上海国际未来出行创新展览会
Shanghai International Future Mobility Innovation Exhibition 2021
绿动出行智驾未来
2021年6月27日-29日
绿动出行智驾未来
上海新国际博览中心
2021
中文
En
智能驾驶自动驾驶未来出行

未来出行中的自动驾驶何时能比人类驾驶更安全?

作者:综合报道 来源:厚势汽车 时间:2021-06-29
绿动出行智驾未来-2021大湾区国际未来出行创新展览会将于2021年12月8日-10日在深圳国际会展中心宝安新馆举办,展会汇聚绿色新能源汽车产业前沿技术汽车未来设计自动驾驶智能座舱车联网汽车芯片激光雷达汽车软硬件系统等汽车科技产品,同时智慧交通也作为未来出行重要部分展出,届时展会将全面演绎汽车未来电动化智能化网络化和信息化的发展方向,为您呈现汽车行业变革的新四化,12月与您相约深圳,相聚大湾区
微信图片_20210629181556

导语

自动驾驶系统(ADS)旨在驱动汽车、出租车、公共汽车或其他车辆,而人类可以在车上做其他事情(例如读书)。L3和L4 级ADS 的操作设计域(ODD)有限制,其中可能包括受限制的地理区域和基于天气、时间、降水、道路坡度和曲率以及其他因素的限制。L5车辆可以在任何地方运行,并且没有 ODD。

在中国,每年有超过 10万人死于车祸,据世界第一。由于自动驾驶汽车设计的出发点就是利用AI取代或者辅助人类驾驶,降低因车祸的死亡率。理论上,AI可以比人类司机更快做出反应,并且不会醉驾、不会边开车边发短信或疲劳驾驶等,所以应该能够显著提高车辆安全性。同时,自动驾驶另外的益处就是让老人或者不具备驾驶能力的人在没有额外司机的情况下,到达目的地。
在过去三年中,整个自动驾驶行业收到的投资总额应该超过了2500 亿美元。
我们来看一下在自动驾驶不同应用场景下诞生的企业:
  • 送货机器人:Gofurther.ai、Idriverplus、Kiwibot、Neolix、Nuro、Refraction.ai、Scout(亚马逊)、Serve Robotics、Starship Technologies、Unity Drive、Yours Technology。

  • 穿梭巴士和公交车:Auto(Ridecell)、百度、Beep、Coast Autonomous、e.Go、EasyMile、Local Motors、Milla Pod、May Mobility、Navya(软银)、Ohmio、Optimus Ride、Sensible4、TransDev、Venti Technologies、Voyage(Cruise)、宇通。

  • 出租车:Argo、Aurora、AutoX、百度阿波罗、Cruise、滴滴出行、东风、现代、Motional、小马智行、Waymo、文远知行、Zoox(亚马逊)。

  • 卡车:Aurora、戴姆勒、Einride、Embark、Gatik、Ike(Nuro)、Inceptio、Kodiak Robotics、Locomation、Plus.ai、小马智行、沃尔沃、特斯拉、TuSimple、Udelv、UPS、Waymo、Zipline。

  • 消费级车辆:苹果、Aurora、百度、宝马、Cruise、戴姆勒、福特、本田、华为、现代、起亚、马自达、日产、标致、上汽、斯巴鲁、Tata Elxsi、特斯拉、腾讯、丰田、大众、沃尔沃。

