Self-Driving Trucks 自動駕駛貨車

未來,自動駕駛貨車將在高速上與其他車輛並駕齊驅,美國170萬名貨車司機又將何去何從?

撰文:大衛·H·弗裡德姆(David H.Freedman)、許可

突破技術

可以在高速公路上自動駕駛的長途貨車。

重要意義

這項技術的發展將幫助貨車司機更高效地完成運輸任務。但這一崗位的薪酬可能會因此下降,貨車司機最終也將失業。

技術成熟期

5~10年

主要研究者

-Otto

-沃爾沃

-戴姆勒(Daimler AG)

-皮特比爾特(Peterbilt)

-百度

未來,自動駕駛貨車將在高速上與其他車輛並駕齊驅。那麼,美國的170萬名貨車司機將何去何從?

近年來,自動駕駛貨車產業得到了迅猛發展。使用這種貨車運送物資安全、節能,並能節省很多司機成本,有望在未來徹底顛覆傳統運輸產業。但技術往往是一把雙刃劍:這一技術的發展將會帶來一系列道德和倫理上的問題,政府和公眾也因此對該技術保持警惕。

只要按一下方向盤右方的紅色按鈕,駕駛權就會立即回到司機手中

自動駕駛模式開啟後,貨車只能在道路的最右道行駛。這時,司機可以到駕駛室的後排休息

在美國的得克薩斯州,貨車司機歐曼·馬格裡耶夫(Oman Mugriyev)正駕駛著18輪長途大貨車在雙向高速公路上平穩行駛。這時,對面的一輛汽車不知為何駛入了他所在的車道,朝他衝了過來。馬格裡耶夫的右邊是溝,左邊行駛著很多車輛,無法躲閃的他只得緊急剎車並連續按喇叭。這位司機事後回憶道:「開車教練曾經對我說,開車的第一要素就是不要傷到他人。」

遺憾的是,這輛偏離正軌的汽車最終還是和貨車的前部相撞了——貨車的前軸徹底損壞,汽車緊緊地卡在了貨車上,馬格裡耶夫最終費了九牛二虎之力才將失控的貨車穩住。這時候馬格裡耶夫發現,汽車上的司機已經喪生了。這場事故不禁讓我們想到,比起人,自動駕駛汽車能在危機關頭做出更好的選擇嗎?還是說,會出現更糟糕的情況?如今,已經有好幾家公司正在測試自動駕駛貨車,在未來的幾年內我們有望找到問題的答案。

儘管還有很多技術難題沒有解決,但支持者認為自動駕駛貨車更安全、成本更低廉。「自動駕駛貨車常常比我自己的開車技術要好。」從業40年的貨車司機格雷格·墨菲(Greg Murphy)說。他現在是自動駕駛公司Otto的備用司機,在對自動駕駛貨車的測試中,他負責在車輛出錯時予以糾正。

乍一看,自動駕駛貨車所面臨的機遇和挑戰與一般的自動駕駛汽車沒有什麼不同,然而事實遠非如此——貨車不僅僅是「加長版」的汽車這麼簡單。使用自動駕駛貨車在經濟上的合理性可能更甚於普通的自動駕駛汽車。

這是貨車司機歐曼·馬格裡耶夫,

他對自動駕駛貨車在危險關頭能否應對自如還有很多疑問

長途老司機格雷格·墨菲,

他負責在測試中監控Otto貨車自動駕駛的情況

2014年,初創公司Peloton Technology的一次測試便證明了這一點。在這次測試中,該公司研發的自動駕駛系統被裝載在兩輛貨車上,前一輛貨車的司機正常駕駛,後一輛貨車在有些時段會由計算機操控,司機不必時刻擔負開車的任務。兩輛車一個在前一個在後,保持著10米的安全距離,只要前車司機踩了剎車,後車也會立即制動以避免撞車。這種將貨車組成「隊列」的方法可以減少貨車承受的風阻,由此達到節油的目的。據悉,前車、後車減少的用油量分別為4.5%和10%,一年下來能節省約10萬美元的油費。該技術成熟以後,將更多的貨車組成隊列會幫貨運公司進一步削減成本。該公司稱,這套系統會為司機提供更多的路面信息,而且雷達可以在危急關頭自動啟動剎車——這無疑將提升貨車的安全性。

Otto聲稱自己並不打算用自動駕駛系統完全取代司機——至少在接下來的10年內這都不可能實現

除Peloton Technology外,歐洲的一個SARTRE (Safe Road Trains for the Environment, 汽車公路自動安全列隊駕駛)項目從2009年就開始探索「貨車隊列」技術;日本政府出資的Energy ITS計劃也於2007年起開始研究半自動和全自動的「三輛貨車隊列」;此外,美國的PATH計劃也正在測試這項技術的可能性。

總的來說,這種讓自動駕駛貨車組成隊列在高速公路上互相協作,從而在長途運輸中減少風阻和節省汽油的方法已經有了多年發展,旨在幫助司機更快、更安全、更節能地完成運輸任務。

然而,自動駕駛貨車要比自動駕駛汽車面臨更大的技術難題:研發此類自動駕駛系統的公司需要證明自動駕駛貨車可以借助傳感器和代碼達到一位專業貨車司機的水平,在路障頻頻出現、路面坑坑窪窪和遇到不遵守規則的車輛時都能應對自如,而自動駕駛貨車能夠達到這樣的水平嗎?

行業領頭人Otto

研究自動駕駛系統的Otto公司總部,位於舊金山南市,該區的其他科技初創公司都已經對辦公室進行了很大的改造,但Otto只是把一個傢俱倉庫改造成了一個車庫和機械製造廠,改裝的貨車零件到處都是,修理工具和計算機毫不違和地擺放在一起。Otto年輕幹練的產品經理艾瑞克·博迪尼斯(Eric Berdinis)驕傲地說:「我們不追求『高大上』的辦公室。」

接著,博迪尼斯向我們展示了該公司最新一代的傳感器和處理器陣列,這些硬件已經被安裝在沃爾沃半掛式卡車上。在過去一年的測試中, Otto生產的硬件被安裝在貨車外部,給貨車的外觀「大大減分」,但新一代的傳感器和處理器陣列被安裝在車內,很自然地和駕駛室融為一體。全套設備包括4個面向前方的攝像機、雷達和1個加速度傳感器(博迪尼斯說這種加速度傳感器的質量已經達到了政府允許的最接近導彈標準的程度)。

