報告中這些提法，或許有堅實的理由。不過，對這個行業(yè)，仍顯得有點激進：首先是安全問題，激進可能導(dǎo)致事故。公眾能接受更頻繁的事故嗎，自動駕駛企業(yè)能承擔(dān)這一后果嗎?
加州機動車輛管理局的自動駕駛車輛脫線報告
加州機動車輛管理局(dmv.ca.gov)發(fā)布的2019自動駕駛車輛脫線報告(The autonomous vehicle disengagement reports)，對各家自動駕駛公司在當?shù)販y試并自主上報的安全員干預(yù)車輛情況進行了統(tǒng)計。
根據(jù)各家公司自主統(tǒng)計上報，百度的車輛每18050英里需進行一次干預(yù)，其次是谷歌姊妹公司W(wǎng)aymo，每次干預(yù)間隔達到13219英里，之后是CRUISE，AutoX，Pony.ai，然后是Nuro，Zoox和PlusAI，而國內(nèi)還有一家在當?shù)販y試并自主統(tǒng)計上報的公司是滴滴，平均干預(yù)間隔為1535英里每次。
除平均干預(yù)里程間隔外，另一個引人注目的點，是該指標的進步速度。從媒體理出的加州DMV歷年統(tǒng)計的安全員干預(yù)情況表看，2018-2019年，有些公司的這一指標出現(xiàn)了驚人進步。但數(shù)據(jù)也引起一些專業(yè)人員對真實性的尖銳質(zhì)疑。
脫線率(disengagement rates)已成為觀察自動駕駛車輛成熟度的指標。但這一指標還不夠，需參考測試所在公共道路的環(huán)境，比如，是人煙稀少的農(nóng)村還是人口密集的城市。
當然，由于這些指標是自動駕駛公司自主上報，其數(shù)據(jù)真實性也一直備受質(zhì)疑。
在《中國自動駕駛小汽車營運能力分析報告(2019-2020年度)》里，沒有提及這類指標，故而無從觀察是否具備取消安全員的可行性。目前唯一取消安全員的Waymo公司，其人工干預(yù)的平均間隔為13219英里。如果報告鼓勵取消安全員，那理應(yīng)提出取消安全員的觀察指標，或提出其他步驟與衡量方法。
為什么需要安全員?
需要安全員的首要理由是安全。而對自動駕駛研發(fā)而言，安全員還有改進系統(tǒng)的作用。
美國道路安全保險研究所(IIHS)今年六月提交的一份報告認為，如果自動駕駛車輛能達到人的水平，那么自動駕駛汽車可能最多防止大約三分之一的車禍。這是對5000起撞車事故分析后得出的結(jié)論。這個結(jié)論打破了關(guān)于自動駕駛會徹底安全的斷論，也受到許多自動駕駛從業(yè)者的批評。
這份報告把事故因素分為五類：觀察錯誤、預(yù)測判斷錯誤、決策錯誤、執(zhí)行錯誤、失能。這五類中，觀察錯誤的事故占23%，失能如酒駕或突發(fā)疾病占10%，這兩類事故不會在成熟的自動駕駛車輛上發(fā)生。而在預(yù)測判斷、決策和執(zhí)行方面，目前看，自動駕駛還未達到人類水平，因此只能減少三分之一的事故。
而2018年3月Uber測試車的撞車死亡事故也可作為這一判斷的例證。事故前6秒，橫穿的行人和自行車被自動駕駛車輛標記為未知物體，在1.3秒前，自動駕駛車輛提醒緊急制動，但安全員未能做到，最后以63公里的時速撞擊了行人。
這起事故證明了自動駕駛車輛預(yù)測能力的嚴重缺陷。人類駕駛員面對未知物體的處理，要比自動駕駛車輛謹慎很多。正常的駕駛員，會關(guān)注并預(yù)測未知物體動向，無法判斷時，會采用保守方式規(guī)避，譬如剎車或變道遠離等。視頻顯示，事故前六分鐘到事故發(fā)生，該車安全員處在頻頻往下方看的分心狀態(tài)。而在警察的調(diào)查報告里，同樣場景的幾次試驗中，85%的駕駛?cè)四茉?4米前看到行人并應(yīng)對該場景。
而科技公司一直鼓吹，傳感器可看到人不能見的物體，并避開這些物體。這類宣傳讓一些安全員經(jīng)常處在分心的工作狀態(tài)。輿論在對這起事故的反思里，還批評了科技公司采取捷徑獲得成功的冒進思維。
想當然認為自動駕駛車輛會比人類駕駛安全，然后認為可以取消安全員，只能說明提出者對駕駛行為不了解。分解駕駛行為過程，就能了解自動駕駛能解決什么、不能解決什么，安全員又要做什么。
