无人驾驶汽车离上路还有多远？ 法律伦理都是拦路虎

上周闹得沸沸扬扬的无人驾驶汽车上北京五环事件，再次将无人驾驶汽车拉入了公众的视野。和很多高科技的发展脚步一样，初期推动无人驾驶研究的是军事领域的专家们——美国军方在上世纪70年代开始关注无人驾驶技术。1995年，一辆由美国卡耐基梅隆大学研制的无人驾驶汽车Navlab-V，完成了横穿美国东西海岸的无人驾驶试验。

二十多年过去了，无人驾驶汽车又“开”到了哪一步？人们不禁发问，无人驾驶技术真的已经成熟到可以上路了吗？在全球范围内无人驾驶汽车上路又是否合法合规？摆在科学家面前的除了恶劣天气、法律法规、伦理道德……“拦路虎”里竟然还有一只袋鼠。

世界脚步

常规“器官”不在 方向盘刹车油门或将被取消

目前已经有十几家公司许下了豪言壮志，列出了自家无人驾驶汽车上路的时间表。

谷歌希望自家的无人驾驶汽车能在2020年量产，而且有别于其他制造商，谷歌不打算推出半自动的功能，而是准备一步到位，生产一款完全无人驾驶的汽车，甚至没有刹车和方向盘。谷歌拥有7年无人驾驶汽车的经验，并与菲亚特-克莱斯勒合作，在现实世界中测试无人驾驶小型货车。

福特也不甘落后，计划在2021年前推出并销售第4级别的无人驾驶汽车。与谷歌的无人驾驶汽车一样，福特也不准备为其汽车配备方向盘、刹车和油门。另外，福特将在未来5年投资10亿美元，用于人工智能软件的开发。

英特尔公司为无人驾驶汽车砸下了重金，一系列的收购可谓是集齐了无人驾驶界的“七龙珠”，收获了各种关键能力。包括以150亿美元收购了以色列科技公司“移动眼”、深度学习技术公司Nervana、微芯片制造商Movidius和汽车公司德尔福。另外，英特尔计划与宝马和大众携手合作，于今年晚些时候开始试验无人驾驶汽车。

“眼睛”可观六路 反馈物体距离阅读交通标志

大多数无人驾驶汽车配备了传感技术“套装”，包括“一双眼”及“一把尺”——视觉传感器(例如相机)和监测传感器(测量目标距离的激光和雷达)。过去十年中，测量范围的传感器在商用开发系统中占据了主导地位，能可靠地反馈周围所有物体的距离，监测范围达到100米甚至更远。

激光通常只用于低水平和简单的任务中，比如躲避障碍物，确保不会撞上任何东西等。而雷达则是一些高档车的老搭档了，在巡航控制系统中至少“服役”了十年。近年来，低价位的汽车也纷纷采用了这一技术。不过，监测距离的传感器还是有其局限性，远程激光或雷达扫描能够向你反馈大致的信息，比如路人的姿势，却不会告诉你那个人的表情是平静还是惊慌。而且，由于大多数的标志都是靠看的，在阅读现有标识时，距离传感器也表现得很差。相比之下，像相机一样的视觉传感器弥补了这一缺陷，它们能够感知颜色和外观细节。

由于我们的驾驶环境在设计和建造时默认司机能够看到，所以，能够像人一样“眼观六路”的无人驾驶汽车更能适应现有的基础设施和标识。

“判断力”待加强 驾驶系统难以应对恶劣天气

不过，汽车并非装备了眼睛就能保证“视力”没问题。相机非常容易受到环境改变的影响，在路上最常遇到的就是昼夜循环。在黑暗的环境下，人工照明或远光灯会让系统很难判断前方到底有什么。

在寒冷的地区，街道两旁可能有不少大风吹成的雪堆，不仅完全模糊了线标，甚至连标识也很容易被埋、被遮挡。由于无人驾驶汽车的设计严格依赖道路法规，所以系统会变得很纠结。

