文｜王磊

當100輛具備輔助駕駛功能的車輛同時上路，會對實際交通產生怎樣的影響？

美國就進行了一專案前為止最大規模的開放道路測試，100輛自動駕駛汽車，在一條路上啟動。

這是由範德比爾特大學（Vanderbilt University）和其他幾所大學組成的聯盟 “Circles” 一手策劃的，他們聯合日產（Nissan）、豐田（Toyota）、通用汽車（General Motors）與田納西州交通部（Tennessee DOT）共同啟動了這個測試。

具體時間是，11月14日至11月18日的上午5點到上午10點半，在一段有4英里長的I-24公路進行測試。

在這條公路上行駛的，並不全是他們佈置的自動駕駛汽車，這些車輛會和現實中的正常車流相結合，每天大約有175000輛汽車透過。

為什麼要搞這次測試？

你遭遇過“幻影堵塞”嗎？

這個詞最早是由麻省理工大學電氣工程與計算機科學系教授Berthold Horn提出並試圖解決的。幻影堵塞指的是，我們通常與前車保持最小的空間與時間差，進行“緊緊跟隨”。

這就導致每次剎車，都有可能造成幻影堵塞，甚至我們本身也會是幻影堵塞的成因。

所以遇到沒有明顯原因（比如車禍）的臨時堵塞時，很有可能是由於人類駕駛行為發生的堵車。

這次測試的目的，就是想知道自動駕駛汽車對實際交通的影響，這些自動駕駛汽車是否可以減少人為造成的交通擁堵。

這也是CIRCLES聯盟提出的一種觀點，他們認為幻影堵塞會導致不必要的交通擁堵和能源浪費，而使用自動駕駛汽車技術和專門設計的演算法，是可以減少或避免這種幻影堵塞。

CIRCLES聯盟，是由加州大學伯克利分校牽頭，聯合範德比爾特大學、亞利桑那大學、天普大學、羅格斯大學卡姆登分校共同組成的團隊，這個團隊有5名主要研究人員和35名不同學術背景的學者。

這個聯盟致力的目標，是改善未來的交通，推動人工智慧、模擬、交通工程和車輛技術在人-車混合交通環境下的融合。

所以這次的測試是帶有自動駕駛功能的車輛和現實車輛相混合環境下進行的，“每隔一段時間就有一輛車是我們的，這些車輛將開啟他們的自動巡航控制系統。”加州大學伯克利分校的 Alexandre Bayen 教授說，“我們想要展示的，是這種協調可以實現整體更好的交通流量。”

他們認為這可能會改變交通現狀，減少令人沮喪的幻影交通擁堵，在此之前，從他們做過封閉道路測試，已經證實了這是想法是可行的。

低等級自動駕駛足夠緩解

接受測試的車輛有日產Rouge、豐田RAV4，也有凱迪拉克XT5。在這場測試中並沒有使用駕駛技術水平較高的車型，而且基本都是燃油車。

這也對應了這次測試的研究目標：評估配備自適應巡航控制（ACC）的車輛對交通順暢的影響，從而提高當地所有汽車的燃油經濟性。

也就是說，測試團隊認為，只用L2級別的輔助駕駛技術，就足以改善道路上的車流情況。

在他們看來，雖然高等級的自動駕駛是重要的進步之一，但是隨著這項技術的發展，人們也會對其安全性，如何落地存在擔憂。

所以，他們認為低等級的自動駕駛技術不一定就會被拋棄，低等級自動駕駛更適合現在的實際情況。同樣可以達到緩解交通堵塞，節省能源的目的。

那麼為什麼會選擇這條道路進行測試？

納什維爾的I-24路段被命名為“I-24 MOTION試驗檯”，其存在的意義，就是為了在高速公路交通中測試先進的交通管理和自動車輛技術。

其配備了超過300個4k的攝像頭感測器，覆蓋了整條路段。這些高精度感測器分佈在高速公路路段。

透過範德比爾特大學開發出的人工智慧軌跡演算法，可以以每秒30次以上的測量速度提供車輛位置。尖端的3D影象處理則可以識別每輛車的足跡，以達到極高精度的軌跡資料。

在此之前，這個團隊已經進行了小規模的測試，他們在共有20輛車的封閉路段上進行測試，結果發現只需要一輛自動駕駛汽車就能夠影響整個小組的駕駛速度，這也緩解了經常導致交通堵塞的走走停停的狀況。

