商業(yè)落地，這是今年自動駕駛行的關鍵詞。

年末曬成績之際，百度、中汽中心、同濟大學卻聯(lián)合公布了這樣一份報告：

《自動駕駛汽車交通安全白皮書》。

這份聚焦自動駕駛道路交通安全的報告，還是產學研聯(lián)合出品，有車，有路，也有政策和技術。

今年，自動駕駛公司各顯神通，商業(yè)化落地進展迅速。

此時強調自動駕駛的安全，又有何深意？

普通人對于自動駕駛最大的擔憂，《自動駕駛汽車交通安全白皮書》（下稱《白皮書》）又給出了哪些解答？

L4級無人車，敢放心坐嗎？

主駕副駕都沒有人的RoboTaxi，越來越多的地區(qū)都能體驗到。

[[440949]]

怎么讓普通市民放心乘坐？

業(yè)內常說L4及以上的的高級別自動駕駛比人類更可靠，有什么依據？

數據說話。

首先來了解下人類司機為什么會犯錯誤。

《白皮書》中援引了公安部交通管理局《道路交通事故統(tǒng)計年報》數據：

2017-2019年我國交通事故年均發(fā)生23.19萬次，年均死亡人數達6.3萬人，另有24萬人受到非致命傷害，約90%以上的道路交通事故是駕駛員人為因素導致的。

易發(fā)多發(fā)點位為交叉口（無信號燈）處和紅綠燈處，其數量占比達到了百分之五十以上，彎道等典型路段也存有一定的規(guī)模。

這些事故包括車與車、車與人、車與兩輪/三輪車、單車事故等等。

而根據CIDAS數據庫中篩選出的2011-2021年5664起典型乘用車事故，成因無外乎兩點：

1. 因駕駛員無法對風險進行正常感知和識別等主觀錯誤導致的事故發(fā)生。
2. 因駕駛員自身能力受限無法正確面對內外部干擾導致的事故發(fā)生。

主觀錯誤，比如搶行、超速、酒駕、疲勞駕駛等等，占樣本總數的79.9%。

自身能力受限，指的是駕駛員自身能力不足或受環(huán)境條件限制，觀察不全其他交通參與者行為造成事故，占樣本總數的20.1%。

所以，人，是交通安全中最不確定的因素。

自動駕駛技術中的感知、決策、執(zhí)行系統(tǒng)，充分地識別道路中各類動態(tài)、靜態(tài)目標、實現(xiàn)自主決策和車輛運行。

不會違反交通規(guī)則，不會疲勞駕駛、更不會酒駕。

最重要的，自動駕駛系統(tǒng)不會“路怒”，更不會和其他車輛行人爭執(zhí)沖突。

這樣就從根源上減少甚至消除因人類駕駛中違規(guī)操作、駕駛經驗不足等風險。

自動駕駛系統(tǒng)為什么更安全？

《白皮書》以百度Apollo的L4技術體系為例，分析了常見自動駕駛系統(tǒng)的安全保障體系。

首先是主系統(tǒng)安全，即感知、決策、控制等等核心算法能力，同時滿足低時延系統(tǒng)、高精度感知、多傳感器冗余的特征。

此外，類似Apollo這類L4自動駕駛系統(tǒng)還提供車路協(xié)同保障，在視距范圍外提前獲知道路信息，提前規(guī)劃決策，避免盲區(qū)死角等安全隱患。

