上周,，特斯拉又撞車了,。一輛特斯拉Model S電動(dòng)汽車在布魯塞爾Saint Gilles市發(fā)生車禍，連撞五輛車,。據(jù)這輛Model S的車主稱,，當(dāng)時(shí)汽車是自主發(fā)動(dòng)的,，車內(nèi)并無駕駛員，然后就撞上了附近的五輛車,。

就在布魯塞爾車禍發(fā)生的當(dāng)日,，一輛Model S在加州的拉古納海灘(Laguna Beach)撞上了路邊停泊的一輛警車。據(jù)肇事司機(jī)稱,，汽車當(dāng)時(shí)正處于“自動(dòng)駕駛”狀態(tài),。

不到一個(gè)月前，一輛Model S在佛羅里達(dá)州勞德代爾堡(Fort Lauderdale)市區(qū)撞墻起火,，導(dǎo)致車內(nèi)的3名青少年2死1傷,。

對(duì)此，特斯拉全部回應(yīng)稱,，車禍與Model S的輔助駕駛系統(tǒng)Autopilot無關(guān),。

事實(shí)上，這并非是自動(dòng)駕駛汽車發(fā)生的第一次車禍,。其它的比如,，優(yōu)步在亞利桑那州的車禍，Waymo無人駕駛汽車在路測行駛過程中被一輛本田轎車無辜碰撞等,。

回顧最近的每一次車禍,，其實(shí)大多數(shù)是因?yàn)?/span>人類的錯(cuò)誤而引發(fā)的，并不完全是自動(dòng)駕駛汽車的責(zé)任,。

所以,，這也給自動(dòng)駕駛汽車的開發(fā)者們帶來了一個(gè)巨大的難題：遵守交通規(guī)則，就可以保證不發(fā)生車禍嗎,？或者說,，當(dāng)發(fā)生車禍時(shí)，能夠清晰判斷到底誰對(duì)誰錯(cuò)嗎,？

我們可以試想一下道路上的“極端情況”，比如：行人違規(guī)橫穿馬路,，其他司機(jī)意想不到的操作,，道路上的瓦礫和車前飛舞的塑料袋，暴雨和濃霧天氣等,。不論對(duì)于人類司機(jī)還是自動(dòng)駕駛系統(tǒng)來說,，這些情況都相當(dāng)驚險(xiǎn),。

雖然我們有通用的“道路規(guī)則”,，但事實(shí)上它們與規(guī)則的定義稍有差距。因?yàn)檫@些“規(guī)則”的條款都太模棱兩可了,，我們可以從多個(gè)方向解讀,。

所以,，駕校教練會(huì)告訴我們，什么時(shí)候超車最合適,，什么情況下其他車輛會(huì)適時(shí)剎車讓路,，能匯入主路的最小空擋有多大，而最終判斷的依據(jù)大多是常識(shí),。

這對(duì)于在日常道路上缺乏常識(shí)的自動(dòng)駕駛系統(tǒng)來說,，無疑非常困難。在緊急情況下或車輛避險(xiǎn)時(shí),，“規(guī)則”可能就會(huì)被打破,。因此，事故發(fā)生后,，判斷誰對(duì)誰錯(cuò)有時(shí)會(huì)出現(xiàn)一筆糊涂賬,。

針對(duì)自動(dòng)駕駛時(shí)代的交通事故，以色列自動(dòng)駕駛技術(shù)公司Mobileye CEO Amnon Shashua 就設(shè)想了一套責(zé)任劃分原則,。在他看來,，如果自動(dòng)駕駛汽車遵規(guī)行駛，出了事故公司就無需負(fù)責(zé),，但如果是傳感器出了故障或軟件故障（違反了規(guī)則）,，那么公司就得承擔(dān)責(zé)任。

Shashua和他的同事們?nèi)ツ昴甑拙屯ㄟ^一篇論文嘗試為自動(dòng)駕駛汽車設(shè)計(jì)道路規(guī)則,，他們將這一模型稱為“責(zé)任敏感安全”（Responsibility-Sensitive Safety）,，并為許多場景（如變線、匯入車流和行人或車輛占據(jù)道路時(shí)的安全行駛）設(shè)定了數(shù)學(xué)規(guī)則,。

這個(gè)模型覆蓋了美國國家公路交通安全管理局（NHTSA）事故數(shù)據(jù)庫中列出的37種預(yù)碰撞場景,。據(jù)悉，Mobileye已經(jīng)將這一模型用在了自家的自動(dòng)駕駛平臺(tái)中,，Shashua也希望該模型能成為行業(yè)開放標(biāo)準(zhǔn)的基石,。

好了，問題來了,，安全駕駛規(guī)則真的能用數(shù)字來定義嗎,？給自動(dòng)駕駛汽車灌輸一個(gè)它們能理解的道路規(guī)則，則意味著規(guī)則要足夠精確,。

