近日,一則關於某新勢力的車輛在「智慧駕駛輔助功能開啟」狀態下出現嚴重車禍(請原諒我用這麼長的句子來描述這起車禍,因為我實在不希望惹上任何的麻煩)的新聞刷爆了網絡,讓大家再一次關注自動駕駛的技術發展和相關的社會問題。
關於這起事故,從網路上可以獲得的消息總結出來的場景過程大致是這樣的:車主A在高架上開啟了ACC(自適應巡航)和LCC(車道居中輔助),以80km/h的速度在最左側車道行駛;突然前面出現了一輛靜止在同車道上的車輛,車輛後方有一個人B;車主A的車輛沒有煞車或避讓,直直撞向了靜止的車輛和人員B,造成了靜止車輛後方的人員B死亡…
網傳,事故車主A的說法是: 「我開了輔助駕駛系統,系統沒識別,正巧當時自己還分神了」。
那麼,究竟事故的責任該由誰來承擔?肇事車的車主?還是該車的設計與生產者?
雖然我沒有自己買過任何有這麼「高級」智慧駕駛功能的車輛,不清楚車輛使用手冊或使用者協議究竟怎麼寫的,但根據當前各個車企的普遍做法,車輛在執行智慧駕駛功能時,車主必須隨時負責監控路面狀況,並需要隨時準備接管車輛。
因為,無論大家在廣告中吹的多麼響亮,但所有人的心裡都清楚的很,現在的智能駕駛還根本不能叫做自動駕駛,依然只是輔助駕駛,只能提供駕駛時駕駛時的輔助功能,無法達到替代駕駛者的目的。
根據《深圳經濟特區智能網聯汽車管理條例》第五十一條規定,有駕駛人的智能網聯汽車發生道路交通安全違法行為形,由公安機關交通管理部門依法對駕駛人進行處理。第五十四條規定,智慧網聯汽車發生交通事故,若因汽車本身有缺陷造成損害的,車輛駕駛人或者所有人、管理人完成規定賠償後,可以依法向生產者、銷售者請求賠償。
從上述的規定中可以看出,在發生事故時,駕駛人仍然是第一責任人,如果可以證明車輛本身有缺陷,則可以向車企要求賠償。但,一個普通的消費者怎麼可能證明車輛有缺陷呢?
我們在此並不想詳細分析這起事故的原因--究竟是車輛本身的設計缺陷,還是駕駛員的責任;只想從這次事故入手分析一下當前智慧駕駛的現況。
根據SAE J3016的自動駕駛劃分標準,在L3以下級別,雖然轉向、加速和減速等操作可以由車輛自動的自動駕駛系統負責,人類駕駛員還是要負責監控路面的所有情況。也就是說,在L3以下級別,自動駕駛系統只是輔助,駕駛要對車輛的安全運作負全部的責任。
根據這種責任的劃分,在目前自動駕駛技術遠未成熟的情況下,就出現了各種L2.5、L2.9、L2.9 等各種頗有「創意」的、具有中國特色的命名方式。
各個OEM都在打擦邊球,沒有人敢拍胸脯說自己的自動駕駛系統已經可以達到L3了。因為一旦宣稱了是L3,那麼車輛在L3自動駕駛狀態下的事故的責任就需要車企來承擔了。
在這種狀態下,一方面,大家要互相比拼技術實力,不斷推出看起來更先進的自動駕駛功能,期望能夠多賣一些車;另一方面,又不敢跨越L3這個邊界半步。因為,只要不是L3,那麼所有的事故就都跟自己無關,至少在用戶的手冊中已經明確說明了駕駛員有責任要隨時準備車輛的接管。
然而事實上,讓我們換個角度思考這個事情,當你參加一個完全不需要你發言或記錄內容的會議時,你會不會打瞌睡、看手機、發呆… 現在的L2.X的輔助駕駛功能就是這樣一種奇怪的存在,你不需要控制方向盤、煞車和油門;但是你還必須把手放在方向盤上,眼睛還要一直盯著前面,否則DMS等系統就會報警,提示你要專心的監控路面。
這種情況就好像你明明找了一個專職駕駛員,然後在他開車的時候你還必須時刻監督他。在出現了危險情況時,如果這個專職駕駛沒有採取行動,你必須及時介入,否則事故的責任就是你來承擔。
是不是覺得這種情況有點反人類呢?買有自動駕駛功能車的人都喜歡當駕訓班的教練嗎?如果有了自動駕駛功能還需要我們自己全神貫注,而我們又難以一直保持全神貫注,那麼這些功能的意義還那麼大嗎?