这还不算完，最大的挑战往往出现在多重变化同时发生的时候，比如夜间行驶又赶上热带风暴。遇到这种组合就连人类司机都难免会发生事故，好在大多数情况下我们都小心谨慎、处理得当，而无人驾驶汽车就显得没那么可靠了。除了雨雪，冰、冰雹、雾、烟、霾、风、光和热都会对驾驶环境造成干扰。现在还没有一辆车能够证明遇到极端天气仍能可靠地行驶，目前大多数车能够处理的，不过是中等降雨程度。

对于盯着无人驾驶汽车这块蛋糕的各厂商来说，没有什么比开发出适应全天候无人驾驶车更大的挑战了。我们虽然有很多辆能够适应“大部分情况”的车，却没有一辆适应“所有情况”的车。天气的重要性无须赘述，仅在美国，超过20%的事故都和恶劣天气有关。

配备最强“大脑” 深度学习为镜头素材贴标签

为了不让无人驾驶汽车的一双眼睛成为摆设，开发人员就要给它们配备相应的“脑子”。这也是为什么许多无人驾驶汽车厂商都在开发深度学习系统，有了这门技术，它们轻易就能超越人类需要练习100个小时才能达到的“老司机”的境界。

英特尔公司收购移动眼也正是有此用意，这些深度学习系统通常需要大量的标签数据。收集原始数据虽然成本很高，但可行性高，方法也比较“简单粗暴”：只需在大量汽车上安装传感器和计算机，然后就等着它们在公路网中跑上个数百万小时吧。一旦跑回来，接下来的工作才是费时费工费脑子的，镜头记录下的大量素材需要处理，人、汽车、各类危险、交通灯、车道标记等都需要“贴标签”。移动眼公司意识到这种繁琐的工作偷不了懒，于是雇用了数百名员工专门为图像“贴标签”，这种脚踏实地的作风也使其成为了该领域的引领者。有了这些基础，未来，移动眼等其他公司会越来越多地使用模拟技术生成大部分数据，而不再靠人力了。

“性格”比人谨慎 遇到路边慢跑者会减速停车

目前，无人驾驶汽车通常比人类司机更“胆小”，因为我们能够更准确地了解周围发生着什么。在一段测试视频中，当一辆特斯拉遇到路边的慢跑者时会减速到几乎停下。而当我们遇到同样情况时，会作出“慢跑者不太可能突然跳到马路上”的判断，而系统则被设计得更为谨慎(至少现在的系统都是这样)。

以目前的技术来看，无人驾驶车的谨慎确实很有必要。它们还不太擅长处理那些百万分之一可能会发生的“小概率”事件，比如前车上掉下来一个沙发，或者一些穿着奇葩装束的人出现在路边。

自动眼开发的视觉技术可能会提供更多的“微妙场景”，帮助汽车训练得更为自信。还能读懂人的面部表情，分析出路边行人的姿势和可能的意图，甚至能够“看穿”旁边的汽车，究竟对方的司机是在好好看路还是在玩手机。此外，这种视觉技术能够与人类司机无缝对接，通过辅助保护系统帮助我们避免错误。

名词解释

自动驾驶汽车(Autonomous car)和无人驾驶汽车(Driverless Car)是同一种事物，但不同地方叫法不同，欧洲偏向于称之为自动驾驶汽车，而美国多用后者。

法律障碍

美国各州立法难以统一

“老司机”们都知道，要想上路开车就得有驾驶证，而驾驶证的主体是人。那么，当有一天，《变形金刚》的场景活生生出现在现实生活中又会怎样，试想一下，一辆“大黄蜂”正自己行驶在路上，突然被交警拦下检查驾驶证，那会是怎样窘迫的画面。好在，已经有人想到了这件事，世界各国也正在出台法规，推动让无人驾驶上路。

