美国加州是全球第一个为自动驾驶车辆上路制定路测法规的地区。
自2015年起,加州机动车管理局(DMV)要求获得自动驾驶路测牌照的公司,在每年1月1日之前都要上交一份自动驾驶「脱离报告」,来披露总结上一年度公司进行自动驾驶测试的里程数和安全驾驶员接管自动驾驶汽车的次数。
而在今天(2月27日),加州DMV照例公布了2019年度的所有公司提交的自动驾驶车辆路测报告。
我们来看看今年的报告揭示了过去一年全球自动驾驶公司的哪些努力、增长和变化。
64 家公司拿到路测牌照,但只有 36 家公司提交了测试报告
截至目前,共有64家公司拿到了加州 DMV 颁发的自动驾驶路测牌照。在2019年,有60家公司的自动驾驶车辆在加州的公开道路上进行了测试。
2月26日,美国加州车辆管理所(DMV)公布2019年度自动驾驶路测里程及「脱离」数据,只有 36 家公司提交了自动驾驶路测报告。
报告的完整名称为《Autonomous Vehicle Disengagement Reports》,之所以称为 Disengagement Reports(脱离报告),是因为当自动驾驶系统遇到无法应对的路况时,发生脱离接管,这是当下衡量自动驾驶车辆实际运行性能的重要指标。
36家提交报告的公司大致可以分为5类:
科技公司:Waymo、百度、苹果、高通等;
车企和 TIer 1:上汽、宝马、SF Motors、日产、特斯拉、奔驰、宝马、丰田、法雷奥等;
出行公司:Lyft、滴滴等;
自动驾驶新创公司:Cruise、Nuro、Zoox、Pony.ai、AutoX、文远知行、智加、纽劢等一众;
科技巨头、OEM、TIer 1、出行公司以及新创公司,这5类公司是今天自动驾驶的中坚力量。
在36家实现路测的自动驾驶公司中:有8家是在2018年获得加州的自动驾驶路测牌照,因而这是首次提交年度报告,这8家公司分别为:安霸、Apex.ai、Box Bot、滴滴、GaTIk AI、英特尔、Ridecell、和 ThorDrive。
值得注意的是,截至目前,只有 5 家公司ーー Aurora、 AutoX、 Pony.ai、 Waymo 和 Zoox 获得了载客运输许可证。也就是说,这些公司可以进行自动驾驶载人测试。
Waymo+Cruise,占加州自动驾驶测试总里程的80%
2019年度(2018年12月1日至2019年11月30日),已获得加州自动驾驶路测牌照(需配备安全员)的自动驾驶公司在自动驾驶模式下累计测试的里程超过了288万英里,这个数字比上一年所有公司的总和增加了80万英里。
其中,2019年Waymo以153辆自动驾驶汽车在加州行驶了145万英里,超过2018年的120万英里。
Cruise在加州大约运营了233辆自动驾驶测试车。2019年Cruise累计行驶了 83.1 万英里,大大超过了2018年的 44.76 万英里。
算下来,两家公司的自动驾驶测试里程占据了总测试里程的80%。
根据今年的报告数据,Waymo 的脱离率从每1000英里0.09次接管(或每11017英里/次接管)下降到每1000英里0.076次接管(或每13219英里/次接管)。
2019年,Waymo成功地将行人、骑自行车者和骑摩托车者识别任务的误报率降低了24%,同时将所需消耗的训练时间和计算资源减少了一半。
Cruise的自动驾驶测试车辆在2019年累计有68次脱离,略低于2018年的86次脱离。
看起来如此微小的进步,背后是工程师的的不懈努力。
在今年2月的通用汽车投资者日上,Cruise CEO Dan Ammann 透露:
Cruise 在2019年取得了一系列新的进展,包括缩短了软件更新周期,同时将人工智能模型的培训时间减少了80%。其测试车上新固件的推出频率比以前大幅提高,达到每周两次。
Waymo失掉皇冠,中国自动驾驶军团集体上位
如果仅仅按照加州 DMV 路测报告中的脱离接管数据排名,2019年度百度以18050英里/次接管的成绩超越Waymo的13219英里/次接管,成为榜单上的第一名。
Waymo则在报告公布的当天连发7条推特示意:以里程数和脱离接管数据衡量各公司的自动驾驶能力并不准确。
在这次榜单上,脱离接管数据排名前10位的公司依序是:
百度、Waymo、Cruise、AutoX、Pony.ai、Nuro、Zoox、滴滴、智加和 AlmoTIve,其中百度、AutoX、Pony.ai、滴滴和智加作为中国公司占了5席。
不过正如前面所述,在测试里程上,Waymo与Cruise加起来已经占到所有公司总里程数的80%,这意味着两家公司在部署规模和测试范围上还是遥遥领先。
中国公司在加州投入的测试车辆规模以及测试里程总数并不高,中国本土依然是他们的主战场。
那些没有出现在加州 DMV 榜单上的公司
在本次报告期内,一共有26家公司没有提交年度在加州路测的报告,其中不乏一些大家耳熟能详的名字:
