최근 '지능형 운전 보조 기능을 켰을 때' 신군 차량이 심각한 교통사고를 당했다는 기사가 났습니다. 말썽 일으키고 싶지 않음)) 소식이 인터넷을 강타하면서 자율주행 기술의 발전과 이와 관련된 사회 문제에 다시 한 번 모두가 관심을 갖게 되었습니다.
이번 사고와 관련해 인터넷에 떠도는 정보를 바탕으로 정리한 현장 과정은 대략 이렇다. 차량 소유자 A는 고가도로에서 ACC(Adaptive Cruise)와 LCC(Lane Centering Assist)를 켜고 운전을 했다. 가장 왼쪽 차선에서 80km/h의 속도로 갑자기 같은 차선에 정지해 있던 차량이 앞에 나타났고, 차량 뒤에 사람 B가 브레이크를 밟거나 피하지 않아 정지된 차량과 정면으로 충돌했습니다. B씨는 정지해 있던 차량 뒤에서 B씨를 사망에 이르게 했다…
인터넷에 따르면 사고 차주 A씨는 "운전 보조 시스템을 켰는데 시스템이 이를 인식하지 못했다. 그 시간에 주의가 산만해지도록."
그럼 사고 책임은 누가 져야 할까요? 사고를 낸 자동차의 소유자는? 아니면 자동차의 디자이너와 제조업체인가요?
저는 이런 '고급' 지능형 주행 기능을 갖춘 차량을 구매한 적이 없고, 차량 사용 설명서나 사용 약관이 어떻게 작성되어 있는지 정확히 모르지만, 현재 여러 자동차 회사의 일반적인 관행에 따르면, 차량이 지능형 운전을 수행하는 중입니다. 차량 소유자는 항상 도로 상황을 모니터링할 책임이 있어야 하며 항상 차량을 인수할 준비가 되어 있어야 합니다.
아무리 광고에서 떠들썩해도 현재의 스마트 드라이빙은 전혀 자율주행이라고 할 수 없다는 사실은 모두가 잘 알고 있기 때문입니다. 아직은 보조 운전일 뿐 운전자에게 운전 정보만을 제공할 수 있을 뿐입니다. 드라이버 교체 목적을 달성할 수 없습니다.
"심천 특별경제구역 지능형 커넥티드 차량 관리 규정" 제51조에 따라, 운전자가 포함된 지능형 커넥티드 차량이 도로 교통 안전 위반을 발견할 경우 공안 기관 교통 관리 부서에서 해당 운전자를 처리합니다. 법률에 따라. 제54조에서는 지능형 커넥티드 차량과 관련된 교통사고가 차량 자체의 결함으로 인해 피해를 입힌 경우 해당 차량의 운전자, 소유자 또는 관리자는 규정된 절차를 완료한 후 법에 따라 제조사 또는 판매자에게 보상을 요청할 수 있다고 규정하고 있습니다. 보상.
위 규정에서 볼 수 있듯이 사고 발생 시에도 차량 자체에 결함이 있음이 입증되면 운전자가 자동차 회사에 보상을 청구할 수 있습니다. 그런데 일반 소비자가 차량에 결함이 있다는 것을 어떻게 증명할 수 있을까요?
저희는 이번 사고의 원인을 자세히 분석하고 싶지 않습니다. 차량 자체의 설계 결함이든 운전자의 책임이든, 우리는 단지 이번 사고부터 분석하고 싶습니다. 현재의 지능형 운전 상황.
SAE J3016 자율 주행 분류 표준에 따르면 L3 이하 수준에서는 조향, 가속 및 감속과 같은 작업이 차량의 자동 자율 주행 시스템으로 처리될 수 있지만 인간 운전자는 여전히 차량의 모든 조건을 모니터링할 책임이 있습니다. 길. 즉, L3 이하 수준에서는 자율주행 시스템이 보조 역할만 하고, 차량의 안전한 운행에 대한 모든 책임은 운전자에게 있습니다.
이러한 책임 분담에 따라 현재의 자율 주행 기술이 아직 성숙되지 않은 상황에서 다양한 L2.5, L2.9, L2.9+ 및 기타 중국 특성을 지닌 매우 "창의적인" 차량이 등장했습니다. .
모든 OEM이 이것저것 가지고 놀고 있지만, 자율주행 시스템이 L3에 도달할 수 있다고 감히 말할 수 있는 사람은 아무도 없습니다. 일단 L3로 선언되면 차량이 L3 자율주행 상태에서 발생하는 사고에 대한 책임은 자동차 회사가 져야 하기 때문이다.
이 상태에서 모든 사람은 한편으로는 기술력 측면에서 경쟁해야 하고, 다른 한편으로는 더 많은 자동차를 판매하기 위해 더 발전된 자율 주행 기능을 지속적으로 도입해야 합니다. L3 단계의 경계. 왜냐하면 L3가 아닌 한 모든 사고는 귀하와 관련이 없기 때문입니다. 최소한 사용 설명서에는 운전자가 언제든지 차량을 인수할 책임이 있음이 명확하게 명시되어 있습니다.
사실, 말이나 내용 녹음이 필요하지 않은 회의에 참가하면 졸릴지, 휴대폰을 볼지, 아니면 멍해질지 생각해보자. .. 이제 L2.X 자동차의 보조 운전 기능은 핸들, 브레이크, 액셀을 제어할 필요가 없지만 여전히 핸들에 손을 얹고 시선을 유지해야 하는 이상한 존재입니다. 그렇지 않으면 DMS 및 기타 시스템이 운전자에게 경고하고 도로 표면을 주의 깊게 모니터링하도록 알려줍니다.
이 상황은 마치 전문 운전자를 찾은 것과 같으며, 그가 운전하는 동안 항상 감독해야 합니다. 위험한 상황이 발생했을 때 전문 운전자가 조치를 취하지 않으면 제때에 개입해야 하며, 그렇지 않으면 사고에 대한 책임은 본인에게 있습니다.
