聊聊自动驾驶
引子¶
前段时间，一辆 XP P7 没有减速，直接撞上前方停着的故障车，造成故障车的车主身亡的事故，又把“自动驾驶”推上了热搜。
我一直想不通，为什么有人会胆子这么肥，把身家性命交给“自动驾驶”。况且，这还不是真正的自动驾驶，只是 L2 级别的“辅助驾驶”。除了商家和媒体的一些误导宣传之外，还有一个重要的原因是，大部分人不知道自动驾驶的原理，无知者无畏，最终酿成惨剧。
今天打算简单聊聊自动驾驶的原理，让你理解为什么不能把你的身家性命交给自动驾驶。
自动驾驶分级¶
目前，公认的自动驾驶分级标准由 SAE（Society of Automotive Engineers 国际自动机工程师学会）制定。
Level 0（无自动化）: 由人类驾驶者全权操作汽车，在行驶过程中可以得到警告和保护系统的辅助。
Level 1（驾驶支援）: 通过驾驶环境对放线盘和加减速中的一项操作提供驾驶支援，对其他的驾驶动作都由人类驾驶员进行操作。
Level 2（部分自动化）: 通过驾驶环境对方向盘和加减速中的多项操作提供驾驶支援，其他的驾驶动作都由人类驾驶员进行操作。
Level 3（有条件自动化）: 由无人驾驶系统完成所有的驾驶操作。根据系统请求，人类驾驶者提供适当的应答。
Level 4（高度自动化）: 由无人驾驶系统完成所有的驾驶操作。根据系统请求，人类驾驶者不一定需要对所有的系统请求作出应答。只在限定道路和环境条件有效。
Level 5（完全自动化）: 由无人驾驶系统完成所有的驾驶操作。人类驾驶者在可能的情况下接管。在所有的道路和环境条件下驾驶。
从这个定义可以看出来，只有 L5 级别的自动驾驶才达到了真正的所谓“自动驾驶”。即使是 L4，也只在限定的道路和环境条件下有效。而 L3 依然需要人类驾驶者提供适当的应答。现在市面上在售的所谓智能汽车，都不敢标识自己是 L3。真的想不通，有人竟然敢使用 L2 级别的“辅助驾驶”当“自动驾驶”用。
目前确实有不少公司能够达到 L4 级别的自动驾驶，但基本上还处在实验阶段，比如在仓库里自动装卸货物的小车。百度号称已经达到 L5 级别，前段时间还发布了一款无方向盘的汽车，但距离商用，还是有不少距离。不单单是技术方面的挑战，包括法规，以及基础设施建设（比如道路上需要部署传感器）。
智能化的数学基础¶
大家都知道，数学是科学之母。那么汽车智能化，或者说“自动驾驶”的数学基础是什么呢？是统计学。什么？不应该是“机器学习”，“深度学习”这些人工智能算法么？
没错。自动驾驶中一个很重要的部件，便是环境感知中的“深度学习”模块。汽车通过摄像头，毫米波雷达，激光雷达，采集环境中的数据，根据机器学习算法学习出来的“经验”（专业术语叫模型），感知当前的环境（比如红灯，行人通过，一只动物横冲马路），根据环境做出判断（超车，减速）。
这里的问题在于，目前所谓的“深度学习”，“人工智能”依然没有跳出统计学的范畴。当然，海量的数据以及优秀的算法，确实可以做到很高的准确性，甚至超过人类的感智能力。但这里的问题在于，自动驾驶面临的是一个开放的环境，可能有千奇百怪的新事物参与到交通环境中。如果新的事物以前没有出现在算法的训练数据里，那么人工智能算法便无法判断这个事物。举个不一定恰当的例子，用来训练自动驾驶算法的数据里，没有“气球”这种物体。有一天，一个气球飘到马路上的半空中，可能会被算法认为是红绿灯。
回到文章开头，为什么有些人会把“辅助驾驶”当“自动驾驶”，并把身家性命都交给它了呢？
一个可能的心路历程是这样的，刚开始，大家还是比较谨慎的。经过几次有限的测试和体验，慢慢地就建立起了信任感，觉得 L2 级别的辅助驾驶已经很智能了，最后开始彻底放飞自我。这就是悲剧的开端。笔者体验过小鹏汽车的 NGP，上高架，跟车，超车，全自动完成，确实被震撼到了。但这种个体的，有限的测试，真的可靠可信么？
结尾¶
有一个同事，硬件大拿。前段时间换车，见他买的是传统的燃油车。问他原因，他说：自己做硬件的，见过太多的器件可靠性和一致性问题，不想把身家性命交给新事物，很多东西的不单单需要理论上验证可行，还需要足够长的时间验证其可靠。
诚哉斯言。
（完）