[汽車之家 深評(píng)]  自動(dòng)駕駛的價(jià)值之一是提升交通安全性。但是如何證明自動(dòng)駕駛的技術(shù)能夠帶來安全性上的提升，又如何對(duì)這一能力進(jìn)行準(zhǔn)確評(píng)估，是在這項(xiàng)技術(shù)誕生之初，人們就開始思考的問題。雖然時(shí)至今日仍然尚未有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，但是相比十年前，已經(jīng)有了一些方法論。作為自動(dòng)駕駛領(lǐng)域領(lǐng)頭羊的Waymo，就從未停止過在這方面的探索。

　　3月上旬，Waymo發(fā)布了一份名為《Waymo Simulated Driving Behavior in Reconstructed Fatal Crashes within an Autonomous Vehicle Operating Domain》的報(bào)告，通過模擬了Waymo自動(dòng)駕駛車在真實(shí)發(fā)生的交通事故中的表現(xiàn)來對(duì)其安全能力進(jìn)行了一次簡略評(píng)估。

以真實(shí)發(fā)生的交通事故，對(duì)比自動(dòng)駕駛系統(tǒng)與人類駕駛員

　　在道路安全研究中，94%是一個(gè)很有代表性的數(shù)據(jù)。研究表明，有94%的交通事故是因?yàn)槿祟愸{駛員犯錯(cuò)而發(fā)生的。而自動(dòng)駕駛的價(jià)值之一，就是用科學(xué)技術(shù)讓這94%的交通事故不再發(fā)生。由此自然想到的一個(gè)評(píng)估自動(dòng)駕駛安全能力的方法，就是在同樣的場景下，對(duì)比自動(dòng)駕駛系統(tǒng)與人類駕駛員的表現(xiàn)。比如在真實(shí)發(fā)生過的交通事故中，自動(dòng)駕駛系統(tǒng)能否減少這些交通事故的發(fā)生，或者降低事故的嚴(yán)重程度呢？

　　在Waymo的安全評(píng)估體系中，碰撞規(guī)避測試（Collision Avoidance testing）是其對(duì)自動(dòng)駕駛系統(tǒng)性能表現(xiàn)的一種評(píng)估手段。簡單來說，Waymo對(duì)已經(jīng)發(fā)生過的真實(shí)世界交通事故進(jìn)行數(shù)字化場景構(gòu)建，并通過反事實(shí)模擬（Counterfactual Simulations），即讓W(xué)aymo Driver（Waymo對(duì)其自動(dòng)駕駛系統(tǒng)的稱呼）模擬交通事故中的參與方，看其是否能夠規(guī)避碰撞的發(fā)生，或者降低碰撞的嚴(yán)重程度。

　　這里安全評(píng)估有兩個(gè)維度：

　　1.是否能夠完全避免碰撞的發(fā)生：自動(dòng)駕駛系統(tǒng)通過感知系統(tǒng)預(yù)判到將會(huì)碰撞，并提前采取行動(dòng)來完全規(guī)避
　　2.當(dāng)碰撞無法避免，是否能夠降低碰撞的嚴(yán)重程度：通過采取緊急剎車、轉(zhuǎn)向的方式來降低碰撞可能對(duì)車內(nèi)人員造成的傷害

　　在這種測試方法中，交通事故案例的選擇是十分重要的一個(gè)方面。我們知道，對(duì)于非完全自動(dòng)駕駛技術(shù)而言，ODD（Operation Design Domain，設(shè)計(jì)運(yùn)行區(qū)域）是一個(gè)十分重要的概念。從Waymo的角度，是希望這個(gè)測試方法能夠100%體現(xiàn)出其正在運(yùn)行的Waymo One的安全性能，既然Waymo Driver的運(yùn)行范圍被ODD所限制，那么只有選取同樣ODD的交通事故，才更具有代表性。

　　于是，在去年10月，Waymo開始了這項(xiàng)工作。Waymo與Waymo One的運(yùn)營地——美國亞利桑那州的交通管理部門合作，拿到了Waymo One運(yùn)營范圍內(nèi)的錢德勒市在2008-2017年間發(fā)生的所有交通事故數(shù)據(jù)，并選擇了107起嚴(yán)重交通事故作為模擬評(píng)測對(duì)象。

