台灣專教道路駕駛論壇

標題: 自動駕驶汽車真的比人类駕驶汽車更安全吗? [打印本頁]

作者: admin 時間: 2021-9-22 15:04
標題: 自動駕驶汽車真的比人类駕驶汽車更安全吗?
咱们有不少充实的来由信赖 ADS(主動駕驶體系）将比人类司機更平安，咱们也有不少充实的来由担忧 ADS 不會像人类司機同样平安。

主動駕驶汽車是人工智能技能最使人愉快和最具影响力的利用场景之一。

仅在美國，每一年就有跨越 35,000 人死于車祸。因為主動駕驶汽車理论上可以比人类司機更快做出反响，而且不會醉酒駕驶、不會邊開車邊發短信或感触倦怠，以是它们應當可以或许显著提高車辆平安性。這类技能還许诺讓老年人和其他不克不及轻松駕車的人们加倍自力，出行更便利。

在曩昔三年中，主動駕驶汽車行業得到的投資跨越 2500 亿美元。

下面罗列了行業中各個主動駕驶車辆类型范畴中的典范企業：

送货呆板人：Gofurther.ai、Idriverplus、Kiwibot、Neolix、Nuro、Refraction.ai、Scout（亚马逊）、Serve Robotics、Starship Technologies、Unity Drive、Yours Technology。

穿梭巴士和公交車：Auto（Ridecell）、baidu、Beep、Coast Autonomous、e.Go、EasyMile、Local Motors、Milla Pod、May Mobility、Navya（软银）、Ohmio、Optimus Ride、Sensible四、TransDev、Venti Technologies、Voyage（Cruise）、宇通。

出租車：Argo、Aurora、AutoX、baidu阿波罗、Cruise、滴滴出行、春風、現代、Motional、小马智行、Waymo、文远知行、Zoox（亚马逊）。

卡車：Aurora、戴姆勒、Einride、Embark、Gatik、日本益智玩具,Ike（Nuro）、Inceptio、Kodiak Robotics、Locomation、Plus.ai、小马智行、沃尔沃、特斯拉、TuSimple、Udelv、UPS、Waymo、Zipline。

消费级車辆：苹果、Aurora、baidu、宝马、Cruise、戴姆勒、福特、本田、华為、現代、起亚、马自达、日產、美丽、上汽、斯巴鲁、Tata Elxsi、特斯拉、腾訊、丰田、公共、沃尔沃。

但主動駕驶汽車真的會更平安吗？

汽車行業面临的最大挑战主如果邊沿环境激發的不测状态。究竟上有两個新的汽車平安尺度，ISO 26262 和 UL 4600，就試圖解决這些邊沿环境。

但是這些尺度不是强迫性的，羁系機構不请求主動駕驶汽車遵照這些或其他任何主動駕驶行業專属尺度。更糟的是，正如我将鄙人面诠释的那样，有充实的来由信赖某些类型的主動駕驶汽車可能没法处置這些邊沿环境。

起首，咱们来界说“主動駕驶”的寄义。汽車工程師协會界说了主動駕驶技能的六個级别，以下所示：

L0：人类司機把握所有駕驶功效

L1：某种水平的駕驶辅助（可所以自顺應巡航或线路连结 / 居中）

L2 ：部門主動駕驶（同時具有自顺應巡航和线路居中），但司機必需连结@節%妹妹1Nw%制@状况（手放在标的目的盘上，雙眼瞩目线路，或二者皆有）

L3：有前提的主動駕驶（特定前提下司機可以雙手分開标的目的盘做本身的事变，但收到車辆提醒時必需参与@節%妹妹1Nw%制@）

L4：高度主動駕驶（在特定场景下，如指定都會街道和 / 或校园門路上，司機不必要参与@節%妹妹1Nw%制@）

L5：彻底主動駕驶（不必要人类参与@節%妹妹1Nw%制@）

L3-5 被視為主動駕驶體系（ADS），此中司機无需注重門路。在第 3 级别，司機可以看书或看片子，但若車辆请求，司機必需可以或许在 10-60 秒内接收車辆操控。3 级車辆的一個大问题是，在司機接收的 10 秒過渡期内可能會產生碰撞，是以 3 级車辆可能必要包括一個 ODD，不會由于 10 秒交代而失事故（比方低速公路交通拥挤场景）。

第 4 级和第 5 级之間的區分在于，第 4 级車辆仅限在操作设计域（ODD）開启主動駕驶模式，這個 ODD 凡是包含受限定的地舆區域（比方都會中的一组指定街道），而且可能包含基于气候、當日時候、降水、門路坡度和曲率等身分的限定。5 级車辆可以不受限定地在任何地區行驶，理论上是消费级車辆和商用卡車的有用替换品。

