自動(dòng)駕駛的長(zhǎng)尾問題是指各種零碎場(chǎng)景、極端情況和無法預(yù)測(cè)的人類行為等難題，它制約著自動(dòng)駕駛的發(fā)展。

目前解決自動(dòng)駕駛長(zhǎng)尾問題的方案之一是“影子駕駛”?！坝白玉{駛”指在車輛主大腦之外的另一個(gè)“分身大腦”，能獲取傳感器數(shù)據(jù)，對(duì)行駛路況作出預(yù)測(cè)和輸出駕駛決策指令。在有人駕駛狀態(tài)下，系統(tǒng)不參與車輛控制，只是對(duì)決策算法進(jìn)行驗(yàn)證，并將決策與駕駛員行為對(duì)比，不一致的場(chǎng)景被判定為“極端工況”，觸發(fā)數(shù)據(jù)回傳，以此完善算法模型。

自動(dòng)駕駛企業(yè)技術(shù)路線主要有直接瞄準(zhǔn) 4 級(jí)自動(dòng)駕駛的階躍式和從低級(jí)輔助駕駛?cè)胧值臐u進(jìn)式，“影子駕駛”是漸進(jìn)式路線的產(chǎn)物。不少企業(yè)都在積極探索，如特斯拉、廣汽傳祺、主線科技、毫末智行等。

“影子駕駛”能解決長(zhǎng)尾問題，是因?yàn)槲磥碜詣?dòng)駕駛汽車不再是“信息孤島”，數(shù)據(jù)是核心因素。采集“極端工況”數(shù)據(jù)獲得數(shù)據(jù)閉環(huán)能力是關(guān)鍵。但“影子駕駛”面臨三重挑戰(zhàn)：需要足夠硬件支撐，國(guó)內(nèi)在這方面相對(duì)滯后且受合作模式限制；算法機(jī)制能力是關(guān)鍵，企業(yè)的正向開發(fā)流程有待完善；數(shù)據(jù)收集、使用、傳輸?shù)暮弦?guī)性標(biāo)準(zhǔn)仍需探討，同時(shí)還面臨數(shù)據(jù)回收和成本等問題。

復(fù)睿智行通過發(fā)布自研的前融合感知算法，結(jié)合軟硬件高度統(tǒng)一的域控制器和感知融合算法部署，能解決大部分長(zhǎng)尾場(chǎng)景。車路協(xié)同作為單車智能感知的補(bǔ)充路徑，能降低單車智能的硬件需求和成本，但也存在運(yùn)營(yíng)主體不明、商業(yè)化路徑不清晰等阻礙。

盡管自動(dòng)駕駛技術(shù)在不斷進(jìn)步，但仍存在局限性。在大多數(shù)事故場(chǎng)景中，自動(dòng)駕駛車輛表現(xiàn)較好，但在晨昏弱光環(huán)境和轉(zhuǎn)彎等特定場(chǎng)景下較差。目前我國(guó)自動(dòng)駕駛處于 L2 和 L3 階段，未來將向著更高效、更安全、更智能的方向發(fā)展。

總之，自動(dòng)駕駛長(zhǎng)尾問題的解決需要多方努力和技術(shù)創(chuàng)新，“影子駕駛”等方案雖有成效但仍需完善。

（圖/文/攝：太平洋汽車 整理于互聯(lián)網(wǎng)）