张博文
当美国对无人车路试的态度越来越开放时，国内的无人车圈内，除了一些高管人事上面的变动，在实际路测领域，一直没什么动静。
就在百度副总裁王劲，前自动驾驶事业部总经理王劲宣布离职创业后，3 月 30 日，一份百度向主管部门申请无人车在北京进行路试的文件被曝光了出来。
计划在北京的正式道路进行路试，可见百度对于自家的无人驾驶驾驶已经比较自信，王劲当年提出的“3 年路试 5 年量产”可能依然是百度无人车的最终目标。
根据亿欧汽车网的报道，百度此次的申请文件是向中关村科技园区海淀园管理委员会提交的。简单来说，在申请文件中，百度表达了希望在非道路高峰时段，在北京市海淀区的三段道路上进行无人驾驶汽车测试，在充分测试之后，将会在北清路永丰基地等特定路线和区域进行接驳试运营。希望中关村管委会及海淀园区帮助协调交通安全管理部门的支持和默许。
在具体的计划执行上，百度计划使用 5 台奇瑞 EQ 和 3 台比亚迪秦自动驾驶车进行测试，测试的项目包括：车辆启停、转向等行驶控制；给定车道轨迹情况下的循迹无人驾驶；红绿灯识别；障碍物避让。这与 2016 年乌镇世界互联网大会时百度对展示的无人车技术是一致的。
路试的时间会避开上下班的早高峰期，具体的时间段是工作日的 11:00-17:00，21:00-6:00 及节假日期间进行。其余时段仅进行停车状态下的调试和封闭场地测试，不在开放城市道路内行驶。
百度还表示测试的车速不会超过 40km/h并且每辆测试车上将会全程配备 1 名专职安全员。安全员为资深驾驶员并经过专业无人车安全测试培训。从传统车型改装的自动驾驶车仍会保留方向盘和制动踏板，方便安全员实时对自动驾驶行为进行干预，在危险时刻接管车辆控制。
在申请文件中，百度画出了三块测试路线，包括北清路沿线道路、北清路永丰基地周围道路和永丰路西北旺北路地区的一部分路段。
(地图截图来自亿欧网)
从地图上可以看出，百度画出的测试路段还是以长直路为主，并且从道路状况来说，这些测试路段都属于新翻修过的路段，路标清晰路况良好，交通复杂程度比较低。
在 2015 年年底，百度就曾经在北京五环进行过一次实际道路测试，那次测试百度无人驾驶车从中关村软件园的百度大厦附近出发，驶入 G7 京新高速，经五环路抵达奥林匹克森林公园后按原路线返回。测试过程中无人车的最高时速达到了 100 km。
但实际上，由于五环路况较好且车道线十分明显，实现自动驾驶的难度并不算高。别说全自动驾驶，笔者在 2016 年年初用一辆特斯拉 Model S 上的 Autopilot 驾驶辅助功能，就完全无人工操作的跑了半圈北京五环。
（2015 年在五环路试的百度无人车）
2015 年在五环路试的百度无人车，在自动驾驶套件方案上，还处于一个比较初级的程度。而此次百度申请在北京道路正式路试的无人车，应该与 2016 年在乌镇展示的无人车是同一套自动驾驶组件。
去年乌镇世界互联网大会时，笔者刚好有机会真正近距离观察并试乘了一把百度无人车。这个版本车型采用的无人驾驶方案，由一个放置在车辆顶部的 64 线激光雷达、3 个环绕车顶的 16 线激光雷达、位于车顶前方的两个视觉识别摄像头、以及车前方的毫米波雷达组成。
当时试乘的体验是，虽然百度无人车还是圆满的完成了行驶任务，但是在遇到紧急情况时的急刹车和一直在抖动调整的方向盘，确实容易让人为无人车捏把汗。
不过这已经是 2016 年 11 月时候的体验，经过将近半年的调校和数据积累，百度无人车的整体稳定性还会有进一步提高。
另外值得注意的是，此次百度提交主管部门的自动驾驶路试申请文件，仅仅是一个初稿，最终版本可能会存在变化，主管部门能否通过这样的申请，也是个问题。
