否定辅助驾驶之前,不妨看完这篇

42号车库2021-06-07
正确看待辅助驾驶的同时,不要低估其中的沟通成本

编者按:本文来自微信公众号“42号车库”(ID:i42how),作者:莱因哈特烦恼,编辑:大吉,36氪经授权发布。

前几天有媒体发布了一条讨论当前按导航辅助驾驶的视频,视频中强调了一个结论:2021 年上半年市面上的按导航辅助驾驶一个都没法用。

这一结论背后的关键原因,是这些按导航辅助驾驶在他的体验中,驶入和驶出匝道的成功率很低,并且还会出现开错路,驶入错误车道等情况。

因为这些不好的体验,在视频中对于领航辅助驾驶的观点是:没有一个能真正保证安全,不建议购买,也不推荐所有人使用,如果非要使用上述功能,请保持随时接管的准备,并且保持比自己开车更加专注的注意力,否则大概率会出事。

此外视频中还表示,一套驾驶辅助系统应该给驾驶者带来的价值是辅助,帮助驾驶者更轻松、惬意、安全地开车。但 NOA、NOP、NGP 非但做不到这些,反而给驾驶者带来的是更大的负担,驾驶者需要更专注、更谨慎、更小心地应对系统随时带来的错误操作,并准备接管修正,与辅助本身的意义背道而驰。

作为全网最早推出 42Mark这档对量产车辅助驾驶进行系统性、标准化、可量化评测的媒体,我们认为视频中指出的现阶段按导航辅助驾驶的能力不足是客观存在,并且确实有体验不好的地方。但视频中对于按导航辅助驾驶的观点和结论有失偏颇,而且存在误导性

01辅助驾驶能力的定义,其实一直有空缺

在目前行业里广泛引用的 SAE(美国汽车工程协会)定义的 L2 级辅助驾驶中,系统在特定情况下能执行车辆的加减速以及方向控制动作。

但驾驶过程中对于驾驶环境的监测,以及特殊情况的应对,都是由人类驾驶者负责。

上升到 L3 以后,系统则被定义为自动驾驶。此时的系统仍是在特定情况下可以执行所有的车辆动态驾驶操作。车辆负责监测周围驾驶环境,但驾驶员仍然需要应对特殊情况。

直到 L5 之前,系统都是在特定情况下运行,但是 SAE 的这套定义中对于「特定情况」具体是什么以及有什么含义,并没有明确指出,而这一点其实尤为重要。

因为真实环境中车辆的实际表现正如字面意思,系统的辅助驾驶是能在特定情况下运行的而在这些特定情况之外,系统是无法良好运行甚至是无法运行的。

SAE 分级,能代表能力吗?

例如一台车的车道保持功能,在车道线清晰的路段可用,但在车道线不清晰的地方,就不一定好用了。车道线清晰的路段,如果是弯道,弯道的曲率一大,说不定也会画龙退出。如果车道线清晰,没有弯道,但这时候如果车道线两侧外扩,中间新出现一条车道线出现一变二的情况,系统的操作可能又会有问题了。

这三种情形,其实是三种类型的「特定情况」。但 SAE 的分级中对此并没有给出足够的强调,自动驾驶级别的评判中并没有把「特定情况」当成定量参考因素。

于是就会有这样的情况:A 车辆可以在以上所有情况下良好地完成车道保持,B 车辆只能在车道线清晰的直路上完成车道保持,它们的能力显然是不一样的,但按 SAE 的分级定义,它们都是 L2。

甚至也会有这样的情况:一台达到 L3 级别,具备准自动驾驶能力的汽车,因为某些情况无法在上述提到的车道线不清晰的路段正常行驶,而另一台只有 L2 级别的汽车说不定可以。