Otto的關鍵技術是一種激光雷達系統,該系統使用脈衝激光器來記錄貨車周圍環境的詳細數據。Otto從第三方購買激光雷達,成本在10萬美元左右。但是該公司已經成立了一個團隊,旨在製造Otto自己的激光雷達,並將成本控制在1萬美元以內。

駕駛室內有一個液冷式的定制微型超級計算機,大小跟麵包箱差不多。「這是在相同體積裡計算量最大的計算機。」博迪尼斯說。這台計算機將會處理來自傳感器的海量數據,然後通過制導算法,根據貨車的載貨量調整剎車和轉向指令。這個硬件系統的最後一環是利用電子線控技術,將計算機輸出的指令轉化為貨車的機械動作。這一環的執行借助了機電作動器,它們被安裝在貨車的轉向、節流和剎車設備上。駕駛室內還有兩個紅色按鈕——Otto將它們稱為「大紅鈕」——只要一按,自動駕駛功能就會被關閉。不過,即使沒有這個關閉功能,只要司機在駕駛席稍微轉一下方向盤,或者重重地踩一下剎車,貨車就會「乖乖照做」。

Otto於2016年創立,安東尼·萊萬多夫斯基(Anthony Levandowski)和利奧爾·羅恩(Lior Ron)是4位創始人中的兩位。前者曾為谷歌的自動駕駛汽車團隊效力,後者曾是谷歌地圖的負責人。截至目前,谷歌自動駕駛汽車已經在美國多個州行駛了超過200萬英里(約3218688千米)。對萊萬多夫斯基和羅恩來說,借助在谷歌工作時積累的大量經驗,創立一家自動駕駛公司是很自然的一件事。實際上,沃爾沃、戴勒姆和皮特比爾特都在研發自己的自動駕駛貨車技術。

2016年,Otto的自動駕駛貨車成功地完成了運輸百威啤酒的任務

對自動駕駛技術感興趣的不僅僅是貨運公司, Uber這家打車公司也在2016年8月收購了Otto(據報道收購價高達6.8億美元)。博迪尼斯說,收購以後,Otto團隊可以和Uber的500多位工程師合作,共同研發自動駕駛技術。萊萬多夫斯基如今成了Uber該技術研發團隊的負責人,他表示Uber的目標是創建一個強大的自動運輸交通網,讓人和貨物在多地之間的交通更加方便、安全且成本更低。

比起福特、寶馬和Alphabet專注於研發自動駕駛汽車的做法,Otto認為大力投資在高速公路上行駛的長途運輸貨車更為明智——這項技術能更早實現商業化。與城市道路相比,高速公司上沒有十字路口或人行橫道,這意味著自動駕駛系統不用做太多駕駛上的選擇。此外,繪製3D地圖的難度也大大下降了——畢竟,高速公路比城市道路的路況要簡單得多。

主攻自動駕駛貨車的另一個好處是,設計人員的壓力大大減輕了。為汽車設計自動駕駛系統時,設計人員常常需要考慮縮小傳感器和計算設備的體積,以免過於影響車身的美觀。而且他們還得盡量壓縮設備的成本,畢竟汽車本身的價格就不高,如果設備價格過高,就很難說服用戶購買。然而,設計自動駕駛貨車就沒這麼多顧慮——貨車本身的體積就大、價格也高,設備再大一點、價格再貴一點也無可厚非。

目前,Otto的自動駕駛技術只在7輛長途運輸貨車上得到了應用,但該公司願意免費為更多的貨車主提供硬件,讓他們進行自動駕駛測試,親身感受這項新技術的神奇。博迪尼斯說,Otto正在努力降低技術成本,讓客戶僅花3萬美元就能用上他們提供的硬件,這樣一來,客戶在1~2年就能收回成本。「未來,我們希望政府規定讓所有貨車都使用自動駕駛技術,貨車製造商在設計時也要將這項技術考慮在內。」博迪尼斯說,「新一代貨車的開發週期一般在8年左右,不過我們不會讓用戶等那麼久。」

貨車司機的工資會變少嗎?

2016年10月,一輛裝載了Otto設備的自動駕駛貨車將2000箱百威啤酒從科羅拉多州的科林斯堡(Fort Collins)運到了科羅拉多泉(Colorado Springs),全程行駛了200千米。而自始至終,車上唯一的真人司機都在駕駛室後排坐著,一刻也沒有碰過方向盤。

此圖片由Otto公司提供

這是自動駕駛貨車第一次完成商用運輸任務——這個里程碑事件無疑向世人證明了這項技術的巨大潛力,但同時人們也意識到了它的局限性。首先,這項技術還無法讓貨車在狹窄的田間土路和城市道路上自動行駛:上高速公路前,駕駛權會在貨車司機的手裡,直到貨車已經行駛在高速公路上才能切換為自動駕駛模式;此外,貨車下高速公路時自動駕駛系統會停止,將駕駛權交還給司機。在測試過程中, Otto還派了一輛車為貨車保駕護航。和貨車一樣,這輛車也位於最右邊的車道上,它一直行駛在貨車的前面,以防止其他車輛變道來到貨車的前方,阻礙貨車的行駛。此外,幾名Otto員工和科羅拉多州巡邏隊隊員也坐在附近的其他幾輛車裡,隨時監控貨車的駕駛情況。

在Otto的其他幾次測試中,都有一位像格雷格·墨菲(Greg Murphy)一樣的職業貨車司機在駕駛席上待命,即使貨車已經行駛在高速公路上,他們也隨時準備著拿回對貨車的控制權,在關鍵時刻避免事故的發生。此外,副駕駛席上還會坐一位Otto的員工,他會在路面有垃圾或施工的路段按下「大紅鈕」以結束自動駕駛模式。「我會把手一直放在方向盤上,而且我得全神貫注,隨時準備接下開車的任務。」墨菲說,「這比我平時開車還累。」(Otto曾邀請《麻省理工科技評論》的記者坐一次自動駕駛貨車,親身體驗這項技術。但預約時間快到的時候,他們卻告訴記者:員工把預約時間記錯了,當時所有的貨車都有另外的任務。這次爽約可能是因為那天早上的瓢潑大雨——這種惡劣天氣會擾亂自動駕駛系統——但Otto堅持稱是記者想多了。)