同樣的技術(shù)，也可用于改善現(xiàn)狀交通安全。中國一些機構(gòu)提出取消安全員的想法，也說明了對交通安全的態(tài)度，再次驗證改善交通安全現(xiàn)狀的艱難。切勿讓想當然成為安全政策的主導(dǎo)思路。
安全員對自動駕駛車輛的好處，不只是避免事故，還有改進系統(tǒng)的作用。
上路的自動駕駛車輛，往往是只具備最低安全和最低能力的車輛系統(tǒng)。行駛過程中，會出現(xiàn)輕微的車道偏移、急剎、停頓、急加速、不合適變道等，不一定會造成風(fēng)險，但仍不合適。安全員即便不干預(yù)，也可及時記錄感受，并理出細節(jié)，便于改善系統(tǒng)。
至于遠程安全員的提議，如果不拿出兩者駕駛行為上生理、心理數(shù)據(jù)來討論，很容易陷入口舌之爭。
車聯(lián)網(wǎng)是否有助于自動駕駛車輛的安全
車聯(lián)網(wǎng)技術(shù)在全球已進入大規(guī)模商用階段。完全自動駕駛車輛沒有明確的時間表，協(xié)同智能交通系統(tǒng)(C-ITS)已在一些國家的智慧城市建設(shè)重要路網(wǎng)進行了有限的投資建設(shè)。隨著達到成熟并商用，這些技術(shù)的相互融合，也是可預(yù)料的。不過，一些原則仍要清楚。
譬如，完全自動駕駛車輛只能依賴自身能力運行，不能依賴任何實時在線技術(shù)支持。也就是說，自動駕駛車輛無需依賴車聯(lián)網(wǎng)、智能交通系統(tǒng)的支持就可獨立運行，甚至是不能依賴車聯(lián)網(wǎng)、智能交通系統(tǒng)。
這個原則至關(guān)重要，也是這個行業(yè)的共識。這只需簡單證明。譬如，即便再過一百年，世界上也還會有超過一半的道路，是得不到車聯(lián)網(wǎng)通信或C-ITS支持的，它們?nèi)允亲詣玉{駛車輛需要獨立前往的道路。獨立完成自動駕駛，是自動駕駛車輛成立的前提。
如果上述邏輯成立，就意味著自動駕駛車輛的安全性不依賴于車聯(lián)網(wǎng)。車聯(lián)網(wǎng)也許有助于自動駕駛車輛的安全，但其作用絕對不是決定性的。這就好比一個人讀書好，主要取決于個人有多認真勤奮，而非買了多少本參考書。
不過，對車聯(lián)網(wǎng)、協(xié)同智能交通系統(tǒng)、自動駕駛車輛三個概念，當前的傳播上出現(xiàn)了很大程度的混淆。這可能與當前的兩個重大困境有關(guān)。
其一，中國車商要向高端發(fā)展的困境;其二，一些工程技術(shù)積累不能指導(dǎo)問題解決。對這兩個困境的討論，展開會有很大篇幅，此處只做簡單討論。
討論自動駕駛車輛時，如果不落到具體應(yīng)用，而處于空泛的背景之中，就會導(dǎo)致概念混淆。這十年來，許多車商已將一些自動駕駛技術(shù)落到商用，并增加了車輛附加值，譬如車道保持輔助系統(tǒng)、車距保持和跟車輔助系統(tǒng)、自適應(yīng)巡航控制、自助停車等，新的自動駕駛技術(shù)很快也會在新車上商用，譬如自動換道輔助系統(tǒng)、交通擁堵輔助系統(tǒng)等。這些是自動駕駛的組成部分，也是車輛的安全技術(shù)。
這些已商用的自動駕駛技術(shù)具體應(yīng)用并未依賴車聯(lián)網(wǎng)和C-ITS。有什么理由說，自動駕駛車輛會需要車聯(lián)網(wǎng)和C-ITS呢?
自動駕駛成熟過程，實質(zhì)是擬人化過程。這也是安全員之所以至關(guān)重要的原因。擬人化過程，是根據(jù)安全員的具體判斷改進每個發(fā)生的細節(jié)。機器與人相比，優(yōu)勢是一次改進就永不犯錯、可全面發(fā)現(xiàn)環(huán)境信息且計算快等，但在判斷決策上仍需模擬人的思維模式。這個思維過程叫人因，已在交通安全領(lǐng)域發(fā)展多年，不僅可用于自動駕駛，還一直用于道路、車輛的設(shè)計和駕駛?cè)说呐嘤?xùn)。
這些技術(shù)一直存在，也在不停發(fā)展。我們的研發(fā)者了解這些嗎?
技術(shù)發(fā)展都有其歷史和內(nèi)在邏輯。安全員的存在是自動駕駛技術(shù)發(fā)展的必經(jīng)過程。這個崗位的出現(xiàn)或消失，也有其科學(xué)邏輯。如果要以取消安全員作為躋身自動駕駛領(lǐng)域第一梯隊的象征，那既缺乏工業(yè)化的思維，也缺乏對市場、科學(xué)和公眾的尊重。