安波福(Aptiv Solutions):安波福上一年主要的路测地在内华达州的拉斯维加斯。今年2月份安波福对外公布已经在拉斯维加斯完成累积10万次自动驾驶出行付费服务。
图森(TuSimple):图森当前在美国的自动驾驶货运测试主要在亚利桑那和德州。
去年5月,图森宣布与美国邮政(UPS)达成合作,为其在亚利桑那州凤凰城邮政服务中心和德克萨斯州达拉斯配送中心之间超过 1600 公里的运输线路上提供货运服务。在那之前,图森的货运测试路线主要在亚利桑那州。
福特:福特的自动驾驶研发主要依赖其2017年投资的Argo.ai。Argo的测试主要在宾州的匹兹堡。
Faraday Future:FF如今正在FF91难产的边缘挣扎,尽管原来拜腾的CEO毕福康接替了贾跃亭出任FF新任 CEO。但自动驾驶依然无暇顾及。
蔚来汽车:蔚来在过去一年对其北美分部进行了内部梳理。到2019年的11月,蔚来宣布与Mobileye战略合作共同开发L4级的无人驾驶车辆,这意味着蔚来的完全无人驾驶车辆将采用Mobileye的方案。
按这个逻辑,蔚来在之后的年份应该也不会再提交路测报告了。
此外,已提交报告的公司中Drive.ai在濒临倒闭的边缘被Apple收购,这意味着Drive.ai明年也不会提交报告了。
高度自动驾驶所需要的大规模资金和研发投入,意味着未来几年在DMV的榜单上里程数将越来越多地集中到头部的公司。
加州DMV报告的权威性?那些反对的声音
加州DMV2019年自动驾驶路测脱离率报告发布之后,Waymo第一个站出来反对这一报告,他们认为这份报告并不具备真正的价值。
Waymo在其官方推特上连发 7 条推文表达自己的不满:
在表达不满的同时,Waymo透露,今年晚些时候,他们将对外分享更多关于其自动驾驶系统安全框架的信息,以确保其自动驾驶技术的安全性。
当然,Waymo还将继续进一步扩大他们的自动驾驶车队。
不只是 Waymo,在今年的脱离报告发布之前,圈内很多自动驾驶公司的创始人、技术大佬已经表达了对这份报告合理性的质疑,包括了 Aurora CEO Chris Urmson、通用Cruise CTO Kyle Vogt以及图森的联合创始人兼CTO侯晓迪。
他们提出的质疑的核心在于:将「自动驾驶脱离率」作为核心考核指标是否合理。
Chris Urmson 提出了两个论据:
其一,DMV官方并没有明确指出具体是什么原因构成的脱离,所以这样的统计数字本身就没有什么意义。
其二,很多自动驾驶企业可能某个阶段正在开发新的功能,也可能是在更加复杂的道路环境中开展测试,这些因素都会导致自动驾驶脱离次数的增加。
他还举了例子说明:在没什么车辆和行人、路口也不复杂、一马平川,同时天气晴朗的测试环境下进行1亿英里的行驶所得到的脱离次数,和在匹兹堡这样路况复杂的城市里路测100英里所得到的脱离次数是根本无法相提并论的。
他还透露,在Aurora的内部,他们是用工程速度来衡量技术进步的,并不在意所谓的自动驾驶脱离率。
通用Cruise 的 CTO Kyle Vogt在博客文章中分析了自动驾驶车辆发生脱离的几种主要情况:
其一、紧急情况。比如有人、有车突然冲到车前面出来。
其二、情况不是很紧急。安全员过于谨慎而出手接管。
其三、出于行车礼貌。若自动驾驶车辆影响到了其他车辆,安全员会出手接管。
其四、系统出现问题。安全员不接管将发生事故。
基于以上情况,Kyle Vogt认为,这里面只有最后一种情况是非安全员接管不可的情况。所以这种情况下的脱离率才有意义,而其他几种情况如果都计算进去就会有失公允了。
总结起来,Kyle Vogt认为脱离率并不能成为衡量自动驾驶是否做好商业化准备的标准。
图森联合创始人兼CTO侯晓迪和Kyle Vogt持有类似的观点。
他认为自动驾驶脱离情况的产生是非常主观的,因为很多公司都会为自动驾驶测试车配备安全员,如果安全员更为谨慎,Ta会在车辆违背交通规则时即接管车辆;若安全员风格很激进,那Ta会倾向于在更紧急的情况下才接管车辆。
而且,因为标准都是主观的,所以很多公司会在提交给DMV的报告中玩文字游戏,把自动驾驶的脱离情况描述得很模糊。
侯晓迪还提到,因为自动驾驶系统会不断进行版本迭代,旧版本在测试稳定后,就会马上投入到新版本的开发中。这是一个不断发现问题、解决问题的过程,所以任何版本的任何阶段,其自动驾驶的脱离次数都是完全不同的。
毫无疑问,作为全球自动驾驶测试最繁荣的地区之一,加州DMV在过去几年公布的自动驾驶路测报告为世界各地的人们了解当前自动驾驶研发的进度提供了重要的窗口。
而在当前,自动驾驶技术从研发逐渐走向部署的阶段,各家自动驾驶系统的技术水平已经很难仅仅用2个数据就进行准确地描述和比较。
可以预期的是,加州DMV的路测报告明年还向公众继续公开,我们也期待报告就像自动驾驶本身一样在历史进程中不断迭代。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)