无人驾驶特辑 5|辅助驾驶没有想象中安全，蔚来车祸谁该负责？| 硅谷101( 二 ) 特斯拉|waymo|残奥会

文章插图
图源：界面新闻
从用户体验的角度来看，我试驾过带有自动辅助驾驶功能的车之后，发现注意力会被自然分散。因为它帮你掌握了太多事，所以你就没有可能像开传统车一样，时时刻刻把住方向盘看前方，一定会有精神涣散的时候。
上次Uber发生在美国的事故中，驾驶员在出现撞击前看了手机，如果开的是没有任何辅助驾驶功能的车，他是不可能有这种行为的。
熊伟铭：蔚来的这个交通事故也体现了计算视觉为主导的自动驾驶技术目前的欠缺。我们经常说白天的白牛，就是指这样一个corner case：在光线很强的白天，路面上有一个白色物体，比如过马路的一头牛，计算视觉就很难判断到底是路的一部分还是交通线的一部分，其他浅色物体也会给计算视觉感知器件造成困扰。
所以我们一直坚持自动驾驶最好要加上激光雷达这样来感知路面路况的技术，不能只靠计算视觉。
过去几次特斯拉出事也是计算视觉在中间出现了问题，而蔚来这个事件，还和现场的光照条件、锥桶识别、机器追踪等有关，我觉得这些都是目前纯计算视觉为主导的自动驾驶技术还不成熟的方面。
这也是给所有自动驾驶公司提醒，不管我们法律上怎么定义自动驾驶，还是安全第一，尽管计算视觉在发展了很多年之后，这几年突飞猛进，但目前还不能做到尽善尽美，也是给大家提了个醒。
《硅谷101》：朱峰刚才讲的一点很重要，如果一个人正常开车会集中注意力，但是车自己开车，我们还要盯着方向盘看，时时准备接管，这是挺违背人性的事情。最早Waymo一上来直接从L4入手做自动驾驶车，他们想过渐进式过渡的方案，但发现驾驶员做不到不开车还要注意力集中准备接管，这比自己开车还难很多。
熊伟铭：我觉得这和乘客或驾驶员对设备是否放心的心理安全边际也有些关系。我之前看过河北特斯拉的事是，驾驶员躺在后面睡觉，车在前面跑。
所以跟用户对设备安全性的信心也有关，不知道事故是不是会偏向年轻驾驶员，他们过于信赖技术，而年纪大一点的经验多一点的司机，交规和路况这两个事情应该是最关心的事情，反而不太关心车速和其他驾驶方面的技术。
朱峰：刚才讲的是驾驶员对车的信任的问题，还有行人对车的信任问题。现在马路上绝大多数车还是由人来驾驶的，在这种情况下，很多人会自然而然认为车会躲我，会有人的逻辑。
所以行人对车能力上限的一个预期，也是非常重要的。我在 18 年去 Google开会的时候，在园区里被Waymo的车剐蹭过，也是因为我当时穿着一个白 T 恤。
熊伟铭：看，以后自动驾驶会影响时尚的颜色的。
朱峰：对，以后大家就不要穿白色衣服了，最好做成黑黄条，这样车比较容易认。后来我也发现大家在那个园区里看见Waymo的车会下意识离它远一点。
熊伟铭：或者以后是不是还会有比如可以穿一个计算视觉一看到就知道这是个停车的标识。就至少是一个被动的保护对吧，不会认为我是路上的一条线之类的。
02 还未解决的技术难题《硅谷101》：刚刚提到一个非常有趣的盲点，白天在马路上遇到白色的路障，还是静止物，特别容易出事故。我发现特斯拉在美国出的事故，有很多是直接撞上了高速中间的护栏，或者是白色卡车，为什么这是L2汽车没办法解决的问题，这个问题在L4级的自动驾驶中是不是能够解决？
熊伟铭：其实L4和L2的底子感觉差不多，比较保守的公司会说是L2，但可能按照很多同行的说法已经是L4的技术能力了。而白色信号处理在计算机视觉领域是难题，因为所有行车线和很多重要标识都是白色的，所以白色路障会被作为信号处理，而不是作为实体。
现在路面所有标志都是为人类驾驶员准备的，未来可能需要考虑机器，这就说到了车路协同的问题。所以中国在做一些有趣的事情，要让机器明白到底是通过颜色还是其他方式来识别，这也要融入环境设计里，比如考虑路口是不是自动驾驶友好的设计。以后如果有交规，比如白色车辆处在停止状态时，需要开特别的灯，这就是通过立法来帮助机器识别。
朱峰：这特别有意思。说一个和自动驾驶没有关系，但能够说明一些问题的例子。现在很多家具在页面上都宣称对扫地机器人友好的，把家具腿都架起来了。
那对车路协同也是同样的，当具备辅助驾驶能力的车越来越多时，必然要考虑提高使用效率。在天津，现在我家附近的路下都埋入了人机协同的线圈了，符合它标准的自动驾驶车到那个路口，是能通过无线电信号识别出红绿灯的。