<mark id="oztn4"></mark>
0
作者 | 李偉
隨著車輛保有量逐年增加，以及城市規(guī)模不斷擴大，導致城市交通擁堵問題愈發(fā)突出。
在人工智能興起且技術漸趨成熟之后，人們開始將解決這一問題的希望投向自動駕駛領域。
研究顯示，普及自動駕駛應用可顯著提高城市交通效率[1]。此外，自動駕駛領域在資本市場備受青睞，在過去一段時間內(nèi)獲得大量融資[2]。
但受制于諸多因素，自動駕駛遲遲無法實現(xiàn)大規(guī)模商業(yè)化落地。
或許，以半自動駕駛電車為載體，可加快自動駕駛的商業(yè)化落地步伐。
在介紹半自動駕駛電車之前，我們需要了解，自動駕駛商業(yè)化為何面臨難題。
具體而言，安全、法律、倫理道德以及模型與數(shù)據(jù)的迭代優(yōu)化已然成為四座大山，阻礙著自動駕駛行業(yè)發(fā)展。
首先，安全問題產(chǎn)生的根源在于技術受限。從技術層面看，目前全世界范圍內(nèi)仍無法實現(xiàn)“絕對安全”的自動駕駛。
資料顯示，全球每年因交通事故死亡的人數(shù)達百萬人以上，平均每半分鐘約1人因為交通事故喪生。
盡管成熟的自動駕駛技術可減少交通事故發(fā)生的次數(shù)，但目前自動駕駛技術的開發(fā)通常由單個企業(yè)獨立進行。
在此情況下，即使自動駕駛技術造成傷亡的人數(shù)較少，仍將對該企業(yè)造成巨大的輿論壓力[3]。
來自新聞輿論的壓力，一定程度上使得比人類駕駛員安全性更高的自動駕駛技術，懸浮于高空難以落地。
其次，難以厘清事故責任。
如果高速行駛的自動駕駛汽車發(fā)生交通事故，將對車主和行人造成不可逆的傷害，而這也將引出難以厘清的責任。[4][5]
當前，具備輔助駕駛功能的主流車型在行駛過程中，通常將對駕駛員進行多次提示：即便開啟輔助駕駛功能，也必須將雙手放置于方向盤上，并時刻注意道路情況。
然而，“同一個任務交給兩個人負責，等于沒人負責”。駕駛任務同時交給駕駛員和系統(tǒng)，也將出現(xiàn)相似的情況。
Google曾對其子公司W(wǎng)aymo進行研究調(diào)查，結果顯示：在開啟自動駕駛功能后，安全員對道路突發(fā)情況的反應時間遠遠大于其獨自駕駛時的所需耗時。
這種情況的發(fā)生是容易理解的：車輛自動、安全、無故障地運行數(shù)個小時后，人們將較難集中精力并及時關注道路突發(fā)情況。
自動駕駛汽車在行駛中，倫理道德問題不可避免。最為經(jīng)典的倫理道德問題莫過于“電車難題”[6]。
“電車難題”指，自動駕駛汽車在突發(fā)情況下只能做出二選一的選擇時，選擇撞向5名不遵守交通規(guī)則的行人，還是撞向1名遵守交通規(guī)則的行人？
當自動駕駛汽車給出答案后，設定該決策邏輯的自動駕駛公司需要承擔怎樣的責任？
此外，如果決策代碼因出現(xiàn)Bug而致人死亡，那么負責編寫該代碼的程序員在此類事故中是否需要承擔責任？如果需要，責任將如何劃分？
最后，自動駕駛汽車在道路實測后，模型與數(shù)據(jù)的迭代優(yōu)化也是難題。
當前，大數(shù)據(jù)時代，深度學習、人工智能漸次落地，為人們的生產(chǎn)生活提供了便利。其中，深度學習和人工智能發(fā)展的重要基石之一為大量高質(zhì)量的數(shù)據(jù)。
自動駕駛也不例外，只有擁有大量實測道路圖像、激光雷達點云等高質(zhì)量數(shù)據(jù)，自動駕駛才能進一步迭代優(yōu)化算法模型。
然而，對于自動駕駛相關公司而言，數(shù)據(jù)和模型之間的關系如同雞生蛋，蛋生雞：自動駕駛車輛不進行路測意味著沒有路測數(shù)據(jù)，進而無法迭代優(yōu)化算法模型；然而，缺少優(yōu)良的算法模型，自動駕駛汽車將無法上路。
