测试不断采集而来ღღ★★,也就是说不断地模仿人类开车ღღ★★。
我接触过一些工程师ღღ★★,总觉得自己设计出来的系统很厉害ღღ★★。我也经常和工程师们聊天ღღ★★,半开玩笑地提醒ღღ★★,你们参与了智能驾驶系统的设计ღღ★★,你们就是公共交通的参与者和规划者ღღ★★。你设计出来的这辆车在路上跑ღღ★★,就相当于你在开这辆车ღღ★★。你们要为自己设计出来的东西负责ღღ★★。
康林ღღ★★:测试的系统多了以后ღღ★★,我能感受到ღღ★★,每一个系统都有它自己的“脾气”ღღ★★。有的很“激进”ღღ★★,有的比较“谨慎”ღღ★★。我以变道举例ღღ★★,有些系统会规定必须与前后方车辆相隔一定距离ღღ★★,才允许变道ღღ★★,但另一些系统就会“见缝插针”ღღ★★。“激进”的系统在提醒驾驶员注意接管的同时ღღ★★,车已经插缝变道了ღღ★★。在路测中遇到这样的情况ღღ★★,我基本能做到预判ღღ★★,并且提前准备好接管车辆ღღ★★,不太会出大问题ღღ★★。但对于开车不熟练的驾驶员来说ღღ★★,可能并不能马上反应过来韩国迪曲ღღ★★。
康林ღღ★★:并不是ღღ★★。一般工作一天下来ღღ★★,我大概能记录下20多处问题ღღ★★,其中如果有比较严重的问题ღღ★★,会立马得到反馈ღღ★★。但例如闯黄灯ღღ★★、不礼让行人ღღ★★、强行加塞ღღ★★、未及时减速等问题ღღ★★,有的工程师会说受到现阶段技术的限制ღღ★★,没办法改进ღღ★★。
从车企的角度来说ღღ★★,如果车辆急刹造成追尾ღღ★★,也是后车全责凯发K8旗舰厅ღღ★★,既没有撞到行人也没有违反交规ღღ★★,因此不太会被放在必须改进的问题中ღღ★★。
李衡ღღ★★:有些问题的确没办法改ღღ★★,这与硬件的局限性有关ღღ★★。智能驾驶系统的硬件先天就注定了它达不到一定的层级ღღ★★。比如刹车ღღ★★,不管工程师写出什么样的程序ღღ★★,给出什么样的信号ღღ★★,硬件都没有办法精准地完成刹车动作ღღ★★。这和前期在硬件的选择上有关ღღ★★,没有办法通过软件层面优化的ღღ★★。这时ღღ★★,车企内部会有详细的技术评审会ღღ★★,将这些问题交给专家重新评估和讨论ღღ★★。
硬件是由供应商提供给车企ღღ★★,每个供应商的硬件的性能都是不一样的凯发K8旗舰厅ღღ★★,硬件也有系统边界ღღ★★,是否能和软件适配ღღ★★,前期都需要磨合ღღ★★。而且ღღ★★,车企的考量的方面会更多ღღ★★,比如供应商A的硬件设计不太好ღღ★★,但供货稳定ღღ★★,供应商B的硬件性能更好但供货不稳定ღღ★★,那么车企会选择供应商A而不是供应商Bღღ★★。
康林ღღ★★:目前不同车企的系统遇到的问题都差不多ღღ★★,基本不会出乎我的意料ღღ★★。比如ღღ★★:有快速行驶的车辆从后方强行加塞时ღღ★★,系统并不会根据路况做出合适的操作ღღ★★,而是会提示车主接管ღღ★★。因为摄像头在车顶ღღ★★,只能看前方凯发K8旗舰厅ღღ★★,别的车如果从左前方或右前方夹击ღღ★★,系统知道要刹停ღღ★★。如果别的车从左后方或者右后方夹击ღღ★★,系统只会提示驾驶员有车辆靠近ღღ★★。这是目前没有办法避免的ღღ★★。
目前智能驾驶使用的比较成熟的场景是没有太多临时施工路段的高速ღღ★★,因为路况不变ღღ★★,好控制ღღ★★。最不成熟的就是施工路段ღღ★★,系统在识别到前方是复杂的施工场景后ღღ★★,会主动提示驾驶员手动接管ღღ★★。因为高精地图上只会显示道路施工ღღ★★,但并不会告诉驾驶员ღღ★★,施工路段是左侧还是右侧ღღ★★,这时就只能靠摄像头ღღ★★。
也因此ღღ★★,系统对施工路段的应对ღღ★★,才是真正考验车企工程师团队的算力ღღ★★,也考验车企的投入实力ღღ★★,也能反映车企在智能驾驶方面的投入情况ღღ★★。换句话说ღღ★★,拼的是摄像头的精度ღღ★★,也拼工程师设计的算法逻辑ღღ★★。