第二層保障是冗余系統(tǒng)，包括硬件冗余、監(jiān)控和軟件冗余。

硬件冗余好理解，就是傳感器、車輛控制、計算單元的“預備部隊”，一旦某一系統(tǒng)故障失效，馬上有后備啟用。

故障監(jiān)控系統(tǒng)，能夠對系統(tǒng)運行中的所有軟硬件類失效做到實時檢測監(jiān)聽，同時進行風險預測。

軟件冗余系統(tǒng)則是一套完整的輕量化感知定位與決策控制的軟件。

同樣具有感知決策功能，范圍較主系統(tǒng)稍小，當檢測到主系統(tǒng)故障或失效時，備份系統(tǒng)代替其接管車輛的操控，實現(xiàn)安全停車。

最后是遠程云代駕。得益于中國5G優(yōu)勢，車輛在極端困難場景下，有條件請求遠程安全員接管，安全平穩(wěn)的通過。

AI司機比人類司機更靠譜？

自動駕駛都在講“更安全”，所以究竟如何定義更。

《白皮書》這次也有理有據給出論證。

但開門見山，率先明確的是另一個易于被誤解的問題：

自動駕駛＝無事故？

《白皮書》明確：并不是。

真實數據表明，自動駕駛系統(tǒng)不能避免所有事故——至少現(xiàn)階段不能。

原因較為復雜多樣，可能是感知算法的缺陷、傳感器數據融合問題、極端場景缺乏訓練數據等等。

另外這也符合新技術和新事物發(fā)展的客觀規(guī)律，不會一蹴而就。

但即便“自動駕駛≠零事故”，在分析事故案例后，數據也在證明——

自動駕駛比人類駕駛，安全概率上不止提高億點點。

《白皮書》提出，人為因素導致事故的兩大因素中，首先自動駕駛系統(tǒng)能夠避免人類司機的主觀錯誤，從而使80%的事故致因能有效避免。

而駕駛人能力受限導致的事故致因中，自動駕駛汽車能夠通過車路協(xié)同技術對周圍環(huán)境進行全視角感知，能夠提前發(fā)現(xiàn)90%以上的事故風險因素。

此外，即便發(fā)生事故，自動駕駛也能降低傷害程度。

美國加州機動車輛管理局所披露的自動駕駛事故案例顯示，自動駕駛汽車盡管無法完全避免交通事故，但其相比于人類駕駛汽車，能夠顯著降低事故帶來的人員傷亡和財產損傷。

2019年至2020年的149起事故案例中，沒有一起死亡事故，接近83%的事故，未涉及人員受傷。

而在有人員事故受傷的案例中，僅有2起事故存有安全氣囊的打開，該2起事故人員受傷程度僅為輕傷。其余20多起事故均僅為安全員或事故對方人員感覺到背部或頸部疼痛。

所以，《白皮書》通過援引官方和業(yè)內頭部公司案例數據，得出這樣的結論：

自動駕駛汽車普及，會進一步減少不規(guī)范的交通參與者的駕駛行為，進而減少因人類錯誤帶來的事故。

在面對不可避免的事故中，盡管自動駕駛汽車沒法規(guī)范其他目標的行為，但能提前預判風險，有效的避免事故帶來的二次傷害，極大的減少道路交通人員傷亡情況。

自動駕駛安全報告，為什么是現(xiàn)在？

百度聯(lián)合中汽中心、同濟大學發(fā)布的自動駕駛安全報告，時間點值得玩味。

為什么是現(xiàn)在？當下正在發(fā)生什么？

今年自動駕駛行業(yè)的大事之一，是L4及以上級別的自動駕駛，開始商業(yè)落地。

百度在北京、長沙、廣州多地陸續(xù)開始L4級RoboTaxi商業(yè)化運營，服務人次已經超過40萬。

12月初百度還在北京亦莊經開區(qū)拿下全國首個RoboTaxi收費試點牌照，商業(yè)正循環(huán)邁出行業(yè)第一步。

另外，老牌車企例如上汽，也緊跟Apollo之后開始探索RoboTaxi商業(yè)化運營；新勢力小鵬汽車日前也宣布進軍RoboTaxi。

乘用車上，典型案例是與百度合作的威馬汽車，將百度AVP自主泊車應用在新車型上，在特定ODD內先實現(xiàn)一部分L4功能。

政策方面，截至2021年11月，全國已有38個省/市出臺管理細則，先后建設了70家測試示范區(qū)，開放了5200多公里測試道路，發(fā)放1000余張測試牌照，道路測試總里程超過1000萬公里。

而相關的安全法規(guī)也逐漸進入立法進程。

2021年3月24日，公安部發(fā)布了《道路交通安全法（修訂建議稿）》公開征求意見的公告，已明確了具有自動駕駛功能的汽車進行道路測試和通行的相關要求及違法和事故責任分擔規(guī)定，賦予了自動駕駛系統(tǒng)、道路測試的法律地位，為自動駕駛的規(guī)?；逃迷O立了法律環(huán)境。

