宣告无人驾驶汽车即将到来的时候到了吗?自从Google在2010年推出了试验性质的Google汽车以来,这样的预言就一直没有断过。专业机构Navigant Research最近发表报告称,无人驾驶汽车销量估计将从2020年的不到8000辆,升至2030年的9540万辆,意味着75%的上路汽车都是新的轻型汽车。从技术角度说,革命似乎已经开始。接下来的10年,生产成本将随着生产力的提高和技术创新而大幅缩减,所有从生产线上下来的汽车或许都将配备无人驾驶设备。
Read this article in English | Français
真的无人驾驶?
我们的最终目标,是一辆真正无人驾驶的汽车,车载驾驶系统将完全取代人类。不过,转变不能一蹴而就。在2014年推出的一些车型中,已经有了半自主驾驶的装置——调速器、紧急制动辅助系统、变线警告系统和自动泊车系统。这些辅助手段仅仅在特定情境下或者在限定时速内,才会接管驾驶。
2014年行驶里程最多的无人驾驶汽车是Google汽车。Goolge自动驾驶汽车项目主管克里斯·厄姆森不久前在一封内部邮件中骄傲地宣布,Google汽车已经跑了70多万英里(超过110万公里)。但他所说的其实只是一套安装在八辆普通汽车(包括丰田普锐斯、奥迪TT、雷克萨斯RX-450h)上的导航系统。这套设备的成本是15万欧元,它包括:车顶可旋转传感器,可对60英里范围内的环境进行感测,并发出激光束(激光雷达)进行遥测,绘制出精确的3D地图;左后轮上的运动传感器,可以测量和记录汽车哪怕是最细微的运动,进行精确的地理定位;车内后视镜旁安装的摄像头用于探测交通灯和其他信号,还负责发现移动障碍物,比如行人或者自行车;前后挡泥板上还有4个传感器,用于测定汽车与障碍物之间的距离,比如车道上迅速行驶的其他汽车。
该系统截至目前没有出现一起事故,但它仍是试验性的,要依靠计算机科学和数据处理技术的进步持续升级和改进。“数以千计的不同情境,从常规性的红灯停车到偶然性的闯红灯,都要有应对模式。” 克里斯补充,“仍有许多问题等待解决。”事实上,导航设备并非在抽象中运行,而是有环境设定,这样才能“学习并做记录”。负责该项目的团队也是街景项目的设计者。
因此,无人驾驶汽车将具有部分的独立自主性,能够自行做好起步准备,并连接到数据处理系统,这个系统可小(简单的地理定位)可大(整座城市的三维地图)。这个系统可以通过内置获得(当你只是在本城、社区,或者从家到单位的通勤),也可以通过外接方式获得(针对面积更大区域)。
就“自主性”来说,无人驾驶汽车的可靠性还不尽人意。它不会疲劳驾驶或走神,这是巨大的优势;但与人类相比,在面对意外因素时,它明显不够灵巧,比如警察的手势,或者大雪盖住了路标、干扰激光读数的时候。所以,无人驾驶汽车在2020年之前将只能在一定条件下实现自行驾驶,汽车上的“乘客”在特定环境下必须随时能够重新成为“驾驶者”。
谁该做最坏打算?