實際上,Otto並不打算用自動駕駛系統完全取代司機,駕駛室裡還是要有一位司機存在。博迪尼斯說:「要研發出完全不需要人的自動駕駛貨車至少還要10年。但Otto旨在為貨車司機減負,讓他們在行駛時能夠放鬆一點,做做別的事情,甚至打個盹。」而這體現了自動駕駛貨車在節約成本上的優勢:法律規定,司機一天最多駕駛11小時,一周則是60小時。考慮到一輛新貨車15萬美元的成本,以及在運輸物資的過程中司機停下來休息的時間成本,能夠24小時工作的自動駕駛貨車無疑將極大地削減運輸成本。

此外,使用自動駕駛貨車還會在其他方面降低成本。美國的高速路總長為23萬英里(約370149千米),在貨車長途運輸中,油費佔了大約1/3的成本。儘管有些司機是節油的高手,他們懂得如何用最少的油跑最遠的距離,但還有很多司機習慣於重踩剎車,並不把節油放在心上(博迪尼斯說,最優秀的司機要比最糟糕的司機節油30%)。Otto的設備旨在解決這個問題——受程序控制的設備會幫助貨車保持在最佳的速度和加速度下行駛,以達到節油的目的。

除此之外,自動駕駛貨車可能會減少交通事故的發生。在美國,貨車、巴士車禍每年會奪走4000人的生命,而約1/7的貨車死傷事故都與司機疲勞駕駛有關。此外,超過90%的事故都和司機的失誤脫不了干係。誠然,我們還不知道自動駕駛會在多大程度上避免失誤的發生——而且自動駕駛也可能會帶來其他的問題——但自動駕駛測試已經證明了這項技術可以降低失誤的發生率。

只要自動駕駛貨車還需要真正的司機坐在車上,司機這個崗位就不會消失。從某種意義上來說,做這份平均年薪在4萬美元左右的工作可能會變得更輕鬆。上述那位在得克薩斯州遭遇車禍(不過後來警方判定他並不是過錯方)的司機馬格裡耶夫曾表示:「像現在這樣一天開11小時的車壓力太大了,我感覺自己身心俱疲。」博迪尼斯補充道,除了可以在駕駛室裡小憩和休息、把駕駛的任務交給自動駕駛系統外,司機還能趁著這段空閒時間處理文書工作,尋找回程時的新運輸任務、與家人朋友聊天或者學一門新手藝。「司機在做這些事情的同時,還能拿到貨車司機的工資。」他說。

這樣一來,企業招聘和訓練貨車司機的壓力也能得到減輕(貨車司機在美國和歐洲大量稀缺)。據美國貨車協會調查,美國目前缺少近5萬名貨車司機,而且在未來的8年內這個數字還將飆升至90萬。沃爾沃貨車的產品安全負責人卡爾·約翰·阿爾姆奎斯特(Carl Johan Almqvist)曾透露:「一些客戶甚至對我們說,如果我們能提供司機,他們願意從我們這兒買10輛貨車。」

自動駕駛貨車的其中一個擁護者是俄亥俄州政府,他們意識到這種技術將會讓貨運公司和司機都大大受益。俄亥俄州可謂是貨車司機的大本營——有7萬名司機都來自該州。俄亥俄州政府斥資1500萬美元在哥倫布市建造了自動駕駛貨車的測試道——一條35英里(約56.33千米)的高速公路。美國貨車協會和俄亥俄貨車協會都曾公開表示,自動駕駛貨車會讓貨車司機受益。

這項技術不僅能讓貨車司機這個崗位變得更吸引人(因為工作量大大下降了),也能讓貨運公司在司機沒空時指示計算機接下開車的任務。不過,如果自動駕駛被廣泛接受,社會普遍認可「以機器代替司機」這種模式,那還有必要繼續僱傭司機嗎?畢竟,僱傭司機的成本佔了貨車運輸總成本的1/3。

在可預見的未來,即使司機仍然在駕駛室裡有一席之地,他們是否能拿到和現在同等的薪酬也是個未知數。如果司機僅僅是在駕駛室裡待著而沒有開車,那麼公司應該支付他們多少薪酬呢?截至目前,還沒有任何法律法規說這種「輕鬆」的工作方式也應獲得報酬。更重要的是,讓貨車24小時連續工作會幫助貨運公司節省很多成本,於是它們可以收取更低的費用以獲取更多的客戶。這樣一來,司機的薪酬也可能會跟著下降。馬格裡耶夫對此表示了自己的擔憂:「如果運輸費用因這項技術的發展而減少了,貨運公司就有底氣對司機說:『既然你的工作量減輕了,我們也就不用支付你那麼高的薪酬了。』」

Otto在舊金山的設備

安全問題

Otto的技術能夠足以保證重達40噸的貨車安全地在高速公路上完成運輸任務嗎?實際上,一旦自動駕駛系統出現失誤,即使有一位司機坐在駕駛室裡也無法確保安全。因為Otto自己也估測,司機從駕駛室後面重新坐回駕駛席可能需要花30秒之久。

Otto運輸百威啤酒時有一個不為人知的小細節:Otto員工和警察開車緊跟著自動駕駛貨車,為其保駕護航

不過,谷歌對自動駕駛汽車的探索還是非常振奮人心的:在延續7年、長達百萬千米的測試中,該公司研發的自動駕駛車只發生了20起撞車事故。不僅如此,這其中只有一起事故是自動駕駛汽車因為失誤導致的:這起事故發生在匯流路段(這正是Otto的測試中把駕駛權交回司機的路段)。

儘管如此,谷歌的成功也不代表自動駕駛貨車能達到同樣的安全標準。就像博迪尼斯指出的那樣,貨車無法像普通的汽車一樣靈活地轉向以避免交通事故。貨車的局限性還包括:在貨車高速行駛時,快速猛打方向盤會導致貨車擺尾甚至折裂;此外,在貨車以每小時90千米的速度行駛時,從踩下剎車到貨車停下要經歷一個橄欖球場的長度;貨車離所在車道的車道線只有15厘米的距離,這意味著貨車在躲避障礙物時只要稍稍轉向就會偏離所在車道。「很多為自動駕駛汽車設計的躲避算法根本無法用在貨車上。」博迪尼斯說。

不過,Otto針對安全問題對系統做出了很多改進,其中一項是讓自動行駛的貨車徹底停穩以後再讓司機接手。由於人很難在沒有準備的情況下就進入開車的狀態,因此讓司機在貨車行駛的中途就拿回駕駛權是非常危險的做法。