이 상황이 좀 반인간적이라고 생각하지 않나요? 자율주행 기능이 있는 자동차를 구입하는 사람들은 운전학원 강사가 되기를 좋아할까요? 자율주행 기능이 여전히 우리의 주의를 집중해야 하고, 항상 주의를 집중하는 것이 어렵다면, 이러한 기능이 여전히 그렇게 의미가 있을까요?
저는 자율주행 기술을 반대하는 사람이 아닙니다. 오히려 자율주행 기술의 발전을 강력히 지지합니다. 앞으로 자율주행 기술이 성숙해지면 모두가 시간과 에너지를 많이 절약할 수 있고, 교통사고도 크게 줄어들 것이라고 믿습니다. 그러나 현재의 자율주행은 대규모로 대중화될 만큼 성숙되지는 않았습니다. 수준 높은 자율주행과는 거리가 멀고, AEB, LKA, 주차 등 기본적인 보조 기능조차 100% 신뢰할 수 없다. ㅋㅋㅋ 버튼” 이미지(아래 그림), 자율 주행 전차를 보여줍니다. 기사에서는 "...미래에는 핸들이 달린 자동차가 오늘날의 핸드 펌프가 달린 자동차만큼 쓸모없게 될 것"이라고 믿습니다. 지난 거의 100년 동안 인간은 항상 자율 주행에 집착해 왔으며 항상 비현실적인 환상을 품어 왔습니다. 앞으로 20년 안에 자율주행이 가능해질 것이라고 생각합니다. 불행하게도 운전대를 완전히 제거한 자동차가 언제 도로를 주행할 수 있을지 정확하게 말할 수 있는 사람은 지금까지 아무도 없습니다. 그리고 사람들은 이 꿈에 가까워질수록 완전 자율 주행을 달성하는 것이 얼마나 어렵고 복잡하다는 것을 점점 더 인식하고 있습니다.
자율주행의 실현은 차량 자체에 달려 있는 것이 아니라 교통체계 전체의 노력에 달려 있습니다. 단순히 OEM과 자율주행 공급업체에만 의존하는 것이 아니라 사회 모든 분야의 공동 발전에 의존하는 것입니다. 다음은 몇 가지 영감을 주는 제안입니다.
1. 지능형 운전 시스템의 사고 데이터 기록 시스템 표준을 개선합니다.
국가에는 이미 EDR(Event Data Recorder, 자동차 이벤트 데이터 기록 시스템) 관련 표준이 있지만 차량에 대한 기본 정보만 기록할 수 있습니다. 현 단계에서는 지능형 운전의 실패 여부가 여전히 자동차 회사에 의해 결정되며, 효과적인 제3자 감독은 없습니다. 방대한 양의 복잡한 데이터로 인해 자동차 회사와 공급업체 외에는 누구도 정확히 무슨 일이 일어났는지 알 수 없기 때문입니다. 이런 현상이 일어나는 근본적인 원인은 관련 내용을 담은 더 이상 상세한 국가 표준이 없기 때문이다. 각 데이터의 의미는 무엇인지, 어떤 데이터를 언제 저장해야 하는지 등 이러한 요구사항은 아직 부족하다. 관련 기관 및 협회에서는 자동차OBD의 관행을 참고하여 조속히 해당 표준을 마련하고 지속적으로 개선할 것을 권고한다.
2. 국가는 통일된 운전현장 시뮬레이션 데이터베이스를 구축하는 동시에 교통사고 상세정보를 투입해야 한다.
3. 규제 당국은 차량 접근에 대해 가능한 한 빨리 보다 자세한 테스트 및 인증 표준을 도입해야 합니다.
지능형 운전은 아직 개발 단계에 있고 시스템 솔루션도 다양하지만, 이 단계에서도 일부 기본 원리와 방법을 정의할 수 있습니다. 또한, 전국적인 운전 현장 시뮬레이션 데이터베이스가 구축되면 클라우드 내 신규 진입 차량을 모두 테스트하는 벤치마크로 활용될 수 있다. 긴 도로 테스트를 피하고 비용을 절감하십시오.
4. 효율적이고 안정적인 OTA 관리 방법을 찾아보세요. 자율주행 알고리즘의 빠른 반복으로 인해 자동차 회사는 OTA를 통해 소프트웨어를 지속적으로 업데이트해야 합니다. 현재 OTA의 감독은 파일링 시스템을 채택하고 있으며, 이로 인해 원래 승인된 차량의 기능 및 성능이 OTA 이후에 큰 변화를 겪을 가능성이 있습니다. 효율적이고 안정적인 OTA 관리 방법을 찾는 방법은 현재 자동차 산업 감독이 직면한 주요 과제입니다.
마지막으로, 자율주행에 투자해주신 모든 기업들이 긴 밤을 이겨내고 새벽의 빛을 볼 수 있도록 충분한 자원과 인내심을 가지시기를 진심으로 바랍니다!
위 내용은 자율주행이 실현되려면 얼마나 걸릴까요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Stanford University Institute for Human-Oriented Intificial Intelligence가 발표 한 2025 인공 지능 지수 보고서는 진행중인 인공 지능 혁명에 대한 훌륭한 개요를 제공합니다. 인식 (무슨 일이 일어나고 있는지 이해), 감사 (혜택보기), 수용 (얼굴 도전) 및 책임 (우리의 책임 찾기)의 네 가지 간단한 개념으로 해석합시다. 인지 : 인공 지능은 어디에나 있고 빠르게 발전하고 있습니다 인공 지능이 얼마나 빠르게 발전하고 확산되고 있는지 잘 알고 있어야합니다. 인공 지능 시스템은 끊임없이 개선되어 수학 및 복잡한 사고 테스트에서 우수한 결과를 얻고 있으며 1 년 전만해도 이러한 테스트에서 비참하게 실패했습니다. AI 복잡한 코딩 문제 또는 대학원 수준의 과학적 문제를 해결한다고 상상해보십시오-2023 년 이후