這說明無論管理部門研判或是行業(yè)認知，自動駕駛降臨已經不可阻擋。

核心原因，在于以Robotaxi為主要體現(xiàn)的L4自動駕駛，商業(yè)化前提初步成熟：

諸如百度這樣的頭部公司，已經具有去掉安全員的技術實力。

立法或試點，是政策了解技術、鼓勵行業(yè)發(fā)展的自然過程。

而AI本身的技術特點，又決定了它“接近人”需要很久，而一旦接近人類水準，就會在極短時間內超越人類。

計算機視覺技術中除自動駕駛外的的另一分支人臉識別技術，就是最好的例證。

所以在這樣一個時間節(jié)點上，加強公眾對自動駕駛的認知，協(xié)助政策完善、樹立行業(yè)共識十分有必要。

行業(yè)頭雁百度，自然有義務承擔市場教育的任務。正所謂能力越大，責任越大。

而且如果現(xiàn)在不做，還要等到什么時候？

迫在眉睫的自動駕駛安全科普

就在今年，數起輔助駕駛的事故，讓輿論有“談自動駕駛色變”的傾向。

甚至行業(yè)內都有人喊出“不要L3、L4，一律叫輔助駕駛”這樣的言論。

一刀切的方法，忽略了自動駕駛的本質和目標，也根本不能消除大眾疑慮。

對于新技術的推進，還可能起到貽誤戰(zhàn)機的負面效應。

畢竟眾所周知，自動駕駛也是全球新技術周期里，最具顛覆性的關鍵變革技術，功在當代，利在千秋。

或許也是這種緊迫感，讓百度、中汽中心、同濟大學站到了臺前，讓他們冒著風險科普“自動駕駛≠零事故”。

他們聯(lián)手的《白皮書》用數據和研究說話，證明自動駕駛汽車不能完全避免事故，卻比人類司機更加可靠，能把道路交通事故風險或損失大幅降低。

現(xiàn)階段的自動駕駛，就像誕生之初的汽車、飛機等交通方式一樣，正在經歷逐漸接受適當風險，定義相對安全的歷史階段。

但問題是，作為《白皮書》的產業(yè)主導方，百度為什么能有這樣的認知？以及敢于明確這樣的認知？

無他，實踐出真知。

首先，只有真正將自動駕駛技術大規(guī)模應用于商業(yè)化場景的公司，才對自動駕駛安全的重要性有切身體會，才有主動擁抱自動駕駛安全的動力。

百度今年陸續(xù)公布的自動駕駛商業(yè)化布局，涉及RoboTaxi、無人物流、智慧交通、無人巴士、乘用車、礦山等等場景，范圍之廣、速度之快遠超其他玩家。

快速商業(yè)化的底氣，來自于百度Apollo近10年的技術積累。

2100萬公里路測里程、411張測試牌照，背后是真正打通的“數據驅動”閉環(huán)，這樣才能使數據真正“以戰(zhàn)養(yǎng)戰(zhàn)”，快速迭代進步。

其次，百度處于行業(yè)領先地位，敏銳感受到了行業(yè)即將迎來的重要轉折。

中國的市場規(guī)模、產業(yè)鏈協(xié)同、政策準入，還有自動駕駛公司本身技術實力共同促成了自動駕駛產業(yè)的成熟和領先。

而開啟自動駕駛下一個爆發(fā)期的必要條件，就是要回答好安全課題。

讓管理部門和公眾看到自動駕駛技術的可靠和安全，政策才會更開放，市場才會更廣闊。

政策和市場的進步，反過來又能促進技術進步。

百度主導的《自動駕駛汽車交通安全白皮》出臺，也為行業(yè)今后發(fā)展敲響警鐘。

安全第一是自動駕駛永遠的原則，不過分夸大技術實力，不誤導用戶。

即使有L4的實力，但謙虛謹慎如L2，可能會走的更穩(wěn)更快。

One More Thing

值得注意的是，《白皮書》中披露了一起由于社會車輛闖紅燈，造成百度測試車輛被碰撞的事故。

2021 年在某開放道路測試過程中，由于對向社會車輛闖紅燈，導致了一起安全員接管躲閃失誤的車輛碰撞。

事發(fā)時，測試車輛左轉通過交叉路口，對向社會車輛直行闖紅燈，進入路口后社會車輛前部碰撞測試車輛右側前部。

當時，百度自動駕駛測試車行駛至路口中間位置，感知到對向車道內有社會車輛處于運動狀態(tài)，并根據預測出的行駛軌跡預判其有闖紅燈的安全風險。

從安全角度考慮，自動駕駛系統(tǒng)采取制動措施提前避讓違規(guī)通行的社會車輛。

但同時，測試車上的安全員也看到有車闖紅燈朝向測試車駛來，出于駕駛本能，通過踩踏加速踏板的方式進行人工接管，指揮測試車輛在人工駕駛模式下加速行駛， 最終被社會車輛碰撞。

最后的復盤顯示，如果自動駕駛系統(tǒng)全程控制、人工駕駛不介入，測試車會及時剎停，社會車輛會從測試車輛前方通過，不會發(fā)生此次碰撞。

再總結一下，意思大概就是：除了因為人類駕駛嚴重違章闖紅燈，還因為人類安全員本能反應，否則如果完全交給自動駕駛，能有啥事故呢？

所以這份白皮書，字里行間就一句話：貴人類駕駛，才是交通事故的最大Bug~