加州大學伯克利分校的研究員史蒂文·施多弗(Steven Shladover)曾表示:「Otto的確解決了很多技術難題,但新的問題也應運而生。比起2噸重的小車,40噸重的貨車如果因為自動駕駛系統失誤而失控,引發的後果要嚴重得多。而發生這種事故的可能性會讓公眾和政府都對這項技術保持警惕。」

好消息是,裝在貨車駕駛室頂部的傳感器可以在高處查看前方路況。不過即使是最先進的傳感器也不能確保提供的數據是準確無誤的。強烈的陽光可能會讓攝像頭暫時「失明」;儘管近幾年迅猛發展的機器學習已經讓計算機能夠識別大量的視頻圖像,但有時還是會把路旁的車和巨大的指示牌、小孩和小動物弄混;下雪、結冰和沙塵等惡劣天氣也可能擾亂自動駕駛系統。

此外,傳感器無法像人一樣解讀附近車主的面部表情和手勢,因此無法做出其他車輛會如何行駛的判斷,只有極少的自動駕駛系統能夠將搭便車的人與示意車輛停下的施工人員區別開來。最重要的是,開發人員不可能將貨車遇到的所有情況都考慮到,所以他們所寫的算法也不可能包括貨車在所有情況下的對應動作。因此,在某些罕見的情況發生時,計算機得自己做出判斷--能否合理應對極端情況是自動駕駛貨車能否安全行駛的關鍵。

一些學者針對自動駕駛系統犯錯這種可能性也提出了警告。卡內基·梅隆大學美國國家機器人工程中心的主任赫爾曼·赫爾曼(Herman Herman)對自動駕駛技術車輛的普及保持樂觀,但他也表達了自己的擔憂:「如果你的個人計算機上的網頁瀏覽器發生了卡頓,你肯定不會擔心,大不了關掉重開。但當一輛自動駕駛貨車行駛在六車道的高速公路上時,如果計算機錯誤地指示貨車變道,那後果將不堪設想。」

赫爾曼還補充道,自動駕駛貨車產業的擴張不一定是好事。路上有幾輛自動駕駛貨車可能沒什麼大不了,但如果有幾十輛、幾百輛無人操控的貨車呢?自動駕駛貨車上裝載的激光掃瞄器可能會互相干擾,而且傳感器上粘了一粒灰塵都可能造成大麻煩。此外,如果這些貨車都和雲端連接,那麼極高的帶寬也需要配置到位。最關鍵的問題是,我們很難去衡量一輛自動駕駛車輛的安全性。

雖然自動駕駛汽車在多數城市道路測試中都成功地完成了挑戰,但高速公路上的車輛速度快,轉向也不如城市道路方便,貨車的弱點可能會成為普及自動駕駛貨車的障礙。沃爾沃貨車的阿爾姆奎斯特也說:「我們至今無法解決這些問題。」重型貨車司機在正式擔負運輸任務前,通常會在駕校接受數月的訓練,並在老司機的指導下試駕數千千米。因此,讓自動駕駛系統達到貨車司機的駕駛水平比讓它達到轎車司機的水平更難。比如,馬格裡耶夫可以在前軸受損、貨車前卡著一台撞爛的轎車的情況下將貨車停下,而自動駕駛系統也能擁有同樣高超的駕駛技術嗎?

出於安全上的考慮,沃爾沃暫時不打算讓自動駕駛貨車在公共道路上行駛,不過該公司計劃使用這類貨車完成私人場所內的運輸,如礦井和碼頭。阿爾姆奎斯特說:「在公共道路上,我們將利用這項技術為司機提供支持,而不是試圖取代他們。」迄今為止,社會對這項新技術的接受度仍是沃爾沃的心結。這家公司有時會在測試自動駕駛貨車時記下過往車輛的車牌號,然後找到這些車主,詢問他們對該技術的看法。

Otto的博迪尼斯對自動駕駛技術面臨的挑戰直言不諱,但他堅稱Otto的技術正在迅猛發展,解決一個個難點並非不可能。他表示:「只有當我們的自動駕駛技術已經成熟到完全不需要司機立即做出反應的時候,我們才會正式開始用自動駕駛貨車送貨。」

Uber憑藉著消費者的青睞先佔據了市場,然後再和監管者博弈。而Otto就沒有這麼好的運氣了,該公司需要說服監管者,讓他們相信該公司的技術能保證貨車安全地完成運輸任務。

2016年9月,美國政府發佈了一系列針對自動駕駛車輛的指導意見,這份文件透露出了政府讓該產業自由發展的態度。但與此同時,美國國家公路交通安全管理局(NHTSA)表示將取締不符合安全規定或「太超前」的自動駕駛系統。

由於該產業的前景尚不明朗,博迪尼斯還強調, Otto會嚴格按照規矩辦事。

道德難題

斯坦福大學教授克裡斯·格迪斯(Chris Gerdes)管理著一個研究自動駕駛軟硬件設備的實驗室,在一次活動中他曾描述過這樣一個場景:如果一個小孩突然衝到一輛自動駕駛貨車前,自動駕駛系統該如何應對?是變道朝著迎面而來的貨車駛去,還是保持方向不變而把小孩撞倒?

格迪斯說:「如果選擇變道,小孩可能因此得救,但變道意味著和貨車相撞,那麼車上的乘客可能會喪生。到底應該拯救哪一方的生命?這是設計自動駕駛算法的人每天都要考慮的問題。」

針對這個問題,格迪斯與加州理工學院的哲學教授帕特裡克·林(Patrick Lin)展開了合作,共同研究自動駕駛技術產生的道德難題。兩位教授在2015年年初於斯坦福大學組織了一場研討會,邀請了許多哲學家和工程師對這個話題發表看法。他們還為自動駕駛系統設計了針對不同情況的應對措施,然後進行場景模擬以檢驗車輛是否會按照算法執行設計好的動作。

