重磅 | 苹果提交自动驾驶安全报告, 7页纸里究竟讲了什么?


重磅 | 苹果提交<mark data-type=technologies data-id=05e15688-59c9-43b0-9dd5-cd627d4e8d08>自动驾驶</mark>安全报告, 7页纸里究竟讲了什么?

撰文 | 宇多田

虽然无多少细节,但关于安全驾驶员的规定却有点意思。

当昨晚公开了苹果公司向美国公路安全管理局提交的「自动驾驶安全报告」(voluntary safety report)后,我们本以为终于可以一窥「泰坦计划」(Project Titan)的全貌。

然而,当我们兴奋地翻开这份只有 7 页的安全白皮书后,才发现一直走神秘路线的苹果仍然选择了对大众保留那些最诱人的细节秘密。

除了笼统地表达了对自动驾驶研发与安全议题的重视外(「造福人类」「社会效益」等字眼比较多),你几乎从这份报告里看不到任何关于技术部署以及商业应用的说明。

好吧,虽然 Waymo 等公司的报告也不情愿提交统计数据,譬如车队规模、行驶总里程以及脱离率等等,但他们在做报告时还是愿意多插几张图的……

然而,苹果连报告引言里的话都懒得改。

你会发现,这份报告里苹果一直在强调的「致力于研发自动驾驶系统(Automated driving systems)」,而非「自动驾驶汽车」,早在 2016 年公司向美国交管局提交的报告中就出现过,用词几乎一模一样。

「苹果通过机械学习提供更智能、更直观、更私人化的产品和服务。在研究机器学习和自动化方面,苹果投资力度较大,对很多领域(尤其是交通领域)的自动化系统的潜力感到很兴奋。」(来自 2016 年 12 月提交的文件)

重磅 | 苹果提交<mark data-type=technologies data-id=05e15688-59c9-43b0-9dd5-cd627d4e8d08>自动驾驶</mark>安全报告, 7页纸里究竟讲了什么?


图片来源:苹果在 2019 年 2 月提交的安全白皮书

当然,「造系统不造车」的理念既与苹果 CEO 库克在公开场合下曾发表的意见相一致——「研发机器学习项目不能被汽车所局限」,也与苹果近三年来围绕「泰坦计划」跌宕起伏的故事情节十分符合。

先是在 2016 年 9 月传出苹果要通过收购的方式参与造车,譬如后来亲自辟谣的英国豪车品牌迈凯轮以及平衡电动车企业 Lit Motors,再到 2017 年初又传出因商业化问题计划缩减为「只开发软件」,由大众汽车等制造商提供硬件。

再后来,包括「解散团队」「近 5000 人参与项目研发」以及「华人窃取自动驾驶机密事件」「小型车祸事故」等各种或被动或主动曝光的消息,让大众对苹果自动驾驶项目的关注度达到顶点。

然而,这份报告只能告诉我们以下内容:

除了引言,苹果安全报告剩余的板块很像一本《自动驾驶概论》的简易版目录,只包含了「系统运作情况」「撞击安全」「系统安全分析」「系统验证」以及「操作安全性」几个小节。

其中,「系统运作情况」只涉及到了「感知」「规划」以及「行动」(控制)等几个基础概念的简单说明,没有什么有效细节。

譬如在感知方面,苹果通过多传感器融合——激光雷达、雷达和摄像头,提供高分辨率的 360 度车周覆盖;然后将这些信息整合到一起,预测接下来会发生什么。

而在撞击安全的配置与测试方面,我们唯一可以通过报告确认的信息是,苹果目前的测试车辆已经通过了消费者级汽车的碰撞测试,并具有最高耐撞等级;

此外,测试车的所有硬件配置都会经过模拟及物理测试。

重磅 | 苹果提交<mark data-type=technologies data-id=05e15688-59c9-43b0-9dd5-cd627d4e8d08>自动驾驶</mark>安全报告, 7页纸里究竟讲了什么?


而接下来「系统安全分析」和「系统验证」这两个小节,对苹果来说格外重要。尽管苹果测试车队没有被泄露过多少信息,但至少我们清楚在 2018 年苹果路测起策划曾发生过两起事故,这让苹果受到了不少口诛笔伐。

(其实只有一辆汽车的自动驾驶系统在事故中是处于打开模式的。)

