ACM通信

新闻

仍在等待自动驾驶汽车

由基思·柯克帕特里克
ACM通信，2022年4月，第65卷第4期，第12-14页
10.1145 / 3516517
评论

过去10年里，科技和汽车领域的权威人士预测，完全自动驾驶的汽车“即将”到来，这种汽车可以在没有任何主动监控或人类驾驶员输入的情况下在公共道路上行驶。埃隆·马斯克曾预测，他的公司特斯拉将在2021年底推出全自动汽车，但他在2020年、2019年和2017年做出了类似的预测。每个预测都没有成功，主要是由于现实世界的安全问题，尤其是与自动驾驶汽车在不利条件或情况下的表现有关。

回到顶部

自动驾驶汽车的现状

尽管特斯拉在2021年10月发布了乐观地命名为AutoPilot的全自动驾驶(Full Self - Driving)功能，但全自动无人驾驶汽车还没有到来。目前，大多数汽车制造商所提供的自动驾驶系统，其性能一般都属于汽车工程学会(SAE)定义的6个级别中的前3个级别，级别从0级(没有自动驾驶)到5级(所有条件下的完全自动驾驶能力)。

如今，大多数新车都配备了一级驾驶辅助技术，包括自动刹车、车道保持辅助和自适应巡航控制。特斯拉(Tesla)的自动驾驶仪(Autopilot)或通用汽车(General Motors)的超级巡航(Super Cruise)等更先进的系统属于第2级，这意味着汽车可以自主管理速度和转向，但需要驾驶员保持注意力集中，并能够在不利事件发生时进行控制。本田(Honda)和奥迪(Audi)等其他汽车制造商则将重点放在了3级自动驾驶系统上，该系统可以让汽车实现完全的控制，但只能在非常特定的情况下进行，比如低速行驶、天气良好、而且只能在预先批准的道路上行驶。

Pegasus教授、中佛罗里达大学心理学系和模拟与训练研究所的教务长特聘研究教授彼得·汉考克(Peter Hancock)说:“我敢肯定，很多制造商都想在最大程度上跳过第2级和第3级。”

然而，具备4级能力的车辆最有可能到达的情况可能是通过部署自动长途卡车。汉考克表示，由于全球卡车司机短缺，开发自动驾驶卡车的动力可能会更大，至少在美国的州际公路上是这样。这些公路按照特定的设计标准建造，通常具有良好的物理状况，在迎面而来的车辆之间设有物理屏障。

事实上，极光创新宣布正在构建4级自动驾驶系统，并计划在2023年推出自动卡车业务，然后在2024年推出自动叫车业务。公司告诉通信它与联邦快递(FedEx)、优步(Uber)、丰田(Toyota)和卡车oem(沃尔沃(Volvo)和PACCAR)合作，建立了一个专注于将自动驾驶技术推向市场的合作生态系统。

回到顶部

技术障碍

也就是说，自动驾驶的广泛应用距离成为现实还有几年的时间，这主要是由于精确传感器和摄像头的开发，以及根据传感器捕捉到的数据改进算法所涉及的挑战。自动驾驶汽车摄像头和传感器可以探测物理世界和无人驾驶汽车可能遇到的各种物体。这些可以包括各种各样的物体，如路标、交通信号和其他车辆或行人，或特定的道路特征，如车道标记、坑洼或碎片或物质(如爆胎的卡车轮胎、冰或水坑)。

大多数系统采用自底向上的方法来训练车辆导航系统，其中导航系统被训练识别这些特定的物体或条件。然而，考虑到可能遇到的各种各样的潜在物体，以及物体移动或对刺激做出反应的近乎无限的方式，这个过程是极其数据密集的(例如，由于照明条件、眩光或阴影，道路标志可能无法准确识别，当一辆汽车冲向动物和人时，它们的反应也不尽相同)。

这些数据被输入到人工智能(AI)训练算法中，该算法旨在帮助车辆理解这些物体和动作，以便车辆可以安全地调整速度、位置和发音，甚至在车辆尚未行驶的道路上，或在它从未遇到过的物体面前。然而，使用中的算法仍然难以识别真实场景中的对象;在一起涉及特斯拉Model X的事故中，在明亮的天空下，车辆的感应摄像头无法识别卡车的白色一侧。