隨著該技術的不斷發展,自動駕駛車輛會逐漸擁有理解複雜情況的能力,這就要求計算機在危急關頭迅速地做出選擇——這無疑會引發道德倫理上的爭議。

然而,發展該技術帶來的道德難題不僅局限於此,自動駕駛還可能導致大量的藍領工人失業。比起一般的自動駕駛汽車,自動駕駛貨車的普及會帶來更大的社會動盪。實際上,「自動化給工人帶來威脅」這個問題已經極大地影響了全球政治和經濟格局。麻省理工學院的經濟學家達倫·阿西莫格魯(Daron Acemoglu)曾表示,自動化對就業的影響讓政治家「措手不及」,該技術已經在包括製造業在內的多個領域「侵蝕」了人類的工作崗位。如果再來一個自動駕駛貨車,藍領工人的生活必定受到極大的影響。誠然,自動駕駛貨車可能不會代替所有的貨車司機,但這項技術必定會改變這個崗位的工作性質——而這種改變不一定被每個人都接受。

2016年12月末,美國政府在一份報告中指出,美國正面臨著損失數百萬個就業崗位的風險。這份由奧巴馬總統的高級經濟和科學顧問撰寫的名為《人工智能、自動化以及經濟》(Artificial Intelligence,Automation,and the Economy)的報告明確指出,飛速發展的人工智能和自動化技術將影響國民就業;報告還為即將到來的經濟動盪提出了一系列冗長的建議。

該報告估計,自動駕駛技術的普及將影響220萬~310萬人的工作,其中有170萬人是拖車和重型鑽機司機。儘管自動駕駛有望為社會的進一步發展做出巨大貢獻,但它也有不利於社會的一面:破壞就業結構、擴大收入的不平等並讓受教育程度低的工人受到巨大的衝擊。

雖然司機是否真的會被機器取代還是個未知數,但這份報告還是起到了警示的作用:它告誡人們,是時候考慮如何利用教育及勞工政策來挽救受到新技術衝擊的人們了。

美國西北大學著名的經濟史學家喬爾·莫基爾(Joel Mokyr)傾其畢生精力研究技術進步如何從根本上轉變人與社會的問題,他曾表示:「在現在美國的制度下,我們從事的職業就是我們的身份,因為自動化技術而失業的人將會遭受痛苦與屈辱。」

遺憾的是,過去由於技術革新而掉隊的一些美國人在很大程度上被忽略了——他們在社會、教育以及經濟問題上並沒有得到美國政府的多少幫助。據白宮報告,美國政府對幫助工人適應經濟轉型的項目的投入遠少於其他發達國家,美國工人只能自力更生。在一群硅谷人士的帶領下,一些觀察家開始要求政府為失業人群提供「無條件基本收入」。然而白宮拒絕了這一提議,因為實行這種方案等同於「認為工人不可能再就業」。

美國著名智庫之一的布魯金斯學會(Brookings Institution)的高級研究員馬克·穆羅(Mark Muro)則提出了所謂的「無條件基本福利」(Universal Basic Adjustment Beneft)。與「無條件基本收入」不同,無條件基本福利將包括專門為求職者提供的福利,為人們提供工資保險、工作咨詢、搬遷補貼等幫助。

穆羅也坦言,政府不太可能在短期內提供這樣慷慨的福利。但他認為特朗普的當選對很多人來說是一個警醒:很多人都因為技術的發展感到焦慮和失落,這場總統大選的結果與自動化技術的發展有著千絲萬縷的聯繫。

行業競爭

在自動駕駛貨車行業,Otto不乏競爭對手。Fed Ex(聯邦快遞)這家快遞巨頭已和研究「貨車隊列」技術的Peloton Technology開展了合作。貨車製造商戴姆勒已在內華達州和德國的公路上試行了自家的半自動貨車,而沃爾沃也於2016年在瑞典的一個地下礦井展示了其生產的全自動工程車。此外,世界上最大的礦業公司必和必拓(BHP Billiton)也開始在澳大利亞西部的礦場裡部署了自動貨車,加拿大最大的石油公司Suncor則正式在阿爾伯塔省(Alberta)的油砂礦上測試自動駕駛貨車。

英國礦業巨頭力拓集團(Rio Tinto Group)在位於西澳大利亞州的West Angelas礦場擁有73輛日本小松公司生產的自動駕駛貨車,它們使用GPS進行導航,使用雷達以及激光探測器確保車輛前方的道路通暢。這些貨車與自動鑽探機合作,24小時不間斷地從4個礦場往外運輸鐵礦石。同時,力拓還計劃為連接礦場和港口的運輸火車進行自動化升級,使它們可以自動駕駛、自動裝卸。

小松自動駕駛貨車:每一輛貨車都有2層樓那麼高,而且沒有駕駛員

鐵礦石出口商FMG集團(Fortescue Metals Group)在旗下的礦場裡也使用了卡特彼勒(Caterpillar)牌自動駕駛貨車,這種貨車是由美國國家機器人工程中心幫助研發的。該中心主任表示,因為「自動駕駛貨車更容易被部署,而且礦場已經得到了嚴格監管」,所以這種貨車可以在跑高速公路前用於礦場運輸。

自動駕駛貨車在礦場的應用再一次印證了這種技術在經濟上的合理性:這種貨車的持續運行時間要比人類駕駛的運行時間長得多,因為軟件不需要換班或停下休息,貨車執行停穩、裝礦等動作也更容易預測。力拓集團高管羅布·艾金森(Rob Atkinson)表示:「在過去,因各方不協調而導致的延遲對我們的利潤影響很大。」他還透露,該集團對自動駕駛貨車和其他自動化項目的投資已經全部收回成本。數據顯示,自動駕駛貨車的運輸成本要比人類駕駛產生的運輸成本少15%;由於運輸成本是一個礦場最大的開銷,僅僅這一點就為其節省了大量的資金。艾金森表示:「我們將會盡最大的可能沿著這條路走下去。」

競爭逐漸白熱化

隨著自動駕駛產業的競爭逐漸白熱化,成熟的公司與前員工成立的初創公司對簿公堂的例子也多了起來。2017年1月,特斯拉公司對其Autopilot項目前主管施特林·安德森(Sterling Anderson)提出上訴,指控他與Google自動駕駛前首席技術官克裡斯·厄姆森(Chris Urmson)聯合成立公司,並從特斯拉非法挖人。

而2017年2月底,Alphabet(谷歌母公司)旗下的自動駕駛汽車公司Waymo也宣稱,其前員工安東尼·萊萬多夫斯基(Anthony Levandowski)在離職前一個月從Waymo公司的服務器上下載了14000個、共計9.7G的高度保密文件,其中包括Lidar(激光雷達)主機板的相關設計方案。此外,Waymo還表示,萊萬多夫斯基並不是唯一一個下載過該公司機密數據的前員工。還有數名後來加入Otto公司的Waymo前員工也下載過「供應商名單、製造細節、技術說明等保密文件」。這一訴訟的關鍵人物萊萬多夫斯基正是Otto公司的創始人。

