“假装”：无人驾驶汽车如何“向右投降”

Nvidia模拟器

大致来说，汽车认证有两个领域。 自我认证在美国很受欢迎。 已发布安全标准，制造商声称其产品满足该标准。 如果出现问题，并且事实证明他们说谎，那么他们将面临额外的法律责任。

欧洲人倾向于采用一种不同的方法，称为“认证”，在这种方法中，政府或其批准的第三方测试机构会证明该车辆符合标准。

在现实生活中，我们经常遇到这些方法的组合。 例如，在美国，NHTSA（政府机构）和保险与道路安全协会都进行了外部碰撞测试。 因此，获得了NCAP评级系统。 欧洲已经采用了这种评级系统，它已成为认证安全性的关键方法。 遵守NCAP是自愿的，但是汽车制造商认为，如果他们没有赢得NCAP的殊荣，将会对销量产生重大影响，因此实际上并不是自愿的。

每种方法的支持者都认为另一种方法是疯狂的。 当涉及到不遵守许多旧规则的无人驾驶车辆时，尤其如此。

在周三的Nvidia图形加速器会议上，来自欧洲主要的私人测试实验室，汽车行业最大的私人公司AVL的代表就如何测试和认证无人驾驶汽车提出了自己的想法。

这是许多人可以想象的测试计划，其中包括以下几点：

• 私人测试现场
• 软件和硬件调制测试，并从丰富的已知测试库中随机选择脚本，包括测试在现实世界中不易验证的极端情况。
• 在公共道路上进行一些测试

欧洲人认为，较旧的美国方法是不正确的，该方法包括根据ISO 26262功能安全标准进行自我认证，以及强制遵守联邦车辆安全标准和NCAP自愿评定标准。 所有其他运输方式均由国家监管机构进行测试和认证。 他们还说，最近的737事故表明了使用错误方法时会发生什么，因此他们希望获得更严格标准的认证。

这不是欧洲提出的唯一方法。 荷兰认证机构RWB 提供了一种驾驶执照 ，它看起来更像是驾驶考试，而不是带有参数列表的认证。

人工驾驶检查很糟糕

任何一组标准化测试将仅覆盖需要验证的一小部分。 很难想象会有什么不同。 一个例子是获得驾驶执照，尤其是在美国。 该测试几乎涵盖不了任何内容，知识渊博的青少年驾驶员会常规通过该测试。 我们同意这一点，因为我们相信人们天生就知道如何做某些事情而无需在测试中证明这一点，并且因为我们不想使测试变得过于复杂。 但是在某些国家，事情要复杂得多。

考虑行业领导者Waymo。 Waymo汽车已经行驶了1500万英里。 他们还在模拟中记录了大约100亿“英里”。 （此外，与实际里程（在99.9％的情况下只是无聊的驾驶）不同，模拟中的里程是设计用于加载软件的特殊情况）。

但是尽管如此，Waymo仍不准备在路上安全地释放他们的汽车。 去年，他们宣布将在年底之前进行实时操作，并且他们已经在操作没有驾驶员的车辆，或者装有无法控制的安全监视器的设备。
实际上，他们只实施了自动驾驶业务的一小部分，其商业服务也非常有限（我的理论是，Uber车祸导致公众的容忍度降低，Waymo的举止更加保守）。

但是，事实是，即使经过所有这些测试（比任何研究实验室都要进行数千次测试），Waymo仍不确定它们已经准备好发布，尽管感觉它们已经接近。 我重复一遍，再进行一千次测试。

认证实验室最多将确认被测车辆符合所有基本要求。 这将意味着开发团队不会疏忽或缺乏专业知识。 这是重要且有价值的，但不能确认汽车已准备好在没有监督的情况下离开道路。 优步车可能没有通过这样的测试，但他们并未尝试对无人驾驶或商业用途进行认证。 这只是一个原型，可能是由粗心的驾驶员驾驶的。

因此，认证过程既昂贵又费时，几乎没有用处。 官僚主义太多，缺乏真正的安全检查，不是一个好选择。

模拟认证

标准化测试，尤其是模拟，不太适合认证。 这是因为制造商将需要并访问模拟方案。 制造商想提前在这些情况下测试他们的汽车，如果任何测试失败，他们将对机器进行更正。 在所有测试中获得良好标记之前，制造商不会通过汽车的认证。 这迫使制造商改进其汽车，但未提供有关这些汽车质量的信息。 我们只知道他们通过了必须通过的测试。



在一个下雨天的模拟的街道。

如果您已经对汽车进行过测试，您将不知道汽车的制造水平。 当您第一次花费大量时间测试这辆车时会看到它，当您看到它处理得如何时，您就会知道它有多好。 只有这样，您才能发现这辆车在现实世界中将如何应对无数种新情况。

真正体验汽车的唯一方法是在他从未见过的困难情况下对其进行测试。 一旦任何测试中出现这种情况，供应商便会对此进行查找，并将其放入自己的测试集中。 这意味着认证机构必须不断提出大量新的，有意义的和现实的测试。 测试情况有很多不同的选择，在无人驾驶车辆的情况下，即使在马路中间也可以找到边缘情况，但存在一些限制。

