至于L5级自动驾驶普及的可能性几乎没有，这一等级能做到以汽车为主体实现所有道路的自动驾驶，但是在城市道路中汽车、非机动车、行人共享路权，而且机动车道与非机动车道以及斑马线之间会经常遇到交汇；这种复杂的路况是对于系统计算的稳定性是严峻的考验，尤其是面对一些违规骑行或行走的情况电脑是无法处理的，所以L5级自动驾驶似乎仍不现实。
其次智能车辆在使用中总会与互联网连接，与网络连接则有被入侵远程控制车辆驾驶的可能性，类似的试验有相关机构进行过测试，对一台智能电动汽车的防火墙进行攻击，只是几分钟的时间即可远程车辆驾驶；试想无人驾驶汽车大量普及后，如果这些车被远程控制后果会有多严重，所以真正脱离人类监控的自动驾驶汽车应不会出现，最高等级也只是辅助驾驶而已。
苹果自动驾驶汽车测试平台在2019年开展了多少路试？
根据加州车辆管理局公布的最新数据：2019 年的时候，苹果仅用 23 辆车开展了 7500 英里的自动驾驶汽车路试，较 2018 年减少了 72201 英里。此外，该公司的脱离接触报告协议也有所变化。作为一项重要参考，脱离数据可用于横向比较各个厂商的系统效能。【资料图】由苹果提交的报告可知，该公司拥有 69 辆登记在册自动驾驶测试平台，其中有 23 辆在 2018 年 12 月 ~ 2019 年 11 月处于活跃状态。
期间，经过改装的雷克萨斯 RX450h 车队行驶了 7544 英里。相比之下，2018 年的里程高达 79754 英里。脱离数据方面，苹果上报了 64 次，平均到每 1000 英里就是 8.48 次。作为对比，2018 年为 69510，相当于每 1000 英里 871.65 次。在项目刚起步的时候，苹果被吐槽为加州测试性能最差的自动驾驶平台。
身为业内翘楚的 Waymo，在同一时期的表现则是每 1000 英里仅 0.09 次脱离。尽管 2019 年的改进有些让人印象深刻，但报告本身并不反映该学科的硬实程度。通常情况下，脱离特指自动驾驶车载系统无法处理当前状况，需要将控制权交还给人类驾驶员。但人工的强行干预，也有被算入其中。正如苹果在 2018 年致加州车辆管理局的一封信中所解释的那样，该公司在 2018 年采取了极度保守的脱离方式。
这要求驾驶员在系统遇到超出其能力范围外的任何情况时，都必须积极主动地接管车辆的控制。换言之，这封信暗示该公司平台的保险触发容忍度，要比竞争对手低得多。这点在此期间记录的总脱离接触数据中也得到了证实。2017 年 12 月到 2018 年 11 月，其它 47 家在加州道路上测试自动驾驶汽车的公司，在近 200 万英里的记录里程中累计脱离 3040 次。
上汽享道推出L4级自动驾驶Robotaxi，对未来有何意义？
不请自来，主要是这个话题比较感兴趣。看到这个报道，也专门去了解了下。作为一名现自动驾驶工程师，这里我想给出一些自己的看法。关于L4级的自动驾驶技术，在今年4月更新的《SAE J3016：驾驶自动化分级》中，给出了相关的解释和定义，大家看下图，我就不多说了。目前，自动驾驶四大核心技术包括有环境感知、精确定位、路径规划、线控执行。
其中，环境感知是其中被研究最多的部分，也是我自己主要工作的方向，所以对于享道Robotaxi的这部分就比较关注。感知系统可以代替人类驾驶人的视、听、触等功能，但面对海量的交通环境数据，如何高效精确地识别采集，是自动驾驶领域一直以来的一个挑战。享道Robotaxi由1个128线主激光雷达和左右两个32线补盲雷达构成广阔视野，12个230万像素高清相机，再加上5个毫米波雷达及12个超声波雷达，从传感器层面来说，实现了多重高度冗余，可靠性还是非常不错的。
当然，有了传感器对外部环境进行感知外，还需要相应处理器对其进行快速处理分析。享道Robotaxi的计算平台能够提供超过600tops强大算力。这是什么概念？1tops就等于每秒运行1万亿次。目前，在售车型里，特拉斯的自动驾驶芯片算力最强，特斯拉HW3.0单芯片算力72tops，即使采用了双芯片方案，算力也只有144tops。
所以说享道Robotaxi这个算力看上去是相当牛了！另外就是享道Robotaxi还解决了当前L4 级自动驾驶的另一个挑战，也是关键难点，就是长尾问题。所谓长尾问题，就是大家常说的用80%的精力解决20%的问题。享道Robotaxi创新的自动化解决方案，用来解决长尾问题，其采用了从感知、定位到规控的全套数据驱动的方法，基于上汽数据工厂的数据处理能力，以及Momenta全流程数据驱动算法，能够达成“1 1＞2”的效果，实现各模块性能跨数量级提升。
文章TAG：驾驶 自动 平台 伟达 全新
