最近、新戦力の車両が「知能運転支援機能をオンにした状態」で重大な交通事故を起こしたという記事がありました(この交通事故について長々と説明してしまいましたが、ご容赦ください)トラブルは絶対に起こしたくない)(路上でのトラブルは)インターネットが普及し、自動運転の技術開発やそれに伴う社会問題が改めて注目されるようになりました。
この事故について、インターネット上の情報から現場の経過をまとめると、おおよそ次のとおりです。 車の所有者Aは、高架上で車を開いた。 ACC(アダプティブクルーズ)とLCC(レーンセンターアシスト)を使用し、一番左の車線を時速80kmで走行中、突然前方に同一車線内に停止していた車両が現れ、その車両の後ろに人Bがいた、オーナーAさん車両はブレーキも回避もせず、停止車両とBさんに直接衝突し、停止車両後方にいたBさんは死亡した…
インターネットによると、事故のオーナーAさんは「運転支援システムをオンにしたが、システムが認識しなかった。その時はたまたま注意力が散漫だった」と話した。
では、事故の責任は誰が負うべきなのでしょうか?事故を起こした車の所有者は?それとも車の設計者と製造者でしょうか?
私はそのような「高度な」インテリジェント運転機能を搭載した車両を購入したことがありませんが、車両のユーザーマニュアルやユーザー契約がどのように書かれているかはわかりませんが、現在の規制によると車両がインテリジェント運転機能を実行する場合、所有者は常に道路状況を監視する責任を負い、常に車両を引き継ぐ準備ができていなければならないのが一般的です。
なぜなら、誰もが広告でどれだけ大声で宣伝しても、現在のスマート運転は決して自動運転とは言えず、単なる運転支援に過ぎないことを誰もがよく知っているからです。運転者に運転支援機能を提供するものであり、運転者に代わる目的を達成することはできない。
「深セン経済特別区インテリジェント コネクテッド ビークル管理規則」第 51 条によると、運転者のインテリジェント コネクテッド ビークルが道路交通安全違反に遭遇した場合、公安機関は管理者に次の措置を講じます。同署は法律に従ってドライバーに対処する。第 54 条は、インテリジェント コネクテッド ビークルによる交通事故により車両自体の欠陥により損害が発生した場合、車両の運転者、所有者、管理者は、所定の補償を完了した後、法律に従って製造者または販売者に補償を請求できると規定しています。 。
上記の規定からわかるように、事故が発生した場合の第一責任者はやはり運転者であり、車両自体に欠陥があることが証明できれば運転者が責任を負います。自動車会社に補償を請求することができます。しかし、一般の消費者はその車両に欠陥があることをどうやって証明できるのでしょうか?
この事故の原因を詳細に分析することは望んでいません。これは設計上のものです。車両自体の欠陥はドライバーの責任であることに変わりはありませんが、今回の事故を起点とした賢い運転の現状を分析したいと思います。
SAE J3016 自動運転分類基準によると、L3 以下のレベルでは、ステアリング、加速、減速などの操作は車両の自動自動運転システムによって処理されますが、人間はドライバーの責任は変わりませんが、路面のあらゆる状況を監視してください。言い換えれば、L3 以下のレベルでは、自動運転システムは単なる補助であり、車両の安全な操作に対する全責任はドライバーにあります。
この役割分担によれば、現在の自動運転技術が成熟から程遠い場合、さまざまなL2.5、L2.9、L2.9など、かなり「創造的」な技術が開発されます。中国の特徴を生かしたネーミング方法。
すべての OEM はさまざまなことを試していますが、自社の自動運転システムが L3 に到達できるとあえて言う人はいません。 L3と宣言すると、L3自動運転状態での事故の責任は自動車会社が負わなければならなくなるからだ。
この状況では、自動車をもっと売るために、誰もが技術力を競い合い、より高度な自動運転機能を継続的に導入しなければならない一方で、逆にL3のボーダーを半歩も越える勇気はない。というのは、L3でない限り、すべての事故は自分には関係のないことですから、少なくとも、いつでも運転できるようにするのがドライバーの責任であると取扱説明書には明記されています。
しかし、実際には、これを別の角度から考えてみましょう。発言や内容の録音を必要としない会議に参加するとき、あなたは居眠りをしたり、見ていたりしませんか?携帯電話、放心状態で... L2 の現在の運転支援機能、システムは警告を発し、道路を注意深く監視するよう通知します。
この状況は、フルタイムのドライバーを見つけて、そのドライバーが運転している間常に監督しなければならないようなものです。危険な状況が発生した場合、プロのドライバーが行動を起こさなかった場合、あなたは時間内に介入する必要があり、さもなければ事故の責任はあなたにあります。
