自动驾驶汽车面临的最大障碍是什么？
ublox
2022-04-26
近年来，虽然自动驾驶的呼声不绝于耳，各路资本不断涌入；然而，仔细观察之后，你会发现仍有很多技术瓶颈有待汽车监管机构进一步探索。
实现远大目标过程很少是一帆风顺的，人们实现全自动驾驶的努力也不例外。为保护生命安全和提升对自动驾驶技术的信任，汽车制造商和监管机构采取的方法是：从小处着手，在限定条件下授权一部分功能，然后逐步、安全地扩大自动驾驶技术的应用范围。
如今，车厂已经在销售内置 L2 级自动驾驶功能的车型，此类功能可以控制行驶速度、保持与前方车辆的安全距离、将车辆保持在其车道内，并提供其他各种形式的辅助功能，例如泊车辅助、超车辅助、盲点警告和“倒车”警告等。
然而，L2级自动驾驶仍需驾驶员集中注意力来控制车辆，并在车辆关闭自动驾驶中功能时做好“接手”的准备。
而下一阶段 L3 级自动驾驶，就车辆要求而言，是一个巨大飞跃。在特定的情况下，L3级自动驾驶将自动授权车辆进入“自动驾驶”模式，并负责车辆的驾驶；此时，驾驶员有机会放松一下，可以放开方向盘去欣赏电影、专注于打电话等其他事务上。
当然如何判定车辆满足“自动驾驶”的运行条件，就需要提升在各个环境中对环境感知能力，这也是通往更高级别自动驾驶道路上的一个转折点。
然而，要想最终实现 L5 级自动驾驶目标（无需控制方向盘，没有地域限制）的过程充满了更多技术、实践和监管瓶颈。
挑战 1
安全感知系统
开发安全的自动驾驶解决方案取决于四大关键要素：可靠性、完好性、冗余性和有效性。与构成汽车供应链的所有部件一样，自动驾驶车辆的传感器必须符合极其严格的质量标准，从而能够承受恶劣条件（包括温度、湿度、振动和射频干扰）并在车辆的预期寿命内可靠地运行。
自动驾驶计算机依赖传感器提供的数据来做出关键的决策，而人工智能和机器学习算法也可以通过分析传感器数据，判断决策输出的可信度，即完好性。
“开发安全的自动驾驶解决方案取决于四大关键要素：可靠性、完好性、冗余性和有效性。”
在评估完好性水平时，我们需要使用端到端的方法，这会从传感器本身扩展到外部环境。例如：
摄像头拍摄的图像是一辆真正的汽车，还是只是一张硬纸剪画？
GNSS信号是真实的还是伪造的？
实现车道级定位精度所需的 GNSS 校正数据是否值得信赖？
是否为算法馈送了有效的数据，还是“无用输入、无用输出”的情况？那么高清地图呢？
在每种情况下，传感器和算法都需要评估其输入与输出信息的完好性。
实现此目标的一种方法是在系统中设计冗余。冗余的数据能够交叉检查来自多个独立数据源的输出（这可大大降低自动驾驶失效的风险）。
冗余设计还能够融合或智能组合来自多个独立来源的数据，以实现更可靠的输出。此类冗余还用于校准传感器，例如可能会因温度变化而漂移的轮速脉冲传感器。
让我们以 GNSS 接收机和惯性测量单元为例。
一方面，惯性传感器数据可用于检测错误的 GNSS信号并在 GNSS 服务中断时（例如在隧道中）提供临时的定位信号。
另一方面，融合后，两个数据流可以提供比单独使用 GNSS 更高的精度。除了使用车辆的摄像头、雷达和激光雷达获得的与高清地图上记录的地标有关的位置外，还可将上述数据与轮速脉冲测量值以及 GNSS 校正数据结合在一起，从而提供补充位置信息。每增加一项冗余数据，系统的整体可靠性就会升高。但是，在生产中部署任何此类解决方案之前，我们需要严格验证数据的有效性。
验证自动驾驶解决方案时，需要在道路上行驶数百万英里，甚至在模拟道路测试中行驶更多英里，以将传感器和任何使用的图像识别算法暴露在尽可能多的合理场景中。
在驾驶等关键活动中，所有组件通常都需要符合功能安全性和SOTIF（预期功能安全性）规范（ISO 26262和 ISO 21448）。这需要进行细致的危险评估和风险分析，将汽车安全完好性级别（ASIL）按功能划分为 A 级到 D 级，或低于ASIL-A（一种质量管理 (QM) 级别）。