但真的有哪家自动驾驶汽车做到比人驾驶更安全吗?或许还没出现。
目前,汽车行业面对的最大挑战主要是边缘Case引发的意外状况。事实上,已经有两个新的汽车安全标准,正试图解决这些边缘情况。
ISO 26262 和 UL 4600。ISO26262是汽车产品开发、生产、操作过程中的标准,而UL 4600则涵盖了安全案例构建、风险分析、设计过程的安全相关方面、测试、工具认证、自主验证、数据完整性、人机交互(针对非驾驶员)、生命周期问题、指标和一致性评估等。
当然,这些标准目前还不是强制性的,因为自动驾驶的标准体系还不明确,国内在相关标准方面还是空白,所以暂时不需要遵守这些或其他任何自动驾驶行业专属标准。
01 最新的SAE自动化水平
微信图片_20210629181637
SAE最近更新了自动驾驶技术的六个级别,进行了定义的修正,最新版本的《SAE驾驶自动化分级》的明显更改包括:
1.进一步明确SAE L3级和SAE L4级之间的区别,包括:后备用户的角色,SAE L3级自动fallback的可能性,在SAE L4级时对车内用户发出警报的可能性。
2.两个不同的远程支持功能的术语和定义:远程协助和远程驾驶,以及执行这些功能的用户:远程助手和远程驾驶员。
3.SAE L1和L2驾驶自动化系统命名为“驾驶员支持系统”(Driver Support Systems),与SAE L3 - L5级所用术语“自动驾驶系统”(Automated Driving Systems)相对应。
4.解释持续驾驶自动化的分类,如何适用于驾驶员辅助和主动安全功能的更广泛环境。
5.在驾驶自动化级别分类中,未包括警告和瞬时驾驶干预系统的原因。
6.对车辆类型的定义进行了分组:普通车辆(Conventional Vehicle),双模车辆(Dual-mode Vehicle)和自动驾驶系统专用车辆(ADS-dedicated Vehicle)。
变化比较的应该属于L3级自动驾驶,之前的标准需要在10 秒以内司机需要随时准备接管,而最新的定义限制在一些拥堵或者停车、或者低速的场景里,在这些场景下,延长了系统请求的时间,瞬时驾驶干预的状态由于缺乏实用性,被废除了。
L4 级和L5 级之间的区别在于,L4车辆仅限在操作设计域(ODD)开启自动驾驶模式,这个 ODD 通常包括受限制的地理区域(例如城市中的一组指定街道),并且可能包括基于天气、当日时间、降水、道路坡度和曲率等因素的限制。L5车辆可以不受限制地在任何地域行驶。
目前,道路上的许多量产车型,如特斯拉,都具有了驾驶辅助功能。可以让车辆保持在车道中央,并且可以自动加速和制动。然而,司机驾驶这些车辆时看书或看电影是不安全的。司机必须不断监控道路并准备好随时接管控制。这些都是 L2级车辆,不被视为 ADS。司机必须注意道路并准备好立即接管。
02边缘场景问题
人们在驾驶汽车时通常使用常识推理来处理各种意外情况:高速公路上的落石;结冰的路面;以及浓雾天气。
这些场景是我们一般在驾校也很难碰到的情况。而我们在潜意识里使用了日常常识推理技能来预测行动和结果。如果我们看到一个球滚到街上,我们就知道该注意追球的孩子。当我们看到前面的汽车突然转弯时,我们就会改变驾驶行为,因为我们猜测司机可能喝醉了或是在发短信。
但是,目前人类的常识推理能力还没有一个足够好的模型去构建到汽车或通用计算机中。为了代替常识推理能力,ADS 开发人员必须预测每种可能的情况并对其编程。机器学习只能帮助制造商预测每种情况并提供每种可能情况的训练示例。
这些边缘情况的数量可能会有至少数十亿个。如果按照每个人一生都至少会遇到一次不寻常的驾驶经历。世界上有 14 亿司机,那么将有14亿个边缘场景存在。14 亿个这样的边缘情况,怎么可能全部被识别出来呢?更不要说都得到对应的编程了?这个工作量太大了。
如果 ADS 不能使用常识推理能力来处理所有这些边缘情况,它们真的比人类司机更安全吗?
03 常识推理的重要性是与 ODD 相关的
L4车辆仅限于特定的 ODD 才能启用自动驾驶。与没有 ODD 的L5 级车辆相比,这往往会显著减少边缘情况的数量。例如,我们已经在企业园区内看到了行驶速度非常缓慢的 L4 级点对点班车。
这些车辆不太可能遇到很多边缘情况,因为在两个地点之间的一条道路上不会发生很多意外状况。就算发生了什么事,穿梭巴士的行驶速度也非常缓慢,乘客或行人几乎没有风险可言。
ODD 限于特定城市街道的L4自动驾驶出租车,将遇到比公司班车更多的边缘情况,但可能远不及消费级车辆可能遇到的边缘情况数量。将驾驶领域限制在特定街道上后,人们就可以构建这个地区的高精地图,让自动驾驶更加安全。
所以,未来几年的量产自动驾驶汽车上路可能会出现两种情况,一种是通用场景的L2,司机不能掉以轻心,这种比如特斯拉,当然他也会慢慢具备低速下L3功能;另一种限制ODD环境下的L4级自动驾驶汽车,比如智己、极狐等其他量产车型,他们可能会限定在某个区域,比如北上广市区高速可用等等。
04 ADS 的安全标准
在这种情况下,自动驾驶汽车需要进行三种截然不同的安全测试。
第一项测试是确保将信息提供给 AV 决策机制的所有组件都正常工作。一年前在台湾,一辆处于自动驾驶模式的特斯拉 Model 3 以 70 英里 / 小时的速度撞上一辆翻倒的拖拉机拖车。据报道,事故是由汽车前向传感器阵列中的软件故障引起的,这导致自动制动无法正常工作。传感器的测试应该足以防止这种类型的故障。
Waymo报告说,它将每个摄像头放入汽车之前都会对其进行测试,然后在汽车集成后再测试一次,最后,它会测试与摄像头相关的各种能力,例如检测行人的能力。
ISO 26262 标准已被汽车行业广泛采用,用于测试软件错误和硬件故障。它确保传感器和其他组件按设计工作。
第二种类型的安全测试是为了证明车辆可以处理预期遇到的真实场景类型。2016 年,NHTSA 概述了 36 种应该进行测试的场景,但指出这不是一个完整的清单。示例场景包括
  • 检测并响应速度限制变化和速度建议

