0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

如何量化自动驾驶的安全性?

ml8z_IV_Technol 来源:未知 作者:胡薇 2018-05-08 09:37 次阅读

昨天我们报道了Waymo无人驾驶汽车在路测行驶过程中被一辆本田轿车无辜碰撞的事件。事件中,处于自动驾驶状态下的Waymo并没有任何违规,不会撞击其他车辆,但也备不住被突如其来的其他人类驾驶车辆相撞。道路交通安全需要被我们再一次讨论。

发展自动驾驶技术的一个理由是,自动驾驶比人类驾驶更优的安全性。那我们容易想到的是,道路上跑的车辆都是自动驾驶车辆的时候,因为所有的车辆都非常会遵守规则,而让整个交通都是安全的。然而,道路上全部换成自动驾驶车辆的情况不可能一下子就会实现的,肯定会经历人类驾驶和自动驾驶车辆混合上路的交通时期,在这个时期,怎样判断自动驾驶的安全性?这需要我们认真深入的思考。今天我们就先来讨论自动驾驶安全性的第一步——如何量化自动驾驶的安全性?

自动驾驶的安全性如何被量化?

统计显示,人类司机基本上每20万英里就会发生一次事故。显然我们不能接受自动驾驶技术和人类驾驶同样安全。技术达到哪种水平,无人驾驶汽车才足够安全、可以上路?也许,它并不需要完美得无可挑剔。哥伦比亚大学人工智能实验室主任胡迪·利普森(Hod Lipson)在其2017年出版的《无人驾驶》一书中提出,只要无人驾驶汽车的安全记录能够超过人类驾驶员的平均水平,那它就是足以“造福人类”的。平均来看,每20万英里,人类驾驶员就会出现一次非致命性碰撞,那么只要无人驾驶技术在安全性上优于人类驾驶员两倍,就可以了。

现代汽车的安全性得到了极大的提高,发生故障可谓小概率事件。直接因汽车故障或缺陷而导致的交通事故少之又少。美国交通部长赵小兰几乎在每次关于无人驾驶的公开演讲中都要提到,美国每年持续增长的交通事故量,94%的事故是由于驾驶员的失误,人类驾驶活动的负外部性值得反思。

负外部性,也称外部成本或外部不经济,是指一个人的行为或企业的行为影响了其他人或企业,使之支付了额外的成本费用,但后者又无法获得相应补偿的现象。

这种负外部性至少包括两个层面:交通事故和交通拥堵。就前者而言,每年120万人丧生,由此带来额外的社会和经济成本,比如医疗支出、劳动力丧失、经济收益减少等等。就后者而言,包括时间成本、对经济活动的负面影响、环境污染等等。如果把人类驾驶活动的负外部性换算成金钱,数额恐怕是非常巨大的。

无论如何,人们希望自动驾驶汽车能够避免因人类驾驶活动而造成的负外部性,从而给社会和经济产生显著的积极影响。这一初衷既是对人类这一不称职的驾驶员的反思,也是对自动驾驶技术安全性的期待。

那么,自动驾驶技术需要比人类驾驶安全多少呢?目前的自动驾驶系统仍难以做到完全的安全可靠性。关于安全性的法律标准也需要进一步定义并量化。很多人坚持认为,无人驾驶汽车只有达到100%完美的安全可靠性才能合法,那意味着没有任何碰撞、事故或失误。然而事实是,没有任何无人驾驶系统能够做到始终完美可靠。

其实,目前可以对自动驾驶汽车的安全可靠性进行量化,标准就是它在无人工干预的情况下可以单独运行的时间长度。由于自动驾驶汽车的安全性是通过安全里程来衡量的,所以我们可以设定一个基于安全里程的衡量标准:平均故障间隔距离(MDBF)。因此加州交通管理局(DMV)每年发布的自动驾驶“脱离报告”对于整个自动驾驶行业安全性具有重要的参考意义。

当前无人驾驶安全性发展到什么程度?