當前，中國自動駕駛公司們擁有的自動駕駛測試車輛仍然較少，難以提供大量路測數(shù)據(jù)。
而擁有輔助駕駛功能的新能源汽車公司如特斯拉、蔚來汽車和小鵬汽車等，可通過數(shù)以萬計的已售出汽車獲得豐富、實時的路測數(shù)據(jù)。
然而，消費者擁有對攝像頭、激光雷達、車輛運行軌跡等數(shù)據(jù)的所有權。新能源汽車公司利用已銷售的汽車獲取路測數(shù)據(jù)，在法律上不具備合理性，涉嫌侵犯用戶隱私。
而在起步階段，如何獲取實時、大量、高質(zhì)量的路測數(shù)據(jù)，是眾多自動駕駛公司亟需脫離的困境。
以上種種問題，需要人們深入思考研究。
以上問題，或許可通過另一種形態(tài)的交通工具解決——半自動駕駛電車。
何謂半自動駕駛電車？即在一段路程中，一半路程為自動駕駛，另外一半路程由人類駕駛。
具體而言，當半自動駕駛電車無人乘坐時，其為自動駕駛狀態(tài)。在此種狀態(tài)下，半自動駕駛電車可根據(jù)需求實時調(diào)度至乘客附近，或在小區(qū)、地鐵、公交站附近等待乘客。
當半自動駕駛電車運載乘客時，只能由乘客手動駕駛。抵達目的地后，車輛將再次進入空載狀態(tài)。如此循環(huán)，周而復始。
理想狀態(tài)下，每輛半自動駕駛電車自投放市場，即進入無休止接送乘客狀態(tài)，直到車輛報廢。相對于私家車平均每天不到10%的使用時間，該小車使用效率極高。
半自動駕駛運行示意圖
半自動駕駛電車與共享單車同樣承擔著解決“最后一公里”難題的任務。
相對于后者，半自動駕駛電車可自主運行，不會因閑置導致城市各地區(qū)大量堆積，可避免因此產(chǎn)生新的城市環(huán)境治理問題。
假如一輛半自動駕駛電車每小時可服務4位乘客，每天運營12小時，一輛半自動駕駛電車每天可以服務48位乘客，且不占據(jù)停車空間。
相對于共享單車，半自動駕駛電車或將達到“以一當十”的效果。人們將逐漸形成起點→半自動駕駛電車→公交/地鐵→半自動駕駛電車→目的地的交通方式。
半自動駕駛與公交系統(tǒng)構成的新交通方式
安全性方面，半自動駕駛車輛低速運行可使得其面臨更小的安全問題。同時，半自動駕駛電車只有在無乘客的情況下自行調(diào)度，造成人員傷亡的可能性將進一步降低。
即便半自動駕駛電車出現(xiàn)交通事故，法律方面也將更容易劃分責任：乘客自主駕駛時，根據(jù)電動自行車管理的相關規(guī)范進行定責，追究駕駛員的責任；處于空載狀態(tài)時，則追究該電車廠商的責任。以此方式，可較好規(guī)避法律和倫理道德方面的問題。
電車的低速運行特點，使得該電車難以遇到危及生命的“電車難題”場景。
迄今為止，盡管人們圍繞“電車難題”爭論不休，且交通事故依舊每天發(fā)生，但人們?nèi)匀贿x擇開車上路。
這側面證明著，半自動駕駛電車也無需完全解決“電車難題”?；蛟S，半自動駕駛電車只需在統(tǒng)計意義上比人類優(yōu)秀駕駛員的表現(xiàn)更安全，即可投入運營。
半自動駕駛電車，一般由某個企業(yè)研發(fā)并投放市場，供人們付費共享使用。
這一特性使得半自動駕駛電車的所有權歸開發(fā)企業(yè)所有，車輛在運行中產(chǎn)生的的一切數(shù)據(jù)所有權將歸屬于開發(fā)企業(yè)，天然具備合法性。
通過大量的實測數(shù)據(jù)，開發(fā)企業(yè)可以進一步的優(yōu)化算法模型，應對自動駕駛中產(chǎn)生的長尾效應。[7]
目前，自動駕駛得以實現(xiàn)主要源于包括激光雷達、攝像頭和毫米波雷達等傳感器的支持。其中，目前激光雷達的成本依然昂貴。
