自动驾驶与安全的“距离”

[[400205]]

参展的多家汽车厂商都展示了其自称具备自动驾驶功能的新车型，并吸引了汽车圈甚至更多社会各界人士的关注。

麦肯锡公司4月发布的《2021汽车消费者洞察》报告显示，越来越多消费者将自动驾驶功能纳入购买下一台车时的考量。在对比L2辅助驾驶与更高阶的自动驾驶功能时，就支付金额意向来看，消费者普遍认为自动驾驶的价值更高。

不过，由于一些声称具有自动驾驶功能的汽车近期出现多起事故，也让公众对于自动驾驶是否名副其实、自动驾驶汽车是否安全更加关注并加入讨论。

上海交通大学行业研究院智能网联汽车行研团队负责人蒋炜告诉新京智库，一系列的热闹背后仍然需要冷静的思考。自动驾驶技术的大规模商业化落地，需要软硬件的共同支持以及数据层面的长期积累。

目前来看，相关技术开发周期长、测试验证严苛且缺乏统一标准。产业链条牵一发而动全身，不同的产业参与主体都在以各自的方式探索商业模式，但“并没有一家企业完全‘领跑’”，蒋炜说。

[[400206]]

过度宣传导致消费者过于信赖“自动”驾驶

其实，关于自动驾驶是否名副其实的争议早已有之。

公开资料显示，2018年5月，有网友发现特斯拉从官网上撤销了有关“Autopilot(全自动驾驶)”的功能介绍。关于Autopilot功能下架，特斯拉CEO马斯克在推特回复“这个选项将会在菜单外临时提供，但不会再存在于菜单中，在公司准备好推出全自动驾驶功能之前不会再出现”。

据欧盟新车安全评鉴协会(Euro-NCAP)此前统计，自从特斯拉宣称推出“全自动驾驶功能FSD(Full Self-Driving)”之后，有71%的驾驶员认为目前已经可以购买到全自动驾驶汽车，其中甚至有11%的驾驶员认为以目前自动驾驶水平，完全可以在自动驾驶过程中小睡一会。

上海交通大学智能车实验室负责人、教授杨明告诉新京智库，特斯拉涉嫌过度宣传，它的宣传广告和用户手册存在差异，导致了部分公众误以为特斯拉的自动驾驶技术已经非常完善，不一定非得按照手册驾驶。“特斯拉目前的自动驾驶产品本质上是L2级，即辅助驾驶。”

按照我国工信部的《汽车驾驶自动化分级》显示，自动驾驶汽车被划分为L0—L5共6个不同的等级，L0-L2为辅助驾驶，L3-L5才是自动驾驶。

新京智库梳理发现，不管是特斯拉还是其他厂商，不少厂家都在宣称自己的智能汽车达到了L4级(高度自动驾驶)水平。

杨明表示，涉嫌过度宣传的其实远不止特斯拉一家公司，现在国内的一些公司也在过度宣传自己产品的自动驾驶功能。

据公开报道，今年3月，特斯拉副总法律顾问威廉姆斯在邮件中承认，目前特斯拉的Autopilot和FSD能力都不是自动驾驶，它们都只能满足美国汽车工程师学会(SAE)定义的L2级别辅助驾驶能力。

蒋炜表示，一些车企利用“自动驾驶”新概念，在营销过程中过分宣传驾驶的“自动”性，间接引导了部分司机的危险驾驶行为。这反映了在智能汽车领域还存在市场准入不规范和保障体系不健全问题。

然而，自动驾驶正成为越来越多人的购买意向。麦肯锡的《2021汽车消费者洞察》报告显示，消费者认为重要且付费意愿较强的自动驾驶功能有：自动泊车、拥堵路段自动跟车、高速公路自动行驶等。

这份报告还显示，在2019年的调研中，有25%左右的消费者认为自动驾驶离自己很远，没有任何考虑的必要。但这一数字2021年已经下降到20%。

蒋炜呼吁，汽车厂商应正确引导消费者安全驾驶，相关监管部门也应加强规范自动驾驶汽车在现阶段的自动化程度，保证安全可控。同时，自动驾驶技术的落地需要健全的保障体系。目前自动驾驶相关法律法规和行业规范都很不完善，短时间内很难有一个类似ISO26262的标准来衡量自动驾驶的安全程度。

尚无匹配“自动”驾驶的全套技术

自动驾驶技术是否真的照进现实了?