美国加州是全球自动驾驶路测的“圣地”,加州交通管理局(DMV)公布的自动驾驶报告已经成为了解整个自动驾驶技术水平的参考。

加州车管局发布的《2017自动驾驶“脱离报告”(California Autonomous Vehicle "Disengagement Reports")》主要涉及以下两方面内容:

1.自动驾驶汽车路测里程;

2.“脱离(Disengagement)”次数;

从某种程度上来说,“脱离”次数越少,系统越稳定。对于致力于自动驾驶研发及路测的众多企业而言,该报告无疑是其2017年度的自动驾驶路测成绩单,一定程度上展示出了无人驾驶的发展水平。

“脱离”原因分析及未来预期

《2017自动驾驶“脱离报告”》中并未提及具体的天气、温度、湿度、路面状况等具体的测试情境,但各公司在自动驾驶技术方面存在一些通病,部分问题可归咎于与车辆对环境的感知能力,部分问题则与道路行驶方式有关,测试车辆的车载软硬件也是造成“脱离”的重要原因。外部环境因素也会对“脱离”造成影响,如:行人过多、交通标识不清晰等。此外,数据传输的及时性(存在迟滞)、GPS定位、变道、上坡、各类传感器的感知及配合情况也是重要的影响因素。

以下为20家企业的“脱离报告”汇总:

1、未开展路测的6家企业:宝马、福特、本田、蔚来汽车美国(NIO USA)、大众美国和Wheego。

2、未在加州开展路测的企业:特斯拉

3、尚未向美国加州车管所递交报告的企业:法拉第未来。

除了以上8家企业,其余12家企业已开展了路测,以下汇总表格将按脱离频率从高到低进行排序:

公司 配置测试车辆数量
(单位:辆)
测试里程数
(单位:英里)
脱离次数
(单位:次)
脱离频率
(英里/次)
Waymo 75 352,544 63 5,596
通用Cruise 86 131,675 105 1,254
日产 5 5,007 24 209
Zoox公司 11 2,191 14 157
Drive.ai 7 6,572 151 44
百度美国 4 1,971 48 41
Telenav 1 1,697 58 29
德尔福(现已拆分为德尔福科技与安波福) 1 1,810.55 81 22
英伟达 2 505 105 5
法雷奥北美(Valeo North America) 1 574 215 3
博世 3 1,454 598 2
梅赛德斯-奔驰 3 1,087 842 1

从以上表格可看出,Waymo和通用Cruise依旧处于遥遥领先的地位。其中,Waymo在《2016自动驾驶“脱离报告”》中,Waymo在加州的自动驾驶测试里程数为635,868英里,“脱离”124次,即:每隔5,127英里需人工介入操作一次。而在过去的2017年,Waymo的测试车辆每隔5,596英里需人工介入操作一次。与2016年相比技术有了明显提高。

根据弗吉尼亚理工大学交通研究所的数据,人类驾驶车辆每行驶百万英里会发生4.2次事故。按照这个来计算,行驶超过500万英里约发生21次撞车事故,与Waymo的无人驾驶汽车记录相当。

由此可见,目前Waymo的自动驾驶技术已经可以实现在有安全员干预之下可以达到人类驾驶平均水平,但是这远远没有达到人类对于自动驾驶技术应有的预期,离上路还有很远一段距离,不过,自动驾驶未来可期!

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 自动驾驶
    +关注

    关注

    773

    文章

    12900

    浏览量

    162934
  • 自动驾驶技术

    关注

    4

    文章

    91

    浏览量

    14922

原文标题:再提自动驾驶安全性量化,从DMV脱离报告窥探行业安全程度

文章出处:【微信号:IV_Technology,微信公众号:智车科技】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    如何利用AI技术提升自动驾驶安全性

    智能交通系统是一个高度复杂的系统,它涉及多种技术和工具。自动驾驶汽车、车辆安全技术和智能城市系统都是智能交通系统的一部分。
    发表于 01-17 09:44 139次阅读

    联网自动驾驶机器人的网络安全

    联网自动驾驶机器人的网络安全
    的头像 发表于 12-26 10:37 149次阅读
    联网<b class='flag-5'>自动驾驶</b>机器人的网络<b class='flag-5'>安全</b>

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件约束的
    发表于 12-19 18:02

    自动驾驶“十问十答”

    ? 很多人下意识的认为自动驾驶是为了提升大家日常出行的舒适度和便捷性,实际上,自动驾驶的推动最开始的主要原因之一是为了【安全】,据国外研究表明,其中95%事故与人的因素有关,近70%由人为因素造成,所以
    的头像 发表于 11-29 07:40 255次阅读
    <b class='flag-5'>自动驾驶</b>“十问十答”

    如何保护自动驾驶系统的数据安全

    自动驾驶技术带来了许多便利,但也带来了数据隐私和安全挑战。保护自动驾驶系统中的数据安全和隐私性至关重要,需要综合采取技术和法规措施。这些措施包括数据加密、匿名化、访问控制、
    发表于 10-18 11:10 263次阅读
    如何保护<b class='flag-5'>自动驾驶</b>系统的数据<b class='flag-5'>安全</b>?