我並不是一個反對自動駕駛技術的人。相反,我強烈支持自動駕駛技術的發展。我相信,當未來自動駕駛技術成熟之後,每個人都能夠節省大量的時間和精力,而且交通事故數量將會大幅降低。只不過,目前的自動駕駛還遠遠沒有達到可以大規模普及的成熟度。不但距離高等級的自動駕駛相距甚遠,而且就連基本的AEB,LKA和泊車等基本輔助功能都無法做到100%的可靠。
#(圖片來源:SAE International)
1918年,《科學美國人(Scientific American)》雜誌發布了一篇文章,配有題為“駕車者的夢想:一輛由一組按鍵控制的汽車」的圖片(如下圖),展示了一輛自動駕駛的電車。文章認為「…將來,帶方向盤的汽車將像今天帶有手動泵的汽車一樣過時!」
(圖片來源:Scientific American)
#在過去的近百年時間中,人類一直對自動駕駛有著執著的追求和不切實際的幻想,總是覺得再過20年,自動駕駛就可以實現了。遺憾的是,直到今天,也沒有人能夠準確的說出完全取消方向盤的汽車可以在什麼時候能夠開到馬路上。而且隨著人們逐漸接近這個夢想,愈發的體認到實現完全自動駕駛的難度與複雜度。
自動駕駛的實現,不是靠車輛本身,而是要靠整個交通系統的努力。也不是僅僅依靠OEM和自動駕駛的供應商,而是要依靠全社會的各個領域的共同進步。
以下是一些有感而發的建議:
#1. 完善智慧駕駛系統事故資料記錄系統的標準。
雖然國家已經有了EDR(Event Data Recorder,即汽車事件資料記錄系統)的相關標準,但只能記錄車輛的基本資訊。現階段智慧駕駛是否失靈,依舊由車企說了算,暫無有效的第三人監管。因為,海量的複雜數據除了車企和他們的供應商,沒有人能說清楚具體發生了什麼事。而導致這種現象的根本原因是沒有相關內容的更細化的國家標準,各個數據背後代表的含義是什麼,哪些數據在什麼時候是必須存儲下來的,等等這些要求都仍然缺少。建議相關的機構和協會等可以參考汽車OBD的做法盡快建立相應的標準,並不斷的改進。
2. 國家應建立統一的駕駛場景模擬資料庫,並將交通事故的詳細資訊同步注入。
自動駕駛演算法的完善需要海量的數據積累,任何一個單獨的企業都難以靠自身的力量在短時間內完成此種量級的數據積累,只有改變各企業單打獨鬥的局面,形成共創共贏的局面,學習開源軟體的做法,才能集全國之力讓我們的智慧駕駛真正走在世界的前列。
3. 對於車輛的准入,監管部門應該盡快推出更為細化的測試認證標準。
#儘管目前智慧駕駛仍然在發展階段,系統方案千差萬別,但一些基本的原則和方法還是可以在現階段定義出來的。而且,如果全國性的駕駛場景模擬資料庫一旦建立,就可以以此為基準,在雲端測試所有的新准入車輛。避免路試的漫長時間並降低成本。
4. 找到一條既有效率又可靠的OTA管理之路。 由於自動駕駛的演算法迭代速度很快,車企必然要透過OTA不斷更新軟體。而目前對於OTA的監管採用備案製度,這就導致了原本准入過的車輛在OTA之後可能會發生功能和性能的重大變化。如何找到一個既有效率又可靠的OTA管理方式,是目前汽車產業監管面臨的重大挑戰。
最後,衷心的祝福那些把寶都壓在自動駕駛上的企業,希望你們都能夠有足夠的資源和耐心熬過漫漫長夜,見到黎明的曙光!
以上是自動駕駛還要多久才能真正實現?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

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


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

MantisBT
Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

SublimeText3 英文版
推薦:為Win版本,支援程式碼提示!

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

Dreamweaver Mac版
視覺化網頁開發工具