驾驶车辆|从自动驾驶事故中探索有效的性能提升及判责策略( 三 ) 电视|出家门|人工智能电视|人

基于此，即便是像很多开发者所倡导的在自动驾驶车型上装备整套影子模式套餐，可能也没办法真正做到弥补车型对几乎所有场景的标注和探测学习需求。
自动驾驶车辆监控及追责系统
搞自动驾驶，其实没有人愿意牺牲，更不愿意给机器或者算法给牺牲掉了。那这个核心问题就变成了，一旦出了事故，整个过程中发生了什么，为什么会导致事故，需要有个清晰的记录和回放的过程，在测试验证乃至后续路试的过程中，出现的每个事都可以在一定范围内回溯。当前比较中肯的是自动驾驶数据记录系统，该系统也是国家标准委员会要求下一代自动驾驶功能车辆进行强标的系统。然而，值得提及的是，自动驾驶数据记录只是从车端角度记录发生安全事故的整个过程中车辆本身、驾驶员操作、周边车辆的相关信息。我们做开发的人员需要了解的更多才能更好的分析车辆数据，不仅是面向事故场景，更多的用于开发场景中的场景建模、数据标定的情况。
特别是在2021年4月7日，工信部发布《智能网联汽车生产部门及产品准入管理指南（试行）》（征求意见稿），对L3级以上自动驾驶功能车型准入上市提出如下要求：
“要求建立健全企业安全监测服务平台，保证产品质量和生产一致性，对（每一辆试验）车辆运行状态进行监控，记录测试车辆行驶轨迹、控制模式、车辆运动状态参数、驾驶员及人机交互状态、行车环境信息、车辆执行机构控制信息、接管信息等数据。”
对于汽车生产企业，同时也希望通过监测平台，实现对自动驾驶车辆运行状态的监测，通过对自动驾驶车辆数据的记录、用户行为分析、车辆故障分析及自动驾驶系统的运行状态的统计分析，支持产品持续迭代优化、故障分析、事故定责等。

文章插图

目前在自动驾驶车辆运行中已有相当的企业已经建立了对车辆运行监控的能力平台。如长安、广汽、中汽研等企业正在开发对于新能源汽车的监控平台：包括车辆状态、轨迹、电池电源等的实时监控；对车队运行进行统计分析，历史轨迹回放等；同时包括对电池电驱系统实时告警分析等功能。不管是新能源监控还是自动驾驶车辆监控，本质上是利用车联网数据进行深入价值挖掘，从车辆运行监控、分析及故障告警等维度，提升企业对车辆的管理和车辆网数据利用。

文章插图

下面来说说整个监控平台的功能划分，如下图所示，监控平台是主要用于针对自动驾驶车辆运行功能及状态分析的业务层级，同时对自动驾驶车辆运行状态或使用频次的统计分析。其中从下至上包含6大业务链，依次为底层功能管理、基础功能管理、统计分析管理、数据分析管理、平台对接管理、顶层监控管理。从事故分析角度出发，整个过程完全可以做到无缝的监控车辆中对自动驾驶信息状态的搜集，用于后期的责任划分看来是不可或缺的。

文章插图

目前，无论从国家规划、企业能力建设，都希望在2025年能够从一定意义上实现真正意义下的自动驾驶，至少在其所规定的ODD范围内，能否让驾驶员可以完全不用接管车辆，甚至不用关注车辆的驾驶情况，但是真的行么？笔者是持保守态度的。究竟是单车智能还是车路协同，还是两者都要？传感端是走高成本的激光雷达还是纯视觉技术，还是混合感知？这些都尚在探讨过程中。
当前无论是特斯拉还是蔚来在自动驾驶道路上踩的坑都足以让我们警醒，自动驾驶还有很长的路要走，当然也有一些主机厂在打擦边球，比如提出首先实现自动辅助驾驶功能，但是这也需要提供较好的用户说明须知以及人机交互说明，避免误用滥用。本文所提及的对自动驾驶车辆行驶可能出现故障的一系列措施可以从一定程度上提升对于自动驾驶开发和应用的信心，希望自动驾驶之路仍旧是一条被人们所认可和信赖的道路。