如果要求自动驾驶做到百分百安全，可能人类再过一百年也无法坐上自动驾驶汽车。
确保安全还是优先发展？
这似乎是每一项新技术都无法逃避的一个亘古难题。
当然，安全是自动驾驶的首要基础，这一点毋庸置疑。
在8月30-31日举办的第四届世界智能安全大会ISC 2022上，国内外多位专家学者都强调了这个论点，并就如何使自动驾驶更加安全的研究做了相关报告。
世界智能安全大会由FISITA（国际汽车工程学会联合会）和中国汽车工程学会主办，清华大学车辆与运载学院、《Automotive Innovation》等单位承办，聚焦自动驾驶的安全问题。
那么，我们追求安全到底应该做到什么程度？
正如业界一直强调，目前我们在技术上已经能实现自动驾驶90%的功能，甚至，也许已经达到99%，但剩下的1%所面对的工作量却比99%更多。
在一众自动驾驶科技公司顶着多方压力为这1%努力时，清华大学车辆与运载学院周青教授的团队提出了另一种解题思路。
假设，我们要求自动驾驶技术做到99分，而目前自动驾驶公司已经能做到95分，再要拿到剩下的4分就需要付出极大的努力，可能在时间、经济、人力上都需要大量的投入。
那么，我们是否可以换一种方式来拿到这4分？既能加速推进技术的发展，同时又能降低成本？
跳出自动驾驶技术的范畴，周青认为，如果我们接受自动驾驶公司放弃这4分，接受自动驾驶车辆不可避免会发生碰撞，那么，我们接下来需要思考的就是碰撞之后怎么办？
周青的团队提出的方案是智能防护。即在不可避免要发生碰撞时为乘员及其他交通参与者提供安全防护，避免死亡，并尽可能降低受伤。
乍听似乎有悖直觉。
但目前车辆配备的安全带、安全气囊等其实就属于这个范畴。接受小概率的事故不可避免，在自动驾驶时代也同样成立。只不过随着车辆智能化的发展，防护措施也在变得更加智能。
当然，这并不是说我们就接受自动驾驶技术停留在目前的水平不进步了，周青教授也表示，智能防护是在自动驾驶失效后的一种接管措施。
首先当然是自动驾驶尽量保证安全，但如果“他们失败了，就我们来。”
也就是说，智能防护是为自动驾驶失效提供的一种兜底保护。
01. 为什么碰撞无法避免？
首先，我们来看为什么碰撞无法避免。
周青教授在清华大学的一次公开课上举过两个例子。
例一中黑色SUV以100km/h的速度行驶，假设其为自动驾驶汽车。后方白色卡车突然失控并撞向黑色SUV。从监控到可能发生碰撞，到实际碰撞发生的时间窗口只有0.6s。对黑色SUV来说，此时无论采取加速还是减速措施，最多只能实现远离碰撞点1.4米。如果再减去0.3s反应时间，这个距离将只剩0.35米。
没有足够的时间反应，碰撞将不可避免。
同样，在例二中，假设第一视角的车辆为高度自动驾驶车辆，当接收到危险信息时，车速为70km/h，距离障碍物为29m。此时车辆减速，碰撞速度能降到14km/h，但碰撞将依然不可避免。
在这些情况下，自动驾驶或许能比人类驾驶员反应更快，但由于时间过短，碰撞依然无法避免。
这是在自动驾驶本身功能发挥完好的情况下无法避免的碰撞，考虑到系统可能出现的多种问题，其可靠性将变得更低。
比如，自动驾驶系统可能遇到传感失误、网络问题、软件错误、黑客攻击、机械故障、道路缺陷、设计缺陷等问题。
而且，目前自动驾驶本身在算法上也还有许多尚未解决的问题。
