無人車技術面臨八大挑戰：反應慢的人類司機、惡劣天氣、黑客……

本文來自AI新媒體量子位（QbitAI）

無人駕駛汽車一定會實現，這大概已經是所有科技和汽車行業從業者的共識。分歧只不過是要不要人類司機時刻準備接管，以及到底何時才能量產。

但是，無人車要真正進入主流，仍要解決許多問題。以下就是這項技術面臨的一些挑戰：

1. 危急時刻，根本指望不上人類司機接管

三年前，谷歌無人車團隊忽然推出一款無油門無剎車無方向盤的“三無”低速全自動無人車，就和這個問題有關。

此前，谷歌面向自家員工開展了自動駕駛汽車內測，車內攝像頭記錄下的測試人員表現，讓無人車團隊的工程師大感擔憂。當時的專案負責人Chris Urmson說，員工們在車裡的表現讓他們不安。在汽車行駛過程中，測試者做出了很多愚蠢的行為，有人坐在駕駛座上卻轉身面向後座，甚至有人爬到後座找電腦、爬出車窗、摟摟抱抱……

後來，谷歌叫停了這個內測專案，再後來，就有了我們前邊提到的完全不指望人類司機的“三無”小車。

現在在路測的無人車，或多或少都會要求人類司機在出現問題時從機器手中接管車輛。不過，參與路測的這些人類司機都是專業人員，蘋果甚至向加州交管局建議說這些人類測試司機應該通過某些評測。如果換成普通人呢？

對於人類司機在危機時刻接管車輛的能力，不少技術人員持懷疑態度。把一個正在忙著玩王者農藥甚至摟摟抱抱的人類拉過來，讓他快速集中精力，接管一輛機器搞不定的高速行駛車輛，似乎是對人類的能力過於自信了。

上個月，史丹佛大學的一組科學家研究表明，大部分司機在分神做其他事的時候，忽然被要求集中精神開車，需要5秒以上的反應時間；還有一組同樣來自史丹佛的科學家，在《科學》期刊的機器人子刊上發表論文稱，在汽車高速和低速行駛時接管車輛是完全不同的兩種體驗。

好訊息是，科技公司、汽車廠商紛紛預計在2020-2025年之間實現不指望人類接管的自動駕駛；壞訊息是，指望人類在關鍵時刻挺身而出接管車輛的L3也有不少公司在做。

MIT機械工程教授John Leonard說：“L3自動駕駛是個無解的問題。”

2. 對執法者或公路安全人員的語音指令和手勢訊號作出響應

有些微妙的訊號在人類看來很容易理解，例如交警的手勢訊號，或者試圖與司機進行眼神交流的騎行者。但如何把人類的這種直覺傳授給電腦？唯一的方式或許就是不斷進行路測，讓機器學會人類之間的社互動動方式。

3. 在車道標識不清的情況下安全駕駛

這同樣是個直覺問題。最具挑戰的駕駛環境需要無人駕駛汽車在沒有車道線、反光球或明確道路邊界的情況下制定駕駛決策。

值得注意的是，加州可能淘汰反光球，因為無人駕駛汽車無法有效識別這種車道標記工具。簡而言之。公路基礎設施必須加以調整才能與電腦控制的汽車展開充分互動。

4. 可靠地識別發生故障的交通訊號燈

無人駕駛汽車的視覺系統現在已經能夠可靠地識別交通訊號燈。但在斷電的時候制定正確決策卻更加困難。同樣地，這也需要將人類的直覺和與其他車輛的配合能力傳授給機器。

5. 在車速較快的交叉路口左轉

匯入高速行進的車流往往需要與對向駕駛員進行眼神交流。機器如何能讓其他機器和人類知道他們的意圖？研究人員考慮了電訊號和車間通訊系統等解決方案。

6. 識別道路上的那些應該避開的物體

目前的機器視覺系統已經能夠可靠地識別物體，但所謂的場景理解對計算機視覺系統來說更具挑戰。這需要判斷道路上的某個袋子是不是空的，或者裡面是否放著一塊磚頭。

7. 在各種天氣狀況下安全行駛。LiDAR的軟體升級或許有朝一日可以解決這一問題，但目前還未實現。

LiDAR系統不會因為強光或黑暗而出現誤判，但在雨雪天氣卻會碰到一些問題。暴雨或暴雪會令干擾目前的車載雷達和LiDAR系統，因此必須有人類介入。

8. 網路安全。目前沒有證據顯示無人駕駛汽車比其他聯網電腦更加安全。

無人駕駛汽車是一系列聯網的電腦和感測器組成的集合，他們通過無線網路與外部世界相連。對無人駕駛汽車而言，如何阻止惡意破壞者的入侵或許是最嚴峻的挑戰，恐怖分子甚至可能把無人駕駛汽車當成武器來使用。

【完】

本文作者：李杉 李林

原文釋出時間：2017-06-08