崔夢潔
衡水第一中學邯鄲分校 河北省邯鄲市 056500
智能駕駛這一概念對于大眾而言,已不再陌生,自動駕駛車輛已經可以由實驗室“行駛”到真正的道路上,并且,其優(yōu)越的表現越來越值得信任。在國外,美國政府直接進行大規(guī)模投資,日本則結合汽車企業(yè)和電子產品企業(yè)等業(yè)界合力投資,芯片企業(yè)、互聯網企業(yè)、汽車企業(yè)、軟件企業(yè)都在通過投資并購尋求合作機會,以推進自動駕駛相關產品的開發(fā)和應用[1]。日前,深圳開通了首條自動駕駛的公交路線,四輛搭載“阿爾法巴”智能駕駛系統的公交車能夠實現按站停靠,安全停車,自動轉彎等操作,相信在未來,這樣的情況將在很多道路上演。但是值得思考的問題是,這一類別的智能汽車的智能化到底已發(fā)展到何種地步,以及如何定義各種智能駕駛汽車的技術等級?
自動駕駛技術這一想法最早出現于上世紀30年代的科幻雜志中,伴隨著傳統車輛數十年的發(fā)展和智能汽車近年來的大力投入,這一設想早已變成現實。目前,圍繞自動駕駛,已經基本形成整車企業(yè)、核心零部件企業(yè)、互聯網企業(yè)以及新應用企業(yè)共同參與的自動駕駛產業(yè)生態(tài),未來圍繞幾大參與方的產業(yè)生態(tài)將更加豐富[2]。當前,許多汽車廠商和互聯網科技公司都開始著手研發(fā)自動駕駛技術,但各公司都處于各自研發(fā)的狀態(tài),缺少統一的標準以及合作,所以現在就需要有一定的指標來為智能駕駛技術評級。
由美國國家交通安全管理局發(fā)布的智能駕駛汽車分級情況當屬目前最為權威的指標,其將自動駕駛分為5個等級,即“L0級”:無自動化的車輛,“L1級”:具備駕駛支援能力的車輛,“L2級”:有部分自動化的車輛,“L3級”:有條件自動化的車輛,“L4級”:高度或者完全自動化的車輛。目前智能汽車的發(fā)展主要集中于L2級和L3級之間,少部分公司開始投入到L4級別的研發(fā)中。例如前不久百度宣布設立L3智能汽車事業(yè)部與L4自動駕駛事業(yè)部,這意味著我國關于自動駕駛的科技水平以及研發(fā)投入一直位于前列。
智能汽車技術等級最低為L0級,完全無自動化的車輛,即大部分操作依舊需要人類駕駛員來執(zhí)行,但同時在駕駛的過程中可以得到一些危險警告和對駕駛員以及乘客進行保護的措施。L0級的技術等級,一般情況下能夠檢測到車身周圍的行人,識別出交通標志的內容,乃至汽車在行駛過程中發(fā)出車道偏離的警告。但是對于汽車的控制還是由駕駛員自己來完成,包括對方向盤的調整,剎車油門的控制,停車啟動的操作等。此類技術等級下的車輛其控制性和安全性大都由人類駕駛員決定,計算機只能提供一些警告作用。
智能汽車技術的L1級為駕駛支援,即通過機器檢測周圍的環(huán)境來對方向盤進行控制或者對車輛的速度進行控制,通過這種方式來支援駕駛員的操作,但是其他操作主要還是由人類駕駛員來完成的。L1級別的智能車輛一般包含多項輔助駕駛員的功能,但是需要指出,各種功能之間都是相互獨立的,一般情況下,系統都是只為人類駕駛員接替一種控制,例如方向盤或者油門剎車。例如最常見的自適應巡航控制系統(ACC),剎車和油門都可以被系統接管,駕駛員只需要控制車輛整體的運行方向即可,此外還有自動緊急制動(AEB)系統,在遇到緊急情況下,系統會直接剎車以減輕傷害。
智能駕駛的L1級與L0級相比較,添加了對車輛的控制部分,例如加減速,剎車等。L0級只能為駕駛員提供警告信息,但是不能協助駕駛員對車身進行控制,L1級別則能夠在收集警告信息的基礎上處理這些信息。
