0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛汽車時代的安全是有多安全

高工智能汽車 ? 來源:未知 ? 作者:胡薇 ? 2018-11-05 16:02 ? 次閱讀

“我們不喜歡飛機(jī)艙意外出現(xiàn)漏洞;我們不喜歡橋梁坍塌;我們不喜歡核電站泄漏的放射性物質(zhì)。但是工程師們必須按照特定的規(guī)范設(shè)計東西,并且他們必須解決如何保證安全機(jī)制足夠安全的問題?!眹H風(fēng)險分析學(xué)會主席巴魯克·費斯科霍夫(Baruch Fischhoff)教授在著作《人類可接受風(fēng)險》中這樣描述。

在巴魯克·費斯科霍夫看來,“安全的定義并不是嚴(yán)格的工程術(shù)語,而是一個社會術(shù)語?!?/p>

而回到我們現(xiàn)在在談?wù)摰?a href="http://wenjunhu.com/tags/自動駕駛/" target="_blank">自動駕駛汽車時代,汽車工業(yè),政府監(jiān)管者現(xiàn)在正在考慮的是:“安全有多安全?“

特斯拉現(xiàn)在看來仍然非常激進(jìn)。

公司CEO埃隆·馬斯克曾經(jīng)說過:“僅僅為了躲避批評或害怕卷入訴訟而保留提高安全性的功能,在道義上是錯誤的?!?/p>

對于此前發(fā)生的一起特斯拉車輛事故,特斯拉爭辯說,在明亮的天空下,司機(jī)和汽車都無法分辨或響應(yīng)一輛白色拖車在前方穿過馬路。

上周六,特斯拉正式向北美用戶推送“Navigate on Autopilot”,在原有的單車道自動駕駛和半自動變道的功能上,增加了半自動上下高速匝道功能。

全車搭載8個攝像頭、1個毫米波雷達(dá)和12個超聲波雷達(dá)。但目前使用岔路自動轉(zhuǎn)向和自動下匝道兩個功能,以及自動變道,都還需要駕駛員打轉(zhuǎn)向燈后車輛才能執(zhí)行。

馬斯克表示,在通過1000萬英里(約合1609萬公里)的測試確認(rèn)安全性滿足要求后,特斯拉會取消這一個步驟,讓整個流程更加便利。

但大多數(shù)機(jī)構(gòu)此后抨擊特斯拉的做法,“我們不認(rèn)為人類應(yīng)該被用作測試對象。汽車制造商需要在和消費者溝通系統(tǒng)能力和局限性方面做得更好。”

當(dāng)然,自動駕駛的安全性,來自于過去對交通事故數(shù)據(jù)的分析。鑒于大約94%的機(jī)動車碰撞是由于駕駛員失誤造成的,一般假設(shè)無人駕駛汽車將被證明是更安全的替代方案,比如駕駛員酒駕、分心、疲勞等等。

但實際上,今天自動駕駛面臨最大的問題是道路條件的變化。有經(jīng)驗的司機(jī)知道如何應(yīng)對各種情況和障礙,包括行人、自行車手和道路布局的變化。

近日,美國交通部負(fù)責(zé)政策的副部長Derek Kan表示,自動駕駛汽車制造商需要一個更好的標(biāo)準(zhǔn)來證明他們的產(chǎn)品是安全的。

在他看來,目前自動駕駛公司最廣泛使用的兩項指標(biāo)——行駛里程和人為干預(yù)頻率——不足以證明自動駕駛汽車的安全性。

其中最大的問題來自于這些指標(biāo)本身存在的缺陷。比如,每家自動駕駛公司的路測里程是“不平等的”。這些里程,有多少是在復(fù)雜街區(qū),又有多少是在空曠的公路上?此外,對于每次人為接管介入的具體原因,其實不盡相同。

厄姆森也不贊成目前行業(yè)對自動駕駛系統(tǒng)成熟度的兩種衡量標(biāo)準(zhǔn):汽車行駛了多少英里,以及人類安全駕駛員需要多久干預(yù)控制一次?!氨热?,識別紅綠燈或左轉(zhuǎn)箭頭,才是目標(biāo)。”這就是我們正在尋找的評估方法,我們關(guān)心在這些功能上的差距?!?/p>

作為自動駕駛初創(chuàng)公司Aurora的CEO,厄姆森表示“我認(rèn)為有很多人低估了自動駕駛系統(tǒng)的微妙和復(fù)雜?!痹趲ьI(lǐng)并幫助卡內(nèi)基·梅隆大學(xué)在Darpa挑戰(zhàn)賽贏得冠軍之后,厄姆森成為谷歌自動駕駛團(tuán)隊的創(chuàng)始成員,他一直呆到2016年。