所以 SAE 的自动驾驶分级,更多是宏观概念上的,它没法直观体现系统表现。而真正能够具体、量化地展现系统能力的,是场景

这也是为什么行业前沿的企业这些年已经开始淡化 SAE 自动驾驶分级的概念,反而那些没那么突出的企业却在努力的打 SAE 自动驾驶分级的擦边球。

所以对于那条视频里认为现阶段按导航辅助驾驶「一个都没法用」的观点,我们的看法是:分场景。

02辅助驾驶好用与否,系统能力之外的两大要素

辅助驾驶开始频繁进入大众视野,其实也就近几年的事。对于这样的一项新事物,大家普遍是感到好奇又陌生的。

不过在面向大众的科普和宣传中,对于辅助驾驶表现需要分场景这件事情并没有多少详细和深刻度的内容。我们强烈认为,场景的概念值得引起广泛重视。

道路场景下的系统表现:决定体验的关键之一

就像前面提到的不同状态下的车道保持,我这里说的场景并不只是环路、高速、街道这些大的路段类型,而是更为细分和具体的道路环境条件,其中的变量包含道路形式、道路状态、其他交通参与者、天气等等。

我们生活中的驾驶环境由非常多这样的场景组成,作为驾驶者我们或许对于这些场景的差异并不敏感,但对于辅助驾驶系统而言,这些我们忽略的差异点可能是感知和执行决策中的关键变量,这就是为什么在不同场景下系统的表现会存在差异。

我们强调场景的概念,一个很重要的原因在于同类型的场景下辅助驾驶的表现是有高度一致性的。

所以当场景与车辆表现可以建立起关联时,驾驶员可以通过辨别场景来预判车辆的表现。

当前部分厂商在辅助驾驶使用注意事项中会标注「根据实际道路情况,必要时需要人为接管」,但如果用户并不清楚哪些实际场景是系统不擅长的软肋,那这句提醒无异于「你自己看着办」。

在意识到这一问题之后,我们决定将这些场景定性分类,并用实际的测试和横向,以可视化内容告诉大家,不同辅助驾驶在这些场景下的表现是怎样的。

在往期的 42Mark 测试中,我们提出过目前常见的辅助驾驶表现不好以及难以处理场景,比如:其他车辆低速硬加塞,其他车辆贴身并线,车道线不清晰、混乱或者缺失路段的车道保持,车距不足时的车辆变道等等。

类似的场景,对于现阶段的辅助驾驶系统能力来说是有挑战的,这时候车辆的表现很可能不如人类驾驶来得好。在类似的挑战性场景下,不人为介入,依然让车辆执行驾驶动作,是有可能出现危险情况的。

在面对这些场景时,正确的方式是驾驶者人为介入驾驶,不要挑战辅助驾驶系统的能力边界

实际的驾驶场景自然是有难也有易,如果实际的道路场景中车辆密度不算拥堵,道路线清晰,整体驾驶环境在系统的执行能力之内,此时驾驶者将车辆交由系统驾驶,自身保持正常的道路状态监测是可以获得良好体验的。

这也是现阶段辅助驾驶使用中的常态:按场景的人机共驾。

人机共驾的场景分配:决定体验的关键之二

同一套辅助驾驶在不同用户的口中评价不同,其中一方面的原因是用户对于实际体验的期待值存在差异,另一方面在于用户使用的逻辑和经验。

实际道路的场景多种多样,人机共驾的状态下,某一场景是交给车辆还是人为驾驶,是随时可以由驾驶员决定的。所以就会出现这样的差异:

A 用户了解辅助驾驶的场景能力边界,熟悉辅助驾驶的可靠场景和不足场景,使用时正常保持驾驶注意力,在辅助驾驶的可靠场景下将驾驶交由车辆,在辅助驾驶能力不足的场景提前人为介入。

