个人信息不会泄露给第三方
近期,特斯拉几次自动驾驶事故,把自动驾驶推上风口浪尖,而此前Google自动驾驶也因事故被不断质疑。自动驾驶目前处于一个评测阶段,技术尚存在缺陷,这时部分车企便开始大肆宣传起了自动驾驶,是否是对消费者的不负责任?而因自动驾驶所造成的交通事故,责任应由谁来承担?
面对这个问题,7月21日由新浪汽车独创的《轮语汇》系列自沙龙第二期活动围绕“是谁误解了自动驾驶?”正式举行,在沙龙上北京航空航天大学交通学院副教授余贵珍表示,自动驾驶被过度包装是显而易见的,各方都应承担相应的责任;未来在自动驾驶普及的路上,自动驾驶将会出现人机混驾的阶段,这是自动驾驶发展道路上最容易出问题的阶段,如何监管、如何分责都是难以解决的问题。
以下为北京航空航天大学交通学院副教授余贵珍发言实录:
余贵珍:我是北航交通运输系的一位老师。我们北航在这几年,特别是在车路协调方面,车辆智能化方面做了很多踏实的基础工作。因为我们是高校,我们做的工作大部分是基础的研究,我们可能进不了车厂,不一定展示出来,但是我们确实做了很多基础的工作。举一个很简单的例子,我们在车辆感知方面,车路协同的基础理论方面,汽车信息安全方面做了相关技术研究。希望各位朋友有对这些感兴趣的可以到北航来坐一坐、聊一聊。
我今天对这几个问题,说说我自己做这个技术的过程中的一些体会和感受。
我按照刚才辛总提的几个问题一个一个来说说我自己的观点。
第一,对是否过度包装误导用户,我没有理解过度包装是媒体的包装,也是整车厂的包装。但是我觉得对用户的误导确实是有。这也是一个过程。所以对于一个新的事物出现,大家对它的认识有一个过程,不是说一下就把我需要的和不需要的都分开,肯定需要一个过程。究竟是整车厂的问题,还是零部件的问题,还是媒体的问题,给大家做大量的无人驾驶的宣传,几方面都有。从零部件厂家来说,对于Mobileye里面的一个感知,他用博世的,他的这两个感知,我们也比较感兴趣。雷达是放在车辆的车牌子那个地方,特斯拉检测不到那么高的车。沃尔沃的方案是把这两个放在后视镜后面,这个检测可能会好一点。他用的Mobileye,我自己看了Mobileye的视频,也做了相关的研究,我觉得他应该是能检测到那个卡车。只是可能这个特斯拉在融合的时候,可能会有一些技术,毫米波雷达能检测到,摄象头检测到,以哪个为主,这是权衡问题导致了他感觉到这一块没有车。感知的过程,这个开车是从很远的地方过来,他不是一个点来看前面的卡车,我觉得应该能看得到,我看了Mobileye,即使IQ3的话,也能看得到。美国是Mobileye很主要的用户,他有大量的样本来学习。这是我的看法。
第二,特斯拉没有采用激光雷达,对自动驾驶来说,激光雷达是缺一不可的吗?大家对无人驾驶的激光雷达,上面有一个360度的转,大家很感兴趣,觉得那一定很可靠。我觉得一般的自动驾驶的厂家,包括荣总你们,要把这个商业化,现在的价格太贵了。现在辅助驾驶第一第二阶段,很少会用激光雷达,加上纯种的激光雷达也会出很多的限制,他不一定非常完美,他一定会受到光线各个方面的限制。更多前向会用到毫米波雷达和摄象头,这两个是国际市场比较典型的通用。现在的自动驾驶批量的外面买得到的车基本上是辅助驾驶阶段。辅助驾驶一级二级,特斯拉大家认为是二级,会误导大家。
第三,解决大家哪些痛点,我也同意用户的认识需要有一个过程,也是需要我们慢慢教育的过程。我觉得这个车无人驾驶在路面上是法律问题,现在大家讨论的特斯拉出了事情之后,怎么追溯这个事件,零部件厂商和整车厂,出在哪个地方。最近大家又有了基于黑匣子的分析,能不能立法,放在车上,这样他就明确的知道哪个部门责任。现在技术上,只要能感知到,控制就好办,现在主要在感知上。
因为我一直做汽车信息技术安全方面的研究,做自动驾驶、无人驾驶,将来都会联网,联网,黑客的攻击对下一步自动驾驶大批量推广是很大的阻碍,所以信息安全也是非常重要的。
第四,智能驾驶实现的未来,车辆应该是机器主导还是人主导。我们学术界把这个阶段叫做人机混驾,人和机器同时驾驶这个车的时候,是最容易出问题的时候,辅助驾驶只要用户认识到主要责任在自己,他会集中精力驾驶。如果在路上,人和机器究竟怎么分责任,怎么来监管,什么时候监管,这个地方会有残留问题,我可以设想将来有摄象头或者有一个设备会监控人的状态,你这个车在高速公路上无人驾驶的时候,他一定要知道你这个人是在干什么,究竟是在打电话还是在看书,他有不同的方式来提醒驾驶员来监管这个车。并且将来监管的时间、多长时间对驾驶员进行提醒,都有相关的法律标准来约束。这是我认为人机混驾中间会遇到的问题。
第五,有条件自动驾驶和无人驾驶的未来,荣院长已经在做了,已经把有条件的无人驾驶在景区里面应用。荣院长你们跟清华做一个科委支持的课题。
荣辉:我们没有跟清华合作。
余贵珍:我们跟另外一个团队做自动驾驶方面的定位技术,但是我们现在用的一种技术叫视觉的定位,用一个摄象头感知到前面的障碍物,同时跟很精准的GPS结合,能够实现米级的或者车道级的定位。主要做感知技术这个地方,希望能够用一万到两万的技术把这个新的智能驾驶这个技术做下来。