挑战 2
车内及车外通信
我们车辆中的无线互联传感器数量正在迅速增加。车内信息娱乐系统正在发展成为能够传输高分辨率视频的高带宽无线枢纽，可以将数据并行传输到多个不同的屏幕，实时下载最新的高清地图，并将相关观察数据上传到云端。后视镜已经演变成 LCD 显示屏，从而接收到车尾摄像头捕捉的图像信息。
与此同时，利用 V2X 技术的协同智能交通系统 (C-ITS) 也正在兴起。
所有这些应用并非都在相同的频率和相同的范围内运行。例如，任何云端的通信都可能使用蜂窝通信 LTE 网络，工作范围约为 10 公里；V2X的工作频率为 5.9 Ghz，工作范围约为 1 公里；而车辆中无线互联传感器的工作频率可能为 2.4 或 5 GHz。
但验证自动驾驶解决方案时，需要在道路上行驶数百万英里，甚至在模拟道路测试中行驶更多英里，以将传感器和任何使用的图像识别算法（如果存在）暴露在尽可能多的合理场景中。
功率有限且覆盖范围很窄。因此，频谱成为一种需要谨慎管理的稀缺资源。
随着无线技术标准的扩容更新（不断提高频谱效率和容量），这些挑战都得到了解决。
举例来说，与 Wi-Fi 5 相比，Wi-Fi 6 的最大数据传输速率提高了一倍以上，并且每个接入点服务的终端设备数量最多可增加一倍。因此，越来越多的车内信息娱乐系统开始使用 Wi-Fi 6 来实现车内通信。
随着福特和大众等主要车厂、包括博世在内的汽车一级供应商以及高通等零部件制造商之间合作制定了规范，5G也将发挥带宽、延迟、设备密度和蜂窝连接可靠性的标准方面发挥关键作用，将用于车辆与云服务通信，并通过 C-V2X 与附近的车辆和路边基础设施进行通信。
挑战 3
数据安全
就像当前的智能手机一样，未来的车辆将获取驾驶员和乘客大量的个人数据，因此车辆会成为黑客攻击的目标。
除了保护个人隐私以遵守欧洲 GDPR 等数据隐私法规外，车辆还必须能够防范数据嗅探，以避免暴露银行信息等敏感数据并导致错误输入。
此外，车辆还必须能够谨慎处理传感器干扰和欺骗，以确保车辆乘客和附近人员的安全。
实现高水平的网络安全将是一项不小的任务。经常轮换或更换密钥的加密通信将有助于保护敏感数据。
经过身份验证的通信可确保来自交通基础设施、其他车辆或GNSS卫星的传入数据的可靠性，Galileo的OS-NMA服务就属于此类示例。先进的系统设计对于确保根据独立来源实时交叉检查感测数据至关重要。
此外，机器学习算法将接受训练，以捕捉独立数据源之间的异常值和差异，并在造成任何伤害之前提供早期警告，指出可能存在问题。
挑战 4
人机合作
实现全自动驾驶（L5级）之前，驾驶员将在确保乘客和其他交通参与者安全方面依旧发挥重要作用。在扩展到所有场景之前，自动驾驶功能首先在其特定的运行设计域 (ODD)内提供，允许驾驶员自由地将注意力从道路转移到更紧迫、更有趣或更轻松的事情上（L4级）。
事实上，当今所有最先进的商用车最多只能提供高级驾驶辅助（国际汽车工程师学会称之为“SAE 2级”），而驾驶员仍然掌握着主导权。
全自动驾驶的下一阶段，即 L3 级，将涉及提供有条件的自动驾驶，但有一条重要的警告：当车辆提出驾驶员接管要求时，驾驶员必须在接到通知后立即接管控制权。
事实证明，实施用于安全管理接管操作的解决方案是非常困难的。由于汽车制造商要对车辆受控期间发生的事故承担责任，因此许多制造商一直不愿意在汽车中启用可提供上述 L3 级自动驾驶功能，除非其能够确保每次都能顺利移交控制权。
大多数汽车制造商能否找到克服这一障碍的方法，或者其是否仅是决定跳过 L3 级并在技术足够成熟后直接实施L4级自动驾驶，还有待观察。
为了确保驾驶员在车辆提供高级支持时保持警醒，汽车制造商已开始为 L2 级和潜在的 L3 级汽车配备驾驶员监控系统(DMS)。