??原創(chuàng)·作者 ｜ 張嘉豪

當(dāng)你在道路上遇見一輛改裝后真的把房子架在輪子上的房車，人類駕駛員可能會(huì)在發(fā)出好奇地驚嘆后小心翼翼避開房車的移動(dòng)，而你的自動(dòng)駕駛系統(tǒng)卻有可能判定這是一棟不會(huì)移動(dòng)的房子。

當(dāng)在道路上遇見一位穿著可愛的恐龍衣服的小孩子時(shí)，你那沒見過這些“奇裝異服”的自動(dòng)駕駛系統(tǒng)也極有可能將其判斷為無法識(shí)別的物體。更危險(xiǎn)一些的情況是，如果有人心血來潮要cosplay紅白色的路錐，那自動(dòng)駕駛系統(tǒng)對(duì)路況的理解就可能會(huì)完全錯(cuò)誤。

這些看似極端的情況，其實(shí)指向了一個(gè)共通的問題：人在感知和識(shí)別周圍環(huán)境時(shí)，可以很自然地結(jié)合“上下文語境”做出判斷，然而自動(dòng)駕駛的車輛目前還不能很好地做到這一點(diǎn)。

在自動(dòng)駕駛領(lǐng)域，造型肖似房子的房車、穿恐龍衣服過馬路的小孩，這些在道路上不常見的情況被稱為邊緣情況或邊界情況（Edge Case或Corner Case）。這些充滿了巧合性與不可預(yù)見性的邊緣情況，造成了自動(dòng)駕駛系統(tǒng)在道路上難以消除的不確定性，也是人類對(duì)自動(dòng)駕駛不信任感的來源之一。

事實(shí)上，即將過去的這個(gè)8月，自動(dòng)駕駛在中美都承受著猛烈地質(zhì)疑和討論。在中國(guó)，一輛開啟輔助駕駛的蔚來汽車發(fā)生車禍，造成車毀人亡；大洋彼岸的特斯拉因2018年以來的11起事故，也遭到了美國(guó)國(guó)家公路交通安全管理局（NHTSA）的調(diào)查。

一面是風(fēng)光無限的大風(fēng)口，一面是揪動(dòng)人心的安全事故，自動(dòng)駕駛到底行至何處？又困在哪里？

在眾多因素中，邊緣情況被視作自動(dòng)駕駛發(fā)展中的一個(gè)瓶頸，制約著自動(dòng)駕駛的安全性和商業(yè)化落地進(jìn)程。甚至可以說，自動(dòng)駕駛行業(yè)80％的努力，都是要解決20％的邊緣問題。

值得警惕的“邊緣”

自動(dòng)駕駛（包括輔助駕駛）汽車被允許在道路上行駛后，安全事故在不斷發(fā)生，特斯拉、Uber、Waymo、蔚來……許多知名車企和自動(dòng)駕駛企業(yè)都被卷入其中。2018年初以來，特斯拉汽車在美國(guó)已經(jīng)發(fā)生了11起與“應(yīng)急救援場(chǎng)合有關(guān)”的事故，共造成1人死亡、17人受傷。

特斯拉出事的“應(yīng)急救援場(chǎng)合”，正是邊緣情況的一個(gè)案例。應(yīng)急救援現(xiàn)場(chǎng)往往會(huì)有相應(yīng)的警告措施，比如閃著警燈的警車、照明棒和亮燈的告示牌、交通錐等，但處于自動(dòng)駕駛狀態(tài)的特斯拉車輛卻無法很好地識(shí)別出前方放置的這種警告措施。

類似的問題不只存在于特斯拉身上。本月引發(fā)社會(huì)廣泛討論的蔚來事故也與應(yīng)急救援場(chǎng)合有關(guān)。8月12日，開啟NOP領(lǐng)航的高速行駛的ES8先是撞上了路邊的樁桶，隨后又撞擊快車道上的一輛高速公路養(yǎng)護(hù)車，巨大的沖擊力導(dǎo)致公路養(yǎng)護(hù)車側(cè)翻，ES8車主也不幸身亡。