對(duì)比,，自動(dòng)駕駛新創(chuàng)公司 nuTonomy CEO Karl Iagnemma 就道出了“天機(jī)”，他認(rèn)為每家公司在解決這個(gè)問題時(shí)都有不同的方法,，因此業(yè)內(nèi)期盼能有個(gè)標(biāo)準(zhǔn)化的規(guī)則,，讓自動(dòng)駕駛汽車在面對(duì)不同情況時(shí)不會(huì)手忙腳亂。

統(tǒng)計(jì)顯示,，人類司機(jī)基本上每20萬英里就會(huì)發(fā)生一次事故,。顯然我們不能接受自動(dòng)駕駛技術(shù)和人類駕駛同樣安全。技術(shù)達(dá)到哪種水平,，無人駕駛汽車才足夠安全,、可以上路？

很多人堅(jiān)持認(rèn)為,，無人駕駛汽車只有達(dá)到100%完美的安全可靠性才能合法,，那意味著沒有任何碰撞、事故或失誤,。然而事實(shí)是,，沒有任何無人駕駛系統(tǒng)能夠做到始終完美可靠。

哥倫比亞大學(xué)人工智能實(shí)驗(yàn)室主任胡迪·利普森（Hod Lipson）在其2017年出版的《無人駕駛》一書中提出,，只要無人駕駛汽車的安全記錄能夠超過人類駕駛員的平均水平,，那它就是足以“造福人類”的。

目前,，業(yè)界對(duì)自動(dòng)駕駛汽車的安全可靠性進(jìn)行量化,，其標(biāo)準(zhǔn)就是在無人工干預(yù)的情況下，可以單獨(dú)運(yùn)行的時(shí)間長度,。由于自動(dòng)駕駛汽車的安全性是通過安全里程來衡量的,，所以我們可以設(shè)定一個(gè)基于安全里程的衡量標(biāo)準(zhǔn)：平均故障間隔距離（MDBF）。

因此,，加州交通管理局（DMV）每年發(fā)布的自動(dòng)駕駛“脫離報(bào)告”,，對(duì)于整個(gè)自動(dòng)駕駛行業(yè)安全性具有重要的參考意義。

加州交管局發(fā)布的《2017自動(dòng)駕駛“脫離報(bào)告”（California Autonomous Vehicle "Disengagement Reports"）》主要涉及以下兩方面內(nèi)容：

一是自動(dòng)駕駛汽車路測里程,；二是“脫離（Disengagement）”次數(shù),。從某種程度上來說，“脫離”次數(shù)越少,，系統(tǒng)越穩(wěn)定,。

以百度為例，在2016年8月31日至2017年11月30日期間,，其總測試?yán)锍虜?shù)為1,971.74英里（約合3,173公里）,，“脫離”48次，這意味著每隔41英里（66公里）發(fā)生一次“脫離”,。

Waymo在加州的自動(dòng)駕駛測試?yán)锍虜?shù)為635,868英里,，“脫離”124次，即：每隔5,127英里需人工介入操作一次,。

通用Cruise自動(dòng)駕駛測試?yán)锍虜?shù)為131,675英里,，“脫離”105次，即：每隔1,254英里需人工介入操作一次,。

從報(bào)告數(shù)據(jù)顯示,，Waymo與通用Cruise雙雄爭霸模式還將繼續(xù),，多家知名車企尚未開始路測,，尚無法論斷其表現(xiàn),。而特斯拉未在加州路測，暫無法納入對(duì)比范疇,。

《2017自動(dòng)駕駛“脫離報(bào)告”》中并未提及具體的天氣,、溫度、濕度,、路面狀況等具體的測試情境,，但各公司在自動(dòng)駕駛技術(shù)方面存在一些通病：部分問題可歸咎于與車輛對(duì)環(huán)境的感知能力,，部分問題則與道路行駛方式有關(guān),，測試車輛的車載軟硬件也是造成“脫離”的重要原因。

外部環(huán)境因素也會(huì)對(duì)“脫離”造成影響,，如：行人過多,、交通標(biāo)識(shí)不清晰等。此外,，數(shù)據(jù)傳輸?shù)募皶r(shí)性（存在遲滯）,、GPS定位、變道,、上坡,、各類傳感器的感知及配合情況也是重要的影響因素。

此外,，有網(wǎng)友調(diào)侃,，中國的無人駕駛汽車需要研發(fā)防撞，防碰瓷,，防加塞功能,，同時(shí)還要能夠預(yù)先判斷紅綠燈故障，井蓋被偷等情況,。雖然是玩笑話,，但也很好地反映了無人駕駛汽車在我國所要面對(duì)的困難。

的確,，無人駕駛的未來雖然在業(yè)界看來光明無限,，但因此帶來的法律、規(guī)則等方方面面的顛覆也絕不是“車在路上跑,，交規(guī)改一改”那么簡單,。