无人驾驶汽车的研发将产生显著的经济效益,不仅仅对于行业,对许多人来说都是如此。
汽车行业已经排出战斗队形,特别是欧洲的汽车厂商(其中又以德国人为最)。2013年法兰克福车展上,梅塞德斯-奔驰的首席执行官蔡澈(Dieter Zestche)坐在一辆无人驾驶的S级奔驰后排,来到公司的展台。奥迪和尼桑也是佼佼者。不过,传统汽车厂商做的东西未必最好。这是一个全新的市场,突围者间必有一场恶战。
那些技术密集型大企业在两大领域拥有优势:高效的生态系统管理和大数据处理,以Google为首。Google正努力成为领导者,这样在下阶段,不大可能有对手撼动其地位。这家位于芒廷维尤的公司在立法方面也开始摩拳擦掌,内华达州政府已通过立法允许无人驾驶汽车上路,成为美国首个对无人驾驶汽车上路制定法规的州。
无人驾驶汽车技术已经得以改进,很快就可以进行定案。零件厂商已经着手进行成本削减。第一步目标是打造一个全景高清360°视觉系统,通过微型数码摄像头,为驾驶者带来汽车的全景视角,在有状况的时候发出警告,哪怕是光线不佳或者在地下停车场,都能始终提供准确、清晰的图像。
法国企业法雷奥集团(Valeo)收购了爱尔兰创业企业蒂厄姆(Tuam),开发适合大规模生产的无人驾驶技术:蒂厄姆摄像头配备了超声传感器和雷达装置,为实现驾驶功能提供协助。法雷奥集团正在研发对静止和移动物体进行分析的无人驾驶程序包。如果是行人,汽车可以自动执行紧急刹车。更妙的是,它还能检查驾驶者是否目视前方,只有在驾驶者没有看着前方的时候,这个系统才会执行紧急刹车。
毕马威管理咨询公司(KPMG)在2012年发表过一份证据充分的分析报告,指出自动驾驶将给消费领域带来三个重要影响。首先,交通堵塞进而油耗的大幅减少。其次,不佳驾驶习惯导致的过量油耗可以根除。最后,车祸率大幅度降低,汽车可以做得更轻巧,省去防撞钢架结构。重量减轻后,能耗也会减少。
哥伦比亚大学地球研究所2013年在报告《转型中的个人移动》中提到三个成功测试案例:密歇根州安阿伯的共享型无人驾驶车队,以每位乘客每年移动1.6万公里计算,可以减少20%的成本;巴布科克兰奇(Babcock Ranch)——佛罗里达州正在建设的“绿色城市”——4000辆共享汽车可满足5万名居民的出行需求,等车时间不到一分钟,消费者通过智能手机呼叫距离最近的无人驾驶汽车,行程结束,汽车自动驶回停车地点。最后一个例子是纽约曼哈顿,9000辆无人驾驶汽车可以“有效”替代1.3万辆黄色出租车,成本仅是现有出租车队的10%-15%。
在每一个案例中,社区在停车成本上将大为减少。美国人每年驾驶时间在250个小时,而在发达国家,人们的年工作时间是1500-2000个小时。如果把用于驾车的时间转换成工作时间,生产力将会明显受益。
汽车业生态系统参与者将会看到自己的商业模式行不通了,无人驾驶汽车和分享交通概念的发展,使得人车分离。除非运输需求剧增,汽车厂商将经历订单下滑。城市里停车空间需求的减少,会为新建筑腾出空间,但会导致停车场收入减少。公共交通尤其是公共汽车,将与无人驾驶汽车产生激烈商业冲突,出租公司会尤其悲惨,恐怕连生存都会出现问题。无论是出租车、卡车还是巴士司机,都要做好最坏的打算。最后但同样重要的是,考虑到事故率降低,保险公司将被迫降低保费,收入也将受到影响。
安全感从哪来?
