ACM通信
新闻
无人驾驶汽车仍在等待
信贷:Phonlamai照片
过去10年里，技术和汽车专家预测，全自动驾驶汽车“即将”问世，这种汽车可以在公共道路上行驶，无需任何主动监控或人类驾驶员的输入。埃隆·马斯克曾预测他的公司特斯拉将在2021年底推出全自动驾驶汽车，但他在2020年、2019年和2017年也做出了类似的预测。每个预测都落空了，这主要是由于现实世界的安全担忧，特别是与自动驾驶汽车在不利条件或情况下的表现有关。
自动驾驶汽车的现状
尽管特斯拉在2021年10月发布了其被乐观地命名为全自动驾驶的AutoPilot功能，但全自动自动驾驶汽车还没有到来。相反，大多数制造商提供的系统功能通常属于美国汽车工程学会(Society of Automotive Engineering, SAE)定义的六个自动驾驶级别中的前三个级别，从0级(无自动驾驶)到5级(在所有条件下都能完全自动驾驶)。
如今，大多数新车都配备了一些一级驾驶员辅助技术，包括自动制动、车道保持辅助和自适应巡航控制。更先进的系统，如特斯拉的自动驾驶仪或通用汽车的超级巡航系统，属于二级分类，这意味着汽车可以自主控制速度和转向，但要求司机保持注意力集中，并能够在发生不利事件时进行控制。本田(Honda)和奥迪(Audi)等其他制造商则专注于研发三级自动驾驶系统，使汽车能够完全控制汽车，但这只能在非常特定的条件下进行，比如在车流中低速行驶、天气良好、并且只能在预先批准的道路上行驶。
Pegasus教授Peter Hancock说:“我相信很多制造商都希望尽可能地跳过第2级和第3级。”Peter Hancock是中佛罗里达大学心理学系和模拟与训练研究所的Pegasus教授和教务长杰出研究教授。
然而，最可能的情况是通过部署自动驾驶的长途卡车来实现四级车辆的到来。汉考克说，由于全球卡车司机短缺，可能会有更大的推动发展自动驾驶卡车，至少在美国的州际公路上，这些公路是按照特定的设计标准建造的，通常具有良好的物理条件，并在迎交车辆之间设置了物理屏障。
事实上，极光创新公司宣布，它正在构建一个四级自动驾驶系统，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。公司告诉通信它已经与联邦快递、优步、丰田和卡车oem(沃尔沃和PACCAR)合作，建立了一个合作生态系统，专注于将自动驾驶技术推向市场。
技术障碍
尽管如此，自动驾驶的广泛采用距离成为现实仍需数年时间，这主要是由于精确传感器和摄像头的开发所面临的挑战，以及根据这些传感器捕获的数据改进算法所面临的挑战。自动驾驶汽车的摄像头和传感器可以探测到物理世界和无人驾驶汽车可能遇到的各种物体。这些可能包括各种物体，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、坑洞或碎片或物质(如爆裂的卡车轮胎、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，导航系统在识别这些特定的物体或条件的基础上进行训练。然而，考虑到可能遇到的各种潜在物体，以及物体对刺激的近乎无限的移动或反应方式(例如，由于照明条件、眩光或阴影，路标可能无法准确识别，当汽车向动物和人疾驰时，动物和人的反应也不完全相同)，这个过程是非常数据密集的。
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解释这些物体和动作，以便车辆可以安全地调整速度、位置和关节，即使是在车辆尚未行驶过的道路上，或在从未遇到过的物体存在的情况下。然而，正在使用的算法仍然难以在现实场景中识别物体;在一起涉及特斯拉Model X的事故中，在明亮的天空下，车辆的传感摄像头未能识别出卡车的白色一侧。
可能的解决方案
许多自动驾驶汽车事故都涉及“边缘情况”——系统没有经过专门的训练来处理这些情况。例子可以包括行人或动物的互动，以及涉及攻击性司机或故意违反交通法规和惯例的司机的情况，如参与车道分割(在车道之间行驶以避免交通堵塞)的摩托车。研究人员目前正在研究高清地图系统(HD)如何帮助自动驾驶汽车在这些边缘情况下保持其位置感。高清地图系统比GPS精确得多，通信技术可以让车辆与高速公路基础设施或彼此通话。