李衡ღღ★★:首先我们要了解ღღ★★,智能驾驶系统有三大要素ღღ★★,即ღღ★★:感知ღღ★★、决策ღღ★★、控制ღღ★★。感知层好比人的五官ღღ★★、决策层好比人的大脑ღღ★★、控制层就像人的四肢ღღ★★。感知层是智能驾驶的基础ღღ★★,如果感知层出现了问题ღღ★★,再强大的算法和执行都毫无意义ღღ★★,而智能驾驶的感知层就来自摄像头ღღ★★、毫米波雷达和激光雷达等感知设备ღღ★★。
一般带有智能驾驶功能的车ღღ★★,都会装有摄像头ღღ★★。这是纯视觉的解决方案ღღ★★,即单纯依靠车身摄像头实现对周围事物的感知ღღ★★。系统通过摄像头拍到的画面以及通过算法ღღ★★,来判断周围的路况ღღ★★。传感器会把捕捉到的这些信息转成点云ღღ★★,你可以把它理解为一个一个像素点ღღ★★,像云一样ღღ★★。
高配版车型上一般都会配有激光雷达ღღ★★,感知效果更好ღღ★★。有没有激光雷达并不影响其他传感器点云的生成ღღ★★,没有激光雷达的车型可能在同样距离感知效果要弱一点ღღ★★。但这也并不是绝对的ღღ★★,也取决于算法ღღ★★。
激光雷达的成本比较高ღღ★★,它会把一个一个的点和视觉看到的一个一个点通过前融合ღღ★★、后融合和每个传感器反馈的情况结合在一起ღღ★★,然后输出给用户韩国迪曲ღღ★★,这样就可以形成感知性更强的“五官”ღღ★★。
一辆车是否配有激光雷达ღღ★★,决定了它的定价ღღ★★。如果没有激光雷达ღღ★★,就会少两万元ღღ★★,但是只要系统的视觉感知可以达到一定程度ღღ★★,其实也就不需要花两万元买激光雷达了ღღ★★。
同时ღღ★★,激光雷达还有精确度的问题ღღ★★。举个例子ღღ★★,车前面有个锥桶ღღ★★,但是从激光雷达上看就是一个点ღღ★★。那系统该如何处理?是否应该把它当成障碍物来处理?
康林ღღ★★:人和系统的思维本来就是不一样的ღღ★★,因为系统是靠设置的有限的场景和算法赋予它驾驶能力的ღღ★★,比较死板ღღ★★。而且现在车企们的测试场景也都大同小异ღღ★★。如果测试员在路测时遇到了实验室里没有的场景ღღ★★,工程师就再加进去ღღ★★,这样不断地学习凯发K8旗舰厅ღღ★★。
举个例子ღღ★★,有一次我在国道上路测ღღ★★,该国道属于盘山公路ღღ★★,是双向车道ღღ★★。车子前面有一辆电瓶车ღღ★★,行驶速度缓慢ღღ★★,可以超车ღღ★★。正常人会借一下逆向的车道ღღ★★,在超过电瓶车后ღღ★★,迅速返回原车道确保安全ღღ★★。但有些车企设计的系统不知是否是因为算力不够ღღ★★,超车后还会一直顺着逆向车道开ღღ★★,直到出现迎面而来的车辆且被系统检测到ღღ★★,才会换回原车道ღღ★★,这实际上是很危险的ღღ★★。
有时候ღღ★★,系统看似是提升通勤效率的操作ღღ★★,反而会降低通勤效率ღღ★★。我再举个例子ღღ★★,假设一共有三根车道ღღ★★,带有智能驾驶系统的车行驶在中间车道ღღ★★,前方还有300米到达下一个红绿灯路口ღღ★★,车需要进入最右边车道ღღ★★,准备右转ღღ★★。此时ღღ★★,有另一辆车以速度30千米/小时在前方缓慢行驶ღღ★★。假设算法设计的口令是“只需提前190米进入转向车道”ღღ★★,那么当时有300米没到190米ღღ★★,加上城市道路规定限速60千米/小时ღღ★★。为了超过前方车辆ღღ★★,带有智能驾驶系统的车会变道至最左边的车道ღღ★★,等到距离红绿灯路口还有190米时ღღ★★,再换回中间车道ღღ★★。但问题是ღღ★★,等换回中间车道时ღღ★★,最右侧车道上后方来车已占据了原先的位置凯发K8旗舰厅ღღ★★。如果人看到右转车道已经排了这么多车ღღ★★,一定会好好排队ღღ★★,而不是为了超车去变道ღღ★★,反而降低效率ღღ★★。
李衡ღღ★★:目前在智能驾驶系统领域ღღ★★,有两个主流的解决方案ღღ★★:第一个是测试员接触到的也是最常见的ღღ★★,面对不同的场景ღღ★★,系统有着不同的操作ღღ★★。这个是基于规则的算法ღღ★★,而规则更多是靠高精地图提供的ღღ★★。
