自动驾驶技术分级标准微调，全球竞争格局一夜剧变

贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI

大洋两岸的自动驾驶竞速，出现技术标准层面的新变量。

在刚刚更新的自动驾驶全球通用SAE分级标准中，增加了远程驾驶相关定义，并且删除L4、L5级别中“不需要干预”的说法。

通俗的讲，就是熟悉的5G云代驾。

这意味着，全球通用的自动驾驶分级标准，首次承认了5G云代驾在自动驾驶中的合理地位。

这也意味着，一直以来以单车智能路线来评价自动驾驶进展的唯一标准，被打破。

之前无论是Waymo，还是特斯拉，都是单车智能为核心标准的受益者。

而更多中国玩家，以百度Apollo为代表，在云方案、车路协同等方向的努力，得到了明确认证。

见微知著，从“离经叛道”到成为新标准里的旗舰代表，自动驾驶江湖也在传出新的疑问：

中国正在超越美国？百度Apollo正在超越Waymo？

自动驾驶“球标”更新了什么？

SAE，全称是国际自动机工程师学会（旧名美国自动机工程师学会），是一个全球技术学会，有14多万会员。致力于航空航天、汽车行业技术标准。

SAE最早于2014年就制定了自定驾驶级别分类，首次提出了L0-L5级的分级方法。随后这一套标准在全球范围传播开，如今已是全球学界、车厂、消费者通用的标准，堪称“球标”。

我国于今年开始实行的《汽车驾驶自动化分级》，也沿用了SAE L0-L5的分级方法。

在刚刚更新过的SAE自动驾驶标准中，最重要的有两点。

一是首次定义了远程驾驶 （remote driving）概念。

Real-time performance of part or all of the DDT and/or DDT fallback (including, real-time braking, steering, acceleration, and transmission shifting), by a remote driver.

远程驾驶是指，部分或全部的DDT（动态驾驶任务）或紧急接管行为（包括实时刹车、转向、加速和变速器换挡）的实时操作，都由远程驾驶员完成。

说白了就是“5G云代驾”帮助ADS处理复杂的道路情况。

这也是“云代驾”这种方式首次被国际通用标准承认，云代驾相关系统、技术，和AI算法一样，都是自动驾驶可用的技术路径。

相应的，新SAE文件还定义了相关的远程协助、远程预备接管用户等等概念。

其中，在远程预备接管用户（REMOTE FALLBACK-READY USER）定义中，特别强调这名不在车上的远程接管员，针对的是L3级别车辆。

为什 么单单是L3？

这就涉及到这次更新中的另一大重点：厘清辅助和自动驾驶的区别，以及明确高阶自动驾驶也不意味“全知全能”。

在新的分级标准中，L1、L2要求驾驶员始终执行驾驶任务，被归为“驾驶员辅助”。

而L3及以上的自动驾驶，基本条件是启用ADS后，全部驾驶任务都由系统来执行。区别在于适用范围和接管条件。

△图源：北京市高级别自动驾驶示范区

L3的区别于高阶自动驾驶的最大特征是ADS工作过程中，驾驶员或“云代驾”需要待命响应系统干预请求。

而L4和L5的则由系统后备自主处理特殊情况，只不过L4的适用范围有限。

尽管L4、L5“不期望用户干预”，但在新定义中，却删掉了“用户不需要接受干预请求”的说法。

△旧版

△新版

可见，从2018年至今，尽管不少厂家宣称自己L4，甚至“完全自动驾驶”，但SAE认为，技术进步并未达到当时预期，即使高阶自动驾驶，仍然不能高枕无忧地说“用户不需要干预”。