因此,「系统安全验证」被苹果公司看作是「软硬件开发的关键部分」。

苹果公司把自动驾驶系统存在的风险分为三种——导致车辆发生意外移动的故障、人机界面故障以及环境风险。

因此,苹果要求对可能导致潜在危险的任何故障原因进行围绕车辆、系统、子系统和组件级别展开的多重评估。

当然,如果为解决故障将系统进行了设计更改,那么所有对苹果 ADS 软件提出的修改都要首先经过严格和全面的模拟测试,根据预先确定的标准来评估软件。

而通过这些模拟试验之后,还有第二道坎——让整个系统在封闭的试验场进行道路试验。

只有在通过这一系列广泛的模拟和封闭试验场测试之后,才可以提名在公共道路上进行软件更新。

值得注意的是,苹果公司特别提到了在仿真模拟环境下进行测试的重要性。这一环节一直格外受到自动驾驶技术公司的重视。

「模拟测试场景是使用在公共道路上收集的真实数据来表现一个真实世界。」

在模拟的状态下,会有随着道路物体(车辆、行人、自行车手等) 及障碍 (如建筑区域) 的增加而变得越来越复杂的情况。

「除了建模,我们还可以通过模拟工具回放真实路测过程中的特殊事件,并评估使用更新软件将如何影响这起事件。」

当然,最后一小节所讲的「操作安全」,主要围绕苹果工程与运营团队的日常安全注意事项展开。

在整份枯燥的报告里,这是我们唯一能够找到的一丝丝有趣的地方,很像一部严肃正片的花絮环节。

譬如,为了尽最大努力确保自动驾驶汽车当天能在公共道路上安全行驶,苹果的工程技术团队会在每次出行前进行安全与功能检查,包括轮胎压力检查、传感器清洁工作以及自动诊断测试(确认 ADS 软件的正确安装)。

此外,团队每天都会与安全驾驶员及操作员举行会议,对后者的操作限制、测试路线及软件更新信息进行讲解与审查。

与部分自动驾驶技术公司不同,苹果特别强调「会安排两个人——一名安全驾驶员与一名操作员坐在车的前排」。

当 ADS 软件被激活时,安全驾驶员必须将双手放在方向盘上,也可以通过以下任何一种方式(方向盘、刹车、油门或变速杆以及激活位于中控台上的紧急覆盖按钮)来随时控制车辆。

这些规定显得异常谨慎,也在很大程度上加大了安全员对自动驾驶汽车的控制权,不知道这些规定是否对《2018 年加州脱离报告》上苹果的糟糕排名有一定影响。

但更让我们没想到的是,连安全员这个职位也被苹果设置了「二层安全冗余」。

「操作员的作用是监视系统,并将系统检测到的对象和车辆下一步的行动通知给安全驾驶员。他们还要在特定的机动过程中监控道路,帮助确保安全驾驶员保持警惕。」

此外,「操作员有权在任何时间使用软件界面退出自动驾驶系统。」苹果在报告里解释。

比较有意思的是,为了让安全员与操作员的状态保持最佳,苹果强制规定安全员与操作员每天只能上一班,而且在驾驶过程中也必须经常休息,以保持警觉。

另外,两名工作人员都被严厉禁止在行车时使用手机,要用就得先把车停在路边。

听起来,苹果的安全驾驶员的待遇应该很不错,而事实是,公司聘用的都是驾龄在 10 年以上且没有发生过任何严重事故或被吊销执照的「老司机」。

此外,他们还必须在培训项目开始前通过药物筛选和背景调查。入职后,等着他们的也是各种学习任务与训练计划,甚至还有各种脑力体力评估与匿名调查。

「我们的每一位驾驶员都必须在封闭的试验场中学习防御性驾驶,进行各类车辆操作与紧急演习。譬如在操作培训方面,就要学会正确的手脚摆放,脱离接触的方法,以及如何使用人机界面。」

大概严格程度可以跟飞行员选拔及培训有的一拼了。

重磅 | 苹果提交<mark data-type=technologies data-id=05e15688-59c9-43b0-9dd5-cd627d4e8d08>自动驾驶</mark>安全报告, 7页纸里究竟讲了什么?

总体来看,这份报告并没有我们期待的那样有很多「干货」,但根据不久前消息人士透露的「苹果自动驾驶软件仍然处于早期开发阶段」,也许就不难理解苹果能把原本应该详实的报告变成了一份枯燥严肃的综述论文了。

但也有传言称苹果可能在 2023 年至 2025 年推出某种配置有 ADS 软件的汽车,而且是能达到消费级的乘用车。

无论如何,我们都将高度关注并持续追踪苹果自动驾驶业务的最新进展。

产业白皮书自动驾驶苹果
相关数据
Waymo机构

Waymo是Alphabet公司(Google母公司)旗下的子公司,专注研发自动驾驶汽车,前身是Google于2009年开启的一项自动驾驶汽车计划,之后于2016年独立。2017年10月,Waymo开始在美国亚利桑那州的公开道路上试驾。2018年12月,Waymo在凤凰城郊区推出了首个商业自动乘车服务Waymo One。

http://www.waymo.com/
自动驾驶技术技术

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。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

360机构

奇虎360科技有限公司,是中国领先的互联网和手机安全产品及服务供应商。据第三方统计,按照用户数量计算,360是中国领先的互联网安全公司,用户6亿,市场渗透率96.6%;中国领先的移动互联网安全公司,用户数近8亿,市场渗透率近70%;中国领先的浏览器公司之一,活跃用户达到4亿,渗透率超过70%。 360致力于通过提供高品质的免费安全服务,为中国互联网用户解决上网时遇到的各种安全问题。面对互联网时代木马、病毒、流氓软件、钓鱼欺诈网页等多元化的安全威胁,360以互联网的思路解决网络安全问题。360是免费安全的首倡者,认为互联网安全像搜索、电子邮箱、即时通讯一样,是互联网的基础服务,应该免费。为此,360安全卫士、360杀毒等系列安全产品免费提供给中国数亿互联网用户。同时,360开发了全球规模和技术均领先的云安全体系,能够快速识别并清除新型木马病毒以及钓鱼、挂马恶意网页,全方位保护用户的上网安全。

https://www.360.cn/
推荐文章
暂无评论
暂无评论~