在這個領(lǐng)域中,許多迫在眉睫的問題之一是如何向警惕的監(jiān)管者證明,自動駕駛車可以足夠安全地大規(guī)模部署。沒有真正的機(jī)制可以做到這一點,具體情況會因城市而異。

問題分成兩部分:首先是當(dāng)事情(故障)發(fā)生時,接下來會發(fā)生什么。比如,傳感器可能會崩潰,計算機(jī)可能會崩潰。然后,你為每種故障設(shè)置一個修正或響應(yīng)機(jī)制。汽車會靠邊停車,它會激活后備系統(tǒng),它會告訴后臺人員,等等。

其次,我們需要證明當(dāng)一切都是正常工作時,系統(tǒng)工作的有多出色。這類似于統(tǒng)計學(xué)原理,比如我們識別了多少行人,識別了多少紅綠燈/左轉(zhuǎn)彎標(biāo)識等等。

目前來看,很多問題的解決是非常困難的,我們需要專注于一些關(guān)鍵問題,并不斷完善,這仍然需要很長時間。

今年10月,Waymo官方宣布旗下自動駕駛汽車在公共道路的測試?yán)锍掏黄?000萬英里。這個數(shù)字,為Waymo無人駕駛出租車車隊即將宣布正式開始商業(yè)化運營提供了非常漂亮的安全佐證。

有業(yè)內(nèi)人士質(zhì)疑,“簡單的里程積累,不意味著車輛就能夠處理各種各樣的突發(fā)路況。“

我們可以類比一下飛機(jī)的安全標(biāo)準(zhǔn)。飛機(jī)也同樣是大量的控制參數(shù)越來越多的依靠計算機(jī)軟硬件承擔(dān),因此軟硬件產(chǎn)品的質(zhì)量和可靠性不僅影響到產(chǎn)品的性能,甚至?xí)<帮w機(jī)的安全。

在大多數(shù)情況下,大家都承認(rèn)自動駕駛可能比一個(可能分心的)人類駕駛員更快地做出正確的決定。但是如果失敗了怎么辦?

與自動駕駛汽車相關(guān)的主要標(biāo)準(zhǔn)是ISO 26262。其目的是確保在整個汽車系統(tǒng)中進(jìn)行適當(dāng)?shù)陌踩芾?。ISO 26262的一部分是汽車安全完整性等級(ASIL)分類的優(yōu)先集合。

ASIL級別分類是由硬件故障(或控制硬件的軟件)在不同場景中造成的危害的嚴(yán)重程度所決定的,并且分為四個等級從A到D(最嚴(yán)格)。

遵從ISO 26262要求硬件和軟件被設(shè)計成安全的,例如使用回退路徑、自我監(jiān)控和冗余。硬件需要根據(jù)其運行的ASIL級別進(jìn)行測試。

軟件開發(fā)也有一個標(biāo)準(zhǔn)。汽車SPICE(ASPICE)是一個設(shè)計和評估汽車軟件開發(fā)過程的標(biāo)準(zhǔn)框架。

在汽車系統(tǒng)開發(fā)中,安全性、可靠性和可追溯性至關(guān)重要,因此是產(chǎn)品開發(fā)人員的主要關(guān)注點。相關(guān)的法規(guī)和指導(dǎo)方針包括IEC 61508、ISO 26262、ISO 15504(汽車SPICE)和用于安全關(guān)鍵型汽車軟件和設(shè)備開發(fā)人員的CMMI(能力成熟度模型集成)。

這些標(biāo)準(zhǔn)一般規(guī)定:對需求和過程的一致性、透明性和可追溯性的需求;全面風(fēng)險管理和質(zhì)量保證活動;有效和成熟的開發(fā)方法和流程的使用;對整個生命周期中的工件和過程進(jìn)行清晰的文檔化。

值得注意的另一個標(biāo)準(zhǔn)是IEEE 2020,本標(biāo)準(zhǔn)目前正在起草中。它指定的方法和指標(biāo)用于測試汽車圖像的質(zhì)量,以確保一致性和創(chuàng)建跨行業(yè)參考點。

目前,在行業(yè)內(nèi)沒有一致的方法來測量基于機(jī)器視覺的汽車圖像質(zhì)量。IEEE 2020將定義一套標(biāo)準(zhǔn)化的用于測量汽車相機(jī)圖像質(zhì)量屬性的客觀和主觀測試方法,并指定工具和測試方法。