回到顶部

可能的解决方案

许多自动驾驶汽车事故都涉及“边缘情况”，即系统没有经过专门训练来处理的情况。这方面的例子包括行人或动物之间的互动，以及涉及有攻击性的司机或故意违反交通法规和惯例的司机的情况，例如摩托车分车道行驶(在车道之间行驶以避免交通拥堵)。研究人员现在正在研究，比GPS精确得多的高清地图系统，或者让车辆与高速公路基础设施或彼此通信的通信技术，如何帮助自动驾驶汽车在这些边缘情况下保持它们的位置感。

然而，考虑到通信网络的延迟问题，即车辆通过其他通信基础设施发送数据信号并返回车辆所需的时间，通过基于V2x的通信(包括V2I(车辆到基础设施)、V2N(车辆到网络)、V2V(车辆到车辆)、V2P(车辆到行人)、V2D(车到设备)和V2G(车到电网)通信。

奥迪(Audi)、本田(Honda)、丰田(Toyota)、沃尔沃(Volvo)和极光创新(Aurora Innovation)的自动驾驶开发团队采用的方法是将光探测和测距技术(通常称为激光雷达(LiDAR))结合起来。Aurora公司表示，他们已经设计了一款名为FirstLight Lidar的专有传感器，该传感器使用频率调制连续波(FMCW)激光雷达，可以看到前方四分之一英里(约400米)的距离，同时还能即时测量车辆周围车辆的速度。Aurora表示，这项技术的使用为自动驾驶系统提供了更多的时间来进行刹车或安全操作，尤其是重型自动驾驶卡车。

---

许多自动驾驶汽车事故都涉及“边缘情况”——系统没有经过训练来处理的情况，包括那些涉及攻击性司机的情况。

---

与此同时，自动驾驶初创公司Waymo专注于通过其Waymo One品牌在亚利桑那州凤凰城东谷地区提供网约车服务。尽管该公司拒绝了采访请求，但该公司指出，其Waymo Driver自动驾驶技术在很大程度上是按照4级自动驾驶指南操作的，以粒度方式绘制区域地图(包括车道标记、交通标志和信号灯、路沿和人行道)。该解决方案结合了GPS信号和实时传感器数据，始终确定车辆的确切位置。此外，该系统依赖于超过2000万英里的真实驾驶里程和超过200亿英里的模拟里程，让Waymo Driver能够预测其他道路用户、行人或其他物体可能会做什么。

目前，德国正在测试一种潜在的中间解决方案，即利用远程驾驶员来控制车辆。总部位于柏林的初创公司Vay一直在该市测试一批遥控电动汽车，并计划今年在欧洲推出一项移动服务，可能还会在美国推出。这项服务将允许客户订购一辆遥控汽车，并让它开车到他们想要的目的地;一到目的地，他们就下车，把车交给几英里外的人工遥控司机，让他停车或把车转向下一个客户。该公司声称其系统设计符合最新的汽车安全和网络安全标准，并在硬件组件和蜂窝网络连接中部署冗余。

行业观察人士不相信这种汽车远程操作的安全性或实用性。UL技术和管理咨询公司kVA负责自动驾驶汽车安全和培训，并制定相关安全标准。该公司的自动化和功能安全全球工程经理Gokul Krithivasan表示:“延迟和连接是一个大问题，但随着一些新技术或更先进的通信技术的发展，这些问题可能会得到改善。”Krithivasan并没有特别评论Vay的模型或方法，但他表示，驾驶员面临的紧急情况通常需要在几毫秒内做出决定，而网络拥塞导致的延迟问题可能会使完全远程的驾驶员难以在紧急情况下做出响应。Krithivasan解释道:“在SAE 4级自动驾驶应用的典型应用中，远程操作人员不需要对车辆进行连续控制，而是需要执行或触发自动控制逻辑中已经具备的风险最小的适当操作。”

回到顶部

培训AV系统了解人类行为

然而，要让自动驾驶系统在所有驾驶场景中安全运行，还必须围绕算法开发和测试完成大量工作，以确保车辆导航系统理解迎面而来的司机和邻近的司机之间，或司机和行人之间经常发生的复杂社会互动。一般来说，如果一个行人要过马路或正在过马路，司机和行人会进行眼神交流，并会使用非语言线索来指示他们的移动方向和速度。同样，缺乏这种眼神接触会向司机发出信号，行人或其他司机不知道他们的存在，他/她应该采取规避行动，以避免或减轻碰撞。