在美国，为了确定无人驾驶汽车的法律地位，考虑相关立法的州每年都在增加。全美州议会联合会的数据显示，2011年6月，内华达州的立法机构通过了一项法律，为无人驾驶汽车的使用授权。内华达州也因此成为世界上第一个允许无人驾驶汽车合法上路的自治地区。自那以后，美国至少有41个州和华盛顿特区都在考虑与无人驾驶汽车相关的立法。其中，19个州以及华盛顿特区都通过了与无人驾驶汽车相关的立法。

近日，美国众议院成员就无人驾驶汽车的14项法案进行了辩论，今年6月上旬，参议院的议员们发表了一份关于未来无人驾驶汽车立法的大纲，一些人猜测，美国国会最早可能在本月就一些无人驾驶汽车的法律进行投票。显然，美国两党的议员在一件事情上达成了共识——目前仅有美国各州的法规是不够的。虽然许多州的立法机构都决定颁布各自的无人驾驶汽车的规定，但是彼此间差异太大，以至于任何一家公司都不能在全美范围内推出无人驾驶汽车。例如，在亚利桑那州只需一纸标准车辆登记即可，然而在纽约则要求所有无人驾驶汽车都要有警察的陪护。而硅谷所在地加州就比较超前了，允许没有司机、方向盘、油门和刹车的全自动驾驶车辆行驶。

德国要求司机时刻警惕

2013年，英国政府允许在公共道路上对无人驾驶汽车进行测试，在此之前，所有的类似测试都必须在私有土地上进行。今年2月，英国政府又提出新草案，保险公司必须为无人驾驶汽车提供两种保护，自动驾驶模式下的汽车和手动驾驶模式下的司机。如果制造商有责任，保险公司能向制造商索赔。

2014年，法国政府宣布从2015年起允许无人驾驶汽车在公共道路上进行测试，法国全国范围内2000公里的公路将因此开放。2015年在法国举行的智能交通世界大会上，法国首次展示了在其开放道路上行驶的无人驾驶汽车。2015年春天，瑞士联邦环境、交通、能源和通信部允许瑞士电信在苏黎世的街道上测试无人驾驶的大众帕萨特。

今年5月，德国批准了无人驾驶汽车的新准则，政府官员修改了德国的道路交通法，为无人驾驶汽车搭起了监管框架。德国汽车工业协会主席马蒂亚斯·威斯曼表示，德国在高度自动化车辆上路的进程中迈出了重要一步。他认为无人驾驶将使道路交通“更安全、更高效、更方便”。根据路透社的报道，新法规允许汽车制造商测试无人驾驶汽车。当汽车独立操纵方向盘和刹车时，不用手握方向盘、眼睛看路。不过使用者必须时刻保持警惕，以便随时控制车辆。据欧洲汽车新闻的报道，这项法规旨在消除交通法规的逻辑不一致问题。例如，当一名司机心脏病发作，汽车能够减速、打信号灯并靠自己的力量停在路边。该法规还要求配备数据存储系统即“黑匣子”，用来记录具体驾驶情况。

伦理障碍

应该撞人还是撞动物

除了等待法规的完善，摆在无人驾驶汽车面前的还有“道德难关”。试想一下，当你驾驶汽车突发紧急情况，面前是一名小孩和一名成人，减速已经不可能，你的方向盘将转向何处？这对于任何人来说，都是一个困难而且痛苦的抉择，如果汽车能自主，显然也无法抉择。目前，没有人相信无人驾驶汽车能够做出道德或伦理抉择，不过，德国科学家们相信，最终有可能为无人驾驶汽车带入道德和伦理。

德国奥斯纳布吕克大学认知科学研究所的研究员莱昂称，研究表明汽车可以通过编程来模拟人类的道德行为，包括决定哪种碰撞是更好的选择。研究人员让人类实验对象处于虚拟现实环境中，研究模拟交通场景中的行为。之后研究人员用这些数据为无人驾驶汽车设计算法，使其能够像人类一样在道路上应对潜在的困境。

