人机交互方面的挑战在于,驾驶员离开驾驶情境的时间越长,顺利接管的时间也会越长,要回答安全接管这个问题,第一步是定义“哪些是需要接管的情况”。
对此,自动驾驶汽车至少要清楚两方面的信息:一个方面是车况判断,是后视镜坏了还是核心传感器坏了;一方面是外部环境判断,是大雨天,施工等复杂路况。上海机动车检测认证技术研究中心技术支持(研究) 部部长于峰指出,“这些都是自动驾驶汽车判断系统安全性要考虑的问题,都需要车厂在车辆开发阶段提前定义。”
然后要讨论的是“怎样安全交接”的问题。不少人提供的思路是,尽可能利用传感技术来延长交接时长,如果给驾驶员预留充足的反应时间,是可以解决安全接管这个问题的。
同济大学汽车安全技术研究所所长朱西产给出了几个案例,比如利用V2X等技术,在更早的时候预知接管需要,通过联网预知恶劣天气临近。博世底盘控制系统中国区驾驶辅助系统工程总监赵姝岩介绍,当紧急接管情况发生时,车辆按照紧急情况可以分几次给出提醒,同时根据周围路况做减轻危险的处理,例如先逐渐减速靠边,随着自动驾驶等级的提高,可以自动驾驶到服务区等。
但是依然有很多人提醒车云菌,作为一个靠谱的L3自动驾驶人机交互系统,你必须假设车辆有时是没法自己开到路边的,而且驾驶员很可能是叫不醒的。
当L3遇到量产
有一种尴尬叫L3式的尴尬。
中国工程院院士李德毅在他的演讲结尾处就总结道:“用一辆车解决所有问题是不可能的,L3量产可以分不同场景”。丰田汽车前瞻研发及工程执行总经理葛卷清吾也提到,“我们提到3级自动驾驶时,会先去定义条件,也就是SAE自动驾驶分级中ODD的概念”。
葛卷清吾认为,自动泊车就是一个适合L3的场景,但是国道和高速公路的自动驾驶因为车速太快,驾驶员是没法快速反应接管的,就不适合L3。第一个喊出量产L3自动驾驶的奥迪则是选中了城市拥堵路况的自动驾驶,功能的触发前提是比较安全的低速情况。
我们觉得这个策略也符合”用户痛点是产品起点“的原则。这样来看,主机厂其实不是在根据L3的定义去生产一辆自动驾驶汽车,而是在寻找适合运用自动驾驶技术的场景,只不过在这个场景恰好符合L3的定义。频繁踩踏刹车和寻找停车位都是目前的出行痛点,L3正好是可以成为解决这些痛点的产品。
当然,帮助L3找到归宿还需要一个好的商业模式。
当时沃尔沃公开表示不会做L3自动驾驶时,提到了平衡成本和功能的考虑——支撑L3的技术需要一大笔支出,但驾驶员仍然没法完全放松下来,还要分心关注什么时候接管驾驶,所以功能性价比不高。