您的位置:首页 >汽车 >

完全自动驾驶还有多远,我们为何没有技术话语权,能够赶超吗?

2023-02-19 11:27:58    来源:搜狐汽车

相信大家对“自动驾驶”这个概念都不会感到陌生,无论是在各类科幻题材的影视作品中,还是在各大科技公司的未来设想中,它都是一个不可或缺的部分。


(资料图)

比如在《生化危机1》的开头,导演就通过一个全自动驾驶的黑色车队,来展现了保护伞公司的高超科技,这对于那个年代的观众而言,简直就是无与伦比的亮点。

又比如特斯拉在前几年推出的自动驾驶模式,以及各大社交平台上晒出的范例,这些都让人们对自动驾驶产生了憧憬。

但遗憾的是,我国在自动驾驶的关键技术------雷达方面,仍没有完全站稳脚跟,这也是我国和全社会自动驾驶之间的距离。

那这究竟是怎样的一项技术,我国还能完成赶超吗,且让我们从自动驾驶本身说起。

自动驾驶:逐步突破的新科技

自动驾驶,顾名思义,就是一种能让汽车实现自主行驶的技术,再通俗地说,就是可以让车辆自己在路上奔跑,且无需人类操控的科技。

这听起来很像是汽车驾驶层面的突然革新,但按照现有的发展进程来看,这其实是一场循序渐进的技术突破。

其中,L0指的就是无自动驾驶,即全人工驾驶,人类驾驶者需要全权驾驶车辆,而驾驶系统并不会提供任何形式的帮助。

而到了L3和L4,便就是成熟的自动驾驶级别了,在这两个分级中,驾驶系统已经可以完成所有驾驶操作,人类在车辆的驾驶过程中,已经转变为“顾问”的角色,即只需要回答自动驾驶的问答,比如路线的选择,以及速度的限定等。

当然,若是完全的L4等级,那人类甚至可以不用自主选择驾驶模式,因为,自动驾驶系统会代替人类给出最优方案,只是该项功能只允许在特定驾驶区域实现。

至于最终的L5等级,驾驶系统则可以全权替代人类驾驶,无论是路线选择,还是速度操控,又或是停车位的争取,人类都无需操心。

而且,更为关键的是,相较于L4的特定区域自动化,L5根本就没有区域限定,就算是在地下停车场和山路这样的特殊路段,自动驾驶系统都可以照常工作,实现真正意义上的全自动驾驶。

不过,就眼下的研发进度来看,人类距离L5级别自动驾驶的落地还非常遥远,因为从严格意义上来说,眼下人类能算作成熟的自动驾驶系统,其级别也只能达到L2。

更为关键的是,在自动驾驶的分级中,L2到L3正好是一次飞跃,可遗憾的是,人类社会似乎还没有做好完全进入L3级别的准备。

L2到L3:科技方向存在分歧

首先,我们需要清楚的是,自动驾驶等级从L2到L3,它们之间主要存在两个难点,那就是法规和技术。

法规,这个很好理解,指的就是针对自动驾驶而施行的法律法规,比如因自动驾驶而导致的伤亡,其责任如何划分;又比如自动驾驶适行区域的划定等等,这些都是法规方面的问题。

有人可能会提出疑问:为什么从L0到L2时,不需要新法规,而到了L3却有了法规需求了呢?

事实上,这个问题的答案,其实也正是L3和L2之间最核心的区别,那就是进行驾控环境的监控者到底是人类,还是自动驾驶系统。

简单来说,在L2级别的自动驾驶中,系统虽然能够控制方向和速度,但对车辆周边情况进行把控的主体仍然还是人类。

可若是来到L3级别,那完成环境把控的主体,就需要变更为系统,人类需要做的,仅仅是回答系统的问询即可。

这意味着,人类在整个驾驶过程中的地位会逐渐边缘化,那一旦发生事故,与人类驾驶员的关联性就会有所削弱,甚至,还会出现系统全责而人类无责的情况。

同时,系统本身就具有不确定性,这预示着,若是不进行自动驾驶区域划分的话,那对于其他行人的生命安全是极其不负责任的。

因此,从L2到L3级别,法规是首当其冲的难关,但值得庆幸的是,各国为了能尽快落实自动驾驶,都纷纷出台了适应性政策,比如我国在2022年8月时,就发布了《关于做好智能网联汽车高精度地图应用试点有关工作的通知》。

