新智驾注：本文为雷锋网新智驾会员计划的试读内容。想了解更多新智驾会员计划详情，请点击链接了解：https://www.leiphone.com/aidrive。

本文主要探讨了以下话题：

1、自动驾驶公司想在主要城市中普及自动驾驶汽车至少还得奋斗 10 年。将某座城市的自动驾驶经验原封不动复制到另外一座是并不容易；

2、大多数自动驾驶汽车研发公司一般都着眼两大关键技术：机器人和深度神经网络。前者的主要任务就是遵守程序员写的各项规定，后者则需要借助车上的传感器识别身边的物体和交通灯。如果我们不能在人工智能上取得进一步突破，自动驾驶汽车永远也不能拥有和人类匹敌的驾驶能力。

3、想将自动驾驶技术商业化，自动驾驶公司必须需要 Lyft 或 Uber 这样的打车巨头助力，因为只能在某个片区运营的打车服务从本质上来说表现就不及格，而打车巨头将某区域的订单分给自动驾驶公司是当下最说得通的解决方案；

4、Waymo 工程主管 Sacha Arnoud 的“90-90”法则引人深思：搞定了让自动驾驶汽车动起来的代码占到总数的 90%，但却只花了 10% 的时间；想完成剩下 10% 的代码，还需要付出 10 倍的努力和时间。

当通用汽车 2016 年为自动驾驶新创公司 Cruise 豪掷 5.81 亿美元时，几乎没人敢相信。现在看来，这也算是这家百年汽车巨头最大胆的一次赌注。

两年后，Cruise 成为风险研究的绝佳案例，同时它也代表了自动驾驶技术的希望。

虽然进步不小，但 Cruise 在旧金山的测试车依然麻烦不断，这也让坐在驾驶位上的安全驾驶员担负了巨大的压力。因此，即使业内总是向舆论吹风称：未来几年自动驾驶汽车就要正式上路，但熟悉 Cruise 的人却认为，这家公司想在主要城市中普及自动驾驶汽车至少还得奋斗 10 年。

这也意味着，通用对外宣称的“明年在人口密集的城市环境中推自动驾驶出租车服务”正变得越来越难实现。

这看起来很无奈，有些问题是自动驾驶技术从诞生之日就存在的，它们不但要分毫不差的遵守交通规则，还要及时处理行驶中无数的大小事情，而有些情况会让自动驾驶汽车彻底不知所措。

据了解通用自动驾驶项目和其测试数据的人反映，Cruise 的自动驾驶汽车在遇到情况时转向有些飘忽不定，而且经常会犹豫不决。有时，即使路边只是一个灌木丛，它也会错误将其识别为障碍物，随后放慢速度甚至停下来。

这样过于谨慎的做法会让普通汽车里的驾驶员非常无奈，如果他们不集中精神，就很容易从后面与自动驾驶汽车来一个“亲密接触”。

Cruise 和 Waymo 可以说是自动驾驶行业里最吸引外界关注的两大公司。Waymo 在自动驾驶的研发上已经投入超过 10 亿美元，但在商业项目的落地上，选择了凤凰城的郊区。在这里进行自动驾驶打车服务确实要简单得多。

Cruise 自动驾驶汽车的局限性，此前大家了解不多。最近，这家公司也打开天窗说亮话，让我们见识了全自动驾驶汽车研发过程中的艰辛，并告诉公众不要对自动驾驶汽车的期待值太高。

Waymo 和其他自动驾驶汽车开发者也遇到了与 Cruise 相同的问题，不过 Cruise 是唯一一个铁了心要啃下大城市这块硬骨头的公司。即使在凤凰城郊区，Waymo 也并不是一帆风顺，它在技术上遭遇了不少挑战，比如“无保护”的左转。前几年时，Waymo 的测试车也因为过度谨慎而惹了不少麻烦。

在 Waymo 和 Uber 自动驾驶团队都当过主管的 Anne Widera 表示，在如何解决城市环境问题上，Cruise 绝对是领头羊。

试验场

虽然 Cuirse 已经在旧金山做了不少测试，但恐怕这家公司明年还是难以按期推出成熟的自动驾驶出租车服务。

眼下，Cuirse 的测试车只熟悉了这座城市的四分之一，况且还限制多多。明年，Cruise 的测试车则会驶进纽约。不过，两座城市差别很大，在旧金山积累的经验很多都无法在纽约使用。

与此同时，Cruise 在凤凰城郊区的测试项目也正在快速缩水，而竞争对手 Waymo 和 Uber 却在这里不断加码。不过，这样能让 Cruise 关注更有商业价值的市场，未尝也不是一件好事。在厌倦了凤凰城之后，它瞄上了人口更为密集的西雅图，这座城市有可能成为 Cruise 新的试验场。