第二个是从端到端ღღ★★,也是目前比较热门的ღღ★★,你可以将之理解成AI大模型ღღ★★,即通过图像识别ღღ★★,直接将识别的内容转化为路径ღღ★★,提供给智能驾驶系统使用ღღ★★。这一方法可以一定程度上不完全依靠高清地图ღღ★★,只需要依靠一些局部的信息ღღ★★。
在基于规则的算法发展这么多年后ღღ★★,车企们发现它并不能覆盖所有的场景和突发情况ღღ★★,车企们认为端到端才是解决智能驾驶方案的最终办法ღღ★★,因此目前所有车企都在加码端到端的军备竞赛ღღ★★。
谢春晓ღღ★★:首先需要明确ღღ★★,智能驾驶相比于几年前已经进步很多了ღღ★★,问题也在被一个个地解决ღღ★★。记得在2019年的时候ღღ★★,当时我测试一辆车ღღ★★,最开始工程师设定的车速是80千米/小时ღღ★★,这辆车就一直按照这个速度顶格跑ღღ★★。如果遇到了复杂路况ღღ★★,或者是下雨天ღღ★★,总归是要减速的吧ღღ★★。当时我就给工程师提出意见ღღ★★,能不能给系统识别上加一个限速ღღ★★,这样在特定路况ღღ★★,车就能减速了ღღ★★。工程师表示在当时要加这个指令其实挺难的ღღ★★。所以我们又想能不能在高精地图上加一个限速ღღ★★,比如前面有弯道ღღ★★,车进入这一段的时候ღღ★★,在地图上增加一个电子围栏ღღ★★,这一段就需要减速了ღღ★★。后来工程师就在地图上改了改数据ღღ★★,车识别到地图上有这种路段就会减速了ღღ★★。
同时我还想提到ღღ★★,现在汽车普及率很高ღღ★★,学出驾照的人也很多ღღ★★,很多人似乎忘记了ღღ★★,开车其实是一件既专业ღღ★★,危险系数又很大的事情ღღ★★。
就目前的技术来说ღღ★★,智能驾驶有它的优点ღღ★★,尤其是开长途的时候ღღ★★,人是会产生疲惫感的ღღ★★,系统能全方位地检测到周围的车况ღღ★★,帮驾驶员减负ღღ★★。但要是完全把控制权交给它ღღ★★,风险很大ღღ★★。
康林ღღ★★:很多同事刚入行的时候会很困惑ღღ★★。明明大部分时间系统比较可靠ღღ★★,为什么偶尔会莫名其妙地“犯蠢”?我现在也比较习惯了ღღ★★,我们首先要认清ღღ★★,智能驾驶技术还没有特别完善ღღ★★,系统会有“犯蠢”的时候ღღ★★,保持好心态ღღ★★,别和系统“发脾气”ღღ★★。
同时ღღ★★,用户们也要放心ღღ★★。即便你已经开始使用搭载了智驾系统的车ღღ★★,工程师们还是会对系统进行不断更新并推送新的版本的ღღ★★,现在基本上每一周或者半个月就要更新一次ღღ★★,频率很高ღღ★★。头部车企都没有偷懒的ღღ★★,我们测试员也是很繁忙ღღ★★,一直在测试新系统ღღ★★,有几次我就是在现场等待工程师同步更新ღღ★★,差不多半天ღღ★★,更新完了ღღ★★,我再上路测试ღღ★★。
最开始的系统的确在底层逻辑上有很多错误ღღ★★,但随着技术的发展ღღ★★,再加之一次又一次的路测ღღ★★,这些底层逻辑的错误都已经被慢慢修复了ღღ★★。
就目前的系统来说ღღ★★,还是比绝大部分连调头都看不懂的纯新手司机开得好ღღ★★,但和老司机相比的话ღღ★★,有一定差距ღღ★★。也因此ღღ★★,目前对于智能驾驶的安全培训非常有必要ღღ★★,车企会给用户推送安全培训的视频ღღ★★,但很多用户直接跳过不学习ღღ★★,车企也没有办法ღღ★★。
智能驾驶是未来发展的必然趋势ღღ★★,车企都会纷纷加码ღღ★★,等技术彻底成熟后ღღ★★,智能驾驶在未来很可能做到全面普及ღღ★★。到时候ღღ★★,无论是车企的成本还是用户的成本都会降下来ღღ★★。
李衡ღღ★★:很多网友表示ღღ★★,人一定比智能驾驶系统好ღღ★★,这个说法是不准确的ღღ★★。系统能关注到的范围比人更广ღღ★★,只要你不完全依赖它ღღ★★,善于利用它ღღ★★,那它就是一个非常好的产品ღღ★★。凯发K8国际官网ღღ★★,凯发k8国际APPღღ★★!凯发K8国际ღღ★★。凯发K8旗舰厅ღღ★★!