没有驾驶员，也没有車内安全员，一款纯无人驾驶的百度Robotaxi（自动驾驶出租车）安全平稳地将一名旅客从起点送至目的地酒店，这是近日发生在北京市石景山首钢园里科幻的一幕。
　　“和坐人开的汽车的感觉没什么两样，车辆起步加速和刹车减速方面体感也很协调平顺。唯一不同的是后排座椅前方会有一个屏幕，乘客可直观了解行车环境。”这是来自该下车乘客的反馈。
　　这是无人驾驶商业化进入全新阶段的一个信号，也使得百度成为中国首个开放运营无人驾驶Robotaxi的公司。
　　但一位不愿透露姓名的业内人士却这样向《方圆》表示：“虽然近期不少公司都宣布了无人驾驶布局，但这些尝试也只能说明业内越来越多地在无人驾驶商业化方面进行了更多探索，却说明不了无人驾驶离普通人的日常生活越来越近。”
　　的确，“低速或在清晰地被划分结构的路况环境中行驶”仍是目前市面上无人驾驶汽车主要的应用场景。作为人工智能重要应用之一，没有什么人工智能研发比无人驾驶更能体现人工智能实际应用于人类生活的复杂性和难度了。
　　完全的无人驾驶难度有多大？作为一个机器，首先它要感知多变而复杂的外部环境，自动识别各种人或物或者信号，然后敏捷地做出反应;还要依赖高精度地图和高精度定位;最后还需道路配套，政府认可，民众接受，法规完善，伦理问题的解决等。
　　采访中，几乎所有车企人员都坚信，无人驾驶时代指日可待。但与雄心勃勃的业内人士形成鲜明对比的，是普通乘客的害怕和担忧。如何减少这种担忧，目前几乎是道世界级的难题。
　　可以说，即便是在未来，也肯定不太容易克服无人驾驶汽车作为滚动的计算机与人类的交通参与者之间的沟通困难。

无人驾驶的分级

　　从当前各大车企及科技公司纷纷砸重金投入研发就可看出，无人驾驶必将是汽车发展的终极形态。
　　无人驾驶何以会成为“必然”？一位汽车发烧友这样总结原因，“汽车‘点之即来，挥之就走’，车和路都得到有效利用，城市不再有堵塞，也减少了空气污染。作为一种先进技术，无人驾驶还能克服人类弱点，避免疲劳驾驶、视线盲区、驾驶冲动、酒驾等系列问题。没有了事故，一切调度有序，这会是多么美好的景象”。
　　而在目前，比这种出行生活变革提前到来的，是物流配送行业的变化。据《方圆》了解，无人驾驶货运需求明显，是典型的无人驾驶应用领域。
　　国内已有主要服务对象为物流公司的无人驾驶货运车服务。由于货运路线较为单一，在固定的路线实现自动驾驶的定制化车辆被投入市场，业内认为，货运市场有望成为无人驾驶最早落地的场景之一。
　　搜索有关无人驾驶新闻词条，一家叫“毫末智行”的无人驾驶科技公司引起《方圆》的注意，今年顺义疫情期间，这家公司研发的“小魔驼”无人物流车出现在了疫情区的街头，为不便出行的人们提供了安全无接触又高效的物资供应。
　　这家车企的首席运营官COO侯军告诉《方圆》，除了无人驾驶物流车，乘用车自动驾驶是公司的另外一条产品线。
　　去年10月，在内蒙古阿拉善盟第15届越野e族·阿拉善英雄会上，毫末智行与长城汽车共同研发的无人驾驶车辆与越野顶级车手鹿丙龙在沙漠中进行了一场别开生面的“人机大战”。
　　侯军说，之所以选择在松软沙面上进行比赛，就是为了测试自家研发的自动驾驶系统能否根据多变路面情况进行识别和控制。那次比赛结果是毫末智行自动驾驶车失败。
　　团队由此发现，只学到普通司机驾驶经验的自动驾驶系统在竞速比赛前提下对车辆极致性能的理解和掌握相对于专业赛车手来说还有相当差距。
　　“可行，可靠，可商用，是三个衡量自动驾驶技术很方便的指标。‘人机大战’能看到，这款L4级别的自动驾驶车辆已经‘可行’了，但离‘可靠’和‘可商用’还是有距离。”侯军说。
　　侯军口中的“L4级别”是业内对自动驾驶技术评价标准的一个分级。这套分级由美国汽车工程师协会（SAE）于2014年定义。按照驾驶员的介入程度，SAE将自动驾驶分为0级（完全手动）到5级（完全自动）这6个等级。
　　最高级别L5即上述汽车发烧友描述的场景，自动系统能够完成驾驶员在所有条件下能完成的所有驾驶任务，如同科幻电影里经常看到的那样。
　　而L4级别指的是高度的自动化，即“自动系统能够完成驾驶任务并监控驾驶环境，驾驶员不需要重新取得控制权，但自动系统只能在某些环境和特定条件下运行”。
　　侯军告诉《方圆》，从现实层面来看，如何实现L4级别的自动驾驶是目前摆在几乎所有自动驾驶相关企业面前的一个难题。
　　值得注意的是，在这个分级中，L2级别是非常重要的分界线。L2及以下级别是自动驾驶的初级水平，指的是利用系统和技术来辅助驾驶员完成驾驶。
　　这意味着这个区间的自动驾驶技术不具备“全自动驾驶能力”，是始终需要人类监管的驾驶辅助系统。
　　据《方圆》了解，现阶段大部分投入市场的商用自动驾驶功能都处于这个区间中，比如特斯拉的Autopilot（高级辅助驾驶系统）就属于L2级别。Autopolit2.0据说可以实现L3级别的自动驾驶，但主要特点仍需要驾驶员的干预，并不是完全的自动驾驶。
　　事实上，弄清楚究竟是L2还是L2以上对人们来说至关重要，因为如果出现事故，这决定了事故责任方究竟是谁。