监管机构应定期更新测试。 许多汽车制造商经常会发布新版本的软件。 在测试期间，他们每天都会发布新版本。 这些机器投入生产后，大约每月都会发布一次更新，并且如果检测到安全错误，则更新的频率会更高。 每个公司每月执行一次新测试是不切实际的。 您可以轻松地定期创建模拟方案，这些方案是现有方案的变体，但是您需要与现实世界中可能发生的情况类似的真实测试。 您不希望犯错误或仅根据机器如何处理永远不会发生的情况将其转移到生产环境。

还值得注意的是，Waymo汽车行驶的数十亿英里模拟与AVL或Nvidia所显示的完全不同。 它们是成熟的模拟器，需要识别视觉信息，以尝试以视频游戏的方式创建虚拟世界，然后向汽车软件提供来自摄像头，激光雷达扫描和雷达数据的人工图像，然后它们为计算机提供了尝试控制虚拟机的机会。 有三种不同的测试级别，它们试图模拟尽可能多的数据，以使机器的运行最大化。

这些模拟是有用的，但是对于处理不需要识别的信息的模拟要快得多。 用这种方法，您不是在创建可见的虚拟世界；而是在创建其基本表示。 模拟器知道所有对象在抽象级别的位置，但是不会显示它们以供程序识别。 取而代之的是，测试下降到一个层次，并用报告与被替换系统相同信息的模块替换感知系统。 例如，他可能报告汽车以某个方向行驶的概率为85％，或者行人在某个区域内的概率为90％。 在这样的模拟中，检查机器是否收到所有这些信息。 这只是部分测试，但是它是如此之快，以至于您可以进行更多的测试。 需要使用不同方法的组合，但是大多数测试里程将在感知后测试中涵盖，并且据我所知，以此方式获得了Waymo汽车数十亿的测试里程。

需要识别或进行可视化模拟的测试看起来比演示好得多，因为它们提供了人们喜欢的逼真的视频游戏风格图片。 它们非常适合测试汽车的各个方面，包括感知系统，但是问题在于它们是在人工而非真实世界中测试汽车。 该系统可能会很好地识别虚拟游戏行人，但对于现实世界中的真实游戏行人却不是很好。 这种情况将意味着您从此类模拟中收到了不正确的信息。

政府机构的检查人员走得更远。 他们使用3种类型的模拟和视觉显示：

• 您只需在计算机上运行汽车软件即可进行基本模拟，该计算机从传感器生成人工图像，并允许您使用软件命令控制虚拟机。
• 软件和硬件调制，其中将真实的汽车连接到计算机，并进行模拟，模拟行为类似于真实的传感器和真实汽车的车载计算机的行为。
• 实际行驶的硬件模拟，其中汽车被放置在可滚动轮子的滚轮架上。 这个展台位于一间大房间里，在这里，机器人被重做，看起来像汽车和行人，并在展位周围移动，以模拟现实世界中物体的行为。 理想情况下，应该使用真实的传感器，尽管可能需要使用人造相机和雷达。 对于相机，您可以将它们指向锁定的屏幕。

所有这些选项听起来都不错，尽管在某些情况下不可能使用3号（例如，对于Waymo汽车来说，它是通过激光照亮的道路纹理来检测其位置的，该道路纹理在车轮下缩放并使用许多其他复杂的传感器）。 然而，所有这些选择都是缓慢的，昂贵的，并且遭受上述问题的困扰。 它们应该实时工作，实际上，与常规测试或不​​带显示的测试相比，这可能是一个很大的限制，可以进行缩放以执行大量必要的测试。

局外人不知道如何测试

在外部实验室的情况下，没有可视化的测试是非常不同的。 它们只能与车辆开发团队密切合作进行。 事实是，车队比其他任何人都知道如何更好地测试自己的赛车。 此外，由于这些团队正在开发全新的方式来确保以前没有的安全性，因此外界可能无法完全了解被测车辆的安全系统。 标准只能定义共同的真理和现有的最佳实践。 它们并不意味着创新。 没有明确的测试可以测试安全创新的质量。 为此，您将不得不提出一个新的测试。

所有这些并没有清楚地说明实验室测试方法的重要性，但这并不意味着它并不重要。 这种方法可以确定最低的测试要求，无人驾驶汽车开发商将与测试公司签约，并使用其服务来了解他们的汽车满足这些最低要求。 此外，还可以签订合同以提高质量水平，使其高于最低要求。

但是，AVL提出的测试无法提供足够的信息。 无人驾驶车辆可以通过这些测试，但仍然存在严重问题，并构成很大的风险。 最小化这种风险的唯一方法是执行汽车制造商开发的测试，以及在各种情况下在真实道路上进行测试。 您必须确保制造商的利益与社会的利益一致，并且有充分的理由不欺骗，不说谎，不忽视。 这仍然是一个尚未解决的问题，但是已经引起了很多关注。

---

阅读更多有用的文章：

• 相机或激光
• 开源自动驾驶汽车
• 麦肯锡：重新思考汽车中的软件和电子架构
• 汽车业已掀起另一场操作系统之战
• 车内程序代码
• 现代汽车中的代码行比...更多