然而，低速運行的半自動駕駛車輛對相關傳感器和算力的要求較低，成本也將隨之下降。
通勤接駁，意味著人們乘坐半自動駕駛車的時間較短，結構設計可盡可能簡潔。
譬如，去除車頂、車門、車座靠背和扶手等，僅留下車輛運行必需的設備，車身可設計得盡可能小巧，如設計為單座結構。
此外，為保證行駛安全，車速可參考GB 24155-2020中電動自行車的標準，不超過25km/h[8]。車輛的低速特性，僅需對駕駛員的年齡進行限制即可，無需對駕照進行要求。為保證隨時服務，該車可采用換電模式，在電量不足時可自主運行至換電站完成補電。
隨著生產(chǎn)鏈優(yōu)化和技術的進步，此類小車的成本或將低至3萬元左右。
正如上文所述，假設每輛小車每小時可以服務4位乘客，每天運營時間為12小時。在每一小時中，10分鐘為運行狀態(tài)，5分鐘為調(diào)度狀態(tài)。
每年運營350天，其中15天用于檢修，假設單次付費1元，該車一年總營收將達到16800元。
為便于計算，本文假設其中6800元用于運維成本，則每輛小車每年可獲得1萬元的利潤。
綜上，投資3萬元成本，每年可獲得1萬元的利潤，該商業(yè)模式的盈利是具備可行性的。
基于青年接受速度快的特點，且大學新校區(qū)較多建立在遠離市區(qū)的偏遠地帶，不易產(chǎn)生交通事故的優(yōu)勢，半自動駕駛電車可優(yōu)先在大學校園投放，作為校園至地鐵、公交站的擺渡車。
通過積累大量路測數(shù)據(jù)，該電車可進一步優(yōu)化模型，逐步推廣到全社會。
半自動駕駛電車不僅對自動駕駛的商業(yè)化落地有所啟示，而且對于公共交通效率的提升也大有裨益。
打車上下班對于許多人來講，是一筆不小的費用?；诮?jīng)濟方面的考量和公交專用車道不易堵車的情況，更多人選擇公共交通上下班。
相對于共享單車，半自動駕駛電車有更遠的末端運輸里程，能從“最后一公里”拓展到“最后三公里”。
公交車站之間距離太短，造成公交車速度跑不起來，頻繁?？浚瑯O大降低了公交系統(tǒng)的運行效率。
半自動駕駛電車的普及，允許公交車站之間拉大距離，對于相距較近的站完全可以進行合并。
半自動駕駛電車和公交系統(tǒng)的共同進步，在節(jié)約能源、共享出行的同時，進一步提高人們的出行效率。
參考資料：
[1] 潘昊,章子皓,虞千迪.基于CA模型下自動駕駛汽車對交通堵塞影響的仿真模擬[J].科學技術創(chuàng)新,2021(23):14-15.
[2] 郭少丹. 3天內(nèi)3家企業(yè)完成融資 自動駕駛再迎“資本熱”[N]. 中國經(jīng)營報,2021-08-16(C06).
[3] 倪浩. 蔚來汽車事故觸發(fā)“自動駕駛焦慮”[N]. 環(huán)球時報,2021-08-17(011).
[4] 黃耀華. 自動駕駛汽車侵權責任研究[D]. 河北經(jīng)貿(mào)大學, 2020.
[5] 沈慧慧. 自動駕駛汽車侵權責任研究[D]. 甘肅政法學院, 2020.
[6]朱振. 生命的衡量——自動駕駛汽車如何破解"電車難題"[J]. 華東政法大學學報,2020,23(6):20-34. DOI:10.3969/j.issn.1008-4622.2020.06.002.
[7] 杜麗. 面向自動駕駛的場景理解關鍵技術研究[D].北京郵電大學,2021.[8]http://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=3311C27BDA4A9CA581416ED0B9584280
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
