您的位置 科技资讯新闻

AI十二谈 | 自动驾驶和人类驾驶谁更安全？清华邓志东、智行者张放有不同看法

喜欢

来源：互联网
|
2021-09-10
|
0 条评论
|
T小字　 T大字

搜狐科技《AI十二谈》第二期直播现场

自动驾驶成为黄金的热门赛道，但也面临着技术、安全、伦理等多方面的诸多争议。

不久前，31岁的企业家林文钦在驾驶蔚来ES8汽车启用“自动驾驶”功能（NOP领航状态）后，在沈海高速涵江段发生交通事故，不幸逝世。这是中国新造车品牌首次因“自动驾驶”出现车祸致死事件，被网友称为“中国自动驾驶第一案”。

与此同时，特斯拉的辅助驾驶系统Autopilot也被美国监管机构调查。一时间，辅助驾驶和自动驾驶成为大众关注和讨论的焦点，也再次引发公众对自动驾驶安全性的担忧。

辅助驾驶为何事故频发？自动驾驶如何保证安全性？在9月7日举办的搜狐科技《AI十二谈》第二期直播中，清华大学人工智能研究院视觉智能研究中心主任邓志东教授表示，区分自动驾驶和辅助驾驶的关键要看驾控主体，而消费者要认识到现在还没有真正的商业化自动驾驶汽车出现。

北京智行者科技联合创始人&研发副总裁张放提到，目前量产的辅助驾驶系统通常是由摄像头和毫米波雷达两种传感器构成，其本身算法上的特点和缺陷，比如数据库样本太少、误检漏检等，导致系统在识别特殊车辆或静止车辆时遇到难题。

邓志东认为，感知是自动驾驶发展的巨大瓶颈，但成本不是真正的问题，多传感器感知方案关键是要解决信息融合问题。如果跟正常人的正常驾驶相比，人肯定比机器更安全；如果跟正常人的非正常驾驶相比，机器比人要强。在他看来，L5级自动驾驶落地遥遥无期，需要推动发展结合知识驱动的下一代人工智能。

张放则认为，目前还无法从理论上去证明自动驾驶比人驾驶更安全。他表示，目前大规模商业落地的自动驾驶更多是在低速的限定场景，安全风险更小，并预计半封闭场景、低速的L4级自动驾驶在未来一到两年内将大规模落地，而通用自动驾驶技术至少在五年内不太可能落地。

感知是自动驾驶落地的巨大瓶颈

今年5月，国际汽车工程师学会与国际标准化组织发布的新版自动驾驶分级（SAE J3016）明确把L0—L2称为辅助驾驶，L3、L4、L5称为自动驾驶，其中L3是人机共驾。邓志东表示，辅助驾驶不是自动驾驶，两者有明确的边界，区分关键就是看驾控主体是人还是机器，这同时也是法律责任的主体。

邓志东提到，目前市面上主要是L2级以下，汽车自主行驶的安全性没有得到保证，消费者应该明确认识到，全球还没有实现车规量产、大规模商业化落地的L3、L4级自动驾驶汽车，现在所有的智能汽车都是辅助驾驶。

清华大学人工智能研究院视觉智能研究中心主任邓志东教授

目前，频发事故的基本上都是L2级辅助驾驶。而值得注意的是，这些事故中被撞的前车大多都是不规则车辆、慢速作业或者是接近静态，比如蔚来车祸中被追尾的就是低速行驶的路政车，特斯拉此前的事故中被撞的不少是道路清扫车、消防车或是停靠作业的警车等。

张放介绍称，目前量产的辅助驾驶系统通常是由摄像头和毫米波雷达两种传感器构成，其本身算法上的特点和缺陷，导致整个系统在识别特殊类型的车辆以及静止车辆的时会遇到难题。

他进一步解释到，摄像头的目标检测和目标识别算法是数据驱动的深度学习算法，道路中不常见的车辆在数据库比例较少，导致目标检测准确率降低。毫米波雷达最大的问题是会出现误检，比如悬浮的标志牌和静止车辆，由于缺少高度信息，毫米波很难进行区分，同时为保证舒适性，采取的过滤措施也会导致毫米波的识别出现问题。

邓志东也分析称，不规则车辆漏检的问题主要是深度学习模型使用的大量标签样本是正面的，侧面样本训练太少，这样的话就会产生更多的漏检或误检。而对于慢速或者静止物体，人很简单很容易判断，因为人有全局的知觉与知识推理能力，但智能驾驶汽车没有绝对静止的概念，都处在相对运动当中，这就涉及到对前车运动学参数的估计问题。

“现在用机器学习算法去估计运动学参数是非常不准确的，存在随机噪声的不确定性影响，目前还没有完全达到人的水平。”邓志东说，现在做自动驾驶存在严重短板，感知是一个巨大瓶颈，这方面的人工智能算法没有根本性突破。

在邓志东看来，深度学习算法没有知识推理能力，要解决这个问题，关键是要发展下一代人工智能，把知识驱动、数据驱动结合起来。

自动驾驶和人类驾驶谁更安全？

感知是自动驾驶安全的基础。目前，在自动驾驶感知层面，主要有两大阵营——以特斯拉为代表的摄像头主导路线和以摄像头、毫米波和激光融合的融合感知路线。张放认为，从安全性的角度出发，在摄像头基础上增加激光雷达，能够提供一定的感知冗余和传感器冗余，在一定程度上能够增加安全性。

邓志东表示，哪种路线更安全关键还是要通过落地实践来检验。他认为，特斯拉纯视觉方案没有使用激光雷达，甚至没有毫米波雷达，是行业内比较特殊的情况，未来完全做纯视觉的企业不会太多。