  • 执行高速并线(例如,高速公路)

  • 执行低速并线

Waymo 在驾驶模拟器和加利福尼亚州一个 113 英亩设施的封闭课程中测试这些场景和其他场景,然后在真实街道上配备安全司机进行测试。
05 测试边缘情况
应该进行的第三类安全测试,是分析系统在遇到未经过训练或编程的意外情况时是否能够安全响应。
行业已开发出两种标准来支持此类安全测试:ISO 21448,也称为预期功能安全性(SOTIF),专为 1 级和 2 级车辆设计,但也可用于 ADS;UL 4600 则专为 ADS 设计。这些标准要求开发人员列出和测试已知的边缘情况。但是,这两个标准都不能确定 ADS 的安全级别,因为它们不测试未知的边缘情况。
那么,该如何测试未知的边缘情况呢?一种方法是使用脱离接触数据,这是大部分路测的结果,每次脱离都是一次经验的积累,另一种方法就是积累量产数据,通过数据去筛选关键场景,进行训练;其次,我们也可以针对特定 ODD 的人类司机事故进行训练,一些人类驾驶员事故的发生,往往也会是遇到的极端情况。
06 总 结
自动驾驶系统(ADS)旨在驱动汽车、出租车、公共汽车或其他车辆,而人类可以在车上做其他事情(例如读书)。L3和L4 级ADS 的操作设计域(ODD)有限制,其中可能包括受限制的地理区域和基于天气、时间、降水、道路坡度和曲率以及其他因素的限制。L5车辆可以在任何地方运行,并且没有 ODD。
有充分的理由可以预测 ADS 将比人类司机更安全。毕竟它们从不疲倦,不会在开车时发短信,或酒后驾车。
但我们同样有充分的理由认为它们不会更安全。我们还无法做到将常识构建到计算机中。ADS 需要常识推理来处理它可能遇到的所有意外情况(边缘情况)。在没有常识推理能力的情况下,ADS 只能处理已明确编码到 ADS 软件中的边缘情况,或 ADS 已被训练处理的边缘情况。当遇到 ADS 工程师未预料到的边缘情况时,可能会发生事故和交通拥堵。
现实情况是,ADS 可能对某些 ODD 是安全的(例如以较低的速度在一条街道上来回穿梭的公司班车),但对于其他 ODD(例如覆盖广泛地理和所有天气条件的出租车服务)可能就不够安全,或者无法实现L5自动驾驶了。
本文讨论了在我们的道路上允许 ADS 之前应该执行的测试类型,并呼吁我们的监管机构要求进行此类测试。
原文链接:https://thegradient.pub/are-self-driving-cars-really-safer-than-human-drivers 作者:Steve Shwartz infoq王强翻译


免责声明:

文章转载自其它媒体,转载目的在于传递和分享更多信息,仅供学习、交流,并不代表本平台赞同其观点和对其真实性负责,版权归原创作者及其公司所有,如有侵权请联系我们删除。(service@lw-expo.com

 



展会预告

绿动出行智驾未来-2021大湾区国际未来出行创新展览会将于2021128-10日在深圳国际会展中心(宝安新馆)举办,展会汇聚绿色新能源汽车产业前沿技术、汽车未来设计、自动驾驶、智能座舱、车联网、汽车芯片、激光雷达、汽车软硬件系统等汽车科技产品,同时智慧交通也作为未来出行重要部分展出,届时展会将全面演绎汽车未来电动化、智能化、网络化和信息化的发展方向,为您呈现汽车行业变革的新“四化”,12月与您相约深圳,相聚大湾区!

 

更多资讯请联络:

电话:+86 130 6162 2829 / 175 2153 6829

邮箱:lf-expo@foxmail.com

联系我们
励为展览服务(上海)有限公司
Liwei Exhibition Services (Shanghai) Co., Ltd.
联系地址:上海市奉贤区奉金路559号2幢,201499
展商联系:(86-21)6030 4450
服务电话:130 6162 2829(24小时服务热线)
展会邮箱:lf-expo@foxmail.com
展会官网:www.fmeworld.com.cn
绿动出行,智驾未来
绿动出行,智驾未来
敬请关注微信公众号
关注未来出行小秘书
Copyright © 2021 中国国际未来出行创新展览会 All rights reserved 沪ICP备2021011144号