この状況は少し反人間的だと思いますか?自動運転機能付きの車を買う人は自動車学校の教官になりたいのでしょうか?自動運転機能が私たちの全注意力を必要とし、常に全注意力を維持するのが難しいとしても、これらの機能はまだそれほど意味があるのでしょうか?
#私は自動運転技術に反対しているわけではありません。それどころか、私は自動運転技術の開発を強く支持します。将来、自動運転技術が成熟すれば、誰もが時間とエネルギーを大幅に節約できるようになり、交通事故も大幅に減少すると信じています。しかし、現在の自動運転は大規模に普及できるほど成熟していません。高度な自動運転にはほど遠いだけでなく、AEB、LKA、駐車などの基本的な補助機能ですら100%信頼できるわけではありません。
(画像出典: SAE International)
1918 年、サイエンティフィック アメリカン誌は、「自動車運転者の夢: 一連のキーで制御される車」というタイトルの記事を掲載しました。「車」の画像 (下の写真) では、自動運転が示されています。トラム。この記事は、「...将来、ハンドル付きの車は、現在のハンドポンプ付きの車と同じくらい時代遅れになるでしょう!」
# と考えています。
## (画像出典: Scientific American) 過去 100 年近くにわたり、人類は自動運転に興味を持ってきましたが、絶え間ない追求と非現実的な空想により、私は自動運転は20年以内に実現可能であると常々感じています。残念ながら、ステアリングホイールを完全に排除した車がいつ公道を走行できるようになるのか、今日まで正確に言うことは誰にもできません。そして人々はこの夢に近づくにつれて、完全自動運転を実現することの難しさと複雑さをますます認識するようになりました。
自動運転の実現は、車両そのものではなく、交通システム全体の取り組みによって決まります。 OEM や自動運転のサプライヤーだけに依存するのではなく、社会のあらゆる分野の共通の進歩に依存しています。
以下はインスピレーションに満ちた提案です:
1. インテリジェント運転システムの事故データ記録システムの基準を改善する。
この国にはすでに EDR (イベント データ レコーダー、自動車イベント データ記録システム) に関連する規格がありますが、記録できるのは車両に関する基本的な情報のみです。現段階では、インテリジェント運転が失敗するかどうかは依然として自動車会社によって決定されており、効果的な第三者による監督は存在しない。なぜなら、膨大な量の複雑なデータがあるため、何が起こったのかを正確に知ることができるのは自動車会社とそのサプライヤー以外には誰もいないからです。この現象の根本的な理由は、各データの背後にある意味は何か、どのデータをいつ保存する必要があるかなど、関連する内容を備えた詳細な国家標準が存在しないためであり、これらの要件がまだ不足しています。関連機関や協会は自動車 OBD の実践を参考にして、対応する基準をできるだけ早く確立し、継続的に改善することが推奨されます。
#2. 国は、統一的な運転シーンシミュレーションデータベースを構築し、同時に交通事故に関する詳細な情報を注入すべきである。
自動運転アルゴリズムの改善には膨大なデータの蓄積が必要ですが、これだけのデータ蓄積を一企業が短期間で完了することは困難です。各企業が単独で取り組んでいる状況を変え、共創のwin-winの状況を形成し、オープンソースソフトウェアの実践から学ぶことによってのみ、私たちは国全体の力を結集して、真のインテリジェント運転を実現することができます。世界の最前線。
#3. 車両のアクセスに関して、規制当局はできるだけ早くより詳細な試験および認証基準を発行する必要があります。
インテリジェント運転はまだ開発段階にあり、システム ソリューションは多岐にわたりますが、いくつかの基本原理と方法はこの段階でもまだ定義できます。さらに、全国的な運転シーンシミュレーションデータベースが確立されると、クラウド上で新たに認められたすべての車両をテストするためのベンチマークとして使用できます。長時間にわたる路上テストを回避し、コストを削減します。 #4. 効率的かつ信頼性の高い OTA 管理方法を見つけます。 自動運転アルゴリズムは急速に反復されるため、自動車会社は OTA を通じてソフトウェアを継続的に更新する必要があります。現在のOTAの監督は届出制を採用しており、当初認められていた車両の機能や性能がOTA後に大幅に変更される可能性がある。効率的で信頼性の高い OTA 管理方法を見つける方法は、現在の自動車業界の監督が直面している大きな課題です。 最後に、自動運転に資金を投資してきた企業に心からの祝福を表したいと思います。皆さんが長い夜を乗り切って光を見るのに十分なリソースと忍耐力を持っていることを願っています。夜明け!
以上が自動運転の実現にはどれくらいの時間がかかるのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