在30日的世界青年科学家论坛上，图灵奖获得者Joseph Sifakis在其题为“为什么开发自动驾驶汽车（可靠的自动驾驶系统）这么困难？”的演讲中提到，目前自动驾驶系统还有多处无法和人类驾驶员媲美的地方，比如对神经网络的理解，比如人类具备关于世界的常识，而自动驾驶系统则可能将月亮识别成黄色交通灯，将白色静止物体识别成天空。此外，以被雪遮掉一半的STOP交通标志为例，人类只需部分信息就能通过联想识别，但系统则无法做到。
这些问题都会导致自动驾驶发生事故无法避免。
那么，在这种情况下，我们如何来平衡安全与技术发展的问题？
如果要彻底解决所有可能存在的问题，势必导致技术迟迟无法落地。
周青表示，安全防护不能也不应仅依靠自动驾驶，一部分自动驾驶无法保证的安全，就可以由智能防护来弥补。
02. 智能防护都有哪些措施？
聂冰冰是清华大学车辆与运载学院副教授，在周青的团队中负责车辆方面的技术。
据周青与聂冰冰介绍，目前针对自动驾驶汽车的智能防护主要分为对车内乘员的防护以及对车外行人的防护。
而防护，又可以分为防与护两部分，先“防”后“护”。
首先，我们熟悉的DMS，驾驶员监测系统，就是智能防护能力重要的一部分。
聂冰冰表示，车辆大部分时间都是在正常行驶，安全首先是在这些时候起到一个持续监测的功能。包括乘员的坐姿、物理状态以及精神状态是否疲劳。
这一方面是服务于智能座舱本身的一些功能模块，同时也是为更好的智能防护提供信息输入。此外，智能防护系统也会实时监测车辆行驶环境和碰撞风险。
因而，在智能化“防”上，系统可以根据采集的信息提前作出预判，是否会有碰撞风险，是否要提前介入干涉。
周青表示，在此过程中，系统在作出决策时，也会进行风险性预判。比如，系统在有90%把握时如何反应，在只有60%把握时又如何反应。“最不济我就不动。”
而碰撞数据则可以为增进这种决策的可靠性提供支持。
“发生碰撞事故之前1秒2秒这个信息对我们是很有用的。”周青表示，自动驾驶首先是要尽可能防止发生碰撞，但如果实在无法规避，这些数据也可用于为智能防护提供支持。
比如，通过采集发生碰撞前车的位置、速度、相对情况，以及人员状况，系统可以判断什么情况下可能会发生碰撞。
当后续监测到此类情况时，系统便可以在最后一两秒钟去调整车辆的状态，车内乘员的状态，以及所有和碰撞保护相关的状态，包括约束系统、座椅、气囊等参数，将其调整至一旦一两秒内发生事故，可以将损伤降到最低的状态。
此处，就涉及到“护”的部分。
首先是在约束系统上。周青的团队提出了一种可根据乘员体型、姿态及碰撞强度自适应调整的均衡乘员约束系统。
在乘员身体强壮的区域施加适当大小的均衡约束载荷可辅助控制乘员姿态并降低损伤风险。而且，均衡约束的策略可以在不同碰撞工况和不同乘员姿态下为乘员提供更好的保护。
具体而言，这种自适应约束系统的工作模式是，在低行车风险时无需约束，风险增加时启动约束装置靠近乘员，碰撞前一两秒张紧系统并约束乘员，风险消失后恢复到初始状态。
此外，由于未来自动驾驶汽车车内的布局会发生变化，例如取消了方向盘和制动踏板，座椅方向可以随意调整等，周青团队也提出，未来自动驾驶的约束系统应该是以座椅为中心的。
也就是说，将肩部约束、膝部挡板、腿部约束、主动头枕等都集成在座椅上，方便调整方向、倾斜角度及碰撞保护。同时，这样做也可控制乘员姿态并通过滑动来实现最佳的碰撞乘降和安全。
不仅如此，周青表示，智能系统还能根据体型、坐姿和年龄、性别等差异自动调整约束系统。“你坐了15分钟后，你的坐姿变了什么我也能知道，我随时可以调。”
“比如说我的安全带限力，在乘客体重很大时，限力可能就要相应大一点。”
而且，在系统监测到一秒后可能发生碰撞时，约束系统也会根据可能要发生的碰撞模式以及碰撞强度进行调整，使损伤降到最低。
