百度申請在北京路試無人車，無人車未來真能遍地跑

當美國對無人車路試的態度越來越開放時，國內的無人車圈內，除了一些高管人事上面的變動，在實際路測領域，一直沒什麼動靜。

就在百度副總裁王勁，前自動駕駛事業部總經理王勁宣布離職創業后，3 月30 日，一份百度向主管部門申請無人車在北京進行路試的文件被曝光了出來。

計劃在北京的正式道路進行路試，可見百度對於自家的無人駕駛駕駛已經比較自信，王勁當年提出的「3 年路試 5 年量產」可能依然是百度無人車的最終目標。

根據億歐汽車網的報道，百度此次的申請文件是向中關村科技園區海淀園管理委員會提交的。簡單來說，在申請文件中，百度表達了希望在非道路高峰時段，在北京市海淀區的三段道路上進行無人駕駛汽車測試，在充分測試之後，將會在北清路永豐基地等特定路線和區域進行接駁試運營。希望中關村管委會及海淀園區幫助協調交通安全管理部門的支持和默許。

在具體的計劃執行上，百度計劃使用 5 台奇瑞 EQ 和 3 台比亞迪秦自動駕駛車進行測試，測試的項目包括：車輛啟停、轉向等行駛控制；給定車道軌跡情況下的循跡無人駕駛；紅綠燈識別；障礙物避讓。這與 2016 年烏鎮世界互聯網大會時百度對展示的無人車技術是一致的。

路試的時間會避開上下班的早高峰期，具體的時間段是工作日的 11:00-17:00，21:00-6:00 及節假日期間進行。其餘時段僅進行停車狀態下的調試和封閉場地測試，不在開放城市道路內行駛。

百度還表示測試的車速不會超過 40km/h 並且每輛測試車上將會全程配備1名專職安全員。安全員為資深駕駛員並經過專業無人車安全測試培訓。從傳統車型改裝的自動駕駛車仍會保留方向盤和制動踏板，方便安全員實時對自動駕駛行為進行干預，在危險時刻接管車輛控制。

在申請文件中，百度畫出了三塊測試路線，包括北清路沿線道路、北清路永豐基地周圍道路和永豐路西北旺北路地區的一部分路段。

(地圖截圖來自億歐網)

從地圖上可以看出，百度畫出的測試路段還是以長直路為主，並且從道路狀況來說，這些測試路段都屬於新翻修過的路段，路標清晰路況良好，交通複雜程度比較低。

在 2015 年年底，百度就曾經在北京五環進行過一次實際道路測試，那次測試百度無人駕駛車從中關村軟體園的百度大廈附近出發,駛入G7京新高速,經五環路抵達奧林匹克森林公園后按原路線返回。測試過程中無人車的最高時速達到了 100 km。

但實際上，由於五環路況較好且車道線十分明顯，實現自動駕駛的難度並不算高。別說全自動駕駛，筆者在 2016 年年初用一輛特斯拉 Model S 上的 Autopilot 駕駛輔助功能，就完全無人工操作的跑了半圈北京五環。

（2015 年在五環路試的百度無人車）

2015 年在五環路試的百度無人車，在自動駕駛套件方案上，還處於一個比較初級的程度。而此次百度申請在北京道路正式路試的無人車，應該與 2016 年在烏鎮展示的無人車是同一套自動駕駛組件。

去年烏鎮世界互聯網大會時，筆者剛好有機會真正近距離觀察並試乘了一把百度無人車。這個版本車型採用的無人駕駛方案，由一個放置在車輛頂部的 64 線激光雷達、3 個環繞車頂的 16 線激光雷達、位於車頂前方的兩個視覺識別攝像頭、以及車前方的毫米波雷達組成。

當時試乘的體驗是，雖然百度無人車還是圓滿的完成了行駛任務，但是在遇到緊急情況時的急剎車和一直在抖動調整的方向盤，確實容易讓人為無人車捏把汗。

不過這已經是 2016 年 11 月時候的體驗，經過將近半年的調校和數據積累，百度無人車的整體穩定性還會有進一步提高。

另外值得注意的是，此次百度提交主管部門的自動駕駛路試申請文件，僅僅是一個初稿，最終版本可能會存在變化，主管部門能否通過這樣的申請，也是個問題。

實際路試對自動駕駛的意義十分重要，如果要想更好的調校自動駕駛系統，就需要用大量的數據去喂系統進行學習，這個過程與人類司機的培訓其實是類似的，歸根結底就是一個詞：熟能生巧。