对于下一代集中式电子电器架构而言,采用central+zonal 中央计算单元与区域控制器布局已经成为各主机厂或者tier1玩家的必争选项,关于中央计算单元的架构方式,有三种方式:分离SOC、硬件隔离、软件虚拟化。集中式中央计算单元将整合自动驾驶,智能座舱和车辆控制三大域的核心业务功能,标准化的区域控制器主要有三个职责:电力分配、数据服务、区域网关。因此,中央计算单元将会集成一个高吞吐量的以太网交换机。随着整车集成化的程度越来越高,越来越多ECU的功能将会慢慢的被吸收到区域控制器当中。而平台化

新视角图像生成(NVS)是计算机视觉的一个应用领域,在1998年SuperBowl的比赛,CMU的RI曾展示过给定多摄像头立体视觉(MVS)的NVS,当时这个技术曾转让给美国一家体育电视台,但最终没有商业化;英国BBC广播公司为此做过研发投入,但是没有真正产品化。在基于图像渲染(IBR)领域,NVS应用有一个分支,即基于深度图像的渲染(DBIR)。另外,在2010年曾很火的3D TV,也是需要从单目视频中得到双目立体,但是由于技术的不成熟,最终没有流行起来。当时基于机器学习的方法已经开始研究,比

我们经常可以看到蜜蜂、蚂蚁等各种动物忙碌地筑巢。经过自然选择,它们的工作效率高到叹为观止这些动物的分工合作能力已经「传给」了无人机,来自英国帝国理工学院的一项研究向我们展示了未来的方向,就像这样:无人机 3D 打灰:本周三,这一研究成果登上了《自然》封面。论文地址:https://www.nature.com/articles/s41586-022-04988-4为了展示无人机的能力,研究人员使用泡沫和一种特殊的轻质水泥材料,建造了高度从 0.18 米到 2.05 米不等的结构。与预想的原始蓝图

与人类行走一样,自动驾驶汽车想要完成出行过程也需要有独立思考,可以对交通环境进行判断、决策的能力。随着高级辅助驾驶系统技术的提升,驾驶员驾驶汽车的安全性不断提高,驾驶员参与驾驶决策的程度也逐渐降低,自动驾驶离我们越来越近。自动驾驶汽车又称为无人驾驶车,其本质就是高智能机器人,可以仅需要驾驶员辅助或完全不需要驾驶员操作即可完成出行行为的高智能机器人。自动驾驶主要通过感知层、决策层及执行层来实现,作为自动化载具,自动驾驶汽车可以通过加装的雷达(毫米波雷达、激光雷达)、车载摄像头、全球导航卫星系统(G

实时全局光照(Real-time GI)一直是计算机图形学的圣杯。多年来,业界也提出多种方法来解决这个问题。常用的方法包通过利用某些假设来约束问题域,比如静态几何,粗糙的场景表示或者追踪粗糙探针,以及在两者之间插值照明。在虚幻引擎中,全局光照和反射系统Lumen这一技术便是由Krzysztof Narkowicz和Daniel Wright一起创立的。目标是构建一个与前人不同的方案,能够实现统一照明,以及类似烘烤一样的照明质量。近期,在SIGGRAPH 2022上,Krzysztof Narko

由于智能汽车集中化趋势,导致在网络连接上已经由传统的低带宽Can网络升级转换到高带宽以太网网络为主的升级过程。为了提升车辆升级能力,基于为车主提供持续且优质的体验和服务,需要在现有系统基础(由原始只对车机上传统的 ECU 进行升级,转换到实现以太网增量升级的过程)之上开发一套可兼容现有 OTA 系统的全新 OTA 服务系统,实现对整车软件、固件、服务的 OTA 升级能力,从而最终提升用户的使用体验和服务体验。软件升级触及的两大领域-FOTA/SOTA整车软件升级是通过OTA技术,是对车载娱乐、导

internet的基本结构与技术起源于ARPANET。ARPANET是计算机网络技术发展中的一个里程碑,它的研究成果对促进网络技术的发展起到了重要的作用,并未internet的形成奠定了基础。arpanet(阿帕网)为美国国防部高级研究计划署开发的世界上第一个运营的封包交换网络,它是全球互联网的始祖。

arXiv综述论文“Collaborative Perception for Autonomous Driving: Current Status and Future Trend“,2022年8月23日,上海交大。感知是自主驾驶系统的关键模块之一,然而单车的有限能力造成感知性能提高的瓶颈。为了突破单个感知的限制,提出协同感知,使车辆能够共享信息,感知视线之外和视野以外的环境。本文回顾了很有前途的协同感知技术相关工作,包括基本概念、协同模式以及关键要素和应用。最后,讨论该研究领域的开放挑战和问题


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

Dreamweaver Mac版
ビジュアル Web 開発ツール

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

DVWA
Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。
