近日，加州機動車管理局（DMV，Department of Motor Vehicles） 公布了 2018年度的自動駕駛年度成績單。共有48家公司提交報告，這些報告呈現(xiàn)了他們在 2017 年 12 月 1 日到 2018 年 11 月 30 日之間的自動駕駛路測成果。該報告的重點即為“脫離”（Disengagement）二字，本文也就“脫離”原因進行了分析。

美國加州是是全球第一個為自動駕駛車輛路測制定法規(guī)的地區(qū)，吸引了眾多整車廠、供應(yīng)商、及自動駕駛初創(chuàng)公司在此進行自動駕駛研發(fā)和路測。截止2019年2月13日，已經(jīng)有62家公司持有加州有效的許可證。

從 2015 年起，對于自動駕駛測試，加州機動車管理局（DMV，Department of Motor Vehicles）要求獲得自動駕駛路測資質(zhì)的公司每年1月1日之前都要上交一份自動駕駛“年度報告”，總結(jié)測試過程中所經(jīng)歷的所有自動駕駛脫離Disengagement事件，這些“自動駕駛脫離報告”（下文簡稱“脫離報告”）。

該報告的重點即為“脫離”（Disengagement）二字，以此來衡量自動駕駛技術(shù)的成熟度。

加州DMV對“脫離”Disengagement的應(yīng)用場景作了兩重定義：

1)被動脫離PDE (Passive Disengagement)

當(dāng)自主駕駛相關(guān)技術(shù)檢測到故障無法繼續(xù)執(zhí)行時，自動駕駛模式被迫退出、斷開控制，且要求駕駛員立即人工接管。

2)主動脫離 ADE (Active Disengagement)

自動駕駛控制系統(tǒng)未檢測到任何故障，但駕駛員監(jiān)控運行工況時為保證車輛安全行駛采取人工干預(yù)，主動觸發(fā)自動駕駛模式的退出，實現(xiàn)對車輛的手動接管控制。

前者要求自動駕駛系統(tǒng)需要有完整的診斷機制，后者是對高階自動駕駛車輛測試員的要求，即自動駕駛測試員需要根據(jù)自身的判斷對車輛進行介入，手動控制車輛。

除此以外報告里面的要求評判維度有：

總的系統(tǒng)脫離報告

脫離時的環(huán)境和測試條件

當(dāng)時的位置和環(huán)境（比如高速路、鄉(xiāng)村道路和停車設(shè)施）

氣候條件、道路環(huán)境的簡要介紹

總的每臺車的在公共道路條件下所行駛的里程

自動駕駛提示報警到駕駛員接管的時間間隔

在DMV公布的測試報告里，每家公司實際提供的信息都有差異，匯總這前家公司脫離報告中的關(guān)鍵數(shù)據(jù)如下表：

近日，DMV 公布了 2018年度的自動駕駛年度成績單。共有48家公司提交報告，這些報告呈現(xiàn)了他們在 2017 年 12 月 1 日到 2018 年 11 月 30 日之間的自動駕駛路測成果。

這里匯總提供路測數(shù)據(jù)的25家公司脫離報告中的關(guān)鍵數(shù)據(jù)如下表：

從圖表的數(shù)據(jù)對比能夠看出來，在加州的自動駕駛的路測方面，谷歌的MPI (Miles Per Intervention)仍然處于領(lǐng)先水平，不僅測試里程數(shù)達到1,271,587英里，而且“脫離”次數(shù)為114次，即每11154英里需要人工干預(yù)一次。

從圖表中可以看出蘋果公司的MPI很低，即每1000英里的脫離數(shù)量為871.65次，大約每1.1英里就有一次脫離。

當(dāng)然，也有觀點認為，這份報告并不能全面體現(xiàn)各家廠商的自動駕駛研究進展，脫離次數(shù)還受到很多其他方面的影響，并且有的公司并不只在加州這一個地方進行測試，評價一個公司的自動駕駛技術(shù)高低的數(shù)據(jù)總量及數(shù)據(jù)維度并不全面。

很多廠商，例如通用，包括谷歌等，除了在加州境內(nèi)測試，也在密歇根州、亞利桑那州和內(nèi)華達州等等其他州或者國家進行自動駕駛路測。

其次，測試道路類型不同，對自動駕駛的難度要求也不同，像博世集團的測試道路就包括了城市道路、街道、鄉(xiāng)村道路等復(fù)雜路況，而像通用、奔馳、日產(chǎn)的測試道路也基本集中在城市道路和街區(qū)道路等非標(biāo)準(zhǔn)道路。