但巨大的挑战并没有让 Cruise 的负责人动摇。

通用汽车总裁 Dan Ammann 就表示，许多科技行业的人小看了自动驾驶技术带来的挑战。由于通用在解决最复杂的问题，因此 Cruise 的领先优势会逐步扩大。此外，他还补充称，只有自动驾驶技术变得非常安全，通用才会正式让这项技术带入普通人的生活。

如今，最棘手的问题之一是人类行为：大家平时都会有意无意的破坏交通规则，无论你是新手还是驾驶员，其中一部分原因是有些人根本不懂交规。这也是自动驾驶汽车很难适应现实世界的一大原因。

对人类驾驶员来说，旧金山的 Cruise 测试车也同样行为怪异，这也是测试车频繁发生事故的原因之一。

举例来说，去年 9 月，一辆 Cruise 测试车被一辆福特探险者追尾，当时 Cruise 正准备通过十字路口。警方报告显示，当时人类驾驶员操作测试车突然停下来，因为他觉得自动驾驶汽车没有让行前方行人的意思。

去年 2 月，Cruise 的测试车也突然在一个完全无人的人行道前停了下来，因为它认为两边的黄灯都在闪烁。这一刹车不要紧，后面跟着的丰田也来了一个急刹，造车丰田后面的斯巴鲁直接追尾，丰田又撞上了 Cruise 的测试车。

去年 12 月，Cruise 的自动驾驶汽车经历了一次“失败”的变线操作。无论是自动驾驶汽车还是人类司机，在道路上安全变线都不是件容易事。Cruise 的测试车能探测到旁边的空间是否够自己塞进去，如果可以它就会毫不犹豫的变线。现在，工程师则给它编写了一个新程序，在变道时车辆会给其它人类驾驶员以暗示，如压着空位旁边的那条交通线。

不过，问题也随之而来，有时这个可供变道的空间会随着前后两车速度的变化而缩小，Cruise 的测试车变道时可能还没意识过来。如果后车司机精神集中，可能会刹车躲避，但如果他开了小差，可能就会造成追尾事故。

当然，Cruise 的测试车不会总是那么霸道，有时它也会因为前车放慢速度而无法变道。这两种情况不但会影响交通效率，还有可能引发严重事故。

这线到底是变还是不变？

Cruise 上报给交管部门的文件显示，变线事故出现在去年 12 月 7 日，当时一辆 Cruise 测试车正行驶在旧金山一条三车道大街的中间车道上。当测试车开始并入左侧车道一辆小货车后时，小货车却突然减速，测试车只能放弃变道，又回到了中间车道。

不过，在繁忙的市区，变了车道再想回来可不容易——在中间车道， Cruise 测试车的后方正跟着一辆要加速超车的摩托。以 12 英里/小时（约合 19 公里/小时）速度行驶的测试车这次也无力回天，它最后还是和那辆速度为 17 英里/小时（约合 27 公里/小时）的摩托车撞上了。

虽然摩托车手没有受伤住院，但事后将 Cruise 告上法庭，他认为 Cruise 测试车“突然转向”是事故发生的主要原因。Cruise 则认为摩托车手鲁莽操作，右侧超车才导致了事故发生。

无论谁对谁错，Cruise 的高管还是惊出了一身冷汗，当时方向盘后的安全驾驶员为什么没能及时做出反应呢？

那次事故之后，Cruise 的车队停驶了数个小时，工程师开始彻查原因。随后，他们告诉安全驾驶员，如果车辆变线时没能成功，有要回到原车道的倾向，安全驾驶员就应该手动完成变线。

Cruise 发言人 Ray Wert 对车辆的边线问题避而不谈，他转而去主攻这场诉讼。“我们的车辆很小心，因为这是新技术。随着自动驾驶汽车的上路时间越来越近，我们可能会对测试车的行为进行调整，不过现在我们的主要目标是成为旧金山的最佳合伙人。”

想知道这些车辆的具体安全级别并不是件容易事。

Cruise 和其它厂商在呈交给加州交管部门的文件中总是提到自家车辆几乎不需要人介入。就拿 Cruise 来说，截止到去年 11 月的一年里，它的安全驾驶员平均每 1000 英里（约合 1600 公里）手碰方向盘不超过 1 次。而在一年之前，这一数字还高达每 1000 英里 18.5 次，确实是进步巨大。这样耀眼的数据也让 Cruise 的脱离率紧跟在 Waymo 之后，排在业界第二。

不过，据 The Information 报道，自动驾驶公司们都有自己的小算盘，它们会选择性的上报一些关键数据。一位熟悉通用自动驾驶业务的内部人士也表示，这种报道我从来不信。