然而，考虑到通信网络的延迟问题，即从车辆通过其他通信基础设施往返途中发送数据信号并返回车辆所需的时间，一瞬间的决策可能无法通过基于车对一切(V2x)的通信来处理，其中包括V2I(车对基础设施)、V2N(车对网络)、V2V(车对车)、V2P(车对行人)，V2D(车到设备)和V2G(车到电网)通信。
奥迪、本田、丰田、沃尔沃和极光创新的自动驾驶开发团队采用的方法是结合光探测和测距技术，通常被称为激光雷达。Aurora表示，他们已经设计了一种专利传感器，名为FirstLight Lidar，它使用调频连续波(FMCW)激光雷达，可以看到前方四分之一英里(约400米)的距离，还可以即时测量车辆周围演员的速度。Aurora表示，这项技术的使用为自动驾驶系统创造了更多的时间来进行刹车或安全机动，特别是对重型自动驾驶卡车。
许多自动驾驶汽车事故都涉及“边缘情况”——系统没有接受过处理这些情况的训练，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正专注于通过旗下品牌Waymo One在亚利桑那州凤凰城东谷地区提供叫车服务。尽管该公司拒绝了采访请求，但该公司指出，其Waymo Driver自动驾驶技术基本上是在第4级自动驾驶指导方针下运行的，以细化的方式绘制该领域(包括车道标志、交通标志和信号灯、路沿和行人行车道)。该解决方案结合了GPS信号和实时传感器数据，以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200亿英里的模拟驾驶里程，使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。
德国目前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一直在柏林测试遥控电动汽车车队，并计划今年在欧洲推出移动服务，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，并让它载着他们去他们想去的目的地;到达后，他们下车，把车交给几英里外的远程司机，让他把车停好或开到下一个客户那里。该公司称，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了冗余。
行业观察人士不相信这种远程操作的车辆是安全或实用的。技术与管理咨询公司kVA by UL的自主与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，不过如果采用一些新技术或更先进的通信技术，可能会有所改善。”kVA by UL参与自动驾驶汽车的安全和培训，以及相关安全标准的制定。虽然没有特别评论Vay的模型或方法，但Krithivasan表示，司机面临的紧急情况通常需要在几毫秒内做出决定，由于网络拥塞造成的任何延迟问题都可能使完全远程的司机难以在紧急情况下做出反应。Krithivasan解释道:“在SAE 4级自动驾驶应用的典型实现中，远程操作人员并不需要持续控制车辆，而是需要执行或触发自动控制逻辑中已经配置的适当的最小风险机动。”
训练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下都能安全运行，还需要完成大量的算法开发和测试工作，以确保车辆导航系统能够理解迎面和相邻司机、或司机和行人之间经常发生的复杂社会互动。一般来说，如果一个行人即将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表明他们移动的方向和速度。同样地，缺乏这种眼神交流会向司机发出信号:行人或其他司机没有意识到他们的存在，他/她应该采取规避行动，以避免或减轻碰撞。
汉考克说，训练一个系统识别这些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，开发一个可靠和值得信赖的系统需要数年时间。汉考克说:“(与这个主题相关的)一个很大的领域是被称为感知支持的东西，它在人类和自动化之间差别很大。”“我们通常很善于理解他人。所以，当我们看到一场由人类驾驶的事故时，我们会从人类的角度来看待它，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，我们会说，‘这太荒谬了——我完全不知道那辆车是怎么犯这个错误的。’”