而就在一個(gè)月前，據(jù)湖州高速交警發(fā)布的消息，G25 長(zhǎng)深高速往南京方向2242公里附近，高速施工區(qū)域內(nèi)發(fā)生了一起交通事故。一輛開啟輔助駕駛模式的蔚來汽車沖入施工區(qū)域，追尾了正在施工撤除作業(yè)的施工養(yǎng)護(hù)車輛。事故造成兩車損壞，施工預(yù)警設(shè)施受損，兩車人員不同程度受傷。

從上述的案例中我們不難看出一個(gè)靜止的交通錐會(huì)給自動(dòng)駕駛帶來怎樣的危害。但是，要知道交通錐只是邊緣情況的一個(gè)表現(xiàn)。復(fù)雜的道路狀況給自動(dòng)駕駛帶來的挑戰(zhàn)還有很多。

中科院戰(zhàn)略咨詢?cè)寒a(chǎn)業(yè)科技創(chuàng)新中心汽車行業(yè)特聘研究員鹿文亮曾表示，“目前自動(dòng)駕駛80％的技術(shù)問題都得到了解決，剩下20％的長(zhǎng)尾問題，常被稱為corner case，是制約高級(jí)別自動(dòng)駕駛發(fā)展的關(guān)鍵。這也是行業(yè)常說的用80％的精力解決20％的問題�！�

“20％的問題”無法消除的原因在于，一方面，道路交通本身的復(fù)雜性決定著道路環(huán)境的不可控性，完全穩(wěn)定、沒有突發(fā)情況的狀態(tài)無法得到保障；另一方面，由于交通本身重要的地域特性，不同地區(qū)往往會(huì)呈現(xiàn)出完全不同的道路環(huán)境。

比如，在中國(guó)大部分地方，野生動(dòng)物出現(xiàn)在道路上的概率極低，一般情況下自動(dòng)駕駛的車輛沒有機(jī)會(huì)學(xué)習(xí)和識(shí)別這樣的情景。但是在一些國(guó)家和地區(qū)，道路上出現(xiàn)鹿、獅子、熊等野生動(dòng)物的概率相對(duì)中國(guó)較高，這時(shí)，一輛基于中國(guó)道路的自動(dòng)駕駛汽車所面臨的風(fēng)險(xiǎn)將會(huì)升高。

反過來，由于中國(guó)道路交通擁堵情況以及包括機(jī)動(dòng)車參與者之間的交互行為更復(fù)雜，在國(guó)外測(cè)試的車輛在中國(guó)道路上行駛也將面臨著更多的不確定性。正如有人所調(diào)侃的那樣，“在美國(guó)道路上得跑好幾周的數(shù)據(jù)，在北京五環(huán)路上跑一圈就有了�！�

邊緣情況難以解決，在一些危險(xiǎn)的突發(fā)情況下，人類似乎把一些過大的權(quán)利交給了自動(dòng)駕駛系統(tǒng)。

例如，隨著自動(dòng)駕駛車輛的出現(xiàn)，一個(gè)與曾經(jīng)被人們廣泛討論的“電車難題”相類似的“隧道困境”出現(xiàn)了：一輛自動(dòng)駕駛的汽車載著乘客正準(zhǔn)備進(jìn)入隧道，突然跑出來一個(gè)孩子，此時(shí)，單靠剎車已經(jīng)來不及使汽車減速從而保證孩子的存活。在這樣的情況下，車內(nèi)車外的生命天平似乎掌握在了自動(dòng)駕駛系統(tǒng)的手上，而自動(dòng)駕駛又到底該如何做出決策？

“電車難題”