現今門路上的很多消费级車辆，比方特斯拉，都具备駕驶辅助功效。它们可讓車辆连结在車道中心，而且可以主動加快和制動。但是，司機駕驶這些車辆時看书或看片子是不平安的。司機必需不竭监控門路并筹备好随時接收@節%妹妹1Nw%制@。這些都是 2 级車辆，不被視為 ADS。司機必需注重門路并筹备好當即接收。

比方，上周我在纽约高速公路上以主動駕驶模式駕驶時，我的特斯拉時碰到了一個大波動。我的特斯拉忽然转向并發出“叮叮咚”的声音，意思是“Steve，你靠你本身了”，我不能不敏捷做出反响，把它開回我的車道。

這些 2 级車辆的一個问题是，诸如“全主動駕驶”之类的营销術语可能會诱使司機采纳伤害的举措，比方在 2021 年 4 月的一块儿特斯拉車祸中，駕驶座上连人都没有。

人们在駕驶汽車時利用知识推理来处置各类不测环境：一头鹿飞驰到高速公路上；洪水讓門路难以通行或没法通行；汽車在打滑，試圖爬上结冰的山丘。

人们不會在駕驶黉舍领會所有這些可能呈現的邊沿环境。相反，咱们利用日經常识推理技術来展望举措和成果。若是咱们看到一個球滚到街上，咱们就晓得该注重追球的孩子。當咱们看到前面的汽車忽然转弯時，咱们就會扭转駕驶举動，由于咱们晓得司機可能喝醉了或是在發短信。

不幸的是，没有人晓得若何将人类的知识推理能力構建到汽車或通用计较機中。 為了取代知识推理能力，ADS 開辟职员必需展望每种可能的环境并對其编程。呆板進修只能帮忙制造商展望每种环境并供给每种可能环境的练習示例。

更糟的是，這些邊沿环境的数目稀有百万乃至数十亿個。 每小我都最少碰到過一次不平常的駕驶履历。世界上有 14 亿司機。若是有 14 亿個如许的邊沿环境，它们怎样可能全数被辨認出来呢？更不要说都获得對應的编程了？

若是 ADS 不克不及利用知识推理能力来处置所有這些邊沿环境，它们真的比人类司機更平安吗？

4 级車辆仅限于特定的 ODD 才能启用主動駕驶。与没有 ODD 的 5 级車辆比拟，這常常會显著削减邊沿环境的数目。 比方，咱们已在企業园區内看到了行驶速率很是迟钝的 4 级点對点班車。

這些車辆不太可能碰到不少邊沿环境，由于在两個地址之間的一条門路上不會產生不少不测状态。就算產生了甚麼事，穿梭巴士的行驶速率也很是迟钝，搭客或行人几近没有危害可言。

ODD 限于特定都會街道的 4 级主動駕驶出租車将碰到比公司班車更多的邊沿环境，但可能远不及消费级車辆可能碰到的邊沿环境数目。将駕驶范畴限定在特定街道上後，人们便可以保护很是具體的舆圖（包括交通灯和施工區域的丰硕细節）。

比拟之下，5 级車辆必需能在全世界所有街道上行驶—或最少是消费者地点的國度 / 地域的所有街道上主動行驶。华盛顿邮报统计，仅在美國就有跨越 100 万条門路。

這就是為甚麼有這麼多 ADS 開辟职员在凤凰城、旧金山和其他很多都會测試主動駕驶出租車的缘由。大大都测試都是由平安司機监控的，他们随時筹备在伤害环境下當即接收車辆。可是，只有少数无人駕驶测試是在限定性 ODD 前提下举行的。

ADS 的另外一個问题是计较機視觉體系很轻易犯错，由于它们可能會被一些人类能正常辨認的环境愚弄。

比方，钻研职员证实，限速标記的细小变革可能會讓呆板進修體系認為该标記显示的是 85 英里 / 小時而不是 35 英里 / 小時。雷同地，一些黑客利用艳丽的贴纸制造出假車道，坑骗特斯拉的主動駕驶扭转車道。

在這两种环境下，這些变革都愚弄了汽車，但愚弄不了人。别的，不良举動者想要坑骗汽車或卡車驶离門路或進入停滞物另有不少法子可用。

主動駕驶汽車對待世界的方法与人类存在不少差别，而這些差别激發的担心远不止蒙受黑客操纵這一种。

比方，在实际世界中，很多特斯拉車主陈述说他们的汽車常常将暗影（比方树枝的暗影）視為真什物體。在优步测試車辆撞死行人的案例中，汽車的物體辨認软件起首将行人归类為未知物體，然後归类為車辆，最後归类為自行車。我不晓得你是怎样看的，但我感觉马路上不论是行人、司機仍是車辆，没法 100% 正确辨認行人和其他物體都是很可骇的事变。