既然說到自動駕駛路試，其實就躲不開剛剛發生的 Uber 無人車側翻事故。

Uber 無人駕駛汽車上周在亞利桑那州發生了一起車禍，配備無人駕駛技術的 Uber 沃爾沃 SUV 當天在一條限速每小時40英里的大街上向南行駛，前排坐著兩位 Uber 測試司機，後排沒有乘客。車輛在進入一個十字路口時交通燈變成黃色。一輛綠色的本田車從道路另一側駛來，在看到黃燈時試圖左拐，結果撞上了 Uber 自動駕駛汽車。

這也引出了自動駕駛路試容易出現的最大風險，自動駕駛車終究難以適應為人類駕駛員量身而定的交通系統，在一些影響駕駛決策的邊緣情況，比如是否應該闖紅燈，如何應對插隊併線等情況時，自動駕駛車的決策還是不夠智能。

我們所期盼的全自動駕駛在現在的道路條件下也許永遠不會來，原因就是如今的道路系統，完全是按照人類駕駛員的駕駛習慣來定的。

自動駕駛可以分為感知、決策和控制三個方面不必多說，決策和控制是無論在什麼樣的交通系統，無人車都必須要實現的。但感知作為自動駕駛行為中最為基礎的內容，對於現在的無人車，仍是個非常大的難題，原因就在於現有的交通系統需要讓無人車按照人類駕駛員的方式去感知道路和周圍環境。

一步步來看吧，高級版本的駕駛輔助往往都做到這樣兩點：速度控制和車道保持，這也就意味著車輛可以感知到前方情況，通過攝像頭或者毫米波雷達防止撞車，而車道保持的方式也相對簡單，通過攝像頭的視覺識別，識別出道路上的畫線，跟著線走即可。

但要做到全自動駕駛，要做的事情就多了很多，在百度的申請中說的很明白：車輛啟停、轉向等行駛控制；給定車道軌跡情況下的循跡無人駕駛；紅綠燈識別；障礙物避讓。也就是不僅僅要識別出前方的障礙物，還要感知周圍環境，看到紅綠燈和交通標誌並且識別交通標誌的意義。這樣才能在感知上和人類駕駛員能力相當。

要知道，雖然機器在性能上的穩定性和可靠性經常要比人類強上好多倍，但要想讓機器來完全模擬人類的感官，經常是笨拙且低效的。

用激光雷達、毫米波雷達、攝像頭詳盡一切辦法去收集周圍環境數據，收集的數據越多，對於車載計算機的運算速度要求就越高，不然就還是會在感知上輸人類駕駛員一大截。

如果我們換一個角度想，如果要真的讓自動駕駛車能夠商用甚至是民用，我們能用什麼方式來改變自動駕駛三個流程中最低效的感知這個環節？就是把交通系統按照自動駕駛車輛適合的連接方式進行定製。

舉個例子：把路口的紅綠燈換成變化的二維碼甚至直接取消紅綠燈換為電信號。這樣在通過路口前，自動駕駛車就不用先通過攝像頭的視覺識別拍到紅綠燈，然後識別紅綠燈正在亮著的顏色，再轉化成為是否能夠繼續行進的指令再做出駕駛決策。換成二維碼后，識別難度比單純的顏色識別更低，就可以直接通過二維碼給出的指令控制駕駛。更激進一點，把路口的通過信號全都轉化成電信號，無人駕駛車在接收到指令之後直接作出動作就可以了。

再舉個例子：如果能夠實現車車聯網，車人聯網，那麼整個聯通起來的交通系統，就可以透過聯網規劃不同無人車的去向。我們不再需要交通燈、也不需要車道、更不需要車速限制，由整個交通系統去調動，加速、超車；不斷自動完善的系統會取代死板的交通規則。為什麼自動駕駛系統更安全？不是因為什麼超級電腦或激光雷達，而是因為這是會不斷自我調整的有機系統。

所以無論是申請在北京進行路試的百度，還是已經在美國積累大量自動駕駛路試數據的各家汽車互聯網大廠，目前各車獨立的自動駕駛方案，路試的作用更多的是調校自動駕駛決策，而非真正想讓自動駕駛車上路，逐漸取代傳統車。讓自動駕駛車在特定的路段內進行商用，也許才是未來幾年內，真正能夠實現的目標。