回覆列表
  • 1 # cnBeta

    下個月,美國加州機動車輛管理局(Department of Motor Vehicles)將釋出來自在該州測試自動駕駛汽車的公司的最新一批報告。不過,通用汽車公司Cruise聯合創始人兼首席技術官Kyle Vogt表示,這些報告充其量只是對在公共道路上測試自動駕駛汽車緩慢且往往不透明的過程提供了不完整且存在缺陷的一瞥。

    Vogt在一篇媒體文章中指出,也許是時候為自動駕駛汽車的安全性制定一個新的衡量標準了。

    根據目前的法律規定,所有在加州的公共道路上積極測試自動駕駛汽車的公司都必須披露駕駛里程和人類安全駕駛員被迫控制自動駕駛汽車的頻率(也稱disengagement,脫離)。

    但Vogt駁斥了脫離報告對跟蹤技術進步有用的觀點。他寫道:“認為脫離能發出一個有意義的訊號表明(自動駕駛汽車)是否已準備好投入商業應用的想法是錯誤的。”

    實際上,包括AV專家在內的許多人都認為這些報告毫無意義。但由於聯邦政府沒有要求公司在公共道路上測試AV,所以這些通常被認為是人們追蹤這項技術進展的最佳資料集。

    之後,Vogt繼續抨擊其他公司,他指出,這些公司用華而不實的演示來矇騙媒體的眼睛,而這些演示只能證明它們有能力進行一次像樣的駕駛。

    Vogt寫道:“要記住,在標記良好的高速公路或寬闊的郊區道路上駕駛跟在混亂的城市環境中駕駛是不一樣的。”

    多年來,Cruise一直在對加州脫離報告發動著一場緩慢的戰爭。2018年,Jalopnik指責該公司未能報告一起事故,當時這家公司的一輛自動駕駛汽車在舊金山闖了紅燈,安全駕駛員為了避免堵塞人行道而控制了車輛。根據Cruise對加州相關部門給出的解釋,人類司機的行為並非出於安全考慮或自動駕駛系統故障。

    所以很難不把最新的這篇文章視為是Vogt試圖趕在下個月的脫離報告之前而做出的努力。他列舉了各種各樣的理由,說明為什麼Cruise的安全駕駛員會常規地控制他們的測試車輛。他甚至還畫了一張顯示Cruise不斷提高脫離率或脫離之間距離的圖表。

    Vogt表示,Cruise將負責釋出資料進而能夠更準確地傳達其正在取得的進展。

    最後,Vogt向他的競爭對手發出挑戰,其要求他們能像Cruise一樣上傳他們車輛在舊金山街道上行駛的長時間連續鏡頭。

  • 2 # 天和Auto

    自動駕駛汽車安全報告的具備參考價值嗎?

    自動(無人)駕駛汽車的企業官方測試從未停歇,在各大城市的街頭總有機率遇到一些造型特殊的智慧汽車不斷奔波;近期由DMV釋出的自動駕駛汽車最新一批的安全報告,其中顯示了很多測試車的理想安全表現。然而由專業人員組成的團隊對這些智慧車進行的長測,其測試結果如宏觀分析可全面否定參考價值,尤其是在中國汽車市場可以如此評價,原因有四點。

    1:測試人員技術水平不具參考價值

    智慧汽車的操控技術難度理論上為零,但這一評價只適配專業技術人員,以及極客級(掌握先進智慧技術)汽車愛好者。而大部分普通汽車使用者不具備這一技術儲備,在功能汽車時代相信仍有大部分汽車使用者連中控臺面板上的英文按鍵都認不全;那麼把一臺啟用自動駕駛功能需要複雜操作,車輛行駛資訊反饋整合大量專業術語與英文標識提示的無人駕駛汽車,交由此類使用者盲目使用其自動駕駛功能的話,車輛因為錯誤操作導致失控的機率會有多高呢?

    2:測試道路與實際使用者通勤場景不匹配

    無人自動駕駛汽車的測試場景大多集中在中大城市,其道路規劃相比中小城市的合理性要高很多。比如複雜的環線道路與高架公路橋是汽車的主要通勤路線,在這些道路上幾乎不會出現非機動車與行人;但是在諸多中小城市中並不具備此類道路條件,能實現各類車型與行人各行其道的場景很少,於是自動駕駛汽車的實用性與適用性就要大打折扣了。

    以現階段自動駕駛汽車的系統算力,以及感測器識別誤判的機率分析,車輛在雨雪霧塵等特殊交通氣象條件中,車輛感測器的誤判識別率會非常之高。比如自適應巡航系統的毫米波與鐳射雷達很容易誤判,併線輔助等採集單元也會因能見度與空氣中高密度雜質的影響造成誤判。那麼這些車在特殊的氣象條件中還能夠使用嗎?

    同時幾乎所有的智慧駕駛配置都基於定速巡航衍生,但是這一功能在雨雪溼滑路面是嚴禁使用的,然而瞭解這一用車注意事項的使用者又能有多少?在完全不確定的前提下,將一臺標榜自動或無人駕駛汽車交給使用者,終端銷售必須辦一個短期培訓班為使用者講解車輛使用注意事項;然而這種場景不可能出現,那麼一定會出現的則是交通事故率暴漲。

    3:測試車輛的機率性錯誤操作與安全評級的衝突

    綜上所述,由不具備智慧汽車使用能力的使用者使用這類車,產生的問題必然會帶來的便利性更多。這一評價絕不誇張,因幾乎所有品牌的測試無人駕駛汽車,在測試過程中都會出現大大小小的各類問題;在由專業人員進行測試的過程中,駕駛汽車的主體雖然是汽車但是人員的觀察不會間斷,然而以這種狀態用車還出現過比較嚴重的自動駕駛失控案例,所以第二節描述的場景絕不是危言聳聽。

    現階段認可自動駕駛汽車的國家極少,只有少數參與《維也納道路公約》的小國家認可這種車的合法性;不過在瞭解用車的前提後也許連使用者都會排斥,因為如車輛因系統軟硬體故障導致車輛失控出現交通事故,責任應該有車輛的製造商負責。追責方向指向的車企,相信有汽車長期使用經歷的使用者都瞭解其難度有多高;當然面對汽車保有量巨大的國家,即使是車企也不敢於普及這種車型。

    4:量產智慧汽車如何保證網聯安全性

    汽車實現智慧的前提是與網際網路接入,車輛需要透過網際網路不斷獲取最新的路況與APP推送資訊,汽車會從單純的駕駛功能演變為物聯網終端(涵蓋各領域資訊整合)。此時則涉及到“木馬”的問題,一旦車輛被木馬入侵導致失控,或者被入侵後實現遠端控制,這些車則會成為公路上的一枚枚定時炸彈,道路安全將會挑戰公共安全。

    總結:上述四點實際情況與安全測試報告必然存在衝突,無人駕駛汽車很難解決這些問題,且規則的配套升級也無法補償車輛本身的軟硬體漏洞。所以高度自動化的無人駕駛汽車基本被否定發展的價值,汽車的駕駛主體仍會以自然人為主持續很多很多年。

  • 中秋節和大豐收的關聯?
  • 表示凝聚力的詞語?