咱们有不少充实的来由信赖 ADS 将比人类司機更平安，咱们也有不少充实的来由担忧 ADS 不會像人类司機同样平安。

从羁系的角度来看，仅仅斟酌正面来由就讓 ADS 開辟职员全权决议是不是讓 ADS 上路，而无需证实它们比人类司機更平安是愚笨的做法。但這恰是羁系機構正在做的事变。

美國國度公路和運输平安局（NHTSA）的态度是:

主動駕驶汽車的平安上風很是關头。主動駕驶汽車拯救生命和削减危险的潜力源于一個關头而悲凉的究竟：94% 的紧张碰撞变乱是由报酬毛病酿成的。主動駕驶汽車有可能从碰撞方程中解除报酬毛病，這将有助于庇护司機和搭客，和骑自行車的人和行人。當你斟酌到美國每一年有跨越 35,000 人死于与灵活車相干的变乱時，你就會起头领會駕驶辅助技能可以帮忙拯救几多生命。

NHTSA 于 2020 年 12 月公布了 ADS 平安拟议框架，该框架遭到美國國度運输平安委员會（NTSB）的批判，来由是“……缺少强迫提交平安自我评估陈述的请求，而且缺少讓 NHTSA 来评估陈述是不是充实的流程。”

从大众文档中截取的圖象

NTSB 還指出，因為缺少联邦律例，個體州正在制订本身的律例。比方，亚利桑那州的限定起码，NTSB 称這最少對 2018 年 Uber ADS 酿成的行人灭亡负有部門责任。

佛罗里达州律例316.85 出格容许主動駕驶汽車的運营，并明白划定駕驶者在主動駕驶汽車中无需注重門路环境（比方，司機可以看片子）。它還明白容许主動駕驶車辆无需司機介入。

律例没有请求制造商經由過程平安测試，作為主動駕驶功效的前置请求。當汽車、卡車、大众汽車或出租車公司認為他们筹备停當時，他们便可以自由地测試和贩賣主動駕驶車辆。我在佛罗里达州有一個住处，這讓我感触惧怕。其他很多州也鼓動勉励推出无需前置平安尺度的主動駕驶汽車。

主動駕驶汽車必要举行三种截然分歧的平安测試。

第一项测試是确保将信息提供應 AV 决议计划機制的所有组件都正常事情。一年前在台灣，一辆处于主動駕驶模式的特斯拉 Model 3 以 70 英里 / 小時的速率撞上一辆翻倒的疲塌機拖車。据报导，变乱是由汽車前向傳感器阵列中的软件妨碍引發的，這致使主動制動没法正常事情。傳感器的测試應當足以避免這类类型的妨碍。

Waymo（google）陈述说，它将每一個摄像头放入汽車以前城市對其举行测試，然後在汽車集成後再测試一次，最後，它會测試与摄像头相干的各类能力，比方检测行人的能力。

ISO 26262 尺度已被汽車行業遍及采纳，用于测試软件毛病和硬件妨碍。它确保傳感器和其他组件按设计事情。

第二种类型的平安测試是為了证实車辆可以处置预期碰到的真实场景类型。2016 年，NHTSA概述了 36 种應當举行测試的场景，但指出這不是一個完备的清单。示例场景包含

检测并相應速率限定变革和速率建议

履行高速并线（比方，高速公路）

履行低速并线

Waymo 在駕驶摹拟器和加利福尼亚州一個 113 英亩举措措施的封锁课程中测試這些场景和其他场景，然後在真实街道上配备平安司機举行测試。

應當举行的第三类平安测試，是阐發體系在碰到未颠末练習或编程的不测环境時是不是可以或许平安相應。

行業已開辟出两种尺度来支撑此类平安测試：ISO 21448，也称為预期功效平安性（SOTIF），專為 1 级和 2 级車辆设计，但也可用于 ADS；UL 4600 则專為 ADS 设计。這些尺度请求開辟职员列出和测試已知的邊沿环境。可是，這两個尺度都不克不及肯定 ADS 的平安级别，由于它们意外試未知的邊沿环境。

那末，你若何测試未知的邊沿环境呢？ 一种法子是利用离開接触数据。在加利福尼亚州，很多制造商正在旧金山等都會测試主動駕驶出疏通劑，租車。這些車辆以 4 级模式運行，ODD 仅限于特定的都會街道，但也配备一位高度警戒的平安司機筹备好當即接收，就仿佛它是 2 级車辆同样。當車辆呈現问题時，平安司機遇接收。這被称為离開接触。

