——本文系《二師兄研究所》第51期
前兩天玩遊戲,發現在某部大型開放式遊戲中,整個城市的交通秩序井井有條。
如果不是玩家去“挑事兒”,由AI控制的NPC車輛完全不會造成擁堵、事故等問題。
這部來自2013年的3A巨作,似乎已經在遊戲的細節中,為我們打造出了未來無擁堵、無事故自動駕駛技術的藍本——用AI取代人。
那麼,如果我們從遊戲引申出來,在現實世界中,高度自動化的無人駕駛技術,真的可以打造出真正理想化的城市交通模式嗎?
今天,我們便一起“走向未來”,看看今後的自動駕駛和智能交通,有可能是什麼模樣的?
當我們想要解決一個問題的時候,必然需要先搞清楚這個問題是如何造成的。
針對道路交通中的擁堵問題,其實成因主要有三方面:人、基建、事故。
人的原因,在于不少駕駛者因為走神或者玩手機,導緻紅綠燈路口起步慢、在環路或高速上喜歡以“龜速”占用最左側車道或者頻繁地無理由刹車等情況發生,從而導緻後方車輛擠壓,出現“幽靈堵車”的問題。
在“人類駕駛時代”,這個問題基本上無解,因為,司機與司機之間的差異始終存在。
基建的原因,在于道路修建的不合理。
比如,某條高速是四車道,但是在高速結束之後,四條車道彙合成三條甚至是兩條。此時,如果遇到高峰時段,再遇到某些善于插隊的“聰明人”,前面也會分分鐘堵給你看。
當然,基建這個問題是可以解決的,通過擴建或者分流等舉措就能夠解決。
至于事故導緻擁堵的問題,不用多說,相信大家都遇到過。
但是,你知道事故是怎麼産生的嗎?
其實除了駕駛者的操作失誤之外,還有汽車發生機械故障、路況或者天氣狀況不好等各種客觀原因。
乍一看,要想解決因為人、基建、自然環境所導緻的擁堵、事故等問題,似乎是一件很麻煩的事情,以目前的發展形勢來看,幾乎難以做到。
那麼,在高度自動化的無人駕駛環境中,有可能嗎?
答案是肯定的!
但是在此之前,我可能要給大家潑一盆冷水,因為真正無擁堵、無事故的自動駕駛技術,很有可能不會出現在我們當今熟知的汽車上。
當下的智能輔助駕駛技術,離真正的無人駕駛還很遠很遠在目前,不少車企都推出了所謂的“高階智能駕駛技術”。
擁堵輔助、高速領航等一應俱全。
其實說到底,現在這些L2級、L2 級或者說是L3級智駕技術,它們核心目的在于降低本車駕駛者的工作強度而非提升道路狀況的健康程度。
舉個例子:在上下班的時候,我最讨厭跟在一些智能電動車的後方。
為啥?
因為他們很喜歡打開智能輔助駕駛功能,自動停車、自動跟車起步……
在紅綠燈跟車起步的時候,這些車往往會在前車起步很久之後才緩緩蠕動,大幅降低了整個紅綠燈路口的通信效率。
打個比方,按照正常的人工駕駛效率,一分鐘的時間可以通過20輛車,那麼,在這些自動跟車系統的“幫助下”,智能車的駕駛員的操作的确是方便了,但是一分鐘内的通行效率卻降低到了15輛左右。
除了擁堵之外,當下的智能輔助駕駛系統還有可能造成事故。
相信大家都看過智能車型因為智能輔助駕駛系統造成事故的新聞,有的車因為沒有識别到錐形桶,一股腦地紮進了施工區域;有的車因為識别不到異型車或者停在路中間的車,也是一股腦紮上去……
從這個角度來看,目前的智能駕駛輔助技術,不僅不能緩解道路擁堵和事故的問題,甚至還有可能還會幫倒忙。
所以,想要真正解決這些問題,車企們還有很長的路要走。
或者這樣說,光靠車輛自身的感知系統,無法把道路上的所有細節信息都給事無巨細地全面搜集進來。
而且,在處理邏輯中,往往也會遇到一些倫理問題,比如前方碰撞已經不可避免,到底是狠狠撞上去“傷害自己”還是緊急側方避讓去“傷害無辜”?
所以,真正想要解決道路擁堵和事故的問題,需要的不僅僅是車輛成熟的自身自動駕駛技術,同時也需要完善的智能化道路基建以及統一的自動駕駛行業标準等等。
可能隻有按照這個模式走下去,我們才有機會看到真正的L5級無接管自動駕駛和真正的零擁堵、零事故道路交通。
接下來,我們就把這幾個要素融合在一起,分析一番。
要素一:車路協同是避免擁堵和事故的基礎在當下,很多車企都先一步推出了V2X、V2L等車路協同技術。
那麼,車路協同技術應用在未來的自動駕駛環境中,有何意義呢?
