进入公路施工区,你会发现自己进入到了一个游走于交通规则之外的世界:圆锥路障代替了双黄线,脚手架旁的信号灯代替了红绿灯,临时标志代替了交通牌。所有交通规则仿佛都不在它眼里。
这也是为什么如Google和Delphi这样的自动驾驶巨头通常派人类工程师来测试自动驾驶汽车:在遇到施工区时,人类的处理能力优于计算机系统。
这就是自动驾驶面临的最关键的挑战:这些施工地带是游走于交通规则之外的,那么我们应该如何教会自动驾驶汽车处理这些特殊路段呢?一些公司承诺五年之内将自动驾驶技术商业化,那么如何让此项技术在短时间内发展成熟呢?不解决这个挑战,自动驾驶技术便难以发展成熟。
道阻且长
公路路况灵活多变,甚至随着施工内容的变化而变化。费城公路上填排水口的工人使用的信号和加州405公路上补缺口的工人使用的信号就不一样,但工程师们总是希望人类司机能够正确理解并处理这些变化。也许对于人类来说,读懂多变的路牌、识别闪亮的箭头、看清穿着工作服的工人并不难,但对于计算机来说,并不如此。
Jerry Ullman为美国德州A&M交通部门工程师,其专门负责研究施工区域,他表示:
施工区域非常多变,在很多情况下相当复杂。因此,我们很难写下几行代码,来告诉汽车“你看到这种情况的时候,应该这样做”。施工工人的无意间的一个手势,也能迷惑自动驾驶系统,让它撞上一辆自动倾卸大卡车。
更糟糕的是:各个州和当地的交通部门并没有采取必要行动。大部分州并没有实时详细描述施工区域的数据库,施工公司也通常在不事先通知司机的情况下,随时开始或结束某一段施工。因此,在遇到这些错综复杂的情况时,司机通常能作出正确判断,但当计算机遇到时,可谓一脸懵逼。
如何解决
不过,这个问题并不困扰半自动驾驶系统:在遇到此种情况时,人类司机可以代替计算机系统作出判断。但是如果自动驾驶汽车厂商的目标是把车卖给不会开车的人,或将车用于自动运输服务,那么就不能依赖人类的判断力了。这样看来,问题就变得很棘手了。
幸运的是,有那么一群聪明人士迎难而上,努力研究,现在已经有了些许成果。
今年年初,尼桑表示并不指望其生产的自动驾驶汽车能够自动处理任何情况(尼桑也是第一个发表此言论的巨头)。因此,尼桑计划聘请员工在控制中心远程指导自动驾驶汽车处理一些复杂情况,应对施工区域就包含其中。尼桑表示将会使用车内传感器和摄像头来指导车辆的行驶。尼桑硅谷研究部负责人Maarten Sierhuis去年12月在接受外媒WIRED的采访时表示:我们永远需要人类来做出决策。
自动驾驶遇到施工道路:一脸懵逼
另一种方法并不那么依赖人类。在过去的几十年中,美国交通部一直在致力于汽车交流能力的发展:通过在公路上设置广播灯和在车内安装“交流”设备,来赋予汽车车与车、车与基础设施之间交流的能力。这样一来,任何一辆自动驾驶汽车能够告诉另一辆能与自己交流的自动驾驶汽车前方道路上有一个施工区,并能告诉它如何走才会更安全。美国高速公路安全管理局计划在2020年之前,为所有新车安装这种“交流”设备。
不过,只有交通部门和汽车制造商能够采取行动,只有系统能够抵抗黑客的侵袭,只有决策者决定了汽车真正需要传达什么信息,这个计划才能实现。除此之外,另一些问题还待解决。 加州大学伯克利分校交通工程师Steven Shladover表示:
汽车该如何向另一台车辆解释施工区域的精确位置呢?在发现前方有施工区域时,它需要给予车辆一个建议速度,还是直接说“前方有一个施工区“?它该如何告诉车辆被封锁的对象,是告诉它被封锁的是一个单行道,还是一个紧急停车带?这些都是问题都是亟待解决的。
当然,还有另一种选择:让车直接避开施工区域。这就依赖相关部门的行动了。如果相关政府部门和私有企业能够提出一种实时记录施工区的可靠方法,那么汽车制造商便能实时更新导航系统,从而更换路线,避开障碍。
乍一看,工程师们还有很长一段时间来研究解决方法,因为即使乐观地估计,自动驾驶时代也要在2030年代到来。但是,说到底,我们现在谈论的是基础设施这个老生常谈的问题(可以说,美国已经谈论这个问题十年之久了)。因此,是时候行动起来了,先优化基础设施吧。