在美國，94%的車禍都是由人為原因引起的，而自動駕駛汽車只能阻止這其中三分之一的事故發(fā)生

一項最新研究表明，盡管自動駕駛汽車技術(shù)很有希望減少撞車事故，但它可能無法防止所有由人為失誤造成的事故。

汽車安全專家指出，在美國，94%的車禍都是由人為原因引起的，但是美國公路安全保險協(xié)會的研究發(fā)現(xiàn)，由電腦控制的自動駕駛汽車，只能阻止這其中三分之一的事故發(fā)生。

該組織表示，盡管自動駕駛汽車最終將比人類更快地識別危險并作出反應(yīng)，且不會出現(xiàn)分心或醉駕的情況，但是要阻止由這些以外原因造成其他的車禍則困難得多。

自動駕駛與人類司機

根據(jù)美國汽車工程學(xué)會對無人駕駛自動化級別的定義，自動駕駛輔助系統(tǒng)可分為如下級別：

L0級-人類司機執(zhí)行所有的駕駛，即不使用任何自動駕駛技術(shù)。

L1級-汽車自動駕駛員輔助系統(tǒng)可以協(xié)助駕駛員轉(zhuǎn)向或制動/加速。

L2級-汽車自動駕駛輔助系統(tǒng)在某些情況下可以控制轉(zhuǎn)向和制動/加速。人類駕駛員必須一直監(jiān)控駕駛環(huán)境，并執(zhí)行與駕駛相關(guān)的其他任務(wù)。

L3級-汽車自動駕駛系統(tǒng)可以在某些情況下執(zhí)行所有駕駛?cè)蝿?wù)。在這些時候，人類司機必須在自動駕駛系統(tǒng)的要求下做好奪回控制權(quán)的準備。然而，大多數(shù)時候，人類司機實際上和在象征意義上都是坐在方向盤后面。

L4級-汽車自動駕駛系統(tǒng)可以執(zhí)行所有駕駛?cè)蝿?wù)，并監(jiān)控駕駛環(huán)境——本質(zhì)上是在特定情況下執(zhí)行所有駕駛?cè)蝿?wù)。在這種時候，人類司機不必集中注意力。

L5級-汽車自動駕駛系統(tǒng)可以在任何情況下駕駛。人類只是乘客，不需要參與駕駛。

美國州長高速公路安全協(xié)會公布的《當自動駕駛汽車遇到人類司機》報告附錄的五項調(diào)查顯示，汽車自動化程度是最令人們擔(dān)憂的問題。美國汽車協(xié)會的一項調(diào)查稱，75%的美國人害怕駕駛自動駕駛汽車。凱利藍皮書的調(diào)查顯示，只有13%的受訪者喜歡5級自動駕駛車，80%的受訪者希望司機能夠控制汽車。

但是美國汽車協(xié)會指出，美國每年有35000人死于車禍，事故主要原因是人為失誤。該組織認為，經(jīng)過安全測試和部署的自動駕駛汽車可以大幅減少這一數(shù)字。

那么這種觀點是否可靠呢？美國公路安全保險協(xié)會的最新研究解答了這個問題。

自動駕駛汽車存在的問題

“即使自動駕駛汽車的反應(yīng)速度可能比人類更快，我們?nèi)匀粫吹揭恍﹩栴}。它們并不能一直做出即時反應(yīng)。”杰西卡·奇奇諾（Jessica Cicchino）說。她是美國公路安全保險協(xié)會副會長，是這項研究的合作者。

美國公路安全保險協(xié)會位于弗吉尼亞州，這是一個由汽車保險公司資助的非盈利研究和教育組織。

他們研究了由美國國家公路交通安全管理局收集的5000多起事故，分離出了那些由“感知和察覺”錯誤造成的事故，如駕駛員分心、能見度降低或未能及時發(fā)現(xiàn)危險。研究人員還將由人的“能力喪失”造成的車禍區(qū)分出來，包括因酒精或藥物受到影響的司機、睡著的司機和有健康問題的司機。研究發(fā)現(xiàn)，自動駕駛汽車可以防止這些情況的發(fā)生。

然而，自動駕駛汽車可能無法防止其他的錯誤造成的事故，包括如錯誤判斷另一輛車的行駛速度所導(dǎo)致的預(yù)測錯誤，如駕駛速度過快對道路條件造成誤判所導(dǎo)致的規(guī)劃錯誤，如不正確的規(guī)避操作所導(dǎo)致的執(zhí)行錯誤，還有其他一些對車輛控制的錯誤。

奇奇諾舉例說，如果一輛自行車或另一輛汽車突然轉(zhuǎn)向一輛自動駕駛汽車，它可能無法足夠快地停下來或及時轉(zhuǎn)向。“自動駕駛汽車不僅需要完美地感知周圍的世界，還需要對周圍的事物做出反應(yīng)?！彼f。

能預(yù)防多少撞車事故在很大程度上取決于自動駕駛汽車的編程方式，奇奇諾說。如果自動駕駛汽車遵守包括速度限制在內(nèi)的所有交通法規(guī)，更多的交通事故將會被制止。但是，如果人工智能讓它們的駕駛和反應(yīng)與人類更像，那么能夠被制止的交通事故反而會更少。

“制造能像人類一樣駕駛的自動駕駛汽車本身就是一個巨大的挑戰(zhàn)，”美國公路安全保險協(xié)會的研究科學(xué)家亞歷山德拉·穆勒（Alexandra Mueller）在一份聲明中表示?！暗鼈儗嶋H上需要做得比人類更好，才能兌現(xiàn)我們都聽到過的承諾?！?/p>

