自动驾驶的另一种技术演进模式

笔者完全相信现有技术路线最终能实现L5级别自动驾驶。问题是无法控制也不能预见其进程。技术厂商都有不甘人后的心态和自卖自夸的动机,倾向于乐观预期、描绘科幻的愿景、夸大自己的领先优势。考虑到可能的巨大社会效益,起码应该有人去做预研与论证。有的科研需要实验数据推动。而公路信号系统重新设计,可以先基于已有成熟技术做预研、论证和仿真模拟。等需要拿一个城市来做试验,中国的制度优势就显现出来了。

微信图片_20190711001444

本文共计3518字,建议阅读时间18分钟。

Waymo掌门人最近发言承认自动驾驶道路漫长。走现在的技术路线很可能如他所言。问题在于,现在的自动驾驶可能陷入了一个严重的误区。它从一开始的技术路线就错了。现在的自动驾驶目标,是让AI原原本本替代原来人类司机的角色,对已有的公路交通信号系统不做任何改动。问题是,现有的公路交通信号系统是为有人驾驶而设计的!

公路交通信号系统包括信号设施和规则约定。包括所有的交通标志、红绿灯、行车线、交警手势、汽车信号灯、汽车声音(为行人安全考虑,很多厂家都会为电动车配备模拟发动机声音的装置)等等。这是为有人驾驶而设计,基于视觉的信号系统。现在的自动驾驶研究者甚至没有“信号系统”的概念,以为那是铁路交通才有的概念。

驾驶的任务模型相当简单,几百行伪代码应该可以描述完。因此小孩也能驾驶玩具车。我们不让小孩开真的汽车,并非因为驾驶任务有多复杂,需要多高的智能,而是因为小孩的纪律性与注意力很差。自动驾驶研究者现在觉得驾驶任务复杂,是因为现有公路交通信号系统不是面向机器的。面向机器的公路信号系统如何设计更合适?面向机器的信号系统很可能不是基于视觉信号。即使基于视觉信号,合理的设计也和面向人类的设计不同。例如,适合机器的视觉信号是二维码,而适合人类的是字符和象形图标。又如,人类视觉范围不超过180度,并且有盲区。因此公路交通信号系统主要依赖“前发后收”、无握手的通信模式。责任认定倾向于后车。机器的视觉范围可以360度无盲区。根本的差异在于,机器的信号感知与信号处理多任务能力远胜人类。面向机器的公路信号系统有多种可能可以去论证。一种可能是仍然基于视觉信号。假设永远没有AI,不借助机器学习,由人建立模型的自动驾驶也一定会实现。有了AI,计算机视觉技术使改造后的信号系统仍然基于视觉。这样的信号系统成本很低,而且不需要将行人踢出信号系统(这意味着完全的人车分流)。另一种可能是不限于视觉信号。汽车可以利用激光雷达、毫米波雷达、GPS定位、电磁感应、将视觉感知拓宽至红外区以增强夜视能力等。非视觉信号的信号系统成本远比视觉信号系统高。但即便使用一种类似洋山港无人码头的方案,在道路布满磁钉,信号系统的成本相比道路土木建设成本恐怕也不值一提。

现有公路交通信号系统更严重的缺陷不是标准本身而是强制性不足。在铁路专业,事故会被认为是信号系统的缺陷造成。没有人意识到,每年死亡几十万的公路交通事故本质是公路信号系统的缺陷造成的。铁路与公路事故率差异如此大的原因是信号系统强制性的差异。铁路上的信号设施不会可有可无。而公路上的信号设施完善程度差异很大。有的路段没有任何交通标志牌,没有行车线,甚至在十字路口没有红绿灯。铁路信号系统的人都受过专业培训,按SOP操作的意识很强。公路信号系统中的人也有SOP。例如,汽车变线按SOP有一收一发两个信号动作:看后视镜,打转向灯。无奈潇洒的司机太多。行人不看红绿灯过马路更是常见。

基于AI替代人类程度的L1至L5自动驾驶等级划分毫无意义。那不是真正可参考的技术演进路标。我们真正需要的是一种信号系统定义的道路分级去推进自动驾驶。以现在的技术路线,让AI更聪明,终有一天可以实现L5级别的自动驾驶。另一方面,稍微改进现有信号系统,甚至不做任何改进,禁止有人驾驶上路,现有技术在人车完全分流的高速公路和城市主干道很容易做到L5自动驾驶。将这种道路定义为最高等级。如此,以信号设施完备程度和人车分流度(人车分流本质是信号系统剔除行人)划分不同等级。不同等级的推进时间节点不同,驾驶策略、车速也可能不同。基础设施建设从主干到毛细,从中心城市到乡村逐步升级公路网的等级。AI的进步从高等级道路推进低等级道路实现L5驾驶。如此夾进,挖隧道式地推进自动驾驶。这样推进在商业模式上是可行的。自动驾驶时代不会有私人汽车,一定是类似滴滴的共享模式。交通网络本就有地铁、公共汽车这类共享交通工具。这些交通工具也只有骨干网。这种推进模式的共享自动驾驶汽车不过是覆盖更广、单次载客更小、无固定站点的BRT公交罢了。