Waymo自動駕駛汽車

Waymo認定,Uber的工程師正在使用萊萬多夫斯基從Waymo非法獲得的技術文件為其自動駕駛車輛開發新的激光雷達傳感器。據稱, Waymo的員工「無意間」看到一家為Uber提供硬件設備的公司發送的郵件(之後被證實這家硬件設備公司在發送郵件時誤將Waymo員工放在了抄送名單中)。這封郵件包括詳細的電路圖,而該圖的整體設計與Waymo的激光雷達極其相似。

「Waymo花費了多年時間來開發自己的Lidar系統,而Otto通過『偷』來的技術,僅花了9個月時間就開發出類似系統。」Waymo在訴訟聲明中表示,「Uber與卡內基·梅隆大學合作研發了18個月,還是沒能開發出自己的Lidar解決方案。直到 2016 年 8 月,Uber通過收購Otto最終獲得該技術。」

在法院備案中,Waymo表達了他們的不滿:「Otto和Uber通過採用Waymo的知識產權,極大地減少了它們自己開發相關技術需要耗費的時間、費用和需要承擔的風險。」Waymo現在急切地希望法院能夠阻止Otto和Uber對其技術的佔用,並要求Otto立即歸還相關文件。

面對這紙訴狀,Uber回應道:「這是為了拖慢競爭對手的無端指責!」一言以蔽之,這一訴狀揭示了Alphabet和Uber之間愈加激烈的競爭跡象。兩家公司圍繞自動駕駛技術推出了各自的方案,相同的目標逼迫雙方從商業到技術的各個方面展開爭鬥。

Uber被指竊取技術,遭到訴訟

隨著自動駕駛領域的競爭越來越激烈,如何留住人才和避免技術外洩成了一個大問題。Waymo的優勢在於其前期的積累,而且與競爭對手不同的是,Waymo同時著手開發軟件和硬件,以期將整套系統出售給汽車製造商,而不是只解決自動駕駛解決方案中的一個環節。

如果把Waymo和Otto這次的爭議放大來看,雙方的母公司Google和Uber曾經有著良好的合作關係。然而在過去的幾年中,這種良好關係在快速惡化。很多業內人士曾認為,這兩家公司能在自動駕駛共享出行領域通力合作,畢竟Google Ventures曾於2013年對Uber注資2.5億美元。然而Uber不念舊情,毅然決定開發屬於自己的自動駕駛技術,反倒成了Google的競爭對手。

據 Waymo 表示,訴訟中涉及的核心技術是Lidar(激光雷達),這種雷達通過每秒發射上百萬的激光束來對車輛周圍的環境細節進行繪製。Waymo聲稱,該公司已經投入了上百萬美元對激光雷達的硬件進行優化,以盡量降低自動駕駛的成本,然而萊萬多夫斯基卻將這些研究成果帶去了Uber。

要想讓一輛自動駕駛汽車清楚地知道自己現在在哪裡、眼前有什麼障礙物,除了精確的GPS外,還需要「多傳感器融合」。目前,主流的技術硬件設備包括成本低廉的毫米波雷達加攝像頭,或者再搭配昂貴的激光雷達。

目前而言,特斯拉採用的是毫米波雷達加攝像頭的方案:由毫米波雷達探測障礙物,並由照相機通過深度學習進行判斷。然而,廉價的毫米波雷達精度不夠,甚至無法對行人進行感知。作為補充,由光學攝像頭對周圍環境進行二維拍照,再通過算法生成物體的形狀、距離。不過,受限於光線等因素,其判斷並不可靠。實際上,強光、雨雪、塵土會成為攝像頭的噩夢,而雷達也無法發現行人和靜止或橫向移動的物體。

與特斯拉不同,谷歌、Uber等其他公司均認為激光雷達才是真正解決問題之道。激光雷達與普通雷達的工作原理相似,均是發送電磁波,再記錄下電磁波反射回來時的時間與角度,以對週遭物體進行感知。與普通雷達不同的是,激光雷達使用幾百至1000納米的激光,遠遠低於普通雷達的波長。因此,激光雷達在測量物體距離和表面形狀上可達到厘米級,遠超普通雷達和GPS系統的精度。雷達行業「鼻祖」Velodyne公司的技術解決方案總監大衛·奧羅施尼克(David Oroshnik)曾表示,現在他們最便宜的產品的價格為8000美元。目前,眾多自動駕駛車輛都搭載著Velodyne生產的HDL-64E激光雷達,但其價格高達驚人的70000~80000美元——這對於利潤水平越來越薄的汽車製造商來說只能是先裝上玩玩。

此外,激光雷達領域的另一家明星公司Quanergy目前在小型化和低成本的固態激光雷達領域也取得了很大進展。

這兩家公司無疑已經成了業界的標桿公司,擁有非常多的技術專利,而Waymo實際上是在Lidar的基礎上對性能和成本進行了一定的創新。一般而言,軟件代碼很難申請專利,但一旦與硬件綁定成為完整的自動駕駛方案,並在申請專利時盡量擴大應用的覆蓋範圍,就可能會出現這樣的結果:其他的自動駕駛初創公司要麼向Waymo直接購買成套產品,要麼購買技術授權,這對初創公司來說無疑是個壞消息。

裝設了激光雷達的Uber車

實際上,小型初創公司在進入這一領域後常常發現,自動駕駛的一些核心技術已經被註冊專利,比如類似Google註冊的當自動駕駛汽車遇到大型貨車時自動靠左行駛的專利。當初創公司的研發處處受制於已有專利、自己又缺乏防禦性專利組合時,它們可能會考慮退出該領域的角逐——這種局面無疑是技術創新的大敵。

同樣,對Uber來說,如果無法開發出屬於自己的自動駕駛技術,其結果將是毀滅性的。為什麼呢?因為依靠共享出行起家的Uber的主要收入來自司機。隨著自動駕駛技術的出現,如果有朝一日不再需要人類司機,Uber將被逐出共享出行行業——除非Uber自己也掌握了相關技術,盡早提供了無人駕駛共享出行服務。

不過,好在Lidar目前並不是無人駕駛業界的唯一標準,其他諸如純雷達、聲波、圖像識別等方式也都在快速發展中。而且,像福特、通用、日產等傳統汽車製造業巨頭的紛紛進入,無疑會大大加速無人駕駛技術的成熟週期,提升技術方案的多樣化。