根据该文件的内容,我国将在广州和深圳等地,建立固定的自动驾驶适行路线,以及特定的试行模式,以确保我国自动驾驶的测试能够顺利开展。

从这一点来看,法规这项难点已经逐步得到解决,而除去法规一项后,便只剩下技术这一关了,而技术难关的关键则只有一项,那就是激光雷达。

自动驾驶所用的激光雷达,全称为车载激光雷达(LiDAR),其原理和其他雷达相似,只是它发射出来的是激光,即通过激光碰撞物体的折射,来判断该物体的大小,以及与车身间的距离。

同时,这种激光雷达还具备相当的信息处理能力和传输能力,这意味着,它能够对探测信息进行解析,并将其上传到卫星终端和车辆终端,以便于自动驾驶系统做出反应。

所以,我们其实能将激光雷达,理解成自动驾驶的眼睛,它能够替代先前人类的目视判断,从而让自动驾驶系统也具备对环境的判断能力。

不过,科技界中对激光雷达的运用仍存在争议,即“弱感知+超强智能”与“强感知+强智能”的两个方向。

其中,“强感知+强智能”模式强调必须要使用激光雷达,正如其名所述,这种模式需要超强的对外感知能力,而能够做到这一点的便只剩激光雷达,目前谷歌自动驾驶选择的就是该方向。

而另一种“弱感知+超强智能”模式,则更强调智能分析的作用,即通过普通雷达来对环境信息进行基本的收集,之后交予超智能终端进行分析处理,从而得出最优的路线和驾驶方法,现在最具代表性的采用者,便就是特斯拉。

这两种模式从本质上来说,都是实现自动驾驶的办法,且各具利弊,比如激光雷达的难点就在于造价贵,且技术具有垄断性,要知道,世界激光雷达市场基本都被Velodyne公司垄断。

也就是说,无论是哪一家企业想突破自动驾驶,都需要从Velodyne购入激光雷达,而这家公司作为行业“独角兽”,在价格方面就显得尤为自信。

而Velodyne在价格方面的自信,也就导致这种自动驾驶模式的成本非常高,要想投入实际运用,就过不了价格这一关。

当然,或许也正是源于这一点,所以该模式一直未能投入实际运用,反倒是特斯拉在越过了激光雷达后,已经率先让用户实现了自动驾驶,只是碍于终端智能性不高,从而造成了不少自动驾驶事故,惹得多国纷纷禁用特斯拉的自动驾驶。

中国的自动驾驶:或许能弯道超车

然而,无论是谷歌为代表的“强感知+强智能”,还是以特斯拉为代表的“弱感知+超强智能”,我国在技术层面几乎都没有基础,尤其是激光雷达领域,我国起步非常晚,核心技术掌握实在太少,要想实现自研自产,还有很长一段路要走。

正如《中国科技信息》杂志在文章中所述:

“在激光雷达领域国货几乎没有话语权。”

但根据我国科技发展的速度来看,未来是必然能够追上欧美步伐的,只是所用事件或许要稍长一些。

不过,值得一提的是,我国的自动驾驶目前已经走出了“第三条路”,那就是“车路协同”模式。

这种模式和以上两种模式最大的区别,就在于车路协同是让路也同样变得智能,举个简单的例子,一辆自动驾驶的汽车在路上行驶时,它不需要依赖激光雷达来感知路况,道路上设置的传感器会主动发送路况信息给车辆终端。

换句话来说,车路协同模式下,激光雷达就不再是必备项,反倒是全覆盖的5G网络,以及超强道路基建才是重中之重。

显然,相较于研发激光雷达,5G网络和道路的建设,才是我国的核心强项,因此,在车路协同模式的加持下,我国很可能将会完成自动驾驶方面的“弯道超车”。

关键词: 激光雷达 为代表的 法律法规

相关阅读