有什么进步？

被通用收购后，Cruise 的测试车可真没少进步。这两年里，它成功克服了下雨天。除非是瓢泼大雨，否则车队依然能顺利运行，而就在一年之前，测试车遇到中雨就得停止测试。

在变线问题上，Cruise 也有了新招。

在行驶时，车辆能固定在车道中央，但如果有人类驾驶的汽车或公交车接近，测试车会自动躲避到其它车道。这样一来，并排行驶的两辆自动驾驶汽车就不再是挡在路上的路障了。

Cruise 还取得了其它进展，如当路灯已经转黄时，自动驾驶汽车能抓紧时间快速通过路口，而不是像之前一样直接停下等红灯。同时，在右转时，测试车也能尊重行人，保证不切断过马路的人流。

除此之外，Cruise 还开发了一套新算法，在左转前它能算出还要多远才能到达路口。不过，这些也只是皮毛，想要替代人类驾驶员，自动驾驶汽车还有很多需要学习。

因此，想彻底“砸掉”出租车司机的饭碗还有很长的路要走。即使想让车辆达到普通人类驾驶员的水平（不一定会符合未来法规，乘客愿不愿意更是难说），它们也得能独立面对无数的极端情况，或者说那些不常出现但一出现就有可能造成致命事故的问题。

部分自动驾驶从业者相信，如果我们不能在人工智能上取得进一步突破，自动驾驶汽车永远也不能拥有和人类匹敌的驾驶能力。

最早明年，旧金山那些潜在危害较少的道路可能就会成为 Cruise 自动驾驶出租车的新试验场。不过，想最终将这些线路商业化，恐怕 Cruise 得找 Lyft 或 Uber 这样的打车巨头助力，因为只能在某个片区运营的打车服务从本质上来说表现就不及格，而打车巨头将某区域的订单分给 Cruise 才是当下最说得通的解决方案。

当然，Cruise 可以不依靠 Lyft 或 Uber 这样的巨头，因为这会影响自家平台的营收。

Cruise CEO Kyle Vogt 此前就表示，未来自动驾驶出租车的蛋糕会比 Uber 或 Lyft 大 700 倍。这个通用梦寐以求的新业务形式。通用汽车希望借助自动驾驶汽车转型为车队运营商，以换取更高的营收潜力。

有些地方上了黑名单？

消息人士指出，Cruise 的测试车有点“挑剔”，它们的车队现在主要在旧金山东北部方圆 20 平方英里的区域内行驶。不过，这里是旧金山交通最复杂的地段，因为这里白天人口最多，交通也最繁忙，因此它决定先挑硬骨头来啃。今年晚些时候，Cruise 车队的覆盖区域将扩展至旧金山的西北部。

据了解，Cruise 在旧金山进展缓慢的一大原因是这里许多街道和交叉路口都上了“黑名单”，测试车只能通过迂回路径绕过这些区域。那么，什么样的地方才能上黑名单？

首先，是那些交通信号灯模糊的十字路口；

其次，这是那些有环状交叉路口或两条线并做一条线的道路。对于第二类情况，Cruise 暂时还未开展广泛的测试。

面对工地，比如一旦进了道路较窄（一次只能过一辆车）的居民区，测试车也会显得束手无策。这是因为 Cruise 的测试车会将这种道路认为是单行道，而它必须行驶在道路中间，如果对向有来车，测试车就会停在那里不动。

车辆周围部署的雷达也相当灵敏，每当测试车试图从窄缝里挤出去时它们就会报警。眼下，Cruise 的测试车并不会停在路边的接送乘客，可能是因为在许多区域这种行为是违法的。

另外还有一个重要问题，那就是测试车的传感器不太能分清摩托车和自行车，因此预测两种车的行为习惯成了一件难事。

值得一提的是，现在的 Cruise 测试车还不敢进入隧道，因为进入隧道后它们就连不上 GPS。此外，Cruise 的测试车居然还没在旧金山广泛测试车辆调头，实在令人匪夷所思。

为了自动驾驶汽车还得勤修剪灌木丛？

奇怪的是，就连路边的灌木丛和用于分开车道的横杠也让 Cruise 的测试车如临大敌。熟悉该项目的人透露称，去年秋季在向媒体展示测试车之前，Cruise 专门找人修剪了 Dogpatch 社区的灌木丛，这是为了不让测试车将它当成移动物体或需要转弯躲避的事物。无独有偶，自动驾驶新创公司 Voyage 为了让自动驾驶出租车进入圣何塞，也免费为城市修剪了不少灌木丛。