2018年，马宏宾在北京国家会议中心举办的全球移动互联网大会(GMIC)上发表了题为《自动驾驶的过去、现在、未来》的演讲。

马宏宾是北京理工大学自动化学院教授，当时他刚荣获2017年吴文俊人工智能科学技术奖。马宏宾以Uber事件为导向，为现场观众解析自动驾驶面临的四大困难，并提出自动驾驶面临的四大“坑”，即法律追责、心理因素、落地成本和商业盈利问题。

Uber事件发生在马宏宾演讲的一个月前，在美国亚利桑那州坦佩市，一辆Uber自动驾驶汽车在行驶中撞死了一位行人。这起事件也成为了全球首例自动驾驶汽车致人死亡事故。不过，数日后，该州检察官表示，Uber公司不负刑事责任。

自动驾驶的安全成了全球关注的一个新问题。仅仅在Uber致行人死亡后不到一个月时间，我国工信部，联合公安部和交通部发布了国家级的《智能网联汽车道路测试管理规范》。这也被称为我国自动驾驶领域的首部法律规范。

马宏宾告诉新京智库，如今这四大“坑”依然存在。整体上来讲，在技术的底层，多年以前领先的公司基本上都已经“跑通”了。但“就技术框架体系而言，到目前为止没有根本的变化”。

马宏宾也承认，随着这三年来竞争越发激烈，尤其是互联网企业的加入，在局部的技术实现上，包括细节优化、数据地图、硬件加速等方面，“还是有不少进步，但这些进步都是局部的”。

罗兰贝格汽车团队执行总监时帅向新京智库介绍，从硬件上来说，主要有控制芯片和传感器，如摄像头、雷达。以计算芯片为例，目前领先厂家的高端芯片单就算力上来说，已经可以满足L4级自动驾驶，但核心瓶颈依然没有得到解决。

首先是成本问题，因为芯片制造是巨额投入，从7纳米制程，向3纳米制程，甚至再高端的制程升级，研发投入可能是成几何数量级的增长。其次，真正的L4以上自动驾驶所需要的软件，或者说从场景上以及在政策上其实还没有完全准备好。

比如，计算芯片的车规级安全与质量稳定性，与整车整体控制策略的匹配性等问题。换句话说，“现在软件层面的主要瓶颈在于，感知融合算法尚不成熟，仍需针对边角情况实现对对象的精准识别与决策”，时帅说。

麦肯锡在今年4月发布的《中国汽车行业CEO特刊》介绍，自动驾驶车辆仍然难以攻克两类场景：

首先，由于大部分测试局限在特定区域，迭代出来的算法很难快速推广到更多复杂场景中。其次，即使测试里程达到千万公里，真正特殊场景的数据仍然稀缺，系统对特殊情况的应对能力仍很弱，而高级自动驾驶技术成熟的标志是对各类特殊情况都能自如处理。

“自动驾驶往后其实就是要在不同场景中去摸索和探索，然后适配这些场景，从而增强自动驾驶系统的稳定性、可靠性。这个过程本身就是一个很缓慢的爬坡过程”，商汤科技移动智能事业群副总裁石建萍对新京智库说，行业内多数公司的产品在这几年中系统的稳定性、可靠性上还有很大的提升。

石建萍举例解释，三四年前他们的产品还只是在系统搭建阶段，但现在他们的自动驾驶系统仅在上海临港就已稳定运行了几十万公里，也是一直在收集各类问题，碰到一些非常罕见的场景，然后在不同车型上适配，不断对系统进行迭代升级。

车路协同标准急需制订

中国工程院院士、国家卫星定位系统工程技术研究中心主任刘经南曾表示，智能车辆通过激光雷达、摄像头等传感器可以“看”到周围车辆或人、物体的情况，但更外圈层的情况就“看”不到了。这时就需要车路协同，比如道路监控摄像“看”到的情况、卫星“看”到的情况及时传输给智能车辆，让其根据实时情况做出预判，以避免发生交通事故。

东南大学-威斯康星大学智能网联交通联合研究院院长冉斌表示，全球自动驾驶的解决方案有三类，单车智能、智能网联汽(基于V2V(从车辆到车辆)的通信)以及车路协同，其中车路协同是自动驾驶的必由之路。

蒋炜表示，目前，我国的车路协同还属于早期阶段。车路协同方面有多个细分领域，众多产业参与主体都进行了初步的试探，但依旧存在不足之处。

比如，智能车载方面，目前的车载系统主要以导航、娱乐为主，尚未实现与车路网协同系统相结合的人机交互系统。智能路侧方面，我国各个省份都在积极展开智慧公路的部署，但由于我国道路环境多元化、运营主体碎片化，建设步伐较为缓慢。

再如，云控平台方面，目前已经基本形成“车端-边缘云-区域云-中心云”四级支撑体系，也有一些综合示范建设项目不断展开，但是在发展初期，用以支撑的云控平台与满足测试监管、智慧交通服务的产业发展需求之间仍存在较大差距。

