美国人对无人车跟踪、碰瓷、扔石头、扎轮胎，比人类新手司机更难接受机器人司机？

随着自动驾驶技术的发展，道路的参与者，可能要加上机器人司机了。对于人类老司机，或者是道路原有的参与者而言，面临着一个问题：接纳机器人司机，是否比接纳人类新手司机更难？

对于这个问题，自动驾驶测试最频繁的美国人最有发言权，特别是加利福利亚州和亚利桑那州的居民。虽然在政策面这两个州对自动驾驶测试很友好，但部分居民却不那么的友好，甚至可以说是围攻无人车及安全员。

1、围攻无人车

根据亚利桑那州Chandler的警方数据，在短短两年内已经记录了至少21起骚扰自动驾驶车辆及安全员的事件，这些事件包括了人肉堵路、开车跟踪、扔石头、扎轮胎，甚至是拿枪瞄准安全员。

人肉堵路是一个醉酒男的行为，因为讨厌Waymo无人车，希望通过这种方式赶走，至于开车跟踪甚至是碰瓷的行为，也是屡有发生。最严重的就是拿枪瞄准安全员了。

被枪瞄准的安全员Michael正在正常工作，路过一栋房子时，被一个老人举枪瞄准，该老人被捕后辩解称只是讨厌Waymo无人车，因为无人车撞死过人（指的是Uber在3月份发生的致命事故），但并没有开枪的意思，只是想吓唬安全员。但老人的老伴表示，老人有老年痴呆。

不过，其余事件就没有这个说法了，包括了开车跟踪、试图碰瓷、扔石头和扎轮胎，这样的事件在警方的记录中就有超过20起，没有记录在案的可能就更多了。对此，亚利桑那州大学的讲师Phil Simon表示，居民的反应并不是担心安全，而是担心技术发展导致失业。

至于是否会失业，这个只能说是会重构就业结构，新的岗位会出现。在过往，技术的进步，就是不断的消灭旧岗位的同时，也在产生更多的新岗位，这个反而不是值得担心的事情。

至于自动驾驶测试的安全性真的是值得信赖吗？要知道被广泛报道的Uber自动驾驶技术致命事故，正是发生在亚利桑那州。实际上，就现阶段而言，安全问题还是重中之重，是所有参与者都无比重视的问题。

这个时候，问题来了，对于机器人司机，我们是否比接纳人类新手司机更为严苛了呢？本文试图从司机的培养方式、技术进步和保险方式等来进行阐述。在阐述这三大方面后，还应该对比肉身和机器在感知、判断和疲劳性的对比。

2、培养方式

相信各位读者就算不是司机，也知道人类司机的培养方式。在中国，要想拿到驾驶证，就需要接受培训并通过相应的考试，最后拿到驾驶证，之后才能合法的上路。

人类司机的培养方式，包括了理论开始和操作考试，所谓的理论考试主要是考察新手司机对交规的熟悉程度，操作考试就是考察新手司机的动手能力，也就是是否能够在遵守交规的情况下熟悉、安全地驾驶汽车。

在通过了理论测试和操作测试后，人类新手司机就会拿到合法上路的证件。也就是说，与道路上其他的司机一样了。

机器人司机的培养，是硬件工程师+软件工程师等各种技术人员努力的成功，要培养机器人使用各类传感器去识别周围的世界，然后根据人类制定的规则，包括但不限于交通规则，做出合理的判定，并对车辆进行控制。

要训练一个机器人司机，真的是很难。不包括训练基地CarCastle的内部训练里程，以你虚拟环境Carcraft超过70亿英里的里程，即便是公开道路训练都超过1000万英里，Waymo的技术可以说是最先进，但还远不到最完善。

这样的训练强度，远远要比训练一个人类新手司机要高得多。

虽然还没达到最完善，但是，在相关政策下，Waymo的机器人司机，当然还包括其他自动驾驶公司的机器人司机，在有安全员保持监管和随时接管的情况下，机器人司机可以上路了。