顯然,從行業(yè)的技術(shù)和測試標(biāo)準(zhǔn)角度,還處于非常早期的階段。

此外,圍繞法律還有一整套問題,包括責(zé)任、網(wǎng)絡(luò)安全和隱私。

“重要的是,政府沒有試圖在監(jiān)管方面領(lǐng)先于技術(shù)?!币晃唤咏绹煌ㄕ咧贫ǖ娜耸勘硎?,“我們不知道正確的答案是什么。它的變化非常迅速,政府監(jiān)管也無法跟上。所以,現(xiàn)在最好的辦法就是觀察技術(shù)的發(fā)展,讓它在規(guī)范之前成熟一點?!?/p>

當(dāng)然,減少風(fēng)險通常意味著減少效益。比如,無人駕駛移動出行車輛的行駛速度控制在一個相對低速的狀態(tài),但這并不符合出行商業(yè)模式要解決的痛點。

而如果沒有一個普遍接受的定義,什么是足夠安全的無人駕駛汽車,這條道路顯然變得是曲折前行。

“當(dāng)他們(自動駕駛系統(tǒng))像十幾歲的司機(jī)時,我們是否允許他們在路上,或者我們等待他們像職業(yè)司機(jī)一樣好嗎?”其實,這樣的問題,就是之前人們在面對人工智能的時候,同樣需要面對的。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 特斯拉
    +關(guān)注

    關(guān)注

    66

    文章

    6313

    瀏覽量

    126584
  • 自動駕駛
    +關(guān)注

    關(guān)注

    784

    文章

    13826

    瀏覽量

    166502

原文標(biāo)題:自動駕駛,什么樣的安全才是足夠安全?| GGAI視角

文章出處:【微信號:ilove-ev,微信公眾號:高工智能汽車】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    Perforce SAST專家詳解:自動駕駛汽車安全與技術(shù)挑戰(zhàn),Klocwork、Helix QAC等靜態(tài)代碼分析成必備合規(guī)性工具

    自動駕駛汽車的未來已來,你怎么看?期待還是擔(dān)憂?本文從自動駕駛技術(shù)、法律法規(guī)、合規(guī)性工具等多個角度,解讀自動駕駛汽車
    的頭像 發(fā)表于 11-26 13:53 ?910次閱讀
    Perforce SAST專家詳解:<b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>的<b class='flag-5'>安全</b>與技術(shù)挑戰(zhàn),Klocwork、Helix QAC等靜態(tài)代碼分析成必備合規(guī)性工具

    MEMS技術(shù)在自動駕駛汽車中的應(yīng)用

    中的核心作用 MEMS傳感器以其微小但功能強(qiáng)大的特性,在自動駕駛汽車中發(fā)揮著至關(guān)重要的作用。它們能夠?qū)崟r監(jiān)測和控制車輛的各種參數(shù),為自動駕駛系統(tǒng)提供精確的環(huán)境感知和數(shù)據(jù)支持。這些傳感器不僅提高了
    的頭像 發(fā)表于 11-20 10:19 ?379次閱讀

    Apollo自動駕駛開放平臺10.0版即將全球發(fā)布

    ,更為自動駕駛行業(yè)的未來發(fā)展注入了新的活力。 Apollo ADFM大模型在設(shè)計上充分考慮了技術(shù)的安全性和泛化性,通過先進(jìn)的算法和模型訓(xùn)練,實現(xiàn)了安全性高于人類駕駛員10倍以上的卓越表
    的頭像 發(fā)表于 11-07 11:24 ?834次閱讀

    自動駕駛汽車安全嗎?

    隨著未來汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術(shù),并且逐漸變得更加自動化——最終實現(xiàn)自動駕駛,了解自動駕駛
    的頭像 發(fā)表于 10-29 13:42 ?527次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b><b class='flag-5'>安全</b>嗎?

    自動駕駛技術(shù)的典型應(yīng)用 自動駕駛技術(shù)涉及到哪些技術(shù)

    駕駛員的情況下完成駕駛操作。這一技術(shù)的出現(xiàn)極大地改變了傳統(tǒng)駕駛模式,不僅提高了道路交通的安全性和效率,還有望改變?nèi)藗兊某鲂蟹绞?,對城市交通產(chǎn)生深遠(yuǎn)影響。以下是
    的頭像 發(fā)表于 10-18 17:31 ?804次閱讀

    安全第一:感知雷達(dá)如何在實現(xiàn)全面自動駕駛之前助力道路安全

    盡管汽車行業(yè)看似正大步邁向自動駕駛的未來,但安全仍然是重中之重。根據(jù)美國國家安全委員會的統(tǒng)計數(shù)據(jù)顯示,2023年“超過4.6萬人死于本可避
    的頭像 發(fā)表于 08-26 11:34 ?255次閱讀

    FPGA在自動駕駛領(lǐng)域哪些優(yōu)勢?