15年前就开始做车路协同研究工作的杨明记得，彼时就提出来要形成标准。他告诉新京智库，“到现在这个标准其实也还没有完全形成，这件事情的确是需要一个漫长的过程”。因为车路协同要做的工作太多，涉及通讯、路侧单元(一种基于4.5G蜂窝移动通信技术。可以提供如车辆高精度定位、高精度地图等服务)、通信协议等一些功能的实现。

杨明也强调，车路协同的标准制定也依赖于技术的进步，15年前没有5G技术，现在有了，现在再来制定车路协同标准的条件就可以说更成熟了。

时帅亦认为，虽然我们还处于单车智能阶段，但是我国有一个特色，基建非常发达，很可能率先走出V TO I(车辆对基础设施技术)车路协同路线。但这一方面有赖于基础设施或者说车企的配合，另一方面是地方政府需要有决心去铺设相关的基础设施。

“因为短期内意味着会有一个很大的基建投入，却不一定能看到非常确定的回报”，时帅表示，车路协同与基础设施建设就像鸡和蛋的关系，政府的考量点是看不到一个成熟安全的方案和投资回报，考虑投资建设基础设施就可能比较谨慎。问题是，不建设好基础设施，车路协同就无法实现。

蒋炜建议，首先做好管理协同，即解决好谁来投资、谁来运维、谁来监管、谁来协调的责任主体问题。因此，需要针对关键技术进行突破，如智能车载关键技术、智能路侧关键技术、V2X通讯与协同控制关键技术等。

蒋炜还建议，需要制定相应的标准法规体系，如数据通讯协议、车路协同相关标准规范、交通事故的追溯性问题等。同时，进行相应的商业模式的探索，如面向B端、C端用户的不同模式，从而提升用户的渗透率。

数据安全管理迫在眉睫

特斯拉女车主维权事件发生后，智能汽车的数据安全也成为社会关注的问题。有文章表示，近年来，全球因自动驾驶数据安全引发的事故并不少见，如果自动驾驶相关数据遭到窃取或篡改，会直接造成财产或生命损失，相比传统数据破坏危害更大。

其实，不少法律研究人士多年前即开始关注。中央党校(国家行政学院)政治和法律教研部讲师李若兰在2019年发表的一篇论文中表示，数据安全是网络安全的重要组成部分。未来自动驾驶汽车被定义为“轮式机器人”，其本身需要大量的精确数据支撑和运转。而自动驾驶汽车与网络、基础设施、车载设备等产生越多连接，就会出现更多被攻击的安全缺口。

李若兰在文中表示，当前自动驾驶研发的国家法律政策主要着眼于技术安全和功能安全，对网络安全层面关注不足。自动驾驶汽车网络安全的法律规制尤为紧迫。

全国人大代表、上汽集团董事长陈虹在今年两会期间表示，一辆自动驾驶测试车每天产生的数据量最高可达10TB。

“特斯拉在中国道路上行驶，细致到可以检测到前方道路上一个微小的水坑。”国家智能网联汽车制造业创新中心首席科学家、清华大学教授李克强此前公开表示，特斯拉车载系统在工作过程中，包括街道路况、导航距离以及环境景象等所有能被地图测绘所扫描到的数据，都能够被特斯拉收集到。

陈虹在其提交的《关于加强数字生态环境下汽车数据安全和隐私保护的建议》中建议，建立准入制度，智能网联汽车数据(包括高精地图数据)的采集、存储和商业用途需经国家相关部门备案管理。只有满足数据安全和隐私保护要求的智能网联汽车产品才能进入汽车公告目录。

在3月20日召开的中国发展高层论坛2021年会上，马斯克也对国内对特斯拉可能存在的数据安全问题予以了回应。“特斯拉是不会将收集到的数据用于间谍活动的，因为这样会让特斯拉的发展受到严重的影响。”特斯拉愿意使用最高等级的保密措施，希望和大家共创互信的未来。

5月12日，中国国家互联网信息办公室发布《汽车数据安全管理若干规定(征求意见稿)》(下称“规定”)。这是国家网信办会同有关部门，根据《中华人民共和国网络安全法》等法律法规联合起草的，旨在“为加强个人信息和重要数据保护，规范汽车数据处理活动”。

北京师范大学互联网发展研究院院长助理吴沈括教授告诉新京智库，此时发布《规定》征求意见稿就是对近期一系列热点事件的回应。特斯拉事件反映出车辆数据治理的预警：不能在大面积事故出现后再来谈如何治理。

上海交通大学数据法律研究中心执行主任何渊表示，在《个人信息保护法》和《数据安全法》预计今年下半年即将出台的背景下，《规定》的发布，除保护个人信息外，数据的国家安全也很重要，因此借此强调数据主权，即强调中国境内数据应该由中国政府说了算。