在过去的十年中，技术和汽车专家预测完全自动驾驶汽车“即将到来”，无需任何主动监控或输入来自在公共道路上驾驶的人类司机。埃隆马斯克曾预测，特斯拉将能够在2021年底交付全自动驾驶汽车，尽管他在2017年、2019年和2020年都做出了类似的预测。遗憾的是，每一个预测都没有实现，主要是因为现实世界安全问题，尤其是关于自动驾驶汽车如何在恶劣条件或情况下运行。在最近发表在ACMCommunications上的一篇文章《Still Waiting for Self-Driving Cars》中，作者讨论了目前各类自动驾驶汽车的发展现状、自动驾驶面临的技术挑战、各家汽车制造商采用的自动驾驶解决方案以及伦理道德问题.对监管层面需要做出的改变等多方面进行了综合分析。自动驾驶汽车的现状尽管特斯拉在2021年10月发布了AutoPilot全自动驾驶(FSD)功能，但应该承认，全自动驾驶汽车仍未出现。相反，大多数汽车制造商提供的系统具有国际汽车工程师协会(SAE)定义的六个自动驾驶级别中的前三个级别，范围从0级（无驾驶自动化）到5级（所有条件下的全自动驾驶功能）).大多数新车现在都有一些1级驾驶员辅助技术，包括自动制动、车道保持辅助和自适应巡航控制。更先进的系统，如特斯拉的Autopilot或通用汽车的SuperCruise，属于2级，这意味着汽车可以自动控制速度和转向，但需要驾驶员保持专注并在紧急情况下接管。其他制造商，如本田和奥迪，正专注于开发3级自动驾驶系统，使汽车能够完全控制，但仅限于非常特殊的情况，例如低速行驶、天气良好或在预先批准的道路上行驶.特斯拉自动驾驶系统。资料来源：特斯拉中佛罗里达大学Pegasus教授和Provost杰出研究教授PeterHancock表示，许多汽车制造商希望尽可能超越Level2和Level3。然而，最有可能具备4级能力的是自动驾驶长途卡车。汉考克认为，全球卡车司机短缺可能会推动自动驾驶卡车的发展更加强劲，至少在美国州际公路上是这样。这些高速公路是按照特定的设计标准建造的，通常具有良好的交通条件，并且在迎面而来的车辆之间设有物理屏障。事实上，自动驾驶技术初创公司AuroraInnovation宣布正在打造Level4自动驾驶系统，并计划在2023年推出自动驾驶卡车业务，并在2024年推出自动驾驶网约车业务。该公司告诉通讯社它与联邦快递、优步、丰田以及沃尔沃和佩卡等卡车原始设备制造商合作，开发了一个专注于将自动驾驶技术推向市场的合作伙伴生态系统。自动驾驶卡车。来源：aurora自动驾驶面临的技术挑战所有迹象表明，自动驾驶的广泛应用距离成为现实还有数年时间，主要是因为开发精确的传感器和摄像头以及改进处理捕获数据的算法所面临的挑战由传感器。.自动驾驶汽车的车载摄像头和传感器可以检测到物理世界和车辆可能遇到的各种物体，例如道路标志、交通信号灯、其他车辆或行人、特定车道标记、坑洼、碎片、被炸毁的卡车轮胎、水坑等。来源：pexels大多数系统使用自下而上的方法来训练汽车导航系统，包括识别上述特定物体或条件的训练。然而，考虑到可能遇到的各种潜在物体以及物体移动或响应刺激的几乎无限方式，例如由于照明条件、眩光或阴影，可能无法准确识别路标；动物和人在面对迎面而来的车辆时，会做不同的逆转。所有这些都使得训练过程需要海量数据。这些数据被输入到人工智能训练算法中，旨在帮助车辆解读遇到的物体和动作，以安全地调整自己的速度和位置，即使是在车辆从未行驶过或遇到过的道路上。访问过的对象。然而，今天使用的算法仍然难以识别现实场景中的物体。例如，在一次涉及特斯拉ModelX的事故中，车载传感摄像头未能在明亮的天空下识别卡车的白色一侧。不同的车企采取不同的解决方案许多自动驾驶汽车事故都涉及所谓的“紧急情况、边缘情况”，例如在路上遇到行人和动物、攻击性司机破坏性驾驶、司机故意违反交通法规等紧急情况。为了应对这些挑战，研究人员正在研究比GPS更准确的高清(HD)地图系统。此外，研究人员可以开发允许车辆与道路基础设施交互的通信技术，以帮助自动驾驶汽车在这些紧急情况下保持安全。来源：pexels然而，通信网络有延迟。奥迪、本田、丰田、沃尔沃和AuroraInnovation的自动驾驶开发团队正在采用结合光检测和测距技术（通常称为LiDAR）的方法。Aurora表示，他们设计了专有传感器FirstLightLidar，它使用FMCW（调频连续波）激光雷达，可以看到前方四分之一英里（约400米）的距离并进行实时测量。车辆周围物体的速度。这项技术的使用为自动驾驶系统提供了更多时间来应用制动或安全操作，特别是对于重型自动驾驶卡车。与此同时，自动驾驶初创公司Waymo正专注于叫车服务。