不过大多数的选择仍然具有争议。当涉及到人类和动物时，大多数人会选择保护人类，但是如果选择避开狗狗，会有5%的概率只让人受轻伤，又会怎么选呢？还有当遇到一个玩球冲进马路的孩子和一个守规矩走在路边的成人时该怎么办，如果仅按照交通规则来看，孩子显然是错误的，但是如果考虑年龄，大多数人会选择避让孩子。

意外障碍

袋鼠乱蹦让系统犯晕

就在无人驾驶汽车忙着合法化、埋头学习伦理道德时，又有新的麻烦冒了出来，这次的地点在南半球，而这次的“拦路虎”是一只袋鼠。

瑞典汽车制造商沃尔沃近日表示，其开发的无人驾驶汽车半路杀出了“澳洲程咬金”——袋鼠。原本该公司的大型动物监测系统一直运行良好，鹿、麋鹿、驯鹿等一概不在话下，既混个脸熟也躲得迅速，但是不久前在澳大利亚进行的测试却遇上了麻烦。实验证明，呆萌袋鼠一蹦一跳的动作会让其系统犯迷糊，由于无法准确判断其独特的移动方式，目前该系统是给袋鼠“跪了”。

然而袋鼠是无人驾驶汽车在澳洲上路必须考虑的问题，澳大利亚汽车协会的数据显示，每年当地有超过1.6万起撞车事故与袋鼠有关，其中1000起事故都发生在“丛林首都”——堪培拉，使其成为“袋鼠事故多发地”。另有数据显示，在所有与动物相关碰撞事故中，有袋类动物占了90%，万幸的是，大多数碰撞事故都不是很严重。

沃尔沃澳大利亚地区的技术经理大卫·皮克特在接受美国广播公司采访时曾表示，之所以会出现“袋鼠麻烦”，主要是由于他们的汽车监测系统利用地面作为参照点，而蹦跶着走路的袋鼠让系统很难判断它们距离汽车到底有多远。“当它们腾空时，看起来好像离着挺远，但落地时又显得很近了。”皮克特称，识别系统实际上没有听起来这么简单，它们通过行走方式判断前方是不是人，还要判断这个人是高是矮、是否穿外套等，而对于袋鼠的认识也要很全面。“袋鼠可能坐在路边、站在路边，也可能正在蹦着前进，这些动作的形状都不相同。”

不过，沃尔沃澳大利亚的常务董事凯文·麦卡恩对此没有气馁，他认为袋鼠造成的麻烦也是无人驾驶技术研发和测试的一部分。

无人驾驶汽车等级

2014年，国际自动机工程师学会(SAE International)发布了道路机动车辆自动驾驶技术分类系统。该分类主要以是否需要司机的注意力和干预为基准，而并非车辆的能力。

0级：自动系统能发出警告，但是不能控制车辆。

1级(手时刻准备着)：司机和自动系统共同控制车辆。例如自适应巡航控制系统(ACC)——驾驶员控制方向，自动系统控制速度；停车辅助系统——可以自动转向但需要司机控制速度；或者车道保持辅助系统(LKA)II型。在这一级别，司机必须时刻准备重新接管汽车的控制权。

2级(解放手)：自动系统完全控制车辆(包括加速、刹车和转向)。但司机必须时刻监控驾驶情况，如果自动系统不能正常响应，司机应随时、立即进行干预。“解放手”并不是指字面意思，事实上，这一级别的自动驾驶有强制要求，即司机的手不能离开方向盘，以确保能够时刻准备着进行干预。

3级(解放眼)：司机可以不再关注驾驶，安全地发短信甚至看电影。车辆能够自行处理紧急情况，比如紧急刹车。不过当车辆“召唤”时，司机必须准备好进行短暂的干预，具体情况依各厂商而定。

4级(解放脑)：与3级类似，在这一级别司机完全不用注意安全，也就是说可以安心睡觉或者离开驾驶员的座位。自动驾驶只在有限的区域或者特殊情况下可行，比如堵车时。在这些区域外或者情况外，车辆必须能够安全地终止行程，比如不用司机控制能“侧方位停车”。

5级(解放人)：完全不需要人为干预，例如“机器出租车”。