实际路试对自动驾驶的意义十分重要，如果要想更好的调校自动驾驶系统，就需要用大量的数据去喂系统进行学习，这个过程与人类司机的培训其实是类似的，归根结底就是一个词：熟能生巧。
既然说到自动驾驶路试，其实就躲不开刚刚发生的 Uber 无人车侧翻事故。
Uber 无人驾驶汽车上周在亚利桑那州发生了一起车祸，配备无人驾驶技术的 Uber 沃尔沃 SUV 当天在一条限速每小时 40 英里的大街上向南行驶，前排坐着两位 Uber 测试司机，后排没有乘客。车辆在进入一个十字路口时交通灯变成黄色。一辆绿色的本田车从道路另一侧驶来，在看到黄灯时试图左拐，结果撞上了 Uber 自动驾驶汽车。
这也引出了自动驾驶路试容易出现的最大风险，自动驾驶车终究难以适应为人类驾驶员量身而定的交通系统，在一些影响驾驶决策的边缘情况，比如是否应该闯红灯，如何应对插队并线等情况时，自动驾驶车的决策还是不够智能。
我们所期盼的全自动驾驶在现在的道路条件下也许永远不会来，原因就是如今的道路系统，完全是按照人类驾驶员的驾驶习惯来定的。
自动驾驶可以分为感知、决策和控制三个方面不必多说，决策和控制是无论在什么样的交通系统，无人车都必须要实现的。但感知作为自动驾驶行为中最为基础的内容，对于现在的无人车，仍是个非常大的难题，原因就在于现有的交通系统需要让无人车按照人类驾驶员的方式去感知道路和周围环境。
一步步来看吧，高级版本的驾驶辅助往往都做到这样两点：速度控制和车道保持，这也就意味着车辆可以感知到前方情况，通过摄像头或者毫米波雷达防止撞车，而车道保持的方式也相对简单，通过摄像头的视觉识别，识别出道路上的画线，跟着线走即可。
但要做到全自动驾驶，要做的事情就多了很多，在百度的申请中说的很明白：车辆启停、转向等行驶控制；给定车道轨迹情况下的循迹无人驾驶；红绿灯识别；障碍物避让。也就是不仅仅要识别出前方的障碍物，还要感知周围环境，看到红绿灯和交通标志并且识别交通标志的意义。这样才能在感知上和人类驾驶员能力相当。
要知道，虽然机器在性能上的稳定性和可靠性经常要比人类强上好多倍，但要想让机器来完全模拟人类的感官，经常是笨拙且低效的。
用激光雷达、毫米波雷达、摄像头详尽一切办法去收集周围环境数据，收集的数据越多，对于车载计算机的运算速度要求就越高，不然就还是会在感知上输人类驾驶员一大截。
如果我们换一个角度想，如果要真的让自动驾驶车能够商用甚至是民用，我们能用什么方式来改变自动驾驶三个流程中最低效的感知这个环节？就是把交通系统按照自动驾驶车辆适合的连接方式进行定制。
举个例子：把路口的红绿灯换成变化的二维码甚至直接取消红绿灯换为电信号。这样在通过路口前，自动驾驶车就不用先通过摄像头的视觉识别拍到红绿灯，然后识别红绿灯正在亮着的颜色，再转化成为是否能够继续行进的指令再做出驾驶决策。换成二维码后，识别难度比单纯的颜色识别更低，就可以直接通过二维码给出的指令控制驾驶。更激进一点，把路口的通过信号全都转化成电信号，无人驾驶车在接收到指令之后直接作出动作就可以了。
再举个例子：如果能够实现车车联网，车人联网，那么整个联通起来的交通系统，就可以透过联网规划不同无人车的去向。我们不再需要交通灯、也不需要车道、更不需要车速限制，由整个交通系统去调动，加速、超车；不断自动完善的系统会取代死板的交通规则。为什么自动驾驶系统更安全？不是因为什么超级电脑或激光雷达，而是因为这是会不断自我调整的有机系统。
所以无论是申请在北京进行路试的百度，还是已经在美国积累大量自动驾驶路试数据的各家汽车互联网大厂，目前各车独立的自动驾驶方案，路试的作用更多的是调校自动驾驶决策，而非真正想让自动驾驶车上路，逐渐取代传统车。让自动驾驶车在特定的路段内进行商用，也许才是未来几年内，真正能够实现的目标。