汉考克说，训练一个系统来识别这些线索或缺乏这些线索是可以做到的，但需要大量的计算能力和训练时间，并将花费数年时间来开发一个可靠和值得信赖的系统。汉考克说:“(与这个话题相关的)一个很大的领域是知觉支持，这在人类和自动化之间存在很大差异。”“我们通常很擅长理解其他人。所以，当我们看到一场由人类司机驾驶的事故时，我们会用人类的眼睛看它，然后说，‘是的，我能理解这是怎么发生的。’但当我们看到自动事故时，我们会想，‘好吧，这太荒谬了，我不知道那辆车怎么会犯这样的错误。’”

通常情况下，当其他司机做出不理智或意外的决定时，人类司机会积累足够的经验来安全应对，通常是通过减速、靠边停车，或者只是保持自己的速度和行驶方向，以便人类、动物或其他车辆可以在他们周围导航。

---

汉考克说，训练自动驾驶系统理解司机和行人之间传递的非语言线索需要数年时间和巨大的计算能力。

---

英国应用行为建模主席古斯塔夫·马库拉说:“目前的自动驾驶算法对人类行为没有足够复杂的隐性理解，无法[有效地]处理交通中的互动。英国利兹大学。“人类道路使用者有这种隐含的理解——在某种意义上，我们充分理解，有意识或潜意识——我想说，在后一种意义上，其他人在路上做了什么，以及如何表现自己，以在大多数时候实现安全和有效的互动结果。”

回到顶部

监管方面的挑战

完全自动驾驶汽车商业化的最大障碍可能是道德和责任问题，包括如果自动驾驶汽车造成人员伤亡或财产损坏，该由哪一方承担责任。多年来，美国政府一直拒绝监管特斯拉(Tesla)的自动驾驶仪(Autopilot)和通用汽车(GM)的超级巡航(SuperCruise)等驾驶辅助系统。

这一趋势可能正在改变，因为在2021年6月，美国政府表示，所有汽车制造商必须报告涉及驾驶辅助系统的撞车事故。此外，美国国家公路运输安全局(NHTSA)于2021年8月对特斯拉使用自动驾驶系统追尾紧急车辆的事件展开调查，这些事故已造成17人受伤和1人死亡。此外，在2021年10月，乔·拜登政府任命杜克大学研究自动系统的工程学教授米西·卡明斯(Missy Cummings)为NHTSA的高级安全顾问。卡明斯一直批评特斯拉和联邦政府对自动驾驶(Autopilot)等驾驶辅助系统的处理。

尽管卡明斯的任命不太可能立即推动任何规则的制定，但NHTSA五年的指导意见明确表示，如果自动驾驶系统显示出“可预见的滥用”证据，该机构有权干预，这种滥用通常是通过u- tube视频来说明，司机在驾驶座位上睡觉、玩游戏或从事其他活动，分散了司机的注意力，尽管特斯拉的说明书有警告。

最终，完全自动驾驶的5级驾驶系统可能还需要10年或更长时间，至少在私人拥有和运营的车辆上部署。技术问题、监管问题和持续的微芯片短缺是采用完全自主系统的明显障碍。完全自动驾驶可能会首先部署在商用车上，包括自动卡车、网约车服务和穿梭车。除了有必要的资金来购买这些车辆，商业实施更有可能将操作限制在特定的、已知的道路上，以及建立和执行公司特定的自动驾驶车辆安全操作参数，例如使用摄像头来确保司机积极关注道路。

进一步的阅读

SAE的J3016^™《驾驶自动化水平》，2021年5月3日，https://www.sae.org/blog/sae-j3016-update

汉考克,年利
驶向未来，心理学领域， 2020年9月18日https://doi.org/10.3389/fpsyg.2020.574097

NHTSA执法指南公告2016-02:安全相关缺陷和自动化安全技术，联邦公报， 2016年9月23日，https://bit.ly/3bcGLyl

他们向我们承诺会有自动驾驶汽车。他们在哪儿?|沙发报道，副新闻， 2021年9月13日，https://www.youtube.com/watch?v=g21zQhr95FQ

回到顶部

数字图书馆是由计算机协会出版的。版权所有©2022 ACM股份有限公司

---

没有发现记录