杜克大學(xué)的機器人與人為因素教授米西·卡明斯（Missy Cummings）熟悉這項研究，她說，即使能阻止三分之一的人為事故發(fā)生，也已經(jīng)是對于技術(shù)的過譽了。她說，即使是配備了激光、雷達和攝像頭傳感器的車輛，也不可能在所有情況下都表現(xiàn)完美。

“有一種可能性是，即使把這三個傳感器系統(tǒng)全都用上，也仍會有障礙可能被忽略?！笨魉拐f，“沒有一家無人駕駛汽車公司能夠可靠地做到這一點。他們自己也知道?！?/p>

研究人員和自動駕駛汽車從業(yè)人員從不認為這項技術(shù)能夠預(yù)防目前由人為因素造成的所有撞車事故。她稱，這只是“一種外行人的傳統(tǒng)看法，即這項技術(shù)將成為一種萬靈藥，能避免所有死亡”。

奇奇諾表示，美國公路安全保險協(xié)會的研究人員回顧了事故原因，并在假定道路上所有車輛都是自動駕駛的情況下，確定了哪些事故可以被避免。她說，當自動駕駛汽車混雜在人類駕駛的汽車之中時，能夠被防止的事故甚至更少了。

自動駕駛汽車發(fā)展現(xiàn)狀

僅在美國加利福尼亞州就有60多家公司申請測試自動駕駛汽車，但它們都尚未啟動一個完全由機器人操控而不配備人類后備司機的大型叫車服務(wù)。

包括與谷歌同一母公司Alphabet旗下的Waymo和通用汽車旗下的通用Cruise在內(nèi)的幾家公司在過去兩年中承諾要這么做，但2018年3月優(yōu)步（Uber）的一輛自動測試車在亞利桑那州坦佩撞上一名行人并導(dǎo)致其死亡后，該行業(yè)撤回了這一計劃，從而推遲了這一計劃。

各家公司都在不斷更新和完善他們的汽車自動駕駛系統(tǒng)。

特斯拉公司首席執(zhí)行官埃隆·馬斯克（Elon Musk）去年承諾，一批自動駕駛出租車將于2020年開始運營。但他最近表示，他希望在2021年初部署人工監(jiān)控系統(tǒng)，具體時間取決于監(jiān)管部門的批準。

特斯拉的自動駕駛系統(tǒng)已發(fā)生過多起致命事故。特斯拉也在不斷更新和完善他們的系統(tǒng)，并試圖逐步推出自動駕駛功能。馬斯克表示，如果不這樣做，將會導(dǎo)致更多的整體駕駛死亡事故。他說，“僅僅為了避免批評或擔(dān)心卷入訴訟而不去考慮提高安全性的功能，在道德上是錯誤的?！?/p>

Waymo的前身是谷歌自動駕駛汽車項目，專注于創(chuàng)造沒有踏板和方向盤的無人駕駛汽車，也不需要人類做后備。該公司希望他們的汽車能夠擁有足夠的安全技術(shù)，即使傳感器出現(xiàn)故障也能夠安全停車。它遵循了一個更保守的前提，即在完全不需要人類行動之前，自動駕駛汽車不應(yīng)該出售，因此將需要更長的時間來完善和上市。

其他積極開發(fā)自動駕駛汽車或技術(shù)的公司則介于這兩種方法之間。

補充知識

無人駕駛汽車的四大安全隱患:

1、電腦錯誤，導(dǎo)致自動駕駛系統(tǒng)失敗。

也許是惡劣的天氣導(dǎo)致其中一個傳感器將行人誤認為垃圾桶，也許GPS發(fā)送了過時的信息，或者可能是一個普通的、不明原因的計算機錯誤。根據(jù)美國勞工部的數(shù)據(jù)，大約有60萬電腦維修技師靠電腦錯誤為生。與筆記本電腦上的錯誤不同，自動駕駛系統(tǒng)錯誤可能導(dǎo)致致命的事故。

2、自動駕駛汽車中司機控制和無人駕駛汽車的混合，臨著越來越不尋常和具有挑戰(zhàn)性的情況。

一輛根據(jù)編程遵守所有法規(guī)的優(yōu)步測試車，在高速公路上停止而不是加速，導(dǎo)致合并車道上的車輛突然停止。一位技術(shù)專家建議用聯(lián)網(wǎng)汽車技術(shù)改造自動駕駛汽車，以提供新的安全功能。美國州長高速公路安全協(xié)會發(fā)布了一份名為《當自動駕駛汽車遇到人類司機：各州的交通問題》的報告，為各州解決與自動駕駛汽車相關(guān)的問題提供了實用的建議，敦促各州擁抱這項技術(shù)，保持靈活性，不要急于通過法律或建立規(guī)章制度。

3、網(wǎng)絡(luò)攻擊。

2017年，網(wǎng)絡(luò)犯罪分子竊取了1.43億美國人的私人信息，勒索軟件黑客WannaCry和Petya攻擊了辦公室、醫(yī)院、醫(yī)療設(shè)施和全球航運。一些人認為自動駕駛汽車最有可能成為未來的網(wǎng)絡(luò)安全難題。

4、L4無人駕駛汽車的模糊語言。

L4代表了自動駕駛汽車制造商的現(xiàn)實目標。L4描述中模棱兩可的語言可能會產(chǎn)生最終需要由法院解決的責(zé)任問題。同樣懸而未決的還有保險公司將如何處理無人駕駛汽車的保險以及無人駕駛汽車引發(fā)的索賠問題。

返回第一電動網(wǎng)首頁 >