此外，周青表示，团队还在开发符合中国人体征的假人模型用于测试。这将更有助于还原中国人在发生碰撞时受到的影响。此前碰撞测试使用的假人模型均为基于欧洲人体型的模型。
03. 对车外行人的保护
以上我们介绍的主要是对车内乘员的防护，那么，智能防护系统对车外的行人又能提供怎样的防护呢？
聂冰冰表示，车外行人作为弱势交通参与者，在人车事故中将承受很高的伤亡风险，因此，也需要从车辆端采取措施对其进行防护。
同样，自动驾驶汽车对行人的防护也以先防后护为原则，先尽量避免碰撞，实在无法避免时，再以保护措施降低伤亡。
聂冰冰表示，对行人的防护首要原则是避开。首先是提前感知行人的位置，在可能产生碰撞风险时对行人行为进行描述，然后通过控制车辆尽量避开他。
具体来说，就是根据行人的自然行为，将其特征与车的运动学结合起来。
比如，行人其实并不是以一个给定的方式恒速过马路的。当行人感知到车的危险时自然会有一个往前跑或往后躲的过程。此时，就需要让车根据这个特征去和车辆的控制结合起来。
行人往后躲，车就会往左边打一点，行人停住，车就要尽最大可能减速。把人的自然行为跟车结合起来，就可以让聪明的车再往前走一步，跟人的行为一起优化。
当碰撞无法避免时，团队也设计了一系列方案来降低行人的伤亡风险。
比如行人大部分时候是撞在车的罩盖或者风挡上，那么就可以通过对罩盖做一些夹层的结构优化设计，通过保险杠的一些高度变化，来降低事故中行人的伤亡。
04. 落地情况如何？
当被问及相关技术的落地情况时，周青表示，目前大部分技术都还在研发阶段，有些是在论文专利阶段，有些则是在原理样机阶段。也有一些比较简单的技术已经到了应用的阶段。
比如，团队已经在和主机厂合作研究将可变刚度的保险杠、针对车外行人的安全气囊等技术应用于量产车上。不过由于成本较高，暂时还无法做到大规模量产。
此外，聂冰冰表示，团队与国内某主机厂合作的一系列智能安全功能也将于今年落地。届时将由主机厂作详细发布。
而对于以上提及的多项智能防护功能尚不能落地的事实，周青表示，一方面，是还需要等待技术更加成熟，另一方面，则是目前的政策法规尚不允许。
“因为这些方案主要还是针对未来自动驾驶汽车的。”周青表示，像目前法规规定，座椅在碰撞时是绝对不能动的，因此，要让座椅在碰撞时有序可控的移动目前就无法实现。
3月，美国公布自动驾驶政策4.0，即《确保美国自动驾驶汽车技术的领导地位：自动驾驶汽车4.0》（AV4.0），明确自动驾驶汽车可不配备方向盘、制动或油门踏板等传统汽车部件。但目前国内还没有类似法规可供参考。
因而，目前能落地的只能是在法规允许范围内较为简单的功能。比如在监控到乘员坐姿不对时发出语音提醒，或者在车辆前期设计时对保险杠和车前盖等做一些改动。
关于测试，聂冰冰表示，由于智能防护针对的是事故场景，是危险场景，且时间压力大。对测试的要求就是既要算得快，又要算得准，而且还得处理各种复杂路况。目前还没有进展到实际场景的测试上。而未来，据聂冰冰估计，除了使用假人测试，对智能防护的测试应该会大量采用数字化测试，这个比例甚至可能会占到50%，甚至更高。
保证自动驾驶的安全需要多方面的协作。本次世界智能安全大会上，除了自动驾驶功能安全本身，也有多位学术专家从不同方向报告了相关技术。智能防护就是其中一种。此外，还有预期功能安全、人因安全、网络信息安全等方面的研究报告。
学术研究是新技术开始的第一步。目前来看，自动驾驶还有许多问题需要解决。而智能防护，至少是为自动驾驶的安全提供了一种兜底的可能。