其實我們可以這樣來說,車路協同就是“集中-分散”式的自動駕駛模式。
在一個城市或者一條道路上,有無數個道路環境感知系統和無數輛車,也有一個“大腦”即車路協同的信息管理中心。
道路上的環境感知系統,可以查看當前的交通環境信息、道路抓地力系數、環境溫度、是否有事故等信息,在收集信息後,道路上的環境感知系統将這些信息傳遞給信息處理中心。
信息處理中心在收到輸入後,可以迅速計算出車輛最高效、最安全的行駛方案,并且把這些信息分發給道路上的每一輛車,從而讓這些車輛在合适的時候變道、在合适的時候轉向、以合适的速度行駛。
舉個例子,當環境感知系統檢測到全程路況良好的時候,車輛能夠以最高速度限速行駛,而在遇到一些意外狀況的時候,車輛能夠即時規避。
甚至,在極端天氣狀況下,車輛自身傳感部件無法使用之時,車輛還可以通過無線電連接道路的基建系統,通過道路上的“外設”為車型進行導航。
另外,由于信息處理中心對每一輛車的統一調度,這樣還可以避免駕駛者的問題。
例如,在自動駕駛行為中,駕駛者是無權幹預車輛操作的,隻能緊急停車等,此時,我們就可以避免加塞、超速、低速等行為,讓道路交通安全又暢快。
當然更重要的是,每一個區域内的道路信息處理中心,可以和周邊的信息處理中心聯動。
比如,北京市區的信息處理中心就需要和周邊高速上的信息處理中心聯動。兩者之間互通有無,把上下高速、進出城的車輛信息、車流規模傳遞給對方,從而方便對方進行處理,确保各個區域之間的順暢。
簡而言之,未來零擁堵、零事故的自動駕駛技術,必然是讓各個車輛的自由權限更小,而是讓信息處理系統或者調度系統進行統一且完善的資源分配和處理。
這樣一來,倒是能夠讓我們看到一些零擁堵、零事故的曙光。
要素二:道路和汽車,必然是高度統一的設計對自動駕駛汽車集中管理、統一調度,需要的不僅僅是打造出車路協同系統。
想要車路協同系統運行得順暢,也需要高度統一的設計,就像是“車同軌”一樣。
具體來看,我們未來的自動駕駛汽車,除了需要高度精準的感知系統和車路協同系統之外,在性能方面也需要高度相似。
例如,在指揮系統統一調度車路進行加減速的時候,此時車輛的加速性能和刹車性能必須要在一個水平線上,才能滿足同步加減速的需求來确保步調的統一。
另外,在未來,為了便于管理,車輛的尺寸也會相對比較統一。
A、B、C等不同級别的車型,其尺寸需要有一個限定值,在這一數值内,可以讓調度系統精确地對每一輛車轉彎半徑做出判斷,在車輛掉頭、小半徑轉向時提前确定“一把過”的位置,從而使得道路交通更加精确、高效。
而在道路的建設中,真正的完全自動駕駛,需要完全的“閉環運行”。
也就是說,需要在城市或者高速道路上,為自動駕駛汽車開辟一條專用的道路。
舉個例子,在未來的我,想要開着自動駕駛汽車出門,自己玩着遊戲看着電影就能到目的地的那種。
此時,我隻需要手動把車輛開出小區地庫,當車輛來到主路的時候,有一個自動駕駛汽車的“預通行區域”,這個區域類似于高速的收費站,在内部可以完成自動駕駛身份的識别認證以及對車輛車況安全性的一個快速驗證,并在完成後啟動完全的自動駕駛功能。
于是,咱們就可以直接脫手讓車輛自動加速、并入主要車道了。
在快要達到目的地,車輛駛出自動駕駛道路的時候,還是通過一個識别區域,在這個區域中駕駛者接管車輛……
當然,如果想要體驗手動駕駛樂趣的話,我們也可以走旁邊的普通車道,全程手動控制車輛,享受車輛的駕駛樂趣。
關于未來的暢想,高度自動化還能帶來什麼?在“自動駕駛道路”上,車輛們井然有序、高效安全地通行。
其實,除了這些之外,真正的高階自動化無人駕駛技術,還能帶來更多的好處。
比如當前提到的“汽車共享化”,就是未來發展的一個很好思路。
在未來,自動駕駛汽車可能會類似于當前的“軌道式交通”。隻不過,自動駕駛汽車的軌道是虛拟的、由調度中心設定并分發的線路,與民航系統中的航路相近。
當我們想要出遠門的時候,完全可以不用自己開車,走到家附近的“自動道路預同行區域”,可以通過智能設備呼叫“共享自動駕駛汽車”,在上車後,車輛就能根據預設線路,安全高效地到達目的地。
其實,從“軌道交通”的設想出發,未來電動車的續航問題也可能會得到很大程度的改善。
例如在“自動駕駛道路”上,會有一條“充電車道”,在車輛還有電的情況下,調度系統不會讓你駛向這條車道。
當車輛沒電的時候,系統會自動讓你在這條道路上行駛。
此時,通過道路預埋的無線充電系統或者說是移動充電纜,就能實現車輛行駛過程中的對接補能,打消純電動汽車的續航焦慮問題。
結束語其實在我們的暢想之中,未來無擁堵、無事故的道路交通并非是無法實現的,隻不過,這需要投入巨大的人力、物力和财力,從車輛的規範化、标準化再到自動駕駛技術的普及甚至是智能道路基礎建設的完善,每一環都需要做好。但是我相信,随着技術的發展和進步,咱們今天所暢想的交通模式,也總有能夠實現的那一天。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!