Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

MIT戳破特斯拉无人驾驶真相,大规模商用还需10年,波及数百万人

MIT戳破特斯拉无人驾驶真相,大规模商用还需10年,波及数百万人

自动驾驶技术取得重大突破以来,人们就对城市交通充满了无限的想象力。换做是十年前,无人驾驶还被当作是笑话。而现在,大部分拥有自动驾驶技术的汽车、卡车和公共汽车能在广阔的道路上正常行驶。

最近,来自麻省理工学院的报告结论,戳破了无人驾驶的真相。「全无人驾驶至少需要十年时间才能大范围部署。」这个报告由MIT的「未来工作特别小组」发布。

这份报告描述了自动驾驶技术在驾驶员辅助驾驶和高度自动化车辆的应用情况。除此外,报告还从多元的角度,探讨了无人驾驶大规模普及对就业以及社会产生的影响。

报告亮点提要:

  • 要广泛部署全无人驾驶,也就是没有安全驾驶员陪同的情况下,至少还需要十年时间。受地理区域和气候条件的影响,比如一些农村地区及气候恶劣的区域将经历更长的过渡时间。部署无人驾驶的阻碍,来自于技术和硬件成本方面的双重挑战。
  • 汽车的自动化不会孤立地发生,而是会随着各种车辆类型的服务模式、不同区域的电气化水平不断变化。无人驾驶的扩张有可能是渐进的,并将在特定区域内逐一进行,这将导致各地的汽车自动化水平不一。
  • 当驾驶任务变得更加自动化,或将牵涉交通行业数百万人的就业状态。当然,人类不会从自动驾驶车队中消失,而是会转变角色,例如将监督自动驾驶作为工作的一部分。
  • 反车辆运营将受益于基础设施的改善,这可以在就业、交通便利和环境方面产生积极的溢出效应。这不仅包括道路和桥梁等传统的交通基础设施,而且还包括通信系统、数据库和标准等信息基础设施。

撰文 | 力琴

完全实现无人驾驶在现阶段很难保证,即使是宣称已经实现全自动驾驶的特斯拉也不敢完全保证。

「特斯拉虽然可以全自动驾驶,但它有时仍然需要人为接管。我们只是说它在功能上完整了,而不是在任何情形、任何地方、任何极端状况下都可以实现全自动无人驾驶。」马斯克表示。

MIT戳破特斯拉无人驾驶真相,大规模商用还需10年,波及数百万人


报告的合著者麻省理工学院机械与海洋工程教授约翰•伦纳德和麻省理工学院博士研究生埃里克•斯泰顿指出,成本是大规模应用无人驾驶的最大障碍,真正的自动驾驶车辆需要复杂且昂贵的传感器和计算机。

这份报告分析借鉴了作者在深海和航空航天自动化和自主性的工程、社会和政策层面的研究和经验,以及多年来与汽车行业、交通和自动驾驶汽车系统的接触,并且还借鉴了已发表与自动驾驶汽车有关的预测和行业报告,以此描述自动驾驶技术在驾驶员辅助驾驶和高度自动化车辆的应用情况。

除此外,报告还从多元的角度,探讨了无人驾驶大规模普及对就业以及社会产生的影响。

「一个主要的关注点是就业,随着驾驶任务变得更加自动化,数百万人的就业容易受到潜在的干扰」报告中提到。

在2018年,美国与所选驾驶相关的职业类别的工作总和包括:第一类出租车司机、乘车司机或司机,约37万个工作岗位; 第二类是公交司机,约68万个工作岗位; 第三类是重型卡车和拖车卡车司机,约195万个工作岗位;第四类是送货卡车驾驶员和驾驶员/销售工人,约144万个工作岗位;第五类是汽车服务技术人员和技工,约77万个工作岗位;第六类是汽车车身和玻璃修理工,约17万个职位。

仅就这六个类别而言,总共创造了540万个工作岗位,这就意味着数百万以制造、驾驶为生的美国人可能会失业。

一 阻碍自动驾驶技术普及的绊脚石

部署无人驾驶的阻碍,来自于技术和硬件成本方面的双重挑战。

自动驾驶引擎盖下有一些秘密,让这些自动驾驶技术难以大规模普及,比如将识别道路物体的能力转移到不同的任务中。如果要让自动驾驶系统去解释其他司机挥手动作的含义,那可能很难实现。

L4等级的自动驾驶汽车需要复杂且昂贵的传感器和计算机,再加上现在生产的L4车型数量极少,预计对应的硬件成本不会下降得很快。

MIT戳破特斯拉无人驾驶真相,大规模商用还需10年,波及数百万人

虽然自动驾驶公开语言上强调的是「自主」,但实际上更多依赖基础设施。无论是在道路上循线而行,还是从数据库中获取数据,更多依靠的是卫星、路边的加油站等。

由于L4自动驾驶汽车依赖于各种基础设施,通常部署在人口较为密集的地区。相比之下,基础设施发展较为落后的农村则缺乏优势。

像特斯拉自动驾驶这样的L2产品表明,在有利的条件下,很多都可以实现高度自动化,尤其是在高速公路的情况下。然而,在其他环境下,尤其是拥堵的城市街道、不寻常的高速公路以及恶劣的天气,对自动驾驶技术的挑战非常大。