메타의 라마 3.2 : 멀티 모달 및 모바일 AI의 도약 Meta는 최근 AI에서 강력한 비전 기능과 모바일 장치에 최적화 된 가벼운 텍스트 모델을 특징으로하는 AI의 상당한 발전 인 Llama 3.2를 공개했습니다. 성공을 바탕으로 o

이번 주 AI 환경 : 발전의 회오리 바람, 윤리적 고려 사항 및 규제 토론. OpenAi, Google, Meta 및 Microsoft와 같은 주요 플레이어

연결의 편안한 환상 : 우리는 AI와의 관계에서 진정으로 번성하고 있습니까? 이 질문은 MIT Media Lab의 "AI (AI)를 사용하여 인간의 발전"심포지엄의 낙관적 톤에 도전했습니다. 이벤트는 절단 -EDG를 보여주었습니다

소개 차등 방정식, 최적화 문제 또는 푸리에 분석과 같은 복잡한 문제를 해결하는 과학자 또는 엔지니어라고 상상해보십시오. Python의 사용 편의성 및 그래픽 기능은 매력적이지만 이러한 작업에는 강력한 도구가 필요합니다.

메타의 라마 3.2 : 멀티 모달 AI 강국 Meta의 최신 멀티 모드 모델 인 LLAMA 3.2는 AI의 상당한 발전으로 향상된 언어 이해력, 개선 된 정확도 및 우수한 텍스트 생성 기능을 자랑합니다. 그것의 능력 t

데이터 품질 보증 : Dagster로 점검 자동화 및 큰 기대치 데이터 품질이 높다는 것은 데이터 중심 비즈니스에 중요합니다. 데이터 볼륨 및 소스가 증가함에 따라 수동 품질 관리는 비효율적이며 오류가 발생하기 쉽습니다.

메인 프레임 : AI 혁명의 이름없는 영웅 서버는 일반 목적 애플리케이션 및 여러 클라이언트를 처리하는 데 탁월하지만 메인 프레임은 대량의 미션 크리티컬 작업을 위해 구축됩니다. 이 강력한 시스템은 자주 무거움에서 발견됩니다


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

mPDF
mPDF는 UTF-8로 인코딩된 HTML에서 PDF 파일을 생성할 수 있는 PHP 라이브러리입니다. 원저자인 Ian Back은 자신의 웹 사이트에서 "즉시" PDF 파일을 출력하고 다양한 언어를 처리하기 위해 mPDF를 작성했습니다. HTML2FPDF와 같은 원본 스크립트보다 유니코드 글꼴을 사용할 때 속도가 느리고 더 큰 파일을 생성하지만 CSS 스타일 등을 지원하고 많은 개선 사항이 있습니다. RTL(아랍어, 히브리어), CJK(중국어, 일본어, 한국어)를 포함한 거의 모든 언어를 지원합니다. 중첩된 블록 수준 요소(예: P, DIV)를 지원합니다.

DVWA
DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는

SecList
SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

MinGW - Windows용 미니멀리스트 GNU
이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.
