最近,一辆特斯拉汽车在美国发生车祸,造成两人死亡,重新引发了对当今 "自动驾驶 "技术的能力和安全性的讨论。


特斯拉汽车包括一个 "自动驾驶 "功能,可以监测周围的交通和车道标记,该公司目前正在推出一个更先进的 "完全自动驾驶 "系统,承诺自动导航,在交通灯前停车,以及更多。


调查人员说,在车辆坠毁时,似乎没有人坐在驾驶座上。特斯拉首席执行官埃隆-马斯克表示,当时没有使用自动驾驶功能。


尽管如此,这一悲惨事件引发了人们对自驾游技术的质疑:它的安全性如何,它需要司机有多少注意力?

自动驾驶离真正商业化还有多远?

我们所说的 "自动驾驶 "是什么意思?


专家们谈到自动驾驶汽车技术的六个级别,从0级(没有自动化的传统车辆)到5级(可以独立完成人类驾驶员所能完成的任何事情的车辆)。


今天市场上的大多数自动驾驶解决方案需要人类的干预。这使它们处于1级(驾驶员协助,如保持汽车在车道上或管理其速度)或2级(部分自动化,如转向和速度控制)。


这些能力旨在与一个完全专注的司机一起使用,准备在任何时候接管控制车辆。


3级车辆有更多的自主权,可以自己做出一些决定,但如果系统无法驾驶,司机仍然必须保持警惕并进行控制。


在过去的几年里,发生了几起涉及2级和3级车辆的致命车祸。这些车祸主要归因于人为错误,以及将这些级别的自动化误认为是完全的自动驾驶能力。


汽车制造商和监管机构被批评为没有采取足够的措施,使这些系统对注意力不集中的司机的误操作更有弹性。


通往更高水平自动化的道路


对于更高水平的自动化,人类司机不一定会参与驾驶任务。司机将有效地被人工智能自动驾驶软件所取代。


4级是一种 "自动驾驶 "车辆,它在哪里和什么时候驾驶都有一定的范围。4级车辆的最好例子是谷歌的Waymo机器人出租车项目。其他公司在开发4级车辆方面也取得了重大进展,但这些车辆并没有向公众进行商业销售。


5级代表真正的自主车辆,可以在任何时候去任何地方,类似于人类司机可以做的事情。然而,从4级到5级的过渡比其他级别之间的过渡要难得多,可能需要数年才能实现。

自动驾驶离真正商业化还有多远?

虽然实现更高水平的自动化所需的技术正在迅速发展,但生产一辆无需人类干预就能安全、合法地完成旅程的车辆仍然是一个巨大的挑战。


在安全地引入市场之前,必须克服三个关键障碍:技术、法规和公众接受度。


机器学习和自动驾驶软件


自动驾驶软件是高度自动化车辆的一个关键的差异化特征。该软件以机器学习算法和深度学习神经网络为基础,其中包括模仿人脑的数百万个虚拟神经元。


这些神经网络不包括任何明确的 "如果X发生,那么做Y "的编程。相反,它们被训练成使用来自真实世界驾驶条件的数百万视频和图像的例子来识别和分类物体。


数据越多样化,越有代表性,它们在识别和应对不同情况方面就越好。训练神经网络就像在过马路时牵着孩子的手,通过不断的经验、复制和耐心教导他们学习。


虽然这些算法可以非常准确地检测和分类物体,但它们仍然无法模仿驾驶的错综复杂情况。自动驾驶汽车不仅需要检测和识别人类和其他物体,还必须与这些东西互动,了解它们的行为方式并作出反应。


他们还需要知道在不熟悉的情况下该怎么做。如果没有一大套所有可能的驾驶场景的例子,管理意外情况的任务将对深度学习和训练产生相对的阻力。

自动驾驶离真正商业化还有多远?

规章制度


世界各地的政策制定者和监管者正在努力跟上步伐。今天,该行业仍然主要是自我监管,特别是在确定该技术对开放道路是否足够安全方面。监管机构在很大程度上未能提供作出这种判断的标准。


虽然有必要在真实世界条件下测试自动驾驶软件的性能,但这只应在全面的安全测试和评估之后进行。监管机构应该提出一套标准测试,并让公司在其车辆被允许在开放道路上行驶之前,在标准数据集上对其算法进行基准测试。


在澳大利亚,目前的法律并不支持自动驾驶车辆的安全商业部署和运营。国家交通委员会正在带头努力制定全国一致的改革,以支持创新和安全,使澳大利亚人能够获得该技术的好处。


需要采取渐进式的认证方法,首先对自驾车系统进行模拟评估,然后在受控的真实世界环境中进行评估。一旦车辆通过特定的基准测试,监管机构就可以允许它们在开放的道路上行驶。


公众接受度


公众必须参与到有关自驾车辆部署和采用的决策中。如果不对自驾游技术进行监管以确保公共安全,就会有破坏公众信任的真正风险。缺乏信任不仅会影响那些想要使用该技术的人,也会影响那些与他们共享道路的人。


最后,这一事件应成为一种催化剂,使监管机构和行业建立一个强大和健全的安全文化,以指导自驾车技术的创新。


免责声明

我来说几句

不吐不快,我来说两句
最新评论

还没有人评论哦,抢沙发吧~