Amir Efrati 作者Theinformation来源编辑

谷歌无人车十年记:理想背后的骨感现实

即使是近10年后,Waymo 仍远没有实现真正的 L4,即使是在相对简单的郊区环境下。

「全自动驾驶的汽车来了!」

去年 11 月,Waymo 搞了一个大新闻。公司宣布自己成为世界上第一家没有给汽车安排安全员的自动驾驶公司,而这些汽车正跑在真正的公开道路上。

Waymo 发布了一个宣传视频,名字叫「Waymo 的全自动驾驶就在这里」,视频播放量(YouTube)已经达到 120 万次。

视频里,方向盘后面并没有人。

这是一个重要里程碑。因为自动驾驶领域将第四级(L4 级)自动驾驶视为全行业终极目标,它意味着汽车完全能自行驾驶,无需人类坐在驾驶位。

Waymo 后来表示,将在 2018 年晚些时候向凤凰城郊区居民推出无人驾驶出租车服务。

然而,乐观情绪在很大程度上源于公司自己释放的积极信号,而这不过是事情的一面。

钱德勒,位于亚利桑那州凤凰城郊区。这里道路通常平坦、笔直,交通也不那么繁忙,是理想的自动驾驶技术试验场所。

Lisa Hargis 上班的地方距离 Waymo 车库仅一步之遥。但就在两周前,她差点撞上了 Waymo 原型车。

在穿越凤凰城总部附近的一个 T 型交叉路口时,右转的 Waymo 原型车突然停了下来,Hargis 被困在中途,没办法左转,这让她很恼火。

「快走!」 她愤怒地喊道。其他跟在后面的车也停下了下来,「(急得)我想杀人,」她说。

五位熟悉这类情况的知情人士表示,交叉路口的犹豫不决,仅仅是 Waymo 自动驾驶技术诸多缺陷之一。

这些原型车还会突然动起来或者停下来,很突兀,十几位经常碰到原型车的当地居民抱怨道。而那些安全驾驶员ーー坐在驾驶座上的人ーー经常不得不控制好方向盘,以避免碰撞或潜在不安全情况。

是的,你没看错,实际上,大部分测试车辆仍然使用了安全人员。

知情人士透露,通常情况下,没有安全人员的无人车只会出现在一些较小规模的居民区,那里的交通并不繁忙。而且车辆仍然会受到远程操作员的密切监控,在车遇到问题时提供帮助。(虽然 Waymo 美其名曰「监护人」)

而且,在公开声明中,Waymo 也没有透露无人驾驶测试也有条件限制。

比如进入快速公路时,车辆不能进行无保护左转(车辆需要避开所有行人和车辆——编者)。「这是超级控制的。」一位参与测试的人士表示。

虽然 Waymo 测试工作已经取得了进展,但通常都远离高流量区域。

除此之外,还有很多其他问题。

搞不定不受保护的左转,并入流量大的车流也会存在问题,特别是在高速公路上。有时,原型车也不了解基本的道路信号,比如并入高速公路时,信号灯会对车速提出要求。

问题列表

最大的难题是如何应对驾驶文明的重要组成部分:不遵守交通规则的行人和人类司机的行为,比如超速、违法转向、开车发短信等。

为了避免撞车,算法会极其谨慎,也就是说,系统往往花的时间比人类长得多,中途可能有许多突然的停车。

在防止汽车变成马路杀手的同时,无人驾驶汽车也构成了另一种威胁:它们可能直接把我们急死。

4 月,推特的一段视频显示了一辆 Waymo 汽车如何费了九牛二虎之力才进入一条高速公路。

这辆经过改装的克莱斯勒小卡车发出信号,减速之后如爬行般缓慢行驶,然后看起来像是一个慌张的青少年在驾驶,笨拙地径直穿过出口匝道,驶离了公路。

Waymo 的车通常被设计成精确地遵循每一条道路规则。遇到停车信号,车辆至少停留三秒钟,而且转弯前会打转向灯。

就像一位学生司机,「但它是最好的学生驾驶员。」

结果,为了对这些情况作出反应,原型车有时会以出乎人类司机意料的方式突然停下来,但会导致人类司机经常追尾 Waymo 的车。(这也正是 Uber 认为太过谨慎也会带来安全问题的原因之一)

 据一位参与 Waymo 项目的人透露,大家也曾争论过系统是否应该模仿一个典型人类司机驾驶习惯(他们并不会严格遵守每一个规则),但是研究小组最后决定「一个人怎么做并不重要,我们需要模仿一位完美的驾驶员操作。