这两种方案谁会成为主流？张放表示，现在不是很好判断，各有优劣。据其介绍，纯视觉方案的好处是成本比较低，能够搭载车辆数量会更多，数据也会更多，对算法、对性能的提升会形成补充。激光雷达的优势在于安全性相对更好，但成本较高，可能只能在某些高端车型上才能搭载，导致反馈的数据量相对较少。

不过，邓志东认为，成本不是自动驾驶发展中真正大的问题，如果真正做到车规量产，第三代全固态激光雷达做到300美元-500美元也是完全可能的。据了解，目前市场上的激光雷达售价上万美元。

在邓志东看来，自动驾驶感知最终会走向多传感器融合，最关键的是要解决信息融合的问题。“信息融合是自动驾驶最核心的关键技术之一，现在还没有真正完全解决，还没做到像人类水平的安全性、可靠性。”

对于不同等级的自动驾驶在安全上的要求，邓志东表示，低级别辅助驾驶的安全驾驶员一直注视着前方，起主要驾控作用，反而是更安全的。“有安全问题，就不能叫L4，L4不用考虑安全问题，因为这是需要经过各种各样的车规标准的检测才能拿到生产与上路运营许可证的，而车规要求是极其苛刻的。”

他认为，如果真正的自动驾驶车辆实现商业化，安全应该就没有太大问题，否则就不应该出厂，不应该上路，不应该交到消费者手上去。

在不同场景下，自动驾驶安全也有不同的要求。张放就提到，现在规模化商业落地的自动驾驶更多是在低速的限定场景中，安全风险较小。与高速场景相比，偏低速偏园区偏市内场景，运行速度比较低，所以对于系统的反应时间要求会相对较低，同时速度低，发生碰撞后的危害较小。

北京智行者科技联合创始人&研发副总裁张放博士

自动驾驶和人类驾驶到底谁更安全，也是行业存在争议的问题。张放表示，目前无法从理论上去证明自动驾驶比人驾驶要安全，通常行业比较认可的措施就是实际路测，而且实际路测要达到10亿公里，在统计意义上才能证明孰优孰劣。但目前没有哪家企业真正在实际道路测试的行驶里程达到这个数量级别，因此还很难去说自动驾驶和人工驾驶谁更安全。

邓志东则表示要分具体的情况来看，如果跟正常人的正常驾驶比，人肯定比机器更安全；如果跟正常人的非正常驾驶（如酒后驾驶、疲劳驾驶、斗气开车）比，机器比人要强。

L4级有条件落地，L5级仍遥遥无期

对于目前自动驾驶行业发展的现状，邓志东认为，浮躁是肯定存在的，尤其是没有把辅助驾驶、自动驾驶严格区分开来，引发消费者错误理解是个很大问题。对于行业内出现的L2.5、L2.9，甚至是L2.99，邓志东认为这并不符合行业规范，可能更多是噱头。

“但我对自动驾驶的产业落地还是比较乐观的，资金、人才都聚集到赛道里面，肯定会有很大的创新驱动力将产业继续往前推进。”邓志东表示。

作为自动驾驶产业的实践者和创业者，张放表示，自动驾驶是一个非常有前景的赛道，经过前几年过度乐观的状态后，现在大家开始慢慢冷静下来，能够理解到目前的技术水平，哪些等级可以进行产业化落地，哪些短期内难以落地，应该优先发展哪些功能，优先把资金投入到哪些领域，大家更清醒一点。

在交流中，两位嘉宾还探讨了自动驾驶的“电车困境”伦理问题。张放表示，目前量产的辅助驾驶，所有的安全性问题或说抉择都是由人最后负责，所以目前辅助驾驶不存在这个问题。但对于L4级和L5级别自动驾驶，它不是仅仅保护少数人的安全或保护多数人的安全，而是要保证整体的安全，才能够允许上路。

张放认为，这不仅需要基于车辆的感知，还需要让整个自动驾驶感知能力由单车智能变成车路协同智能、多车智能，由存在盲区到消除盲区，理论上通过车路协同扩展到无限长的感知范围，通过这种方式去尽量避免这种问题。

邓志东则表示，L4、L5级别的自动驾驶，安全性是非常好的，相对人来说盲区更小，可以是360度全方位感知整个周边环境，而且距离比人看得更远。从这个角度讲，从技术上它是可以跳出“电车困境”的。

对于自动驾驶未来的普及进程，张放判断，半封闭园区、低速的L4级别自动驾驶，在未来一到两年内会大规模落地，而在公开道路和由人组成的主流交通场景下，通常意义的通用自动驾驶技术至少在五年内不太可能落地，这背后也涉及到路权等诸多问题。

邓志东也对L4级自动驾驶落地表示乐观，尤其是在慢速、低速，或高速在特定条件、限定区域、限定功能，特别是在建设一些特定路段（如专用车道、智慧道路）的情况下，未来有望迎来产业落地。

但他表示，L5级自动驾驶，也就是真正的无人驾驶，还是遥遥无期。“人工智能还没有发展到认知智能，现在还是感知智能，主要使用数据驱动的方法，除非人工智能有巨大的突破，否则很难做到真正的L5。”

栏目简介：人工智能是当下最热门的技术与赛道之一，关于它，大众抱有诸多好奇的同时也有着不少疑惑。基于此，搜狐科技重磅推出《AI十二谈》栏目，第一季计划播出12期，每期筛选网友日常关心、关注的AI方面的痛点问题，邀请相关专家教授、企业高管组成嘉宾阵容，进行AI知识科普，答疑解惑。