Cruise 创始人 Vogt 曾坚持一个观点，那就是教自动驾驶汽车在旧金山驾驶得有个好环境，而在美国最具挑战的恐怕就是旧金山这样复杂的城市。在他看来，直接上高难度比在郊区低水平徘徊重要。

去年秋季，Waymo 宣布要取消车内的安全驾驶员，虽然厂商可以对车辆进行远程控制，但最简单有效的方式恐怕还得是他们。取消了安全驾驶员，就意味着 Waymo 要像 Uber 一样推出打车服务。不过，在取消安全驾驶员这个问题上，Cruise 还没做好决定。

虽然凤凰城的测试环境更简单，但最近 Cruise 还是选择压缩车队，具体原因我们不得而知，不过旧金山却有发达的打车服务，Cruise 将重心放在这里不就是为了从 Uber 和 Lyft 口中抢食。在近期之内，凤凰城的客户需求则要弱得多，这恐怕也是 Cruise 撤出凤凰城的主要原因。

不过，旧金山也有一大堆问题等着 Cruise 去解决。因此，盲目扩张到其他城市并非明智之举，毕竟新城市的驾驶习惯、街道标线、交通灯甚至十字路口都千差万别。

“旧金山的软件已经完善的相当好了。”熟悉 Cruise 工作的知情人士说道，但想把这些经验原封不动复制到其他地方并不容易。

自动驾驶汽车也有极限

Cruise 遭遇的整体性挑战其实是它们工程方式的必然结果。

这包括 Cruise 在内的大多数自动驾驶汽车研发公司一般都着眼两大关键技术：机器人和深度神经网络。前者的主要任务就是遵守程序员写的各项规定，后者则需要借助车上的传感器识别身边的物体和交通灯。

此前，Cruise 的负责人就曾暗示，在为车辆编程时它们主要用到了传统的机器人解决方案，让车辆针对不同的交通情况进行反馈。不过，这个过程相当繁琐，因为车辆要一个一个学，但事实上“老师们”却无法穷尽汽车行驶中会遇到的各种情况。

更可怕的是，培养车辆做决定的能力可能会让它关键时刻陷入瘫痪，出现卡壳或犹豫的情况。因此，Cruise 也对自动驾驶汽车做了针对性培训，让它们像人类一样学会变通，而不是遇到任何事情都非黑即白。不过，这样的调整可能效果相当有限，因为自动驾驶系统的再评估速度太慢，等它预测处物体的下一步动向，可能事故就发生了。

“机器人的解决方案很安全，而且能保证你不伤害人，这样的形式非常适合郊区，因为这里自动驾驶汽车的预测量会低很多。”Widera 说。

不过，“在城市里就又是一番景象，这里满是行人、自行车、滑板车和摩托车。况且，每个城市又有自己的地形、气候和特点。因此，想精确的预测各个物体的动向，恐怕会花费大量的计算能力，而计算能力是有上限的，况且花的可都是真金白银。”Widera 说。

类似特斯拉这样的厂商在工程上就走了一条完全相反的道路。

特斯拉笃信只要能从雷达和摄像头采集足够的数据，深度学习算法就能“学到”高超的车技。在 Cruise 这样的传统派看来，这完全是徒劳无功的，因为系统可能得吞下天量的数据才能覆盖各种极端情况。同时，由于深度学习系统存在先天不足，它根本无法推断出自动驾驶汽车所犯错误的准确原因。

对于这两种道路谁对谁错的讨论还在进行中，一位 Uber 的研究人员最近表示，这两条道路都有重大缺陷，因此到底什么才是最好的自动驾驶解决方案依然有待推敲。

让人心累的“90-90”法则

与其他公司一样，Cruise 也在卯足了劲追赶谷歌（Waymo），后者从 2009 年就开始涉足自动驾驶，一年以后就成功在加州的 10 个测试场完成 100 英里的自动驾驶试验，其中不但有城市街道，还有高速公路。2017 年年初，谷歌自动驾驶部门终于独立，它成了现在的 Waymo。不过，Waymo 诞生的一大背景是谷歌自动驾驶技术商业化脚步变慢。

对此，Waymo 也有自己的解释，工程主管 Sacha Arnoud 表示：“虽然你已经完成了目标的 90%，但剩下的任务依然是 90%。”换句话来说，搞定了让自动驾驶汽车动起来的代码占到总数的 90%，但却只花了 10% 的时间，想完成剩下 10% 的代码，还需要付出 10 倍的努力和时间。

“你的技术还得提升 10 倍，例如团队规模、传感器性能、系统质量和测试也得提升 10 倍。”Sacha Arnoud 解释。

本文来自 Theinformation，原文标题为：Inside Cruise’s Bumpy Ride: The Limits of Self-Driving Cars，由新智驾编译。