　　在交通事故中，有肇事方（Waymo稱之為initiator），即引發(fā)交通事故的罪魁禍?zhǔn)�，而非肇事方（Waymo稱之為responder），即被動(dòng)卷入的交通參與者。在測試中，Waymo Driver需要先后替代原本事故中的肇事方和非肇事方，對(duì)于前者，評(píng)判其能否避免事故發(fā)生，對(duì)于后者，則主要看在肇事方采取非常規(guī)行為后其應(yīng)對(duì)方式。

『按交通參與方進(jìn)行的交通事故分類（源自Waymo）』

　　首先，Waymo排除了信息不夠全面的事故資料，對(duì)余下的91起交通事故按照交通參與方進(jìn)行了分類。然后排除其中參與方與Waymo One所采用車型不同的、事故發(fā)生地交通環(huán)境未發(fā)生變化的（便于重構(gòu)場景庫）以及符合Waymo Driver ODD（例如車速不超過Waymo Driver限速等）的72起交通事故。

Waymo Driver表現(xiàn)如何？

　　72起交通事故總共進(jìn)行了91次模擬，其中Waymo Driver扮演了肇事方52次，非肇事方39次，最終結(jié)果如下。

　　從結(jié)果來看，在作為肇事方的52次模擬中，Waymo Driver能夠完全避免事故的發(fā)生。以發(fā)生場景最多的交叉路口為例，原本事故中的肇事方大多是因?yàn)殛J紅燈或者進(jìn)行了違反交通規(guī)則的轉(zhuǎn)向而發(fā)生的，在這些案例中，Waymo Driver只需要遵守交通規(guī)則就可以避免事故的發(fā)生。而在剩下的場景下，發(fā)生事故的原因多為車輛突然離開原本行駛車道而撞上了其他道路參與者，或者沒有與其他車輛保持合理的行駛間距，Waymo Driver也順利應(yīng)對(duì)。

　　在作為非肇事方的39次模擬中，82%的案例中碰撞被完全規(guī)避了；10%的碰撞雖然依然發(fā)生了但是因?yàn)閃aymo Driver采取了相應(yīng)措施降低了碰撞時(shí)的車輛速度，進(jìn)而降低了事故的嚴(yán)重程度；而在剩余8%的案例中，Waymo Driver并沒有帶來任何改變，不過這些事故無一例外都是追尾事故，而Waymo Driver則是被追尾一方。

　　在Waymo官網(wǎng)的一篇博文中列舉了Waymo Driver作為非肇事方參與模擬測試的一個(gè)典型場景：Waymo Driver在東西向街道上由東向西行駛，此時(shí)前方十字路口交通燈為綠燈。但是Waymo Driver在駛向路口的過程中，發(fā)現(xiàn)南北方向有一輛車自南向北行駛，并且從車輛的速度變化發(fā)現(xiàn)其沒有減速判斷出有闖紅燈的可能，從而降低車速直到這輛車通過十字路口之后才繼續(xù)前進(jìn)，避免了事故的發(fā)生。

『Waymo作為非肇事方進(jìn)行模擬測試案例演示』

這個(gè)測試結(jié)果能說明什么？

　　從某種程度而言，在這場模擬對(duì)比測試中，自動(dòng)駕駛系統(tǒng)的表現(xiàn)完勝人類駕駛員，也就是說自動(dòng)駕駛在提高道路安全方面是有積極意義的。當(dāng)然，我們也知道，這個(gè)模擬測試是存在一些問題的。Waymo官方也表示，這個(gè)對(duì)比僅僅是用來評(píng)估自動(dòng)駕駛系統(tǒng)安全性能的眾多指標(biāo)之一，進(jìn)行這個(gè)測試的目的是為了證明自動(dòng)駕駛技術(shù)在替代人類駕駛員并提高道路安全性上的潛力。

　　Waymo在報(bào)告中也分析了這項(xiàng)測試的局限性，我們挑選其中較為明顯的幾條來做說明：

　　首先，在可預(yù)見的未來里，人類駕駛員將與自動(dòng)駕駛共同存在于道路上，所以對(duì)于自動(dòng)駕駛車輛來說，當(dāng)人類駕駛員發(fā)生了錯(cuò)誤時(shí)如何應(yīng)對(duì)以避免事故的發(fā)生就顯得十分重要。這也是測試中讓W(xué)aymo Driver模擬非肇事方的目的，但是可以發(fā)現(xiàn)，非肇事方的案例在這次模擬中占比較少。通過這種方式進(jìn)行數(shù)據(jù)收集、重構(gòu)場景進(jìn)行模擬顯然并不足夠效率，無法涵蓋到自動(dòng)駕駛系統(tǒng)可能遇到的所有事故。

