世上没有永远安全的无人车 同济大学朱西产 但我们可以确定安全底线 (世上没有永远的朋友,也没有永远的敌人 英语怎样写)

近日，由 & 新智驾主办的第四届「全球智能驾驶峰会」在深圳正式召开。

峰会之上，同济大学汽车学院教授朱西产带来了题为「自动驾驶与辅助驾驶的边界及自动驾驶汽车安全的技术挑战」的精彩演讲。

今年，智能汽车赛道大热，除了蔚小理这三家造车新势力，今年又有很多新玩家加入造车。

朱西产认为，这在很大程度上与资本的流向有关——特斯拉和蔚小理的市场份额可能不足0.1%，但市值却几乎与传统汽车的市值总和相当。传统车企和造车新势力的市值之间出现了割裂。

不过，普通用户对于自动驾驶以及辅助驾驶的认知还存在提升的空间，尤其是对于 L2+ 的界定。朱西产表示，这种状态不能长期存在，而且今年各国政府已经开始了 L3 的认可认证。

2020年6月，ECE法规出了ALKS草案。ALKS创造性地解决了危险场景的临界测试工况问题：

以熟练、谨慎的人类驾驶员的避撞能力为依据，从法规区分了“不合理的危险”和“合理的风险”；通过危险场景临界工况的确立，为自动驾驶汽车的“电子驾驶员”争取到了“人权”，让自动驾驶汽车不会过于保守，有利于提高用户满意度、提升交通效率并合理地控制事故风险。

为了保证足够的安全，不少车企开始加码更高清的摄像头、更高性能的芯片、更多数量的激光雷达。但朱西产强调，确保自动驾驶系统的可靠性，要基于场景库的 V 型开发流程+用户数据闭环的敏捷开发。

以下是朱西产演讲全文，新智驾做了不改变原意的整理与编辑：

大家好！今天上午我听到了很多报告，现在谈智能汽车，任何一个报告都是对大家有启发的。

今天下午，我想跟大家交流一下自动驾驶和辅助驾驶。很多车企在这两年推出了Navigation Pilot，包括NOP（蔚来）、ANP（百度）、NGP（小鹏），也表达了对汽车自动驾驶的期待——在飞机巡航时，飞行员基本已经不用手动操作机器了。

那么，我们目前市面上的汽车到底是自动驾驶，还是辅助驾驶？这个界限非常模糊，甚至有人说不出事是自动驾驶，出事就是辅助驾驶，现在L2+就是处在这种状态，但这种状态不能长期存在。

所以大家会发现，今年开始，各国政府加大了L3许可认证以及无人驾驶许可认证的力度，相应的法律也会有一定程度上的改动，这个我们后面会详细说。

过去的 100 多年，在汽车产业中发生的大变革主要围绕动力。眼下，正是这个产业百年一遇的大变革。我将其形成为三场战役：

可以看到，在过去五年，传统汽车正在慢慢被电动汽车取代，但这场战役还没有结束，内燃机能够通过混合动力、增程、插电等方式延长“寿命”。

新能源车在未来的两个大方向就是，纯电动和燃料电池，但目前特斯拉、蔚小理等新造车企业基本完全依赖动力电池，氢气作为新能源中一个重要分支，还没有得到非常完善的开发，甚至相关企业正在面临亏本、倒闭的风险。

智能化战役，很多以 AI 技术起家的公司也加入了，并且开始在智能座舱以及 ADAS 上有了不错的进展，但这场战役的焦点会是 L3/L4。五年后，随着L4级自动驾驶的逐步落地，汽车的属性将会彻底改变。

从市场份额来看，纯电动乘用车在 A0 级和 B 级两个细分市场销量比较高，A 级相对少一点，呈哑铃型；其中 B 级车已经不再是纯粹的交通工具，而是逐步成为了第三生活空间。

而燃油车的的销量分布呈纺锤型，A0 级和 B 级型相对少，A 级车仍占有非常大的市场份额。

从市值来看，行业也发生较大的分裂——传统汽车企业仍然占据 99.9% 的汽车销量，但特斯拉、蔚小理的市值几乎与传统汽车企业市值综合相当。

这也在很大程度上影响了投融资行业的资金流向，其中一个方向就是汽车智能化，主要包括三方面：

这些年，随着车载芯片算力的提高，车载摄像头的像素从原来的几十万升级到了现在的一百多万，甚至是直奔 800 万像素。

但有一个非常现实的问题是，高算力芯片的应用会大大拉高整车的造价，尽管它的成本在不断下降，但目前消费者还接受不了。就算消费者能接受，眼下的智能驾驶技术发展也无法让其真正实现脱手、脱脚、脱眼，更不用说在驾驶位上悠闲地喝咖啡看手机。