“隧道困境”并沒有一個(gè)標(biāo)準(zhǔn)答案，行業(yè)能做的，只有盡可能縮短自動(dòng)駕駛的反應(yīng)時(shí)間、提高自動(dòng)駕駛的判斷準(zhǔn)確性，讓更多的邊緣情況能提前被預(yù)判、被解決。

搭建仿真世界

從技術(shù)上來說，邊緣情況指的是一套系統(tǒng)中一個(gè)參數(shù)或是條件為極值，在這樣的極端情況下，系統(tǒng)就會(huì)呈現(xiàn)出某種不正常的狀態(tài)。在自動(dòng)駕駛領(lǐng)域，當(dāng)特殊或突發(fā)情況發(fā)生時(shí)，一輛無法及時(shí)合理地捕捉并辨認(rèn)障礙物和環(huán)境的自動(dòng)駕駛汽車，很有可能造成事故的發(fā)生以及人員的傷亡。

要解決邊緣情況，實(shí)際上就是要確知自動(dòng)駕駛的能力邊界。目前，確知能力邊界有三種方式，分別是仿真測(cè)試、封閉道路測(cè)試和公共道路測(cè)試。

其中，仿真測(cè)試因其較高的效率和安全性，越來越被各大廠商看重。其意義在于，現(xiàn)實(shí)生活中80％的場(chǎng)景都是正常情況，而這些正常情況對(duì)于機(jī)器處理邊緣情況的能力并沒有幫助，仿真系統(tǒng)則正可以通過模擬發(fā)生幾率為20％的邊緣情況，來提升機(jī)器的學(xué)習(xí)效率。

圖片中“來源困難”、“標(biāo)注困難”、“處于閉環(huán)中”的數(shù)據(jù)，正是邊緣情況的主要體現(xiàn) （來源：特斯拉）

在最近的AI日上，特斯拉公布了自己的一套仿真系統(tǒng)。本來，涉及到自動(dòng)駕駛，馬斯克總是對(duì)于市面上流行的事物顯得“不感冒”。無論是從其始終堅(jiān)持的純視覺感知路線上，還是從其對(duì)于自動(dòng)駕駛仿真系統(tǒng)的態(tài)度上，都不難看出這一點(diǎn)。

兩年前，馬斯克對(duì)仿真系統(tǒng)的態(tài)度是，沒有什么模擬技術(shù)能媲美攝像頭采集場(chǎng)景下的真實(shí)性和復(fù)雜性。而兩年后，馬斯克和他的特斯拉一改此前態(tài)度，對(duì)仿真測(cè)試加大投入，這也一定情況下說明了業(yè)內(nèi)的主流方向。

特斯拉仿真系統(tǒng)

馬斯克又一次打臉的原因，或許是自動(dòng)駕駛要求的測(cè)試?yán)锍虒?shí)在太大。特斯拉AI日上公布的數(shù)據(jù)顯示，其Autopilot 仿真器中建立了 2000 英里長(zhǎng)的道路，已經(jīng)有 3．71 億張模擬圖像和 4．8 億個(gè)立方體；最早一批提出仿真系統(tǒng)的Waymo達(dá)到了現(xiàn)實(shí)場(chǎng)景2000萬英里，仿真超 100億英里的級(jí)別。

試想，如果Waymo超100億英里的仿真路程都在公開或封閉道路上用車隊(duì)來驗(yàn)證，將耗費(fèi)多么龐大的資金、人員和時(shí)間。

出身Waymo、現(xiàn)任國(guó)內(nèi)無人駕駛公司輕舟智航聯(lián)合創(chuàng)始人及CEO的于騫告訴「真探」：“仿真測(cè)試是通向自動(dòng)駕駛的必由之路。通過大量仿真系統(tǒng)測(cè)試，先找到一個(gè)很好的參數(shù)空間，這樣就避免了需要在道路上直接測(cè)試的困難，可以把整個(gè)開發(fā)流程大大加快。”