甚至，Waymo也拿到了第一张完全无人驾驶的测试牌照。即便如此，Waymo还是不敢掉以轻心，重新让安全员回到车上。

3、技术进步

驾驶员的技术水平，在于不断的练习，尤其是对人类新手司机而言，甚至包括人类老司机，在长时间不驾驶的情况下，技术水平也是会有所下降。

在这里，应该详细阐述人类新手司机的技术进步过程。在拿到驾驶证后，并不意味着是一个“老司机”了。这需要不断的练习，包括了城市道路、乡村道路、高速公路等等。

同时，还要在不同的气候条件、道路状况下进行训练，包括了晴天、雨雪天气、雾霾天气等等，还有就是各种道路状况，如湿滑、积雪、结冰、碎石、坑洼等等。人类新手司机要成为老司机，其实也不是一件容易的事情。

但是，上述的情况对于很多人类司机来说，可能一辈子都不会遇到一次，但是，遇到一次有可能就会造成致命的事故。如此繁杂的情况，在获取驾照的操作过程，实际上也不会有的，即便是模拟的场景，都不会有，因为成本太高了。因为，需要对每一个司机都要有这样的培训。

对于机器人司机来说，这个问题就好解决多了，机器人司机在人类提供了足够多的条件和环境下，可以学习到上述各种场景、环境、路况的驾驶行为，并且可以规模化复制。当然了，也需要更为细致的场景。才能真正培养出机器人的老司机。

4、保险方式

现在，还没有针对机器人司机的专门险种。保险，可以说是最后一道守护了，预防一旦发生事故，可以做相应的安抚和保障。车智君的相关报道《特斯拉还没给Autopilot买保险，小鹏汽车想要先试试？》

在中国，由于监管和政策问题，现在保险公司提供给自动驾驶测试公司的保险，都是组合险，总保险金额则高达500万元，这指的是乘用车的自动驾驶测试。至于卡车、乃至重卡的公开道路测试，已经被叫停。

美国对于自动驾驶测试公司的保险，目前还没有过多的报道。这可能与美国的国情有关，Uber的致命事故，让Uber的自动驾驶测试彻底停摆，这就是巨大的代价，让所有自动驾驶测试公司，都必须加倍小心。

作为新事物，只能用远高于一般人类司机的赔付方式，来尽可能的降低影响。同时，也采用了更为严格的方式来惩罚。Uber要重启自动驾驶测试，提出了极为苛刻的条件，还是没有得到监管部门的允许。

值得一提的是，Uber的自动驾驶致命事故，目前的证据从最先的安全员分神到现在实锤的禁止紧急刹车功能的设置，让系统可能避免事故发生的功能无法启用。或许，没有禁止紧急刹车功能的话，事故可以避免。

Uber的事故原因，暴露的是产品逻辑的重大缺陷，这是最不可原谅的地方。

随着自动驾驶技术的发展，适应智能网络汽车的新险种，肯定会应运而生。

5、肉身VS机器

人类新手司机，与机器人司机对比，或者是人类司机与机器人司机对比，肉身和机器的对比必不可少。从感知、判断和操作，乃至可复制性，进行全方位的对比。但，对比的不是个例，而是标准化和耐久性。

人类司机的感知能力，基本上依靠视觉和经验，通过视觉可以感知周边环境，并对距离进行预判。然后通过大脑决策并做出反应，从而驾驶车辆。

对于机器人司机来说，感知能力依靠更多的传感器，包括了摄像头（视觉）、毫米波雷达、激光雷达等等，这些传感器都是为了提高机器人司机对周围环境的感知能力。

从标准化程度来看，机器的标准化程度一定要比人类的要高，毕竟不同的人有着不同的感知能力，而机器设备可以做到同一个标准，这是机器优势所在。

同时，机器是不知道疲劳的，在达到设计寿命后，换一批设备就可以继续保持最佳的工作状态，这也是人类所不能比拟的。人类还会受到情绪的影响，造成驾驶安全隐患，例如路怒症。

可复制性而言，机器和系统在训练后，即可大规模的复制使用，也就是说，所有的机器人司机的驾驶水平都是一致的，并且会不断提高了，人类司机是没有办法做到这点的。

从上述几个角度来看，机器人司机和人类新手司机，或者是人类老司机，哪个在将来会更安全呢？答案显而易见了吧。如果单车智能叠加车路协同（V2X）的方案，可能能让机器人司机更为安全。