　　其次，場景模擬是以實(shí)際發(fā)生的交通事故進(jìn)行場景構(gòu)建的，所有這些交通事故都是人為導(dǎo)致的，并沒有由自動(dòng)駕駛系統(tǒng)導(dǎo)致的事故來進(jìn)行分析。相對(duì)而言，自動(dòng)駕駛系統(tǒng)在運(yùn)行過程中，因?yàn)橛布�故障、軟件漏洞等也�?huì)導(dǎo)致交通事故的發(fā)生，圍繞這些事故進(jìn)行場景重構(gòu)、模擬分析，更能夠發(fā)現(xiàn)自動(dòng)駕駛技術(shù)本身存在的問題從而進(jìn)行迭代升級(jí)。但是這個(gè)數(shù)據(jù)庫的建立還需要耗費(fèi)大量時(shí)間。

　　第三，Waymo發(fā)現(xiàn)，雖然從結(jié)果來說，Waymo Driver表現(xiàn)得比人類駕駛員好，但是在所有避免了事故發(fā)生的模擬中，有61%的案例中人類駕駛員是因?yàn)闆]有足夠的反應(yīng)時(shí)間去采取行動(dòng)。而對(duì)于其原因，Waymo猜測原因之一可能是人類駕駛員分心導(dǎo)致的，而這個(gè)問題可以通過駕駛員監(jiān)控與提醒系統(tǒng)來解決。當(dāng)然，要驗(yàn)證這個(gè)假設(shè)，還需要大量的真實(shí)環(huán)境行駛數(shù)據(jù)才行。

　　這里存在的問題在于，對(duì)于這次模擬的72起交通事故中，或許我們還不需要L3及以上的自動(dòng)駕駛，而只需要有輔助駕駛的技術(shù)就可以規(guī)避事故的發(fā)生。因?yàn)檫@些事故發(fā)生的時(shí)間段是2008-2017年，ADAS系統(tǒng)還沒有大規(guī)模搭載。ADAS系統(tǒng)的應(yīng)用對(duì)于交通安全理應(yīng)存在正面意義，所以Waymo也表示未來將會(huì)針對(duì)這個(gè)情況加強(qiáng)研究。

　　第四，場景重構(gòu)是存在誤差的。一方面，交通事故的信息完全來自于當(dāng)?shù)亟煌ü芾砭痔峁┑木�方記錄信息，并不能保證100%真實(shí)還原當(dāng)時(shí)情景；另一方面，在進(jìn)行場景重構(gòu)時(shí)是做了簡化處理的，并不包含其他交通參與方，也就無從判斷Waymo Driver采取的行動(dòng)對(duì)于其他交通參與者帶來的影響。所以，這方面的評(píng)估是缺失的。

　　第五，數(shù)據(jù)并沒有表現(xiàn)出隨機(jī)性，其實(shí)無論是針對(duì)算法、還是現(xiàn)實(shí)環(huán)境，都是存在一些隨機(jī)性，即不可預(yù)估的情況的。但是在對(duì)同一場景的反復(fù)模擬中，這種隨機(jī)性幾乎沒有表現(xiàn)出來，而且在一些避免了事故發(fā)生的案例中，也沒有留出太大的時(shí)間或者空間上的余度。

　　當(dāng)然，也還有一些問題，諸如對(duì)于碰撞仍然發(fā)生只是降低了嚴(yán)重程度的事故，并沒有對(duì)這個(gè)降低程度進(jìn)行嚴(yán)格的評(píng)估和判定等等。對(duì)于Waymo而言，進(jìn)行此項(xiàng)測試并分享測試結(jié)果，既可以逐步構(gòu)建針對(duì)自動(dòng)駕駛技術(shù)的安全評(píng)估體系，也能夠證明自動(dòng)駕駛技術(shù)的可信賴度，通過持續(xù)地模擬驗(yàn)證和數(shù)據(jù)公開，讓消費(fèi)者能夠從中自己去認(rèn)識(shí)和發(fā)現(xiàn)自動(dòng)駕駛技術(shù)帶來的安全提升。（文/汽車之家行業(yè)評(píng)論員 孔昭）

查看同類文章：

行業(yè)視角

深評(píng)問道

更多精彩內(nèi)容：

召回

整車

汽車之家行業(yè)-大數(shù)據(jù) 全領(lǐng)域 新視點(diǎn)