但事实上,一些公司也私下承认完美无缺的驾驶可能不现实。

「如果希望拥有无人驾驶的未来,那么,我们必须接受这样的观点,机器人驾驶员并不需要完美无缺,只需要比我们更好。」一位 Waymo 工作的资深人士表示。

据摩根斯坦利预测,Waymo 价值 1750 亿美元,部分原因自动出租车服务可以带来数百亿美元的收入。

目前,关于凤凰城郊区的计程车服务的消息并不多。

公司拥有 400 名左右的「早期骑手」(early riders)——也就是那些每天被从家里接去工作或学习的居民,或者被送到医院的居民。这些骑手已经签署了保密协议,不能在没有 Waymo 的监督下向媒体发声。

不过,外媒 The Information 采访了一些经常遇到原型车的当地居民,他们在 Waymo 附近的办公室工作,比如药房、百事可乐 (PepsiCo) 果汁分销中心等。

虽然有的人对车辆并没有抱怨,但在附近工作的十几个人都说出了同样的三个字:

「我讨厌他们。」

April Cusick 和 Hargis 在同一个办公室工作。

她说,只要在 East Fairview 大街相反方向行驶时遇到 Waymo,她就会感到不安。这是一条双车道的双向公路,没有车道标记。

她说,原型车经常在宽阔的道路中央驾驶,而且不会转向右边,直到你靠近它。她说,但太靠近了,会让自己感觉不安。

另外,这位女士和其他工作人员也有过类似前文提到的经历:跟在交叉路口左转时停下的 Waymo 车后,一等就是几分钟。

这个 T 型交叉口没有红绿灯,车速限制为每小时 45 英里。而且在繁忙时段,Waymo 似乎难以找到合适的空隙转向(虽然对于人类驾驶员来说,这个问题并不难解决)。

 Robbie Monreal 是附近一家商业管道销售商的销售代表,他表示已经受够了这些无人车:

午餐时间只有一个小时,但他不得不在等待上浪费宝贵时间。而且当他发现自己是跟在一辆 Waymo 无人车后时,他已经违法绕过它了。

「我已经厌倦这些车在附近转悠了。」

如今,安全人员有时候并不需要接管车辆以避免险情。随着时间的推移,Waymo 的驾驶变得更加平稳。

比如,灵活快速地绕过路上的障碍物,更善于处理「两个左转」指示,亦即两个相邻车道同时左转,此时,往往很难预测原型车旁的人类司机驾驶轨迹。

而且,除了汇入交通高峰期车流存在问题以外(这个时候系统通常选择成保守模式),系统基本上已经掌握了高速公路上的驾驶技巧。

然而,即使 Waymo 能在凤凰城东南部郊区实现自主驾驶,在这个背景下开发的系统能否移植到其他地区,比如旧金山湾区,仍然是个问题。

比如,为了帮助原型车导航,Waymo 花了很多时间绘制该地区街道的高精地图,也在一些地方,比如帕洛阿尔托和洛斯阿尔托斯测试了原型车,为车队的启动做准备。

 为了帮助汽车适应不同地形和驾驶习惯,他们必须对系统进行大量的定制和重复测试。

一位景驰员工表示,适应其他驾驶环境,例如市区驾驶,需要进行不同程度的改善工作。

虽然 Waymo 已经收集了大量数据来训练人工智能模型来预测个别行人,但是,如果他们决定解决城市驾驶问题,仍然不得不面对人群问题,而他们现有的人工智能模型可能并不够用。

然而,改变一个模型并不是一个简单的任务。

Waymo 必须重新标记数十万或数百万张图片,可能还要加强计算机硬件规格,甚至可能需要改装汽车,以便在一个庞大的车队中增加额外的传感器。

Waymo 以及其他自动驾驶公司员工表示,Waymo 的技术确实领先一步,因为它拥有丰富的公共道路测试经验。这一观点也确实推动了 Waymo 的估值。

但是,优先考虑郊区驾驶环境虽然帮助公司赢得了时间、加速了生产和结果落地,但并没有帮助公司解决真正棘手的问题。

Waymo 在凤凰城的经历已经表明,取代人类司机的全自动驾驶汽车距离我们还有许多年,即使是在相对简单的环境中,无论是何种程度的取代。

虽然老牌汽车制造商以及新造车势力都在不断地进步,但这场竞赛的进展并没有距离起点多远。

产业自动驾驶谷歌Waymo
2
相关数据
自动驾驶技术
self-driving

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

推荐文章