體驗 | 我們在北京打了一輛無人駕駛計程車……

百度日前宣布其無人駕駛計程車在北京十餘個站點開放試乘，這是真正的無人駕駛嗎？乘坐體驗如何？和一般打車有哪些不同？

撰文/記者 趙天宇 編輯/劉昭

新媒體編輯/房永珍

採訪專家：

龔建偉（北京理工大學機械與車輛學院教授、智能汽車研究所所長）

鄧志東（清華大學計算機系教授，中國自動化學會智能自動化專業委員會副主任兼秘書長）

10月11日，百度宣布，其無人駕駛計程車服務（Robotaxi）在北京正式開放運營，涵蓋了亦莊、海澱等10餘個站點，總開放的道路裡程大約700公裡，用戶無需預約，使用百度地圖打車功能，就可以進行試乘，且不收取任何費用。

在網際網路、大數據等技術的映襯之下，無人駕駛技術，已被認為是未來人工智慧發展的重要突破口，也被政策和產業規劃，納入了優先發展的層級。如今，百度無人駕駛計程車的上線，是否成為商業化進程上重要的裡程碑？曾經遙不可及的無人駕駛汽車上路行駛，距離我們還有多遠才能實現？

記者體驗：無人駕駛並非"無人"，也"有人駕駛"

日前，北京科技報 | 科學加客戶端記者來到了北京經濟技術開發區，對無人駕駛計程車進行了實地探訪體驗。

叫到一輛無人駕駛計程車並不難，打開百度地圖APP並輸入目的地以後，切換到打車欄當中，自動駕駛選項就自動出現了，它位於車型選擇的最後一個。由於僅開放了部分站點，自動駕駛的上下車地點都是固定的，且不能跨區域運營。

▎叫車環節較為順暢

下午15:30分，記者來到亦莊建安街站點，按照"點擊打車-自動駕駛-完善身份信息-呼叫"的流程後，下單僅僅10秒鐘，就有一輛林肯轎車接單，這與之前傳聞的"要等半小時""很久叫不到車"並不吻合。

▎無人駕駛並非"無人"

雖然名字叫做"無人駕駛計程車"，但其實車上並非"無人"：每輛車內的駕駛位上均配有一名安全員，隨時監控車輛的工作狀況。接單後，Robotaxi的安全員聯繫了記者確認個人信息。2分鐘以後，一輛頭頂雷射雷達的黑色林肯轎車駛來。記者注意到，除了頂部的雷達以外，這輛轎車從外觀上和普通家用車並無區別，但在醒目位置張貼了自動駕駛測試車的標籤，且只有紙質的臨時號牌。

▎很難感覺到是機器在決策

上車後，記者在安全員的提示下，掃描座位正前方顯示屏上的乘車二維碼，車輛在確認乘客個人信息後，才顯示"開始行程"按鈕，記者點擊"開始行程"按鈕以後，車輛緩緩啟動。此時顯示屏上顯示的信息，就變為了周邊車輛、行人和路燈的三維立體圖，與建模工程圖頗有些類似。

按照導航事先計算好的路線，這輛林肯轎車開始在道路上自動駕駛，記者注意到，包括併線、拐彎、掉頭在內，安全員只是將雙手放在方向盤下方，全程沒有幹預車輛行駛。從乘車體驗上來看，僅就亦莊區域而言，這輛自動駕駛汽車與一般汽車難分伯仲，甚至在遇到前方車輛緩行時，還會自己加速超車；掉頭時突然變燈，也能一腳剎車停住，讓人很難感覺到這其實是一臺機器在操作。

▲無人駕駛計程車，乘客只允許被乘坐在後排，面前電子屏可以顯示路線等信息

▎"有人"參與駕駛

另一方面，儘管行駛中表現的相當智能，可在不少細節上，自動駕駛車依然有需要完善的地方，甚至有些不太完美。

首先是駕駛模式的問題，從亦莊雙向十車道的榮華路併線時，安全員並未採用自動駕駛模式，而是手動把車輛從輔路開上了主路之後，才允許記者點擊開始行程按鈕。這位安全員解釋說，併線時路況比較複雜，主幹道車流量較大，人為操作更加安全。

其次是安全員的問題，儘管駕駛過程當中的確無需人工操作，但安全員依然坐在駕駛位上，目視前方，雙手放置在方向盤下面，隨時準備"接管"車輛。部分車流量較大的路段，安全員還是表現的有些"緊張"，甚至在車輛併線時，不由自主的把雙手託在方向盤上。