最后，路測的數(shù)據(jù)來源也會不同，特斯拉在報告中指出，其雖然沒有在加州進行大量道路測試，但是其在全球的仿真裝置、實驗室、測試車道和公路上進行了測試工作，目前已經(jīng)收集了逾10億英里Autopilot開啟時的行車數(shù)據(jù)，這使得它掌握有大量實際路況中的行車數(shù)據(jù)。

但鑒于自動駕駛相關(guān)測試指標(biāo)的多樣性，路況的復(fù)雜性，加州的年度報告可能不能全面覆蓋，但是加州作為批復(fù)路測資質(zhì)最多的城市，其提供的數(shù)據(jù)樣本在目前所有允許自動駕駛測試的地區(qū)當(dāng)中還是最為完整的。

僅就加州的脫離次數(shù)報告，既然這里脫離是這份報告的重點，那么下面我們我們討論一下自動駕駛功能脫離的原因，希望能給大家啟發(fā)。

自動駕駛功能脫離的主要原因分析

環(huán)境因素對自動駕駛車輛運行至關(guān)重要。在不同環(huán)境條件下（包括不同的地點、天氣、路面類型等因素）實現(xiàn)全自主駕駛，要求自動駕駛技術(shù)足夠的智能與魯棒，以處理所有可能遇到的運行工況。脫離報告中所涉及的道路環(huán)境狀況綜述如下：

1)地點：街道、州際公路、高速公路、鄉(xiāng)村道路、停車場。

2)天氣：晴朗、多云、雨天、晴朗夜晚 。

3)路面狀況：干燥、潮濕、有洞或凸起等不佳狀況路面，車道線不清晰，路面交通標(biāo)記褪色不清，以及新鋪路面。

諸多因素會影響自動駕駛控制，并導(dǎo)致功能退出。這些原因包括(但不限于)如下。

不同類型自動駕駛退出的誘因

被動退出 PDE的典型原因

1)硬件問題

硬件元器件失效或未按預(yù)期執(zhí)行工作，一些典型的報告原因如下：車輛控制器發(fā)生故障；傳感器、導(dǎo)線、執(zhí)行機構(gòu)和其他物理設(shè)備損壞。

2)軟件問題

軟件故障涵蓋了環(huán)境感知、物體識別、車輛定位、決策、路徑規(guī)劃、軌跡生成、縱橫向控制等諸多方面的問題。報告的一些典型原因包括：錯誤識別了障礙障礙物；另一輛車從側(cè)面接近但未被感知；識別系統(tǒng)失去了前車軌跡；目標(biāo)路徑生成失敗；定位故障等等。

3) 天氣條件

測試過程中出現(xiàn)的天氣條件因素導(dǎo)致自動駕駛功能退出，典型原因例如：照明條件差導(dǎo)致交通信號燈檢測故障；陽光過強導(dǎo)致對象檢測失敗；雨、雪、霧等導(dǎo)致能見度差；過熱或過冷的溫度，等等。

4) 路面條件

由于路面狀況不佳，導(dǎo)致自動駕駛功能關(guān)閉，典型原因例如：道路有洞或凸起；褪色的路面標(biāo)記、剛鋪好的路面，等等。

主動退出ADE的典型原因

主動退出的典型原因包括軟件限制、硬件問題、遇有緊急情況和預(yù)防性人工干預(yù)等。詳細描述和相關(guān)的示例案例如下。

1)軟件的局限性

雖然自動駕駛系統(tǒng)沒有檢測到故障，但由于其自身能力限制無法處理復(fù)雜情況下的高級駕駛?cè)蝿?wù)，或由于軟件的限制而導(dǎo)致的物體感知、車輛的軌跡、行為等不理想，使得人工主動介入干預(yù)，導(dǎo)致自動駕駛功能退出。一些典型的案例如：在擁擠交通環(huán)境下?lián)Q道；十字路口過多行人和車輛使得自主系統(tǒng)難以決策控制；自動駕駛車輛過于靠近停著其他車輛；未識別停止的前車，未能有效減速，于是司機主動接管，采取制動操作，等等。

2)硬件問題

硬件故障使得司機感到需要立即人工干預(yù)控制車輛。

3)緊急情況

緊急情況下，駕駛員出于安全性的考量主動接管車輛的控制權(quán)限。典型案例包括：出現(xiàn)急救車輛(為了解決此問題，谷歌提出了一個檢測和應(yīng)對緊急車輛的方法)；道路出現(xiàn)交通事故，等等。

4)預(yù)防性干預(yù)

為了避免由于路面狀況不佳等原因?qū)е伦詣玉{駛功能退出，駕駛員采取的預(yù)防性人工干預(yù)措施，例如：避開前方施工區(qū)域；避讓自行車騎行者，為其提供足夠空間；為保障行人安全而采取的預(yù)防性措施；確保車輛在惡劣天氣條件下的安全行駛。