B 用户不够了解辅助驾驶的能力边界,对于辅助驾驶的可靠场景和不足场景缺乏清晰概念,使用时无法判断当前场景车辆是否有能力应对,把握不好接管时机,心里很没底。

很显然,A 用户通过自身经验,人为决策合理地分配驾驶场景,低难度的可靠场景下让系统驾驶,困难场景下人为驾驶,从意识上避开了很多辅助驾驶搞不定的场景,也人为避免了这些场景下的危险和较差的体验。

而 B 用户,因为不熟悉系统的场景能力范围,在辅助驾驶能力不足的场景没有主动提前人为介入,可能到即将发生紧急情况时才人为接管,于是感受到了很多困难场景下系统能力不足带来的负面体验。也因为对于系统能力边界的认知不足,这部分用户在使用辅助驾驶时,即便处于系统的高效场景下也可能精神高度紧张。

可以预料到,虽然都是真实感受,但这两种用户得到的体验是截然不同的,当他们再去和其他人去聊辅助驾驶的时候,自然也会有不同的看法。

而且,行业其实需要有 B 类用户提出反对的声音。这些声音能让真正的思考者意识到不仅当前的辅助驾驶能力有限,并且行业整体的宣传和科普存在很多不足。

03我们眼中的辅助驾驶

理解和看待辅助驾驶是一个多方面的事情,目前 SAE 对于辅助驾驶的定义过于宏观无法直观体现能力,辅助驾驶的表现和实际道路场景息息相关,而个体的使用体验满意度又和个体对于辅助驾驶的预期以及不同场景的介入意识有直接关联。

在结合这些因素以后,再来说说我们眼中的辅助驾驶。

辅助驾驶的安全性

评价辅助驾驶的安全性,可以从感知、预测和决策几个方面来谈。综合而言,它和驾驶者起到的安全作用之间是有交集的两个集合,各有各的擅长点。

通过多摄像头和雷达传感器来感知环境的辅助驾驶系统其实比人能获得的信息要更多向和多维,这让它在某些特定场景下比驾驶员能更清楚周围的状况是什么。

比如高速上前车重刹了,在距离较远的时候,通过前车亮起的尾灯我们也许只能知道前车刹车了,但并不清楚这是一次重刹。通过实时的距离和相对速度感知,系统可能已经知道前车在急减速,于是让车辆在驾驶员意识到之前更早地进行降速,避免追尾。

而我们每次变道之前看后视镜的那段时间里,其实视野已经脱离正前方,这时候前车如果急减速很可能我们是反应不及的,辅助驾驶系统这时候也可能帮到你减速。

但辅助驾驶在对其他交通参与者的行为预测、决策这些「要动脑子」的事情上面,一些复杂情况下是不如人类驾驶员的。

比如前方有一个上高速的匝道口,支路并入主路的某台车辆正在不打转向灯连续变更车道上主路,这时在主路以更快速度行驶,有着丰富驾驶经验的你观察到这一幕肯定会提前减速并且适时向左变道。但系统可能并不清楚这种潜在的危险,如果你不人为介入,它可能会等到那台车并入你的车道时才开始有所反应。

有因为其他复杂环境造成系统无法正确控制车辆的,比如旧的交通线和新的交通线交错在一起,车道线突然消失,如果不及时人为介入,这些确确实实都是有潜在危险的,这些是驾驶者要强于系统的地方也是驾驶者应当人为接管的地方。

这也是为什么在辅助驾驶状态下,驾驶员对于环境的监测和主动预判是非常重要的事情。

除此之外,还有一些系统和人都无法避免的情况,比如急刹时被后车追尾,他人闯红灯之类,这些场景基本无解。

综合而言,在驾驶员保持正常驾驶注意力,实时对道路环境进行预测,做好了随时应对特殊场景的前提下,开启辅助驾驶可以带来更高的安全性。

然后是第二个问题,这样开车会更累吗?

用辅助驾驶到底是更累还是更轻松?