▲視頻截圖，記者體驗自動駕駛

▎乘坐空間極其有限

再比如乘坐體驗方面，因為原車進行了改裝，前排並不能乘坐乘客，後備箱也被設備佔據了2/3，留給乘客的空間十分有限。甚至從某種意義上來看，這輛無人駕駛車甚至達不到5座小轎車的標準，充其量只能算個"試驗品"。

▎更像"園區擺渡車"

在路線上，上下車站點和路線都是固定的，乘客並沒有選擇更改的權利，也不支持跨區域運營，並且可以體驗的時間也只限定在白天10:00—16：00。安全員解釋說，實際上這並不是有意為之，因為目前開放測試的道路，只允許無人駕駛在上述時間段內進行。

由於距離不長，以亦莊開發區為例，普遍距離在3公裡左右，最長體驗距離也只有4公裡（從建安街東口到亦莊開發區管委會），加上亦莊一直以"車少""路寬"而聞名，所謂自動駕駛車，反倒給人一種"園區擺渡車"的錯覺。

此外，記者在體驗過程當中還出現了標註站點無法下單、行程開始後系統掉線、聯繫不上司機等小bug。這也從側面說明，或許所謂的全面開放，依然只停留在體驗階段，一切都還在路上。

無人駕駛的挑戰與突破：傳感器、5G、大數據、高精地圖等缺一不可

從2016年開始，隨著汽車智能化、網聯化的不斷發展，無人駕駛技術也迎來了突破，而這背後，正是傳感器、5G、大數據、高精地圖等基礎技術的更新與迭代。

無人駕駛車本質上是機器人，並且是移動機器人，也可以叫做"輪式移動機器人"，它主要依靠的就是車內以計算機系統為主的智能駕駛儀器，和車外的智能傳感系統來實現操作。但與傳統機器人相比，這種輪式機器人的行駛環境相當複雜，這讓無人駕駛的技術門檻高了許多。

眾所周知，一個經驗豐富的司機駕駛車輛，是手腳思維並用，對應到無人駕駛車上，這幾個環節也缺一不可——傳感器相當於司機的眼睛和耳朵；控制器利用算法進行計算，代替了司機的思維，甚至比有些司機更加"聰明"；執行機構代替了人的手和腳，這也是無人駕駛汽車的基本原理。

因此，從整個無人駕駛的發展進程上來看，傳感器領域"走的最快"也"走的最好"，包括毫米波雷達、車載視覺系統在內，不少技術已經有了不錯的商業化應用，甚至是不少高端車型的標配。

但對於無人駕駛而言，僅有傳感器的支撐遠遠不夠，高精度的定位相當關鍵，因為汽車只有知道自己在哪個位置上，才能有後續的路線規劃。傳統的GPS的算法只能支持1赫茲~2赫茲的頻率（0.5秒~1秒/次），而無人駕駛，則需要達到至少100毫秒（0.1秒）的反應速度，普通地圖時效性明顯不足，這就需要高精度地圖發揮作用。

而在許多業內人士看來，高精度地圖已經成為L3級自動駕駛的重要支撐。

從2019年開始，汽車廠商、風投機構等均意識到了高精度地圖的重要性，高精地圖發展迎來了黃金期，美國、日本、以色列、荷蘭等多國已經進行了比較成熟的探索。國內方面，截止2019年5月，已經有19家企業獲得導航電子地圖製作甲級測繪資質，百度、騰訊、阿里等企業通過資本運作的方式，收購現成測繪公司，進軍高精度地圖領域；滴滴、四維圖新等企業也在頻頻發力當中。

▲高精度地圖已經成為無人駕駛的重要支撐

未來無人駕駛的技術路線將如何演進？北京理工大學機械與車輛學院教授、智能汽車研究所所長龔建偉認為，隨著5G網絡建設的部署完成和商業化的不斷推進，未來3-5年內，車載通訊模塊將逐漸成熟，屆時車與車、車與路之間的車聯網體系有望構建。

另一方面，隨著無人駕駛汽車路測公裡數的增加，隨之而來的是場景應用水平的大幅提升，和算法的不斷優化，加上近年來逐漸展露頭腳的車載晶片產業，汽車自身深度學習的能力將大大提升，這也足以讓自動駕駛變得更加"聰明"和"靈活"。

清華大學計算機系教授，中國自動化學會智能自動化專業委員會副主任兼秘書長鄧志東接受記者採訪時強調，下一階段無人駕駛面臨的最大挑戰，還是安全方面的問題："在5G、數字孿生系統等技術的支撐下，如何在開放環境當中保證100%的絕對安全，如何儘快把安全員從車內轉移到車外，是下一階段無人駕駛需要重點關注和攻克的問題。"

