在7月4日举办的2018百度AI开发者大会上，百度在自动驾驶领域除了带来L4级自动驾驶小巴“阿波龙”和3.0版本的Apollo之外，还宣布了一件非常重要的事情，那就是百度将与英特尔子公司Mobileye展开合作，计划在Apollo开源项目及Apollo Pilot商用项目中部署Mobileye的责任敏感安全（RSS）模型。
    从字面上可能很难理解责任敏感安全（RSS）模型对于自动驾驶的意义，但是我们对于如何保障自动驾驶的安全性和如何划分责任的需求是明确且迫切的，而责任敏感安全（RSS）模型所要为我们解决的正是上面的两项需求。

    为什么需要RSS——无规律的人类行为让机器很头疼
    要想实现自动驾驶，注定要经过“感知、决策、执行”三个过程，以目前的技术水平来讲，在激光雷达、摄像头等多传感器融合的解决方案中，“感知”已经不再是一个困扰自动驾驶的难题，“执行”更不用说，通过电子元件来控制车辆人类早已是驾轻就熟，最大的问题就来源于“决策”。发生在今年3月的Uber致命车祸便是最好的证明，传感器本已识别到了横穿马路的女士，决策层却选择了对她进行忽视。

    尽管计算机是由人类发明的，但是在处理事情的方法上计算机和人类却有着很大的区别，人类有时可以表现得非常规律，可有时又会变得非常随性。计算机却不同，计算机永远会忠于提前为它设定好的规则，而一旦规则被打破，计算机就会变得无所适从。

    在自动驾驶这种需要人类和计算机共存的场景中就会变得尤为明显。Mobileye 认为，人类驾驶员是一个很复杂，在计算机看来“非标准”的群体：有激进的司机，也有保守的司机，想准确预测个体司机的意图很难。人类在驾驶中无时无刻不在进行博弈，而自动驾驶想要与人类驾驶员共存，就不得不参与这种博弈。
    在计算机与人类博弈的过程中，各大厂家最先需要做的事情就是向公众证明经过他们调教的计算机是低风险且安全的，这直接决定了他们的自动驾驶技术被社会所接受的程度。

    目前业界比较常用的一种方法是通过已经测试了多少里程来从统计意义上证明安全。根据统计结果，目前人类驾驶汽车事故的死亡率是 10^-6 次/小时，如果想让社会接受机器代替人类驾驶，那么比较合理的假设是死亡率要降低 3 个量级，即 10^-9 次/小时。可是，要保证达到 10^-9 次/小时死亡率的安全性，大概需要 30 亿英里的测试数据，而且每次软件升级后都需要完成这个量级的测试，这显然是不可能实现的。因此，尝试使用数据驱动的统计方法来保证安全性，声称随着测试里程的增加而增加了安全性的说法并不严谨。

    此外还有一种方法，被称作最佳装备论。厂家宣称自己拥有最好的传感器、有冗余备份、高性能软件、充分的验证、足够多的里程……因此是“安全”的。但是，和里程统计论一样，这种方法也不能充分证明其安全性，还会让厂家走上军备竞赛的不归路，导致最终只是进行了一场昂贵的科学实验。

    RSS能做些什么？
    用通俗的语言来讲，RSS的目标是通过一些数学公式从理论上来保证自动驾驶汽车的安全行驶。通过量化之后，自动驾驶车辆可以清楚地掌握哪些情况是危险的情况；在危险的情况下应该做出什么样的正确反映。同时，即便发生了事故，事故的责任方也很好进行判断。

                                 这个公式可以被用于计算“安全距离”
    在RSS模型中，有一个关键词非常重要，那就是“安全距离”。这里的安全距离是指在最恶劣的情况下仍可以避免碰撞的距离。最恶劣的情况是指前车以最大的减速度开始刹车，后车发现后有一定的反应时间，并在反应时间内仍以最大加速度前进，然后改成以最小刹车减速度刹车，如果在这种情况下都可以避免碰撞，那么对于自动驾驶车辆而言就不再存在追尾前车的可能性。

    因此，只要基于RSS模型下，自动驾驶车辆发生追尾都会由后车来承担责任，除非是旁边车道的车辆突然插入了自动驾驶车辆前方从而导致追尾事故发生。同时RSS模型还规定了只要自动驾驶车辆有足够的距离进行刹车，即便旁边的车辆违规占用了自动驾驶车辆的路权，自动驾驶车辆也必须进行刹车避免碰撞。这就好比我们在正常行驶时，旁边的车辆强行挤入我们的车道，虽然我们十分生气，但还是要通过刹车来让行挤入的车辆。

    对于行人，首先需要明确行人的路线和优先级。某些地方行人的路线很明确，如人行道或者交叉路口的斑马线。这些地方自动驾驶汽车在自己车道上行驶时，一般无需担心行人会突然闯进来，车有优先权，但是也必须遵循灵活运用路权的原则。
    但在有些地方，如居民区内，行人路线不明确，这时必须谨慎驾驶，给行人更高的优先权。考虑到人类的反应时间大概是500ms，最大加速度是2m/s²。那么，根据之前的公式，车辆与行人之间的安全距离是50cm，行驶时必须保证处于这个安全距离之外。

    另外，需要格外注意有遮挡的环境。如果自动驾驶车辆正在通过一排车位，一名儿童突然以速度 10km/h 的速度跑过来。根据计算，10km/h 的速度必须要保持 15m 的安全距离才可能避免碰撞发生。但此时汽车侧方的视野只有 0.3m，显然无法满足安全要求。在这种情况下，RSS 模型做了如下定义： 在车辆可以发现目标的第一时间（Te）到反应时间结束时（Te + ρ），车辆没有加速，且到发生撞击或者完全停下来的时刻（Ts），车辆一直以不低于最大减速度在刹车；如果从Te到Ts这段时间内，车辆的平均速度低于行人的平均速度。那么这种情况下车辆是没有责任的。从这个定义可以看出，自动驾驶车辆是无法完全避免碰撞事故发生的，但自动驾驶车辆会尽可能地降低事故所带来的伤害。

    不能对自动驾驶技术要求太过苛刻
    与机器人技术相比，自动驾驶技术有些命运多舛。从上路开始，不断发生的重大负面新闻就一直在刺激人们的神经，自动驾驶技术就仿佛是一个刚刚学会跑步，就不得不接受众人审判的孩子。

    今年3月，面对一名违反交规横穿马路的女性，Uber的自动驾驶测试车发生了今年影响最为深远的一次致死事故；而在随后的几个月，特斯拉也因为AutoPilot系统而引发了数起严重车祸；就连自动驾驶行业中的头号玩家—Waymo也意外地卷入了一场车祸。面对这些事故，公众在调查结论公布之前就已经非常主观地把“肇事者”的帽子扣在了自动驾驶车辆上，这显然对于自动驾驶技术缺乏最基本的信任与宽容。

    可以肯定的是，自动驾驶技术的成熟只是时间的问题，然而想让公众信任自动驾驶，与自动驾驶车辆分享道路，甚至是把生命安全交给自动驾驶仍然是相当棘手的难题。自动驾驶的每一次事故，哪怕是被意外卷入事故都会引起公众的质疑与恐慌，长期以往这种不信任将会摧毁这个新兴行业。
    RSS模型的出现并不是向人们证明自动驾驶技术可以做到100%的安全，只是自动驾驶技术可以比人类更加规范、更加稳定地行驶，从而实现事故率的大幅降低。自动驾驶技术并不能避免车辆去“杀人”，但是自动驾驶技术的确可以拯救更多人的生命。