学好数学很重要。

一提到 Mobileye，大多数人的第一反应是基于视觉方案的 ADAS 以及自动驾驶方案的芯片及算法供应商。 在被 Intel 收购之后，双方的联盟也成为了自动驾驶领域的一大阵营。

事实上，除了视觉相关的技术之外，Mobileye 还希望通过别的一些手段来使得自动驾驶能够更加安全、快速落地。他们开发了一套叫做 RSS（Responsibility Sensitive Safety 责任敏感安全模型）的体系，希望通过建立数学公式的手段，来使得自动驾驶汽车有能力判断自身的安全状态，从而尽可能避免事故的发生。

在 IEEE 智能车大会上，GeekCar 和英特尔无人驾驶解决方案首席工程师兼首席系统架构师 Jack Weast 聊了聊，从他那里，我也知道了 Intel 以及 Mobileye 对于 RSS 模型的一些详细信息。

什么是RSS 模型？

要搞清楚 RSS 模型有什么用，首先得明白它是什么。

从本质上来看，RSS 模型是一整套数学公式，将人类对于安全驾驶的理念和概念转化成为数学公式和计算方式，用来界定什么样的驾驶行为才是安全的驾驶。

Jack Weast 告诉我，他们认为人类的驾驶虽然有很多问题，但潜意识里对安全有很强的意识。例如开车时候要和前车保持安全距离、并线的时候要留出足够的空档、有人加塞的时候要减速等等。这样的安全意识是人类的本能并且非常有效，基本上可以保障各种驾驶情况下的安全性。

因此，RSS 模型希望把这样的本能变化成一套严谨的公式算法，来指导 AI 的决策算法在特定场景下做出合理安全的判断。

在定义 RSS 模型的时候，有两个原则必须要遵守：

1.自动驾驶汽车绝对不可以因为自身的原因引发碰撞或者事故；

2. 当别的车辆造成潜在风险、并且可能会产生交通事故的时候，自动驾驶汽车应采取怎样恰当的应对方式，来避免可能发生的交通事故。

在实际建立模型的时候，RSS 模型通过四条形式化的规则，来确保车辆在自动驾驶状态下能够保证安全以及避免成为制造车祸的一方：

1. 和前车保持安全距离；

2. 给侧边的人或车留下足够的反应时间和空间；

3. 在堵车的时候更谨慎；

4. 要合理使用路权（路权的使用应优先考虑安全）。

在不久前，Mobileye 发布的一份官方报告中，他们例举了 37 种可能发生事故的场景，包括了车辆并行状态的安全间距、安全并线的间距、避免追尾的最小安全距离、路边有行人闯入机动车道时的安全车速等等。

从官方给出的数据来看，这 37 种状况基本覆盖了 99.4%的车祸可能性，也说明 RSS 模型目前已经达到了一个相当健全可用的状态。当然，RSS 模型肯定还没有覆盖所有意外的可能性，还需要 Intel 以及 Mobileye 不断去完善。

以下是部分官方列举的场景：

RSS 模型的意义在哪？

要搞清楚这个问题，首先得明白 RSS 模型和自动驾驶系统的关系。

从一般认知来看，自动驾驶可以分为感知——决策——执行三个步骤。其中感知主要依靠包括车身传感器、高精地图等部分来实现；在决策层面，更多是依赖一套经过 AI 训练的算法来判断当前状况下，车辆应该做出什么反应；最后通过包括控制转向、刹车、加速等各种动作的车身电子部件实现对应操作。

而 Mobileye 在创建 RSS 模型的时候，则是把 RSS 定位在决策之后、执行之前。

Jack Weast 告诉我，RSS 模型本质是一套科学的算法，是在车辆本身通过 AI 算法做出判断之后，把这个指令输入到 RSS 的模型中，来验证对应的结果。用他的话来说，RSS 模型就是决策算法的「安全封条」。

比如说，如果决策算法在某个状态下做出了刹车的判断，那么这个判断就会输入到 RSS 模型中，得出刹车操作是否能在当前状况下保证车辆的安全。

如果结果显示安全，那么这个命令会直接执行；如果结果显示有危险，那么 RSS 模型会把这个指令返回到决策算法，进行二次决策直到得到最安全的结果。

用下面这张图简单说明 RSS 模型和决策算法以及执行的关系：

由于决策算法是通过不断学习各种状况，来使得算法能够判断出各种场景下做出对应的决策，本质上还是一个概率学的问题。因此，人工智能算法还不能 100%保证做出决策的安全，特别是随着路况、车辆性能、传感器配置等各种外界因素的影响，现阶段下很容易做出不够正确的判断。

另外， Jack Weast 在演讲中还谈到过这样的数据，目前人类驾驶的事故概率是 10^-6 ，无人驾驶要达到 10^-9 的事故率，也就是目前航空业的安全水平才会被外界所广泛认可。要实现这样的安全水准，大概需要 30 亿英里的里程来训练算法。而目前数据量最大的谷歌累积里程也就是百万级，远远达不到数据量。因此，这样的方式在很大程度上限制自动驾驶的发展速度。

在这个前提下，RSS 模型的介入就有了很大意义。RSS 模型属于一个严谨的数学算法，通过控制某个特定状况下，外界包括道路限速、车速、距离、天气等等各种可能存在的变量，来计算出明确的结论，指导人工智能算法像真实人类一样进行安全判断。从官方给出的数据来看，大约只需要 10^5 量级的自动驾驶里程数据，就可以保证 RSS 模型实现 10^-9 的事故率。

从这个角度看，RSS 模型对于自动驾驶的普及有着很重大的意义。

开放是关键

在采访中，Jack Weast 和我强调最多的就是 RSS 模型是一个开放的体系，希望能够帮助所有自动驾驶的参与者，使得整个行业快速发展。

他们也不会因为自身是自动驾驶方案的供应商之一，而限制 RSS 模型应用的软硬件方案。事实上，行业的快速落地也会使得 Intel 和 Mobileye 在自动驾驶领域商业模式更快的建立，这也是他们极力推行 RSS 模型的原因之一。

为了能够让更多的参与者使用 RSS 模型，Intel 和 Mobileye 选择将 RSS 模型进行开源，提供一套透明的框架，使得任何参与者能够直观的看到 RSS 模型的原理以及效果。这样一来，能够最大程度的降低主机厂、自动驾驶企业、监管部门等参与者的质疑。

我们能够见到 Intel 以及 Mobileye 的努力，但背后的挑战依然存在。

RSS 模型在建立之初，就希望能够全球范围内通用的自动驾驶验证模型，加速产业落地。从历史来看，Intel 在 USB 以及 PCI 协议的制定上，都有过类似开源的行为。但考虑到自动驾驶受到车辆本身性能配置、传感器能力、道路状况等一些可控以及不可控因素的影响很大，因此开源的模型需要面对更大的挑战。当更多的人使用这套模型，背后意味着更大的责任和更高的安全性要求。

另外，自动驾驶行业还处在起步阶段，大家对于数据的敏感程度还很高，如何取得信任依然是很大的挑战。

Jack Weast 表示，RSS 模型在每个地区都需要和主机厂、自动驾驶企业以及政策制定者等合作，才能满足特定地区不同法规、驾驶习惯下的安全需求，从而建立更严谨的安全模型。目前，他们已经通过自建车队等方式，来逐渐完善 RSS 模型。在国内，他们也在通过宝马的车型进行测试。

总之，自动驾驶的应用绝对是一个复杂而艰巨的过程。而作为消费者，我很乐于见到这类能加快自动驾驶落地的技术被开发应用。