舉例來說，闖紅燈在實(shí)際道路中比較難收集，但在一個(gè)仿真模擬系統(tǒng)中，交通信號(hào)燈的狀態(tài)是可以自己根據(jù)需要來控制的，這樣就避免了時(shí)間的浪費(fèi)從而提升效率。此外，仿真系統(tǒng)中可以通過參數(shù)的調(diào)節(jié)，來復(fù)現(xiàn)實(shí)際場(chǎng)景中的一些細(xì)微變化，如車輛的提速、減速。

不過，盡管仿真測(cè)試有著多方面的優(yōu)勢(shì)，其核心邏輯依然是提升效率，對(duì)自動(dòng)駕駛的最終檢驗(yàn)還是要在公共道路上測(cè)試完成。于騫在談到路測(cè)和仿真測(cè)試的關(guān)系時(shí)表示，仿真測(cè)試并不是要取代道路測(cè)試，“整個(gè)自動(dòng)駕駛行業(yè)安全是一個(gè)天條，只有路測(cè)才是最終的檢驗(yàn)標(biāo)準(zhǔn)”。

除了以“仿真＋路測(cè)”作為主要手段以外，自動(dòng)駕駛的領(lǐng)域也在推出行業(yè)共同認(rèn)可的安全標(biāo)準(zhǔn)和具有更高性能的工具。

作為一個(gè)還在不斷發(fā)展的領(lǐng)域，目前自動(dòng)駕駛行業(yè)的安全標(biāo)準(zhǔn)正在形成。2020年4月，由卡耐基·梅隆大學(xué)專家牽頭成立的Edge Case Research發(fā)布了一份名為UL 4600的自動(dòng)駕駛汽車安全標(biāo)準(zhǔn)，稱其為“自動(dòng)駕駛汽車的第一份安全標(biāo)準(zhǔn)”。

卡耐基·梅隆大學(xué)Phillip Koopman博士在談到UL 4600指出，這份針對(duì)自動(dòng)駕駛汽車的安全標(biāo)準(zhǔn)與傳統(tǒng)安全標(biāo)準(zhǔn)最大的不同在于，后者告訴人們“如何做到安全”，而UL 4600則強(qiáng)調(diào)的是“什么才是安全的”。

而在工具層面，各企業(yè)和機(jī)構(gòu)也取得了一定進(jìn)展。2019年，Edge Case Research推出了感知壓力測(cè)試和風(fēng)險(xiǎn)分析系統(tǒng)Hologram；今年4月13日，英國(guó)初創(chuàng)公司dRISK宣布推出其邊緣案例再培訓(xùn)工具（edge case retraining tool），并將其首次實(shí)現(xiàn)商業(yè)應(yīng)用。該工具可以幫助自動(dòng)駕駛汽車（AV）及時(shí)檢測(cè)到高風(fēng)險(xiǎn)事件，性能提升6倍。

可以看到，憧憬著無人駕駛夢(mèng)想的同時(shí)，人類也在應(yīng)對(duì)邊緣情況方面努力著：對(duì)于自動(dòng)駕駛行為的邊界不斷進(jìn)行探索、在核心領(lǐng)域取得技術(shù)的突破、建立起行業(yè)共同認(rèn)可的安全標(biāo)準(zhǔn)……自動(dòng)駕駛絕不只是一個(gè)技術(shù)問題，更不是車企拿來賣車的營(yíng)銷話術(shù)，想要真正實(shí)現(xiàn)這個(gè)夢(mèng)想，需要行業(yè)作為一個(gè)整體在技術(shù)、法律法規(guī)、社會(huì)認(rèn)知方面不斷努力。

這注定是一條滿布荊棘的道路，人類對(duì)自動(dòng)駕駛的審視遠(yuǎn)比對(duì)自己更為苛刻。只有在自動(dòng)駕駛的安全性比人類駕駛員高出一個(gè)量級(jí)時(shí)，其或許才有資格換取到人類真正的信任。