这是正常开车的状态:手管方向盘,脚管刹车,眼睛看路和导航,脑袋里预判道路环境。

一位熟悉车辆辅助驾驶能力边界的驾驶者开车的状态是这样:手搭在方向盘,脚搭在刹车,眼睛看路和导航,心态放松,大脑基本在预判道路环境,预知到危险且车辆并未作出反应的情况下,主动接管。

一位不熟悉车辆辅助驾驶能力边界的驾驶者开车的状态是这样:手搭在方向盘,脚搭在刹车,眼睛看路和导航,对于应接管场景不明确,心态紧张,大脑在预测道路环境的同时也在时刻为车辆的下一步操作担心和疑虑。

结论:使用辅助驾驶时,第二种状态下会更轻松,第三种适得其反。

现阶段的按导航辅助驾驶到底能不能用?

特斯拉 NOA、蔚来 NOP、小鹏 NGP 的功能在基础辅助驾驶功能之外有自动变道、超车以及上下匝道。这三个功能我们都有长距离使用过,至于能不能用,我认为感受是主观的,但测试结果是客观的。

前些时间我们拍摄了上海到杭州往返共 380 公里的同一路程下三台车的一镜到底的视频并且上传到了各大平台。其中上海至杭州的单程,简单统计的数据如下图。

但我们认为这些数据还不足以让人全面地了解这些按导航辅助驾驶的表现,所以在评价部分,我们经过分析和考量,按实际驾驶中的关键点进行了 15 项打分,在回看中我们也进行了相应考核项数据统计。

这些一镜到底的视频和测试项结果,对那些没有预设立场,真正想了解按导航辅助驾驶的人可以给到一定的参考。

04 写在最后

概念和意识的播种需要时间和环境。在我第一次使用辅助驾驶之前,我认为这个东西可有可无,非常鸡肋。但现在的我已经是重度的辅助驾驶使用者,每天的通勤过程中上高架的第一件事就是开启辅助驾驶。

并且经过实际驾驶中的总结和归纳,我已经非常清楚新势力各家辅助驾驶的场景能力边界,实际驾驶中也不在系统的能力之外去挑战它。

在这些前提下,我能很确定地说,辅助驾驶系统能给我的出行带来了不少便利,也是我购车的必选项。

但我很清楚,今天的节点下,我代表的其实是个例。大部分的人对辅助驾驶的场景能力依然没有概念,他们对于辅助驾驶能力的认知依然局限在 SAE 定义的 L2。

这正是值得努力去改善的地方,这个过程需要机构、企业、媒体和用户的多端协同努力,这样才能建立起良好的信息环境,将辅助驾驶更完善的认知传递给更多人。

也正因为当下的辅助驾驶系统还存在很多的局限性和门槛,所以对辅助驾驶的批判也从来不缺少声音。我们也不排斥争论,毕竟道理总是越辩越明的。但相比挑起对立,我们更希望带大家去更多地了解辅助驾驶。然而正确地看待这件事情的同时也请不要低估了其中的沟通成本。

我们如果回看过去几年,不难发现整个行业从资本到技术战略层面,都在往这方面加速。2021 年的汽车行业,甚至已经开始军备竞赛。

这般趋势下,我偶尔会期待 2025 年的出行状态:那时的自动驾驶已经普及,伴随着更广的场景能力覆盖,我们已经很少需要接管,在专门为自动驾驶车辆建设的区域内,驾驶员甚至允许在车上睡觉。那时的驾校已经加入了针对自动驾驶的必要学习内容,越来越多的人感受到了其中的便利。

但是现在,我知道回家的几十公里路程里还是要替系统接管几次,到家打开手机还是能看到「辅助驾驶价值为 0」的留言。而我们能做的,是坚持做正确的事情,并希望给正在读这篇的你,播下一颗积极看待新技术发展的种子。

最后,如果你在辅助驾驶的使用上存在困惑,需要我们提供什么帮助,也欢迎给我们留言。

+1
0

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000

文章提及的项目

下一篇

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业