更不要说如今普遍L2的情况。所以，将“云代驾”相关技术纳入标准，合情合理。

而近年频发的自动驾驶系统主动事故，也印证了SAE的判断。

为何更新？

先从一则备受关注的事故说起。

就在刚刚过去的5月，全球自动驾驶技术“头雁”Waymo，在落地的亚利桑那州，出了一场导致交通拥堵的事件。

因道路施工，丁字路口的右侧车道被雪糕筒隔开，而Waymo无人车遇见路障后直接在路口中间停了几分钟。

你以为这就完了？

几分钟停滞还不至于造成大拥堵，但Waymo技术路线的缺陷，却导致问题排除过程无比曲折。

Waymo本来有一套远程后备，而且也是由人控制的，但这套系统却不是实时“云代驾”，侧重调度，出问题后给出新的路线规划或行驶建议，再上传给车辆。

车辆原地“不知所措”几分钟后，Waymo的远程支援“赶到”，但这让车辆行为更加诡异，转过弯，最后又在雪糕筒前停了下来。

之后，Waymo派出人工解决问题，但车辆又突然决定“靠自己”，几次启动挪车，情况却越来越糟，最后还不明原因上了锁，导致工作人员光上车就花了很久。

福布斯分析认为，Waymo的AI策略有问题，被卡—等救援—靠自己—被卡—再等救援，算法边界条件不清晰，陷入死循环。

就这样，因为ADS无法处理雪糕筒，主干道搞成了停车场。

这次事件 ，直接印证高阶自动驾驶算法，可能永远都有解决不了的corner case。

而SAE在新标准中引入远程驾驶概念，则清晰指明云代驾+算法是解决问题的高效途径。

而有了通用标准认可，自动驾驶供应商们，不乏有一部分今后会认真考虑这一路线，快速推出体验更好的L4级以上功能。

同时，新标准也会逐渐教育消费者，更加看重云代驾的安全可靠。

所以自动驾驶商业化竞赛，极有可能向有相关技术储备的玩家倾斜。

目前，在“5G云代驾”技术上有储备的，中国代表是百度Apollo，美国代表…暂时还没有。

百度Apollo走的就是结合中国实际的AI老司机+前装量产车+车路协同+5G云代驾的综合技术路线。

单车智能不可缺少，5G云代驾强力辅助。

就比如Waymo遇到的施工、交通管制情况。按理说应借对向车道通行。但是，对于一个开发团队来说，部署主动违规的算法合适吗？

所以，这些场景的博弈对现阶段AI来说还是太困难。因此5G云代驾协助成为了一个高效的备选途径。

百度Apollo的车+路+图+云综合方案，目前毫无疑问比单车智能更安全可靠，用户体验也会更“丝滑”，因此满足产品落地和规模化的前提条件。

Apollo的商业化，既有向量产车释放L4功能，也有直接用在Robotaxi上的商业化运营。

所以“单车智能+云代驾”路线，得到国际标准认可是技术和商业发展趋势的必然。

新标准利好中国玩家？

云代驾进入通用标准，最直接的结果，就是自动驾驶全球格局，出现变量。

因为，5G云代驾，来自中国的玩家，既有先天优势，又有技术储备。

先天优势不用说，据日前工信部公开数据显示，目前我国建成的5G基站数量达到81.9万个，占全球5G基站建设总数的70%以上，已经覆盖到了全国所有地级以上的城市。

而同一时刻，美国5G基站的建设数量不足10万，终端连接数无准确统计。

基础设施条件，中国比美国优异得多，而且这个差距，美国短期难以追上。

即使美国自动驾驶公司有强烈需求，凭一己之力也无法推动全社会层面的5G建设。

此外，百度Apollo的提前布局，其实是对L3及以上的高阶自动驾驶更加清醒的认识。

而这套方案自身的多冗余、安全性又影响了自动驾驶通用标准的制定。

这一点才是SAE更新表象背后值得深究的关键。

L4、L5是未来，没人有异议。

但实现的路径，却出现了两种模式：单车智能、大交通协同。

江湖对于这两条路线的争论也从未停过。

Waymo、特斯拉代表单车智能，掀起了全球对自动驾驶的狂热追捧。但繁荣之下，是频繁出现的ADS主动安全事故。

此前特斯拉法务负责人在向美国监管部门提供的报告中，也承认FSD其实只是L2水平。

所以，车+路+图+云配合的综合方案，“责无旁贷”扛过大旗。

在这套方案中，5G基础是国家层面战略，而车路协同、高精地图绘制也需要整个社会层面的规划执行。

中国不必多说，不光北京上海这样的一线城市在探索车路协同基础设施规划建设，三大网络运营商、华为、商汤等等也在多地建起了V2X验证演示基地，政策、准入等等都不会是“拦路虎”角色。

比如百度在重庆永川西部的自动驾驶开放测试基地，及四川成都高新区5G智慧城智能驾驶项目等等。

而中国的优势，对于美国“特殊国情”来说却困难重重。

5G建设落后是一方面，在车路协同技术标准上，每个州都有自己的规则和态度，自动驾驶公司需要“各个击破”，收集的数据却不一定能通用。

这也是类似Waymo这样的美国玩家算法遇到瓶颈，却难以转向的原因。

所以新标准出台，与其说是对未来自动驾驶发展方向的指引，不如说是基于现状的一种肯定。

自动驾驶的竞速，来到了一个新关口。

更好的自动驾驶技术迭代，匹配更好的基础设施，带来更好的自动驾驶体验，推动更快的商业落地，会进一步加速自动驾驶从梦想成为所有人触手可及的现实。

中国正在直道超车，Apollo有比Waymo更快的加速度？

至少现在，是时候提出这个问题了。

— 完 —