[汽車之家 行業] 根據美國交通部的數據，近94%的致命車禍是由人為失誤所造成。可能，人們會第一時間猜測自動駕駛汽車更加安全，但近幾年來發現，因為功能安全和預期功能安全引發的自動駕駛事故比例正逐漸增大。在2020智能網聯汽車大會期間，多位業內專家圍繞自動駕駛安全方面的問題展開積極討論。
■單車智能五大弱點
在主論壇上，中國工程院院士李駿介紹，目前單車智能主要有兩大類，一類是以谷歌Waymo為主，以多線激光雷達為感知，稱之為“飽和感知”，其最大優勢是非常靈敏，劣勢是它對高精地圖依賴性非常高，而且成本也高；第二類是以特斯拉為代表的基於攝像頭的“視覺感知”，運用大量的人工智能和數據學習。
“這兩類汽車路線都是隻重視單車智能技術路線。目前國內大多數的開發公司都是在這兩個技術路線裏。”李駿表示。
目前，單車智能有五大弱點，李駿對此提出疑問：一是無人駕駛必須要依靠AI，AI有黑箱效應，如何克服？二是蘭德智庫認為自動駕駛需要110億英里的道路測試，怎麼實現？三是完全自動駕駛至少有幾百萬的極端工況，軟件設計如何保證和驗證？四是L3、L4、L5自動駕駛成本很高，特別是激光雷達和域控制器太高，如何進入私家車量產？五是完全自動駕駛汽車的實際行駛安全如何保證？
『中國工程院院士李駿』
很明顯，單車智能具有天花板。“人類司機每10萬小時出一次事故，單車智能接近人類水平時，自動駕駛車事故率為40次/年”百度智能交通產品研發總經理陶吉在會上表示。
“如果僅靠單車智能，目前我們的算法只能解決60%-70%的感知問題。”陶吉坦言，這是根據目前技術迭代的推演得到的數據，希望到真正商業化時可以達到接近99%。
基於百度的實踐理念，“單車智能+車路協同”模式可以大大減少駕駛風險，並將無人駕駛事故率降低90%-99%，自動駕駛事故率降至0.4-4次/年。
『百度智能交通產品研發總經理陶吉』
■構建協同式智能交通系統
目前，自動駕駛汽車傷亡事故正在增加，而且它的社會問題比電池熱失控更大。因此，自動駕駛汽車需要技術突破。
“我們需要建立‘新一代智能網聯汽車’的新型技術理念。‘單車智能’無人駕駛必須在所有場景下具備人類優秀駕駛員的感知與決策智能的上線，而能力上限很難達到。此外，單車不智能不行，但是要壓到下限，找到一個把自動駕駛汽車的能力和車外賦能聯合在一起的邊界。”李駿對此表示。
在陶吉看來，我國的基礎設施建設缺乏頂層設計，應該裝什麼樣的傳感器，達到什麼樣的性能，什麼樣的密度去配置，這裏面實際上是有很多未知領域的。
陶吉認為有兩方面的問題，一是傳感器問題，現在車載驗證的充分度比路側要更高、更深。比如車載毫米波雷達的應用大多是24G，而帶寬只有250MHz，分辨率比較低，使得距離的識別誤差很高，由此導致自動駕駛所需要的徑向速度、方位角、俯仰角精度不足；二是路側系統，這裏涉及到傳感器部署方案的設計，以及傳感器在具體場景位置的優化。
當前，車路協同更多的是V2I，在道路上增加傳感器來增加感知的冗餘，彌補車端的不足。道路上安裝的傳感器有很多的優勢，比如上帝視角、全域感知、路面危險檢測、路面突變、規避視覺盲區等。
未來，我們將真正進入到車路雲深度協同的時代。由於5G、V2X、人工智能、雲計算、大數據一系列的技術突破，即“車路雲一體化”的自動駕駛概念產生。
清華大學蘇州汽車研究院院長成波認為，我們必須把車、路、雲深度融合，來構建一個協同式的智能交通系統，才能解決目前單車智能和傳統交通管理方面的侷限，真正實現一些高效、安全的交通和出行。
『清華大學蘇州汽車研究院院長成波』
■開展協同式自動駕駛測試
車路協同離不開整個行業的大力支持，在各級政策的促動下，各地正積極推進通信、車路協同等基礎設施，並在封閉場景、城區場景、高速公路場景開展研究與示範。
論壇同期，“上海市智能網聯汽車公共數據中心”揭牌，該中心將在多端口進一步推動自動駕駛產業的數據集聚與發展。同時，在路端建設綜合性、多源感知路側環境為車輛提供網聯化信息通信服務，支撐企業開展車輛協同式自動駕駛測試。
此外，論壇還發布了“上海市智能網聯汽車重大應用場景”，包括：嘉定區將啓動智能網聯汽車測試道路的全域開放，今年率先開放安亭鎮、汽車新能港、嘉定新城及嘉定工業區“一鎮三片區”；到2022年，嘉定將建設5G基站3000座，實現嘉定區全域近1300公里道路的開放，覆蓋全區464平方公里全域覆蓋。
值得一提的是，大會還發布了大規模應用場景：如智能駕駛乘用車載人示範應用場景、5G智能重卡載貨示範應用場景、特大地下停車場綜合示範區場景及車路協同示範應用場景等。新業態場景則包括：具備L4級別的自動零售場景、智能駕駛清掃服務場景、無人安防應用場景三大場景。（文/汽車之家 彭斐）