無人駕駛的未來發展：道阻且長，技術、政策法規等均需完善

儘管與大眾期待真正意義上的"無人駕駛"還有一定差距，但Robotaxi的落地，至少讓人們看到了目標與希望。而就在不久前，百度CEO李彥宏也對外表示："5年之內，無人駕駛技術一定會進入模塊化的商用階段。"

那麼，無人駕駛商業化真的要來到了麼？

實際上，百度無人駕駛技術真正被外界熟知是在2017年。從2017年開始，百度提出"All in AI"的口號，並在當年4月推出了自動駕駛的Apollo計劃，目標是打造"無人駕駛的安卓系統"。3年以來，至少在無人駕駛領域， Apollo的確取得了不錯的成績。

公開數據顯示，在一份外媒的評測當中，在世界範圍內，百度的無人駕駛從2017年的第三梯隊，逐年上升到2020年的第一梯隊。國內頒發的109張自動駕駛路測牌照當中，百度佔據半壁江山，共獲得53張，遙遙領先其他企業。

除了百度，國內自動駕駛領域，阿里、騰訊、小馬智行、上汽、滴滴等企業也在持續跟進當中，甚至滴滴早在2016年就組建無人駕駛團隊，建立了國內首個自動駕駛安全護航中心，並高薪聘請相關專業人才。

但這些對於規模化的商業場景落地，或許還遠遠不夠。

首先是標準上的差距，龔建偉認為，儘管不少廠商都宣布車輛具備L3甚至L4級別的自動駕駛，但僅從Robotaxi的實際表現來看，可能L3級別都沒有達到。"在L2到L3的跨越中，最為重要的就是環境的監控主體從駕駛員變為了系統，但測試車輛的主體依然是安全員，他們一直注視著車輛，甚至還參與了部分操作。"龔建偉解釋說。

目前，自動駕駛的等級劃分通常採用國際汽車工程師協會（SAE International）的標準——從L0到L5。L1到L2被認為是低級別的自動駕駛；從L3級開始，無人駕駛系統替代駕駛員進行操作；到L5級則是在完全開放的道路上行駛。

▲"鬼探頭"常常對駕駛安全造成極大影響（圖片來源/"安行浙江"微信公眾號）

技術上，實現真正意義上的商業化也有不少"硬骨頭"要啃，因為L4級別的自動駕駛，實際難度或許遠遠高於大眾想像。對於深度學習而言，也有很多是算法工程師無法預判，或者難以顧全的突發情況，例如道路維修、車輛強行併線、行人亂闖信號燈等等，這也對AI算法提出了更高的要求。

2019年11月，某汽車網站組織部分量產車，進行了一次AEB（自動剎車，也是無人駕駛車上最基礎的技術）鬼探頭（指行車左右視線在被遮擋情況下突然出現行人或障礙物）主動安全測試，結果除了一輛日系車勉強過關以外，其他品牌全軍覆沒。這或許正是無人駕駛技術上，亟待解決問題的最好寫照。

最後是政策法規上，目前全國各地的多項政策當中，聚焦點大多還是綱領文件和建設目標，但無一例外的都避開了《道路安全法》等法律層面的實質性內容，這也導致了自動駕駛車輛，無法在真正意義上的開放道路當中行駛。無人駕駛法律法規的完善和修訂，相關的倫理規範的界定，都充滿著嚴峻的挑戰。

這與登山的道理類似，級別（海拔）越高，難度越大，挑戰和風險也就越高。

"實現真正意義上的L4級自動駕駛，我認為還要10年左右，而L5級則很難估算時間，面臨的困難就更多了，當然我希望越快越好。"龔建偉表示。

▲自動駕駛汽車在發展過程當中，有跌入恐怖谷的危險

此前，中國工程院院士、中國人工智慧學會理事長李德毅在接受媒體採訪時就指出，無人駕駛商業化應該"分領域"完成。他認為，相比私家車，客車、旅遊大巴以及中重型貨運車輛的智能化需求將更為迫切，也將是最早實現商業化無人駕駛的領域。

鄧志東也贊同這樣的觀點，他表示，雖然L4級別的自動駕駛商業化真正落地時間還無法確定，但樂觀的估算，也要至少5年左右完成。至於政策法規的問題，鄧志東認為："技術和產品成熟依然是必要條件，技術成熟以後，對政策法規的調整也一定會在第一時間內進行。"■

出品：科普中央廚房

監製：北京科技報 | 科學加客戶端

歡迎朋友圈轉發

公眾號、報刊等轉載

請發郵件至[e-mail]

未經授權謝絕轉載，違者必究

閱讀更多權威有用的科普文章、了解更多精彩科技活動，請下載「科學加」客戶端。