中國的自動駕駛貨車

根據圖森(Tu Simple)公司的數據,中國有720萬輛貨車和1600萬名長途司機負責城際公路上的物資運輸——這個產業的價值高達3000億美元,而司機的工資成本占運輸總成本的40%。如果使用自動駕駛貨車,一些原本需要2~3名司機合作完成的長途運輸任務可以由1名司機完成。

目前,中國的貨運服務良莠不齊,公眾普遍期待這個行業能進行大整改。此外,由於該行業的監管較松,給企業帶來了很大的創新空間。在這兩個因素的驅動下,中國的自動駕駛貨車產業有望得到快速發展。

Tu Simple自動駕駛系統「眼中」的街道

百度和福田汽車合作研發的自動駕駛貨車原型

正是看到了中國的潛力,圖森這家在美國聖地亞哥和中國北京都設有總部的公司決定與中國的一家貨車製造商合作開發一種自動駕駛貨車平台。該公司的核心技術是計算機視覺和一種能深入理解圖像的算法,這種算法不僅能識別不同的車輛,還能預測它們的動作。圖森把從手動駕駛貨車收集到的大量數據輸入神經網絡,然後通過「機器學習」技術處理這些信息。

而中國的互聯網巨頭百度也不甘落後——該公司已經為研發自動駕駛技術投入了大量資金。百度與貨車製造商福田汽車展開了合作,並於2016年11月在上海新國際會展中心發佈了國內首款自動駕駛貨車。目前,百度已有好幾支團隊專注於研究自動駕駛系統,其中一支團隊旨在研發無人駕駛汽車。

雲啟資本的投資人黃榆鑌曾說,中國這片市場的機會巨大。他認為中國政府會支持這個產業的大力發展,不過地方政府也許會有所顧慮——畢竟,自動駕駛貨車的普及有可能導致一批司機失業,這是他們不願看到的。但他補充說:「使用自動駕駛貨車能節約勞工成本和油費,市場這只『看不見的手』決定了這個產業不發展都不行。」

中國針對自動駕駛車輛的監管才剛剛開始:政府正試圖在保證公眾安全和鼓勵公司創新中尋求一種平衡。2016年7月,政府宣佈正在起草監管自動駕駛車輛的相關文件,並呼籲該產業在文件正式出台前減少試驗的次數。即便如此,很多和黃榆鑌持相同觀點的人還是相信,政府最終會放鬆對自動駕駛貨車測試的監管,並對這種貨車的商用保持開放的態度。

時機是關鍵

沃爾沃的阿爾姆奎斯特認為,在不久的未來,自動駕駛貨車會在公共道路上擔負起運輸的重任。不過,他認為時機是這項技術能否普及的關鍵因素:「如果我們太急,弄出了什麼事故,整個產業都會蒙羞。如果你失去了公眾的信任,再想挽回就很困難了。」

專家點評

倪凱

樂視超級汽車自動駕駛副總裁、FF&Le Future人工智能研究院院長,曾任百度高級科學家,負責無人車的研發。

從2015年5月戴姆勒獲得美國內華達州的全球首個自動駕駛貨車車牌,到2017年2月Embark貨車在城市間的公路上採用自動駕駛技術行駛,自動駕駛貨車因其帶來的巨大商業價值而備受青睞,比如自動駕駛貨車可實現駕駛更安全、降低貨車司機的支出以及最大限度的省油等。中國的物流行業近幾年的迅猛發展也帶來了對自動駕駛貨車技術的巨大想像空間。

不過,就自動駕駛貨車的應用場景而言,目前其在中國還面臨很大的挑戰,因為中國的交通環境比歐美國家更複雜。可能有人說,只需先重點解決自動駕駛貨車在高速公路上的問題即可。可是要想真正完全解放貨車司機,僅僅實現高速公路上的自動駕駛是不夠的。在自動駕駛貨車駛入高速公路之前以及駛出高速公路時,也需要一定的基礎設施和相應的司機接管機制來進行配套,難度不小。另外,在中國,每年由貨車超載、超速、剎車故障和貨車司機疲勞駕駛等原因造成的惡性交通事故,造成了大量人員的死亡。輔助駕駛的技術包括主動安全技術完全可以在未來幾年逐步鋪開,極大地提高自動駕駛貨車的安全性,解放特定場景下的駕駛工作,帶來相當可觀的經濟效益和社會效益。加之貨車本身的成本較高,因此對自動駕駛系統的價格敏感度會相對較低,這一點也有利於自動駕駛貨車的商業化落地。

從具體實踐來看,貨車司機大多是有豐富駕駛經驗的職業司機,其駕駛水平與普通駕駛員相比要高,因此對貨車自動駕駛系統安全性的要求更為苛刻;此外,不僅僅是貨車的自動駕駛系統,整個自動駕駛系統的研發從現在的情況來看都離不開增強學習。增強學習很重要的一點是需要有大量的數據進行訓練,讓系統知道它怎樣做才會得到一個好的結果,怎樣做會得到一個壞的結果。對於自動駕駛車輛而言,因為無法在實際行駛過程中得到足夠的真實數據,要想得到足夠的負樣本,就需要利用模擬器來生成這樣的數據。不過由於自動駕駛的複雜性,如何實現非常好的仿真,這本身就是一個非常難的問題,還需要在技術上進一步攻克。

目前整個自動駕駛行業的趨勢是快速發展的,各大公司都在投入大量的資源,從Otto被Uber收購的例子可見一斑。自動駕駛系統的成熟包括貨車自動駕駛系統的成熟和落地,需要集中更多的力量一起去解決很多問題,包括我們的自動駕駛從業者和配套行業,如保險業、立法機關等。

專家點評

吳甘沙

馭勢科技CEO,前英特爾中國研究院院長。

自動駕駛貨車是智能駕駛領域一個很有趣的存在,雖然預期的銷量遠比乘用車少,意義卻非常大,因為貨車幾乎全勤(沒日沒夜的跑)、跑得多(一個月的里程可能相當於乘用車數年的里程)、事故風險大(占交通事故的1/2以上,而且常常是碾壓式)、燒油狠(占公路運輸物流成本的1/4以上),而自動駕駛可以解決很多這樣的問題。另外,貨車的整體擁有成本高,裝一套昂貴的自動駕駛系統也承受得起,再加上大家心目中對汽車人的敬仰,它位列10大突破性技術榜單名正言順。