虽然特斯拉的自动驾驶并不依赖于高清晰度的地图,但它确实需要有人在方向盘上把关,即使在特斯拉的「完全自动驾驶」模式下也是如此。L3和L2一样,车辆上仍需要人类驾驶员发挥作用。

二 自动化的四个潜在场景

实际上,汽车的自动化不会孤立地发生,而是会随着各种车辆类型的服务模式不断变化。

报告研究了自动驾驶技术应用的四个场景,分别是驾驶员辅助型个人汽车、自动出租车队、自动装卸车和客车、自动长途卡车,以此探讨自动驾驶技术在复杂生态系统变化中对就业的影响。

驾驶员辅助型个人汽车是当前应用最多的场景之一。在欧盟关于汽车自动化的报告中,预测到汽车自动化的数量会增加,与此同时,应用汽车自动化的软件数量也会随之增加。

主动安全和低级别的自动驾驶辅助系统的开发提供了众多的就业机会,尤其是汽车行业内的技术和软件工作岗位,预计将在未来几年内增长。

自动驾驶出租车仅在小规模范围内运行。与航空公司里的自动化系统一样,仍需要驾驶舱的飞行员进行监督。

以安全为主的汽车系统同样如此。如果出租车大范围内实现自动化,将对职业司机的就业产生巨大的影响,司机的角色将会改变,由操作者变为监控者。

MIT戳破特斯拉无人驾驶真相,大规模商用还需10年,波及数百万人

与自动驾驶出租车不一样的是,自动化的卡车运输成为突破口。

卡车常年行驶的高速公路,与拥挤的城市街道相比,相对简单,因而自动化也较容易操纵。从钱流动的方向看,这的确也是一个很有潜力的场景,近年来,诸如Embark Trucks、Ike、Kodiak Robotics、TuSimple(图森未来)和Waymo Via等公司都获得了资本的青睐。

MIT戳破特斯拉无人驾驶真相,大规模商用还需10年,波及数百万人

事实上,卡车运输对自主性的需求是真实存在的。无人驾驶卡车每年可以节省700亿美元,同时将生产力提高30%,所有这些都将有助于弥补美国劳动力短缺的缺口,美国卡车运输协会估计2018年将有5万名卡车司机。

即使是高度自动化的卡车,依然需要人去装载、卸载和维护,所以短期内卡车司机的工作不会被替代。

三 影响是否深远取决于技术进步的速度

报告最后指出,个人车辆中越来越先进的2级和3级自动驾驶系统将继续扩散,虽然对工作的影响有限,但对车辆行驶里程和交通拥堵有潜在的影响,因此环境成本也会增加。L3级自动驾驶可能会被限制在低速行驶中。

预计到2025年,拥有L4级别的出租车和乘车系统将逐步增加,并在城市里蔓延。到那时,在长途公路的路线上,将会出现自动化程度越来越高的卡车队伍、按固定路线行车的公共汽车等。

当高度自动化的系统渗透到日常生活中时,报告建议,我们需要增强的不仅是汽车本身的能力,应该以增强汽车的能力为出发点,而不是试图取代人类的能力,或者他们的工作。

他们还建议改善道路、桥梁、通信系统、数据库和标准等基础设施,他们认为这可以在就业、交通便利和环境方面产生积极的溢出效应。

虽然这篇报告并未给出具体模型用于论述,但引述的案例以及事实值得深思。迅速取代数百万工作或将造成就业危机。然而,对就业影响的广度和深度,取决于技术进步的速度和地域推广的速度。

毕竟,全自动驾驶技术要实现大规模部署至少还需要十年时间。在这十年间,司机和其他流动性工作者可以转型到新的职业。

参考链接:

https://venturebeat.com/2020/07/22/mit-task-force-predicts-fully-autonomous-vehicles-wont-arrive-for-at-least-10-years/

https://workofthefuture.mit.edu/sites/default/files/2020-07/WotF-2020-Research-Brief-Leonard-Mindell-Stayton.pdf

产业自动驾驶技术特斯拉
1
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/
图森未来机构

图森未来(NASDAQ:TSP)于2015年9月成立,在中国、美国设有研发中心,员工超过1000人。2021年2月,图森未来完成超过4.15亿美元的E轮融资。4月,图森未来正式登陆纳斯达克挂牌上市,成为全球无人驾驶第一股。

http://www.tusimple.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。

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。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

推荐文章
暂无评论
暂无评论~