由於配備了人工智慧的汽車對其他司機產生的連鎖反應，研究人員測算出，在與平時的交通堵塞中駕駛相比，它們節省了相當大的燃油。

而這次測試，將決定了研究人員是否可以確定，小型實驗帶來的交通改善可以在更大範圍內複製，來證明自動駕駛汽車可以緩解“人為造成的交通堵塞”。

從這幾天的實際效果來看，他們基本可以判斷，自動駕駛汽車可以緩解交通擁堵。

範德比爾特大學認為，他們的研究可能會影響參與研究的汽車製造商未來推出的汽車。而且毫無疑問，參與這次測試的汽車製造商可以利用這項測試來觀察自己與和競爭對手的汽車在現實交通中的行駛情況，並且很快就能實現對自動駕駛功能的重新審視。

自動駕駛越高階越好嗎？

這個低級別自動駕駛就能完成的測試，和目前L4企業集體遭遇寒冬形成鮮明對比。

2017年，人們對自動駕駛技術追求達到頂峰，投資行業也掀起一股熱潮，過去幾年裡，麥肯錫資料顯示，投資者們為實現自動駕駛的夢想已投入超過1600億美元。

但當下，真正意義的自動無人駕駛的落地仍面臨不少障礙，比如無人車難以商業化量產、不能上牌、不能去掉安全員等，還有一個關鍵問題，那就是事故責任難以認定。

特別是今年以來，L4自動駕駛企業倒閉、估值縮水、股價暴跌、業務收縮等負面新聞從未間斷，自動駕駛開始遭遇前所未有的質疑。

自動駕駛分為L0-L5，其中，L1、L2級別為輔助駕駛，L3-L5級別為自動駕駛。

目前乘用車量產車型已實現的自動駕駛功能主要集中在L2級別，如市面上常見的特斯拉FSD、小鵬的NGP等等，都已經實現大規模應用。

從目前來看，L4落地顯然有些困難，“爭4保2”便成為企業活下去的最優解。

在此之前，放棄自家自動駕駛企業Argo AI 的福特也表示，“當下對於福特來說，開發強大且具有差異化能力的L2+和L3級自動駕駛系統更為重要。”

鐳射雷達巨頭Luminar的創始人奧斯汀·拉塞爾（Austin Russell）也給出落地時間，要實現自動駕駛，首先要打造出足夠安全的駕駛輔助工具，而這個過程，至少還需要十幾年。

當然，對於一些物流或者長途貨運運輸這些固定路線，道路因素單一的場景，高等級自動駕駛確實是一個不錯的選擇。

而對於乘用車來說，如果短期內難以看到L4商業化落地的可行性，不如轉過頭來集中資源去做低等級自動駕駛的研發。

比如，特斯拉的競爭對手——被譽為“特斯拉殺手”的美國初創新勢力車企Rivian和Lucid，他們就正把精力集中在研發更先進的駕駛員輔助系統上，這些系統仍然需要駕駛員的參與和人為控制，比如時刻注意方向盤和踏板。

這是明智的做法，不丟人。事實上，已經有不少高階自動駕駛的玩家開始“降維”到量產車型，從L4向L2級別轉型，比如國內自動駕駛初創公司文遠知行和宏遠智駕。

CIRCLES 聯盟的這場自動駕駛測試，其意義或許已經不僅僅在於改善車流擁堵情況和節省能源，更大的意義在於讓全世界的自動駕駛企業意識到，不必急於研發高等級的自動駕駛技術。

其實低等級自動駕駛的風景，也不錯。

TAG: 駕駛自動測試汽車幻影