但是其成熟期還需等待5~10年。乘用車的智能駕駛分為幾個階段,從駕駛輔助(預警型ADAS)、輔助駕駛、高度自動駕駛到無人駕駛。自動駕駛貨車可能會走一條與乘用車不同的商業化道路:短期內駕駛輔助的意義遠大於乘用車,專治疲勞駕駛。

但輔助駕駛頗為雞肋,它雖然提供了高速公路連續自動駕駛的能力,但要求司機在路上仍然全神貫注。如果司機產生了對輔助駕駛系統不切實際的信任,迷迷糊糊地睡著了,那將釀成大禍,因為緊急狀況出現時司機無法瞬間接管。所以,它有可能跨過輔助駕駛,直接來到高度自動駕駛,這樣貨車在出現不能處理的狀況時可以在10秒左右的時間優雅地把控制權交給司機。當然,最好的還是無人駕駛,這樣可以直接去掉司機的成本。

在通往無人駕駛的路途上,貨車還會出現一種中間形態即利用V2X車聯網實現編隊出行,第一輛車由貨車司機開,而後續車輛跟著前車自動開,前車加速則後續車輛也加速,前車制動則後續車輛也自動剎車。

Otto的200公里Show(「秀」)還不能說是現象級的,一是這只是演示,是在這條道路上經過長時間的訓練後完成的,通用能力還有待考察;二是這批谷歌的精英「曲線救國」來到Uber,精力已經被乘用車分走了(而谷歌正在起訴Uber和這支團隊盜用了包括谷歌激光雷達在內的知識產權),貨車這塊估計要「失寵」;三是自動駕駛貨車的一個特殊難點在於控制,畢竟在空載、滿載和超載的情況下系統需要完全不同的參數,在這一點上,默默耕耘的老牌貨車大廠,像戴姆勒、沃爾沃等更有優勢。如果它們能與新興的人工智能公司強強聯合,那麼自動駕駛貨車振翅高飛的日子就不遠了。

到那時,我們可以說無人駕駛改變的不只是出行,還包括整個世界的物流。信息流、交通流和能源流的三流匯聚,將是無人駕駛最精彩的綻放。

專家點評

田豐

阿里雲研究中心主任。專注於雲計算、物聯網/工業互聯網、大數據、VR/AR科技戰略的研究。工信部人才交流中心工業和信息化特邀專家,中國互聯網協會核心專家。

新技術開拓新的市場空間。民航飛機除「起飛」和「降落」外的航程,都由自動飛行系統接替人類飛行員。因長時間行駛在封閉的高速公路上,自動駕駛貨車的司機僅負責駛入高速、駛出高速、過關檢查,其他的全部路程都由人工智能來執行。從「自動駕駛」到「無人駕駛」仍需一段時間,昂貴的激光雷達、複雜變化的路況、自然界變幻莫測的氣候,都限制了自動駕駛技術在乘用車中的廣泛普及。目前一套激光雷達的價格比一輛整車的價格還貴,而不用激光雷達的無人駕駛又存在較大的安全隱患。高速公路屏蔽了行人、摩托車、自行車、寵物等複雜路況,而僱傭貨運司機的2年工資就能買一輛新貨車(10萬~14萬美元)。即便激光雷達的價格不菲,還是存在可觀的利潤空間,所以自動駕駛貨車成為自動駕駛產業的第一個突破口,汽車廠商和零部件供應商都積極進行戰略併購、研發自動駕駛技術,擔心一旦錯過科技升級的產業風口就會被時代永遠淘汰。

一輛自動駕駛貨車除傳統零部件外,新增的成本主要集中在環境感知設備(含Lidar激光雷達、超聲波雷達、攝像頭、傳感器等)、導航設備(GPS系統)、智能計算機(類GPU計算機)、自動控制裝置(轉向、剎車、油門自動控制器)。這一套設備的整體成本仍需減少90%,才能讓眾多「未來概念車」變成「產業用車」,真正走入每一家貨運企業甚至尋常百姓家。另外,5G通信、V2X技術、交通雲、互聯網汽車服務等配套產業鏈都在快速發展。

安全與就業永遠是新科技發展的爭論焦點。未來10年最危險的不是自動駕駛貨車本身,而是人類駕駛貨車與自動駕駛貨車的混合行駛狀態。谷歌、特斯拉、福特、奔馳、寶馬、通用、大眾、本田、尼桑、博世及德爾福共11家主機廠和零部件企業已在美國加州獲得了資質上路測試,據美國加州交通管理局在2017年公佈的相關報告顯示,以人工干預前自動駕駛平均里程數衡量,位列前三名的是:

(1)谷歌:自動駕駛5127.97公里人工干預一次;

(2)寶馬:自動駕駛638公里人工干預一次;

(3)福特:自動駕駛196.67公里人工干預一次。

而我們所熟知的特斯拉的排名並不靠前,其自動駕駛3.02公里人工干預一次。

當然,這份報告並不能全面體現各家廠商的技術實力,因為各大公司的測試環境存在差異,包括公路、封閉測試場、賽車場等難易不同的行駛環境,而塔塔Elxsi公司則計劃在路況異常複雜的印度班加羅爾市(摩托、三輪車、汽車、行人混行)測試自動駕駛技術。無論哪一家自動駕駛公司勝出,都是全人類的福音。全球每年的車禍死亡人數接近100萬人,汽車發明至今,車禍死亡人數已經超過第一次世界大戰中的死亡人數。而自動駕駛技術將大幅降低人為交通事故的發生概率與傷亡影響。

另外,雖然收入較高,但全球貨運司機非常短缺,僅美國貨運司機的短缺量就約為75000名,而且每年的缺口仍在快速增長。半自動駕駛系統的引入將緩解貨車司機緊張的供需關係。美國自動駕駛方面的創業公司正在為貨車司機提供新的工作崗位,僱傭經驗豐富的貨車司機在遠程控制中心「訓練」「遙控」行駛中的大量自動駕駛貨車,這是無人機、無人船、無人車集群的運營監控保障。而從長期來看, 200年前,90%的地球人都是農民;隨著食物科技的發展,現在只有2%的人是農民,更多的人轉變為工程師、服務員、研究者、開發者、設計師等,而人類的生活變得更糟糕了嗎?

《科技之巔2》