咱们晓得人类在两次变乱之間均匀會行驶几多英里。若是假如每次离開城市致使变乱，那末离開率便可以与人类（或更详细地说是出租車司機）的变乱率举行比力。不幸的是，估量主動駕驶汽車要证实平安性所必要行驶的里程数其实不是那末简略。

兰德公司在 2016 年估量，這将必要数亿英里的主動駕驶里程，這是不确切际的。但从那今後，仅 Waymo 就已記实了跨越九州娛樂,2000 万英里的主動駕驶测試里程。

另外一個问题是咱们没有针對特定 ODD 的人类司機变乱的统计数据。 可是，咱们最少可以将特定 ODD 的 ADS 变乱率与人类司機整體变乱率举行比力。鉴于 90% 的人类司機車祸是由报酬毛病酿成的，即便咱们用的是邃密的 ODD 统计数据，也可能不會与整體变乱率有很大误差，@由%Pns92%于大大%S18P4%都@变乱都是报酬毛病酿成的。

最後一個问题是，在 ADS 测試時代產生的很多离開不會致使变乱。不少离開的產生是出于良性缘由，比方必要在不属于 ODD 的街道上行驶。虽然如斯，ADS 测試進程可以获得增强，以便举行某种水平的比力。

比方，Aurora 平安司機遇記实他们為了避免变乱而离開的次数。雷同地，Argo記实离開事務的傳感器数据，讓阐發职员可使用它来审查离開事務。Waymo利用离開傳感器数据在摹拟中从新建立离開前提，从而肯定若是平安司機没有离開，車辆是不是會產生碰撞。

Aurora、Argo 和 Waymo 等公司正在测試 4 级車辆—主如果主動駕驶出租車。對付 5 级消费車辆而言阐發离開数据加倍坚苦，由于情况种类繁多，這些車辆很难配备平安司機举行测試。但是，當利用的是 2 级 ADS 時，消费级車辆其实是有平安司機的，平安司機就是消费者。

究竟上，一些消费级車辆記实了很多离開。比方，當特斯拉在主動駕驶模式下被人类司機接收@節%妹妹1Nw%制@時，這将被記实為离開并陈述给特斯拉总部。但据我所知，特斯拉不會与羁系機構同享這些数据。虽然如斯，消费级汽車制造商仍可讓賣力記实离開缘由的平安司機测試他们的車辆，而且羁系機構可能會请求 ADS 開辟商同享這些数据。

主動駕驶體系（ADS）旨在驱動汽車、出租車、大众汽車或其他車辆，而人类可以在車上做其他事变（比方念书）。3 级和 4 级 ADS 的操作设计域（ODD）有限定，此中可能包含受限定的地舆區域和基于气候、時候、降水、門路坡度和曲率和其他身分的限定。5 级車辆可以在任何处所運行，而且没有 ODD。

有充实的来由假如 ADS 将比人类司機更平安。究竟结果它们从不倦怠，不會在開車時發短信，或酒後駕車。

一样有充实的来由假如它们不會更平安。没有人晓得若何将知识構建到计较機中。可是，ADS 必要知识推理来处置它可能碰到的所有不测环境（邊沿环境）。在没有知识推理能力的环境下，ADS 只能处置已明白编码到 ADS 软件中的邊沿环境，或 ADS 已被练習处置的邊沿环境。當碰到 ADS 工程師未预感到的邊沿环境時，可能會產生变乱和交通拥挤。

实际环境是，ADS 可能對某些 ODD 是平安的（比方以 5 英里 / 小時的速率在一条街道上往返穿梭的公司班車），但對付其他 ODD（比方笼盖遍及地舆和所有气候前提的出租車辦事）可能就不敷平安，或没法实現 5 级主動駕驶了。

美國和世界各地的羁系機構都在急于将 ADS 技能推向市场，由于它具备低落变乱率和改良老年人和残疾人的出行能力等潜伏益处。比方，美國國度公路和運输平安局（NHTSA)）暗示，它認為對 ADS 能力的测試不是必须的。某些 ADS 将被证实對特定 ODD 是平安的。一些 ADS 可能會被证实對其他 ODD 和 / 或 5 级駕驶是不敷平安的。

在容许 ADS 進入大众門路以前，莫非不该该请求 ADS 開辟职员证实 ADS 最少与特定 ODD 的人类司機同样平安吗？缺少羁系有可能将咱们的門路酿成一场具备劫难性後果的大范围实驗。

本文會商了在咱们的門路上容许 ADS 以前應當履行的测試类型，并号令咱们的羁系機構请求举行此类测試。

原文链接：

歡迎光臨台灣專教道路駕駛論壇 (https://goacc.com.tw/)