安全需求和相关的管控将乐见智能汽车的兴起,它是打造真正的无人驾驶汽车的第一步。2014年4月,美国的公路交通管理机构——国家公路交通安全局(NHTSA)通过一项新规定,要求美国公路上跑的所有汽车都必须加装摄像头,以防车后有行人。每年,有1.5万人因为驾驶者忙着发动引擎、起步而受伤(200人因此丧命),其中主要是儿童。
根据毕马威管理咨询公司在2012年的报告显示,在马路交通事故中,93%是人为造成。把驾驶这件事交给一个软件包,几乎可以根除所有这样的错误,根据美国汽车协会的数据,仅在美国,每年有大约3万人因此保命,并节省3000亿美元。摩根士丹利银行统计了这个变化带来的所有直接影响和间接影响,认为它能为美国挽回1.3万亿美元的损失。
不过,虽然整体说来,无人驾驶汽车会更安全,但因为各种无法预料或者没有检测到的障碍物,事故发生在所难免。问题是,如果碰撞是不可避免的,那么无人驾驶汽车是否能将撞车的负面影响最小化呢?对于非常混乱的情境,机器人系统作出的选择和决定,将导致伦理争议:撞倒一名孩童还是一个领养老金的老人年更“合理”?要撞就撞老款车而不要撞新车?按照成本最小化原则,答案当然是老款车。如果即将发生的碰撞非常严重,就撞向最安全的车型?是不是应该撞向带着头盔的摩托车手,而不是没戴的那位?
在汽车里,薄弱环节是人。哪怕在一辆无人驾驶汽车里,乘客也必须得保持警觉,哪怕在车不动的时候。具体说来,我们必须能够把一名处在被动状态下的乘客,立刻变成一名惊醒的驾驶者。数据系统和休闲娱乐系统,在自动驾驶中扮演着关键的角色。无人驾驶汽车厂商将要求新用户只使用集成系统,这样在发生紧急情况的时候,才能唤起驾驶员的注意力——如果他/她得在很短的时间里,也就是一眨眼的工夫,就要接管汽车的控制权的话。集成系统带有切断电影播放、电子邮件收发和阅读屏的功能。一般情况下,一名乘客需要5至10秒钟才能把注意力重新集中在安全驾驶上。
无人驾驶汽车上路的主要障碍其实不是技术,而是与系统可靠性和法律(在出现交通事故的时候)问题更加相关。在许多国家,交通工具上必须要有一名司机,而且必须由司机来控制车。从属于1968年《维也纳交通公约》的《交通法》规定,坐在方向盘后面的人必须要对交通工具始终施以控制。美国的一些州和一些欧洲国家已经开始给测试无人驾驶汽车的企业发放上路许可证,但相关责任问题始终没有厘清。原因很简单:如果出了交通事故,究竟由谁来承担责任?车主、厂商、程序包设计者,还是GPS供应商/程序员?“司机”的概念将由设定GPS设备程序的“操作者”概念所取代。理论上,不再需要驾照,这是不是说儿童在没有大人陪伴的情况下也可以独自乘坐无人驾驶汽车出行?法律问题将令“司机”的定义变得更为复杂。
至于交通基础设施,它们得满足无人驾驶汽车获得上路许可之后的系统性要求。欧盟委员会资助的安全道路列车项目(SARTRE,Safe Road Trains for the Environment),将会对列队行驶的概念进行研究,也就是几辆汽车以电子方式与一辆由专业操作者掌控的领航汽车“栓在”一起。将有列队行驶专用高速公路。如果无人驾驶汽车学会如何上客下客、上货卸货,它们就可以自行停在远离乘客家庭住址(或者目的地)的停车场。此外,由于无人驾驶汽车会比人工驾驶的汽车更为严格地按车道行驶,所以马路不用修那么宽。最后一点,我们将不得不解决过渡期的问题:如果无人驾驶汽车与人工驾驶汽车得使用同一条马路,那么前者是不是得适应人类的驾驶行为,尤其是在有限速的地方,以确保与其他道路使用者之间的安全车距?我们是否应该让交通法规更有弹性以做到因地制宜?(杜然/译)
金融危机、新兴市场劳动力成本上涨以及竞争加剧等因素不断挤压传统代工业利润空间。理论上,3D打印技术的流行也给制造业带来了新变数。各大制造业巨头该如何应对这样的挑战?
不管形式与意义,单从分享这个行为来讲,就是量化自我的核心。它能为你定制活动,为你好好地保存,让你能够从自我测量中获得反馈,以及和他人的对比。正是反馈机制和分享机制的加入,才是这一产业取得成功的关键。