该公司表示，WaymoDriver自动驾驶技术主要根据4级自动驾驶指南运行，并改进了地图，包括车道标记、交通标志、信号灯、路缘和人行横道。此外，该系统建立在超过2000万英里的真实驾驶和超过200亿英里的模拟驾驶数据之上，使Waymo驾驶员能够准确预测其他道路驾驶员、行人或物体可能会做什么。资料来源：Waymo目前正在德国测试的一种潜在中间解决方案是使用远程驾驶员来控制车辆。总部位于柏林的初创公司Vay一直在柏林测试一组遥控电动汽车，并计划今年在欧洲甚至美国推出其移动服务。该服务允许客户订购一辆遥控汽车，并让汽车将用户带到所需的目的地；如果车辆到达，用户下车，远程人类司机将车辆停在几英里外或将其引导至下一位客户，该公司声称其系统旨在满足最新的汽车安全和网络安全标准，并部署冗余硬件组件和蜂窝网络连接。行业观察人士怀疑这种遥控车辆是否安全。“延迟和连接性是一个大问题，尽管它可以通过一些新技术或更先进的通信技术得到改善，”技术和管理咨询公司kVAbyUL的自动驾驶和功能安全全球工程经理GokulKrithivasan说。公司主要从事自动驾驶汽车的安全和培训，以及相关安全标准的制定。虽然Krithivasan没有具体评论Vay的模型或方法，但他表示司机面临的紧急情况通常需要在几毫秒内做出决定，而网络冗余导致的任何延迟问题都可能使完全远程的司机难以在紧急情况下做出响应。应对情况。“在SAEL4自动驾驶应用的典型实施中，远程操作员不需要持续控制车辆，而是需要执行或触发已在自动控制逻辑中配置的适当的最小风险操作，”解释说克里希瓦桑。训练一个可以理解人类行为的系统然而，要让自动驾驶系统在所有驾驶场景下安全运行，仍然需要围绕算法开发和测试，以确保车辆导航系统能够处理道路上不同物体的交互，例如Pedestrian-driverinteraction，driver-driverinteraction。通常，如果行人即将过马路或正在过马路，驾驶员和行人会进行眼神交流，并使用非语言提示来指示对方移动的方向和速度。同样，在没有这种眼神交流的情况下，自动驾驶系统应该向驾驶员发出信号，表明行人或其他驾驶员没有注意，他或她应该采取规避措施以避免或减轻碰撞。Hancock说我们可以训练一个系统来识别这些线索，但这将是计算密集型和耗时的，并且可能需要数年时间才能开发出可靠且值得信赖的系统。与这个主题相关的一个很大的领域是感知功能支持，人类和自动化之间存在很大的感知差异。我们通常了解人类驾驶事故，而对自动驾驶事故感到困惑，所以当我们看到人类驾驶事故时，我们说，是的，我明白这是怎么发生的。但是当我们看到自动驾驶事故时，我们会说，好吧，这太荒谬了——我不知道那辆车怎么会犯这样的错误。通常，人类司机会积累足够的经验来安全地处理其他司机造成的不合理或意外情况，通常是通过减速、靠边停车或简单地保持他们的速度和方向，以便人类、动物或其他车辆可以在他们周围移动。英国利兹大学应用行为建模系主任GustavMarkkula表示：“目前的自动驾驶算法对人类行为的隐含理解不够复杂，无法有效处理交通中的互动。人与人之间存在隐含理解在路上，例如司机了解行人在做什么，以及行人和司机互动以确保自身安全监管挑战全自动驾驶汽车商业化的最大潜在障碍是道德和责任问题，例如谁在如果自动驾驶汽车造成人身伤害、死亡或财产损失，则属于过错。多年来，美国政府一直拒绝对特斯拉的Autopilot和通用汽车的SuperCruise等辅助驾驶系统进行监管。但这种趋势正在发生变化。2021年6月，美国政府表示所有汽车制造商都必须报告涉及驾驶员辅助系统的事故。此外，美国国家公路交通安全管理局(NHTSA)于2021年8月对涉及特斯拉自动驾驶仪的紧急车辆追尾事故展开调查。此外，2021年10月，美国政府任命杜克大学研究自动驾驶系统的工程学教授MissyCummings为NHTSA的高级安全顾问。卡明斯一直批评特斯拉和联邦政府对自动驾驶仪等驾驶员辅助系统的处理方式。虽然卡明斯的任命不太可能促使政府立即制定规则，但美国国家公路交通安全管理局(NHTSA)已有5年历史的指导意见明确赋予该机构在自动驾驶系统显示出可预见的违反驾驶安全行为的证据时进行干预的权力，这种情况经常发生。出现在YouTube视频中的司机睡在驾驶座上，玩游戏或从事其他会分散司机注意力的活动，尽管特斯拉的说明中有警告。完全自主的5级驾驶系统可能需要十年或更长时间，至少在部署到私人用户和运营车辆时是这样。技术问题、监管问题和持续的芯片短缺都成为完全自主系统发展的障碍。全自动驾驶可能首先部署在商用车辆上，包括自动驾驶卡车、网约车服务和班车。除了拥有购买这些车辆所需的资金外，商业实施更有可能将运营限制在特定的已知道路上，以及为自动驾驶车辆建立和执行公司特定的安全运行参数。