    對實時性要求極高,任何延遲都可能導(dǎo)致安全事故。FPGA的硬件特性使得其能夠?qū)崿F(xiàn)極低的延遲,確保自動駕駛系統(tǒng)能夠?qū)崟r響應(yīng)環(huán)境變化并做出正確的決策。 高能效比: 盡管FPGA的功耗相對于一些專用處理器可能
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域哪些應(yīng)用?

    低,適合用于實現(xiàn)高效的圖像算法,如車道線檢測、交通標(biāo)志識別等。 雷達(dá)和LiDAR處理:自動駕駛汽車通常會使用雷達(dá)和LiDAR(激光雷達(dá))等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成這些傳感器
    發(fā)表于 07-29 17:09

    自動駕駛汽車傳感器哪些

    自動駕駛汽車傳感器是實現(xiàn)自動駕駛功能的關(guān)鍵組件,它們通過采集和處理車輛周圍環(huán)境的信息,為自動駕駛系統(tǒng)提供必要的感知和決策依據(jù)。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:00 ?2322次閱讀

    中級自動駕駛架構(gòu)師應(yīng)該學(xué)習(xí)哪些知識

    是一個新興且不斷發(fā)展的職業(yè)。隨著技術(shù)的進(jìn)步,這一領(lǐng)域?qū)⒗^續(xù)吸引更多人才,推動自動駕駛技術(shù)的發(fā)展。 自動駕駛架構(gòu)師在設(shè)計和開發(fā)自動駕駛系統(tǒng)時將面臨一系列挑戰(zhàn),包括:安全關(guān)鍵的邊緣情況、領(lǐng)
    的頭像 發(fā)表于 06-20 21:47 ?293次閱讀

    初級自動駕駛架構(gòu)師應(yīng)該學(xué)習(xí)哪些知識

    是一個新興且不斷發(fā)展的職業(yè)。隨著技術(shù)的進(jìn)步,這一領(lǐng)域?qū)⒗^續(xù)吸引更多人才,推動自動駕駛技術(shù)的發(fā)展。 自動駕駛架構(gòu)師在設(shè)計和開發(fā)自動駕駛系統(tǒng)時將面臨一系列挑戰(zhàn),包括:安全關(guān)鍵的邊緣情況、領(lǐng)
    的頭像 發(fā)表于 06-20 21:45 ?313次閱讀

    迎來“CASE”時代汽車趨勢和技術(shù)課題(3) ~自動駕駛和識別引擎~

    本次作為迎來“CASE”時代汽車趨勢和技術(shù)課題的第三次,我們將介紹面向?qū)嶋H應(yīng)用和實證實驗突飛猛進(jìn)的自動駕駛和掌控自動駕駛“認(rèn)知”的識別引擎概要。 開發(fā)和實證實驗取得進(jìn)展的
    的頭像 發(fā)表于 05-14 18:08 ?2749次閱讀
    迎來“CASE”<b class='flag-5'>時代</b>的<b class='flag-5'>汽車</b>趨勢和技術(shù)課題(3) ~<b class='flag-5'>自動駕駛</b>和識別引擎~

    吉利與Foretellix合作開發(fā)自動駕駛汽車

    汽車制造商吉利與以色列的自動駕駛安全技術(shù)領(lǐng)軍企業(yè)Foretellix達(dá)成了戰(zhàn)略合作。此次合作旨在確保自動駕駛汽車
    的頭像 發(fā)表于 05-14 09:52 ?436次閱讀

    未來已來,傳感器融合感知是自動駕駛破局的關(guān)鍵

    技術(shù) ,攝像頭和雷達(dá)等傳感器的探測數(shù)據(jù) 在前端(數(shù)據(jù)獲取時)交互驗證,讓自動駕駛系統(tǒng)能感知到“看不見”的危險。 例如,在反向車道強(qiáng)遠(yuǎn)光燈干擾的情況下,當(dāng)雷達(dá)子系統(tǒng)探測到潛在運動目標(biāo)時,融合感知系統(tǒng)
    發(fā)表于 04-11 10:26

    如何利用AI技術(shù)提升自動駕駛安全

    智能交通系統(tǒng)是一個高度復(fù)雜的系統(tǒng),它涉及多種技術(shù)和工具。自動駕駛汽車、車輛安全技術(shù)和智能城市系統(tǒng)都是智能交通系統(tǒng)的一部分。
    發(fā)表于 01-17 09:44 ?518次閱讀