无人驾驶的一系列情感包袱

　　百度公共政策研究院院长张丽君认为，首要的监管障碍是，《道路交通安全法》及相关条例仅允许依法取得了机动车驾驶证的有资格驾驶人驾驶机动车上路，自动驾驶系统尚不具有作为“合法驾驶人”的法律地位。
　　而在美欧等发达国家，自动驾驶系统已被赋予了合法地位，即自动驾驶系统可以取代人类驾驶员来执行所有动态驾驶任务。
　　“以美国为例，在驾驶员认定方面，佛罗里达州、内华达州和加利福尼亚州将启动自动驾驶汽车的人确认为‘驾驶员’，接受了汽车运行但驾驶者不在车内的情形，并且相对应地设立执照许可背书制度，类似于现有的汽车驾驶执照制度。内华达州法律确立了一项制度，明确自动驾驶汽车‘驾驶’的权利是与驾照相关联的。如果自动驾驶汽车导致了事故发生，无论驾驶员是否掌握了车辆的控制权，启动汽车的人都被视为‘驾驶者’，并且由驾驶者承担法律责任。”
　　其次，事故责任的界定也会影响无人驾驶的发展进程。目前国内对于自动驾驶测试阶段，按照现行的道路交通安全法来判定，由驾驶员（安全员）负责。但也有法律界人士提出疑虑，“L0—L2阶段被认为是辅助驾驶，驾驶员是主导者，而L4和L5是以机器为主导的无人驾驶阶段，责任相对明晰。而L3阶段是一个尴尬的过渡阶段，司机和机器都需要参与其中，难分责任”。
　　《深圳经济特区智能网联汽车管理条例（征求意见稿）》对于“事故及违章认定”可作参考。“配备驾驶人的智能网联汽车发生交通违法行为的，由公安机关交通管理部门依法对驾驶人进行处罚;发生交通事故且智能网联汽车一方负有责任的，该车辆的驾驶人应当承担相应的损害赔偿责任;因智能网联汽车质量缺陷造成交通事故的，驾驶人依法承担损害赔偿责任后，可以向智能网联汽车的生产者、销售者追偿。”
　　劉汝忠介绍了德国方面的经验，“2017年5月12日，德国议会批准了《德国道路交通法》修正案，规定自2017年6月21日开始德国允许自动驾驶汽车上路，使得德国成为最早允许自动驾驶的少数几个国家之一。值得注意的是，《修正案》并没有改变德国法律下一般责任的分配原则。即便车辆处于自动驾驶模式，驾驶员和车主仍然要承担责任。但是，若能证明驾驶员是合法地使用自动驾驶模式，则他们可以免于承担责任。根据该修正案，自动驾驶汽车必须配备一个‘黑匣子’，以确定在事故发生时控制车辆的究竟是驾驶员还是自动驾驶系统，这将有助于确定事故是否由车辆引起，从而决定德国产品责任相关法律是否适用”。
　　在生产者责任认定方面，百度公共政策研究院副院长长桂宁告诉《方圆》，“佛罗里达州的立法机构与华盛顿哥伦比亚特区认为，如果是自动化技术将人工智能引进到车辆上面，那么原始车辆制造商就不应该对此承担责任。也就是说，如果他人在原本普通汽车上安装了自动驾驶系统，则汽车的原始制造商与自动驾驶汽车导致交通事故之间不存在因果关系，对侵害结果不承担责任”。
　　而对于如何赔偿的问题，刘汝忠告诉《方圆》，“在英国，2017年2月22日，汽车技术和航空法案（‘VTA法案’）为自动驾驶汽车引入了新的保险规定。根据该法案，自动驾驶汽车交通事故所造成的损失将主要由保险公司负责。VTA法案提出将强制性汽车保险的要求扩大至自动驾驶汽车的车主。这意味着，无论车辆是在驾驶员驾驶还是自动驾驶模式下，受害人都能够通过保险获得赔偿。受害人对汽车保险公司有直接的求偿权利，而保险公司则有权依据产品责任法等现行法律规定向责任方追偿”。
　　据张丽君介绍，“美国佛罗里达州、内华达州和加利福尼亚州也都要求采用某种形式的保险、保证金、大额现金存款或自动驾驶汽车的自我保险证明，尽管各州立法的具体要求不相同，比如被保险的范围，以及保险金是否用于测试和运营车辆。基本上，具体要求都是建立一个能为每一辆车所使用的资金池，当特定的自动驾驶汽车参与的事故发生时，这个基金就可以使用”。
　　最后，由于智能驾驶汽车对数据的依赖性很大，无人驾驶或辅助驾驶不仅需要大量外部数据，还需要大量的个人行驶数据，由此产生的数据产权、隐私保护问题都将是一个绕不开的话题。
　　比如近期特斯拉车主维权事件中，特拉斯对外公布了车辆事故发生前一分钟的数据，就被车主家属指责其侵犯个人隐私权，要求撤销数据。由此引发人们对于数据产权界定、隐私保护问题的讨论。
　　的确，在自动驾驶汽车语境之下，数据所蕴藏的价值是巨大的。谁拥有数据、谁能访问数据、谁将处理这些数据，将是未来几年企业和监管机构面临的一个关键问题。
　　5月12日，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）》，这是我国首个汽车数据安全方面的管理规定，旨在将加强个人信息和重要数据保护，对数据全生命周期的安全管理进行框架设计。
　　由此也可见，在安全、技术问题解决后，还需要社会和法律的配套跟进，人类才能真正进入无人驾驶新时代。
　　（来源：百度自动驾驶技术运营部供图）