今年 6 月，我在一个活动上分享了自动驾驶的安全问题，其中提到了「恐怖谷」的概念，即用户期待大于系统能力。后来不久，某车企发生了一起疑似因智能驾驶引发的致命事故，紧接着几乎所有车企都在修改自己的宣传文案，将「自动驾驶」改成「辅助驾驶」。

此外，车企还做了诸多防范不当操作的改进，比如一旦驾驶员的双手离开方向盘，系统就会发出警告提醒——即便驾驶员的双手在一定程度上可以离开。

然而，行业的发展需要在保证安全的前提下让驾驶员脱离双手，所以我们看到了 L3 相关的认可认证的问世。2020 年 6 月，ECE 出台了 ALKS（自动车道保持系统）的相关法规草案，也是第一个被解读为 L3 自动驾驶国际法规。

实际上，现在各个国家都在制定法律法规，中国汽车工程学会也在成立相关标准。但这些法律法规/标准的制定到底在约束什么？如果是不允许自动驾驶系统发生事故，那么，现实中通过考核拿到驾照的学员也无法完全避免事故的发生。

汽车也是一样，我们现在不是要开发一辆永远不会发生事故的车，这样的车根本开发不出来。我们要做的是确定底线，从而要求自动驾驶汽车比熟练谨慎的人类驾驶员更安全。

那么，怎么来定义“安全”？

目前，ISO PAS 21448预期功能安全已经出台，并且将自动驾驶所面临的场景分为有关安全的四个象限，即已知的安全场景、已知的不安全场景、未知的不安全场景、未知的安全场景。其中，尤其是不安全场景，我们要格外关注。

在已知不安全场景下，如果一个自动驾驶系统的风险处置能力不如人类驾驶员，那么我们则认为这是不合理风险，即缺陷。

而 ALKS 创造性地解决了危险场景的临界测试工况问题：

最难处理的是未知的不安全场景，因为我们无法预知未来。现在国家级检测中心也在建场景库，但用于收集道路数据的里程大概只有 3000-5000 万公里。为了尽可能地覆盖长尾场景，大家现在都在通过影子模式来构建数据闭环，不断迭代自动驾驶算法。

目前为止，传统车企对汽车的开发基本到 SOP 阶段就结束了，但对于智能汽车来说，自动驾驶系统的可靠性离不开基于场景库 V 型开发流程以及用户数据闭环的敏捷开发。主要须经历以下六大阶段：

最后谈一下无人驾驶。从量产落地的角度来说，无人驾驶公司可能要到五年后才能见到曙光，甚至很多人开始往低速场景再转型。事实上，低速场景自有其难题和挑战。

技术上，我们感受到了自动驾驶汽车的神奇之处，我们也相信它的安全性将高于人类，但就像人类驾驶员需要考驾照一样，无人驾驶的落地也需要等政策。尤其是之前 Uber 自动驾驶车曾发生过致命事故，这件事给行业造成了很大的影响。

在国内的各大示范区内，从没有爆出来有关自动驾驶事故的报道。这意味着什么？我估计是太保守了。我在汽车安全行业从事了二十多年，深深明白一个道理，只要车辆动起来就会有发生事故的风险，即便速度为零也不代表绝对安全。

好在今年北京亦庄示范区首先喊出了“政策先行区”的口号，加大了对自动驾驶行业的扶持。

另一方面，如果单车智能的安全性还不够高，那我们就走网联的路线。

根据DMV的脱离报告显示，2019 年成绩最佳的玩家也就做到 1.8 万英里的脱离平均里程；如果人工不干预的话，相当于 1.8 万英里就会发生一次事故，这是我们无法接受的。

中国现在正在加速布局车路协同，通过 5G 通讯技术来支持智能网联汽车的落地。以前的4G 时代，路端摄像头的信息传到车内可能需要 500 毫秒，这样的时延并不足以满足辅助自动驾驶车辆的需求；如今，5G 网络的时延已经可以压缩至几十毫秒，能够较好地在路端支持自动驾驶。

而且，现在的自动驾驶汽车上大多都还保留着安全员，无法实现真正的无人驾驶商业运营。基于 5G 网络的支持，安全员已经能够远程对运营车辆规划路线的运营能力进行评估，确定运营车辆是否能够安全运营。

今年国内发布的GB/T 40429-2021《汽车驾驶自动化分级》就提到了远程驾驶员、调度员。之前，德国也修正了《道交法》中关于自动驾驶的内容，包括自动驾驶车辆必须配备（远程）技术监督员等，目前该修正案已生效。

这方面有很多的产业机构发布了研究报告，我就不重复说了。

在 130 年前，汽车代替了马车，在可预见的未来，也许自动驾驶汽车也将代替人类驾驶汽车。谢谢大家！

原创文章，未经授权禁止转载。详情见 转载须知 。

上一篇：商汤科技移动智能事业群智能驾驶副总裁石建

下一篇：还没到冬天自动驾驶或许是秋天还没有到冬天