通常情况下，随着时间的推移，人类司机积累了足够的经验，可以安全地处理其他司机做出非理性或意外决定的情况，通常是通过减速、靠边停车，或简单地保持车速和行驶方向，以便人类、动物或其他车辆可以绕过他们。
汉考克表示，训练自动驾驶系统理解司机和行人之间传递的非语言信号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:“剩下的关键挑战是，目前的反病毒算法对人类行为没有足够复杂的隐性理解，无法(有效地)处理交通中的交互。英国利兹大学。“人类道路使用者有这种隐性的理解——在某种意义上，我们有意识或潜意识地充分理解了很多后者，我想说的是，其他人在路上在做什么，以及如何在大多数情况下实现安全和高效的互动结果。”
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方面的担忧，包括如果自动驾驶汽车造成人员伤亡或财产损坏，哪一方应承担责任。多年来，美国政府一直拒绝监管特斯拉的Autopilot和通用汽车的SuperCruise等驾驶辅助系统。
这种趋势可能正在改变，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事故。此外，美国国家公路运输安全管理局(NHTSA)于2021年8月对使用自动驾驶系统的特斯拉追尾紧急车辆展开调查，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仪等驾驶员辅助系统的处理方式。
尽管对卡明斯的任命不太可能立即推动任何规则的制定，但NHTSA五年的指导方针明确了，如果自动驾驶系统显示出“可预见的滥用”的证据，该机构有权力进行干预。这种滥用通常通过You-Tube视频显示，司机在驾驶座位上睡觉、玩游戏或从事其他转移司机注意力的活动，尽管特斯拉的手册中有警告。
最终，完全自动驾驶的5级驾驶系统可能还需要10年甚至更久的时间，至少在私人拥有和运营的车辆上部署是这样。技术问题、监管问题和持续的微芯片短缺是采用全自动系统的明显障碍。完全自动驾驶可能会首先部署在商用车辆上，包括自动驾驶卡车、叫车服务和班车。除了有必要的资金来购买这些车辆，商业实施更有可能能够将操作限制在特定的、已知的道路上，并为自动驾驶车辆建立和执行公司特定的安全操作参数，如使用摄像头以确保司机积极关注道路。
进一步的阅读
SAE的J3016™自动驾驶水平，2021年5月3日，https://www.sae.org/blog/sae-j3016-update
汉考克,年利
开车驶向未来，心理学领域2020年9月18日|https://doi.org/10.3389/fpsyg.2020.574097
NHTSA执行指导公告2016-02:安全相关缺陷和自动安全技术，联邦公报2016年9月23日，https://bit.ly/3bcGLyl
我们被承诺会有自动驾驶汽车。他们在哪儿?|沙发报告，副新闻2021年9月13日，https://www.youtube.com/watch?v=g21zQhr95FQ
©2022 0001 - 0782/22/4 ACM
允许为个人或课堂使用部分或全部作品制作数字或硬拷贝，但不得为盈利或商业利益而复制或分发，且副本在首页上附有本通知和完整的引用。除ACM外，本作品的其他组件的版权必须受到尊重。允许有信用的文摘。以其他方式复制、重新发布、在服务器上发布或重新分发到列表，都需要事先获得特定的许可和/或费用。请求发布的权限permissions@acm.org传真(212)869-0481。
数字图书馆是由计算机协会出版的。版权所有©2022 ACM, Inc.
评论
安德鲁•威尔斯
这篇文章提到了“知觉能见性”。启示的概念是由生态心理学家j·j·吉布森在20世纪六七十年代提出的。吉布森的生态心理学强烈批判了当代人类认知的信息加工理论。然而，可以给出一个计算解释。参见《吉布森的可见性和图灵的计算理论》，《生态心理学》，14(3)，141-180,2002。
安德鲁·威尔斯。
基思·柯克帕特里克
谢谢你的评论，安德鲁，也谢谢你把启发的概念放到了语境中。
显示所有2评论