汽车安全之声 | L3自动驾驶功能商业化应用试点意味着什么

汽车安全之声 |  杨宁

最近，工业和信息化部副部长辛国斌在新闻发布会上表示，将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持有条件的自动驾驶，这里面讲的是L3级，及更高级别的自动驾驶功能商业化应用。

这是一条看似平常的新闻，被淹没在每天眼花缭乱的各种信息流中，并没有引起公众的注意和讨论。然而，在自动驾驶行业，这注定是一件会被标注为里程碑的事件。

1925年8月，世界首辆自动驾驶汽车出现在纽约街头，无线电操纵的模式就像现在的遥控玩具车。上世纪50年代，通用汽车推出自动驾驶概念车。到了1971年，英国道路研究实验室(RRL)的实验让自动驾驶自此有了新的目标--实现比人类更安全的驾驶。直到美国国防高级研究计划局(DARPA)组织的地面无人车辆技术超级挑战赛(Grand Challenge)--2004年首届--开始让自动驾驶技术发展走上了快车道，自动驾驶才从此逐渐走入大众的视野。时至今日，经过近二十年的快速发展，自动驾驶已经从实验室逐步走进了普通人的生活。

伴随着自动驾驶行业和技术的发展，功能安全这个行业也在面临着新的挑战。

让我们回顾一下教材，当我们在谈论功能安全的时候，我们通常谈论的是两个问题：一是在正常情况下，产品是否能正常工作；二是在出现异常时，产品是否能保障车上乘员的安全。

为了实现自动驾驶，一辆汽车上需要配备多种类型的传感器，包括可见光摄像头、红外摄像头、激光雷达、毫米波雷达、超声波雷达和热传感器，用于收集周围环境的数据，并且还需要增加车内传感器，监控车内乘员的行为以确保安全。因为每种传感器都有其局限性，只有把不同传感器的数据融合起来，才能实现安全的自动驾驶。通常的，以特斯拉为例，它会使用8个摄像头传感器加上12个超声波传感器。其他公司会提供不同的方案，带有不同数量和不同类型的传感器。在最终实施时，由于架构设计的差异，L3级自动驾驶可能会需要30多个传感器或10几个摄像头。

好吧，问题来了，功能安全工程师面对着这么多传感器，除了供电、电流、时钟、开路短路这类传统的功能安全失效模型外，还需要面对诸如相机镜头遮挡(Obstructed Camera Lens)，自动驾驶算法失效(Auto-pilot Algorithm Failure)，场景合融合法导致障碍物消失(Scene Merge Algorithm Lead to obstacle Disappear)这样的新的安全失效模型。功能安全如何应对传感器和算法的性能局限，避免事故发生？除了保障车内乘员的安全，功能安全又如何去保障自动驾驶汽车对车外行人不会造成伤害？

流浪地球里MOSS说了一句话，让人类保持理性是一种奢求。自动驾驶法规规定L3级以下级别驾驶员是最终责任人，L4及以上自动驾驶系统是最终责任人。那么，在各种辅助驾驶/自动驾驶场景下，面对复杂的“人-机”主控职责切换时，如何应对车内乘员可能的误操作？甚至在某些极端场景下是刻意甚至危险的操作行为？

当自动驾驶越来越解放人的双手和注意力，人们可以做的事情越来越多，影音娱乐、游戏、上网购物、汽车越来越成为一个移动的智能终端，车云通信、车路通信、车间通信，多样的联网方式让汽车通信越来越方便快捷，却也为各种可能的恶意网络攻击埋下了伏笔。我们又如何综合考虑功能安全和信息安全，避免车内设备遭受网络攻击而出现功能异常，进而导致安全事故发生？

人们总是容易高估一件事的短期影响，而低估了它的长期影响。自动驾驶在政策的催化下正在静悄悄的加速。从第一辆汽车诞生到现在已经延续了一百多年的汽车行业，在智能化和电动化的浪潮下正在发生着深远的变革。这场变革会影响到社会的方方面面，在不知不觉间改变人们的出行方式，娱乐和消费行为。对于所有的汽车行业从业人员来说，这更是一次关乎自身的重大改变。传统燃油车企在不断的裁员整合，而所有的ICT巨头都在加大投入，试图在自动驾驶这个未来的庞大市场中分一杯羹。做通信和手机的华为、做无人机的大疆、做搜索引擎和AI的百度在自动驾驶领域成为竞争对手正在成为可见的现实。

回看历史，汽车的出现终结了马车夫这个职业，却促进了大量新的工作岗位的诞生。自动驾驶未来会干掉驾驶员这个工作岗位，却也对汽车安全提出了更高的要求，功能安全、预期功能安全、信息安全，新的技术要素不断涌现，困难而有趣的技术难题纷至沓来，对行业从业人员素质的要求越来越高。功能安全工程师越来越多的要去理解自动驾驶方案和算法，理解传感器和电机，理解一些也许此前根本没有想到会和自己工作内容产生关联的内容。

汽车业正在经历又一次颠覆，没人知道这次革命的终点是什么样子。但是，作为有幸参与其中的一员，我们应该做的，是努力在这场大洗牌中找到自己的位置并深耕其中，不要被时代抛弃。

文章转载自公众号：Sasetech