    基于点云标注的自动驾驶系统的安全性与可靠性

    随着自动驾驶技术的不断发展,点云标注作为一种关键的技术手段,在自动驾驶系统中发挥着越来越重要的作用。然而,对于基于点云标注的自动驾驶系统来说,其安全性与可靠性是人们普遍关注的重要问题。
    的头像 发表于 09-13 18:29 505次阅读

    经纬恒润预期功能安全(SOTIF)解决方案为自动驾驶安全保驾护航

    自动驾驶安全组件是经纬恒润独立研发的一种解决方案,通过使用经纬恒润的自动驾驶安全组件,企业可以节省大量的时间和精力。此外,自动驾驶
    的头像 发表于 09-01 11:50 324次阅读
    经纬恒润预期功能<b class='flag-5'>安全</b>(SOTIF)解决方案为<b class='flag-5'>自动驾驶</b><b class='flag-5'>安全</b>保驾护航

    基于矢量化场景表征的端到端自动驾驶算法框架

    在ICCV 2023上,地平线和华中科技大学提出基于矢量化场景表征的端到端自动驾驶算法——VAD。VAD摈弃了栅格化表征,对整个驾驶场景进行矢量化建模(如图2),并利用矢量环境信息对自
    发表于 08-31 09:28 280次阅读
    基于矢<b class='flag-5'>量化</b>场景表征的端到端<b class='flag-5'>自动驾驶</b>算法框架

    点云标注与自动驾驶安全性

    点云标注在自动驾驶中的安全性至关重要。如果点云标注的准确性不高或者存在误标的情况,将直接影响到自动驾驶汽车的安全性和可靠性。 为了确保点云标注的安全
    的头像 发表于 07-13 15:38 250次阅读

    NVIDIA 自动驾驶实验室:如何通过 AI 分割模型增强自动驾驶安全性

    编辑注:NVIDIA 自动驾驶实验室系列视频,将以工程技术为重点的视角关注实现自动驾驶汽车的各个挑战以及 NVIDIA DRIVE AV 软件团队如何应对这些问题。 对于自动驾驶汽车而言,准确的环境
    的头像 发表于 06-16 11:45 432次阅读
    NVIDIA <b class='flag-5'>自动驾驶</b>实验室:如何通过 AI 分割模型增强<b class='flag-5'>自动驾驶</b><b class='flag-5'>安全性</b>

    自动驾驶技术概述

    自动驾驶汽车,通过技术实现车辆自动驾驶,目的是减少驾驶疲劳、增强驾驶安全自动驾驶汽车按
    发表于 06-01 14:50 0次下载
    <b class='flag-5'>自动驾驶</b>技术概述

    车路协同自动驾驶数据集DAIR-V2X

    自动驾驶安全面临巨大挑战,单车智能存在驾驶盲区、中远距离感知不稳定等问题,导致自动驾驶车辆可运行设计域(ODD)受限,单车智能自动驾驶落地受
    发表于 06-01 14:20 0次下载
    车路协同<b class='flag-5'>自动驾驶</b>数据集DAIR-V2X

    自动驾驶开发平台

    的解决方案,支持 L 3 ~ L 5 {\rmL3~L5} L3~L5级的自动驾驶; 2018年1月,NVIDIA公布了其 AI {\rmAI} AI自动驾驶汽车平台NVIDIADRIVE的详细架构;基于NVIDIA的 DRIVE架构,汽车厂商可以构建和部署具有功能
    发表于 06-01 11:31 0次下载
    <b class='flag-5'>自动驾驶</b>开发平台

    首款滴滴自动驾驶Robotaxi概念车——DiDi NEURON亮相

    滴滴出行CTO兼自动驾驶CEO张博表示,混合派单的共享出行网络,是自动驾驶技术走进人们生活的最佳路径。滴滴自动驾驶希望为用户打造更好自动驾驶服务网络,在
    的头像 发表于 04-23 10:36 784次阅读
    首款滴滴<b class='flag-5'>自动驾驶</b>Robotaxi概念车——DiDi NEURON亮相

    从科幻到现实,自动驾驶发展还面临哪些问题?

    凸显,其中技术安全、数据安全及政策完善,是自动驾驶普及中被发现的较为突出的三个问题。 技术安全 技术安全关乎
    的头像 发表于 04-03 08:51 379次阅读