智能駕駛技術L2級為部分自動化,和L1級類似也是通過檢測周圍環(huán)境來對方向盤或者剎車油門進行控制,但是與L1明顯的差異是,該級別的智能汽車能夠同時接替多種類型控制,比如說可以同時控制汽車的加減速和方向。此時,系統和駕駛員都可以參與到對車輛的完整控制中,駕駛員可以在特定情況下將控制權交付給系統,也可以自己對車輛進行控制。特別在控制權交替的時間點上,需要雙方將信息完整的傳遞給對方,以防止事故發(fā)生。
智能駕駛技術的L2級別與前兩個等級相比較,已經有了初步的汽車自動化水平,系統可以代替駕駛員對車輛進行初步的操作,而駕駛員只需要觀察路況,在需要的時候再接受駕駛權即可。但是這一階段的技術水平還不夠高,一方面面對危險情況的判斷還不夠準確,另外處理信息的速度也需要有所提升。
智能駕駛技術L3級別是有一定條件的自動駕駛,從這一等級起,智能汽車基本可以自主的決定駕駛狀態(tài),與前三個等級的智能駕駛技術相比較,系統的控制權有了很大的提升。系統已經不再是單純提供警報與決策意見,而是直接根據自己的判斷來對車輛進行控制。駕駛員在大部分過程中都不需要再對周圍環(huán)境進行觀察,這與之前的等級相比,已經是質的變化。
該技術等級的智能汽車需要配備超聲波傳感器,魚眼鏡頭,部分地圖數據和計算機系統等,其中超聲波傳感器用于測量車身與周圍物體的距離,魚眼鏡頭可以提供一個極寬廣的視野,用于采集周圍的圖像信息,地圖數據則給智能汽車提供一個地圖信息,讓其知道自身所處的位置以及規(guī)劃到達其他地點的路線,計算機系統則是為整個車輛分析信息以及提供決策。
智能駕駛技術L4級別的車輛才是真正意義的全自動化車輛,這一階段的車輛已經不再需要人類駕駛員的參與,只需要輸入目的地和運行方式,基本就可以完成整個駕駛過程,但是這一過程的真正普及可能需要等到2030年前后,當前階段關于L4級別的車輛只是研究與測試階段,真正的市場化還有很長的一條路要走。
對于完全自動化的智能車輛,需要配備高精度的超聲波傳感器或者雷達等來檢測車身與其他物體的位置關系,一旦距離小于安全閾值,車輛必須做出反應以避免事故。魚眼鏡頭和高精度的攝像頭用于收集車輛周圍的圖像信息,例如車身周圍的行人,障礙物,以及各種交通標志牌信號燈等。車輛上的控制系統則需要配備高性能的計算機系統,該系統能夠解決信息融合,計算機視覺,控制決策,場景重建等問題以保證車輛運行過程中的安全性和可靠性。另外,計算機系統中還需要存儲高精度的地圖信息用于實時路徑規(guī)劃。研發(fā)人員當前面臨的最棘手的難題是如何提高汽車的視覺能力,目前所研發(fā)的計算機視覺系統還非常的低端和原始,如何賦予計算機系統接近甚至達到人類的視覺能力是一項非常巨大的挑戰(zhàn)[3]。
智能汽車已經不再是科幻小說中的產物,而是科技產業(yè)方面需要解決的一個問題,近些來年,一些智能汽車的生產公司也取得了很大的進步,例如特斯拉,沃爾沃,百度等,都在各自擅長的領域發(fā)揮出色。此外,自動駕駛與共享出行的結合,將進一步降低出行成本、優(yōu)化道路交通,帶來出行和交通領域的深刻變革,激發(fā)更多新模式新業(yè)態(tài)[4]。但不容忽視的是,智能汽車的智能化目前都是“殘缺”的,只是在某些功能上能夠實現自動化,大部分的功能還是需要人類駕駛員來控制。對于智能駕駛的分級情況,我們也應該理性看待,即使達到某一級別的技術,但是其離真正的“上路”,乃至產品化都還需要付出極大的努力。