综上,自动驾驶的推进应该三只脚走路:公路信号系统改造、信号系统强制化与信号系统定义的道路分级一起推进。

信号系统重新设计应考虑各种可能的方案。在质疑各种设想方案的可靠性时,先看看现有公路交通信号的可靠性。2017年官方统计的中国交通事故死亡数在6-6.5万左右。如果不计信号系统成本,以现有技术设计一种无人操控载具显然是可能的。在评估各种信号系统改造方案的成本时,先和道路土木成本比较,再和自动驾驶可能的社会效益比较。将自动驾驶理解为AI替代人类,把人类从驾驶劳动中解放,得到舒适是错误的。一个新手在驾驶里程几千公里后,驾驶就是无意识动作,不是什么累活。自动驾驶的本质是要将人剔除出信号系统。最大的价值是拯救生命。人是不可靠的。人总有打盹的时候。人类的反射弧无法缩短。剔除司机与行人的公路信号系统可以持续改进缺陷,将死亡人数不断逼近零。自动驾驶还可以节省现有公路交通系统中巨大的社会成本。现有公路交通系统的汽车绝大多数是私人所有。使用率很低。不使用的时候还停在人口密集区占据城市空间。这两项都是巨额的浪费。自动驾驶时代只有共享汽车,没有私人汽车。只有市郊的维护保障中心,没有停车场。共享的自动驾驶汽车可以加快汽车电动化。因为汽车会像家里的扫地机器人一样自行充电,不需要很高的续航里程。

自动驾驶更大的效益可能在我们现在还难以想象的未来图景中。不妨科幻一点去畅想未来的交通。为此,我们先要发现现有交通系统的改进空间。交通网和传输数据的IP网其实有着最优解约束条件类似的目标函数。与IP网对比,就能发现交通网络的许多问题。交通网几乎没有动态的全局路由规划——现在的导航软件利用大数据信息指导司机避开拥堵路段勉强算是。公路交通更大的改进空间在链路层。数据通信光电信号速度极快,在物理层上可以看作没有时延。但在链路层有时延。交通运输有链路层时延,也有物理层时延。链路层协议不合理导致物理带宽利用率很低。因为交通信号限于前车向后车传递的方式、人类司机驾驶行为的随意性、人类反射弧过长等限制,司机需要选择足够的安全车距与安全车速。这种选择主观随意性很大,牺牲了链路层效率,连环车祸却还时有发生。自动驾驶不会有突然无信号的惯性轨道改变,安全余量的设置精确一致,可以大幅减少效率损失。甚至可以设想一种集中控制或近场通讯的模式形成集群,实现同步加速和同步制动来减少安全余量,提高道路带宽利用率。如果信号系统足够可靠,十字路口不需要停车等待,各方向同时穿行而不会碰撞。如果信号系统足够可靠,道路可以不分双向。每一条车道都是潮汐车道,还不需要人工铺设隔离桩,不固定时段,随需应变。在未来,在公路带宽利用率得到提升后,地铁不再是解决城市拥堵的好办法。地铁的固有问题是过大的帧长和过低的帧率,时延与带宽利用率很难改进。与接入网异构过大也造成固有的网关损耗。未来的城市通勤应该是全公路化。因为所有的汽车都共享。传统的小汽车与公共汽车划分会被模糊化。出行方式只有不同拼车方案的选择。这能让道路带宽这种公共品更接近用者自付的经济原则,还可以大幅提高带宽利用率……所有这些想象,都需要实现自动驾驶。会飞的汽车、真空管道载具只是能抓眼球。未来交通革命的关键是信号系统革命。其实,信令网的本质是信号系统。未来的交通网络会更像IP网——电子信令网支撑的人流物流网。所有这些想象,好像很科幻,其实从可能的技术障碍细想,也不是那么科幻。

三只脚走路的推进模式,需要改造公路信号系统,困难不在某个技术障碍。苹果引发的智能手机革命可以给我们一些启发。苹果并没有在某项技术上取得关键突破而引发了智能手机革命。单个技术创新不难,难的是技术栈创新。技术栈创新需要底层到上层的技术齐头并进。而每个工程师只知道自己专长领域的技术可能的演进路标,对全栈技术的演进路标清晰预见就比较困难。技术栈产业化需要众多厂商通力合作。而每个厂商只知道自己的产品随产量与时间两个变量递减的成本曲线,不知道集成后产品的汇总成本曲线。技术栈革命需要有影响力的带头大哥号召,建立生态圈,才能推动。公路信号系统改造正是类似的技术革命。这种自动驾驶模式的推进不只要技术厂商合作,还需要法律法规支持。由工信部牵头去推动最合适了。笔者完全相信现有技术路线最终能实现L5级别自动驾驶。问题是无法控制也不能预见其进程。技术厂商都有不甘人后的心态和自卖自夸的动机,倾向于乐观预期、描绘科幻的愿景、夸大自己的领先优势。考虑到可能的巨大社会效益,起码应该有人去做预研与论证。有的科研需要实验数据推动。而公路信号系统重新设计,可以先基于已有成熟技术做预研、论证和仿真模拟。等需要拿一个城市来做试验,中国的制度优势就显现出来了。

文章为读者投稿,仅代表作者本人观点。