细则过于保守、限制较大,这就是我们看到的国内第一个自动驾驶管理细则

简介:

此次北京自动驾驶测试管理细则的发布,被认为会推动我国自动驾驶技术的发展和应用。

12月18日,北京发生了一件影响自动驾驶圈的大事!

北京市交通委员会、北京市公安局、北京市交通管理局和北京市经济和信息化委员会,联合下发了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》和《北京市自动驾驶车辆道路测试管理实施细则(试行)》的通知。

几大部门联合发布自动驾驶车辆路测相关要求,可以说是一石激起千层浪,似乎自动驾驶上路指日可待。但实际情况又是如何呢?

在北京上路测试自动驾驶车辆和人需要达到什么要求?

细则过于保守、限制较大,这就是我们看到的国内第一个自动驾驶管理细则

从两个通知的名字中,就可以看出这是我国首次出台的关于自动驾驶车辆上路测试的官方细则。而随着北京规则的实施,其他地区的实施规则也会陆续落实。

其实在北京自动驾驶测试管理细则中,我们可以看出加州自动驾驶规定的影子。那么其他国家和地区的自动驾驶管理规定都有哪些亮点?

美国:各州标准不一,引发测试企业不满

美国联邦虽然在2013年就出了自动驾驶技术政策指南,但是美国各州独立立法使得每个州的自动驾驶法规不同。

细则过于保守、限制较大,这就是我们看到的国内第一个自动驾驶管理细则

2016年5月,密歇根州起早了一部关于自动驾驶测试的草案中,草案中的安全自动驾驶车辆法案规定,只有汽车生产商才有资格进行自动驾驶路测。此草案引起了Uber、Waymo等自动驾驶系统研发和测试的企业强烈不满。

而加州的自动驾驶车辆测试的内容虽然细致,但是与密歇根州相比,限制也更多。各州关于自动驾驶立法的不一致,被认为对企业自动驾驶技术的研发与创新造成障碍。

以加州为例,今年加州发布了全自动驾驶车辆测试和部署路径的法规。其和北京的自动驾驶车辆管理规则相似。

其中主要包括资格条件,对测试主体(即企业)、测试员(即驾驶员)、测试车辆做了严格的条件限制。申请流程只需要在规定时间内提交一系列申请表即可,测试管理中政府规定了独特的主体。

和北京的无人自动驾驶测试管理细则相比,加州自动驾驶车辆管理规则中包括了对无人驾驶车辆测试申请的资质条件要求。而北京的自动驾驶测试其实主要针对有驾驶员的自动驾驶车辆。

这也反映了一个产业状况,如果按照美国自动驾驶分级,我国的自动驾驶汽车产商的研发大都在2级和3级,即有条件的自动化,在需要时司机对车辆接管。

能够达到第四级的完全自动化,即无人驾驶的国产自动驾驶汽车还很少。随着自动驾驶技术的发展,北京的自动驾驶测试管理细则也会随之不断细化。

德国:不仅要制定法律,还要探讨“电车难题”

今年6月德国联邦议院率先颁布“道路交通法修正案八”,修正案对自动驾驶员作出六项必要规定。这和北京管理细则相似,即驾驶员要在自动驾驶系统运作同时,时刻保持清醒准备状态,随时接管自动驾驶车辆。

除了法律上作出规定,德国还探讨了自动驾驶中可能会出现的道德伦理问题。当驾驶过程出现问题时,自动驾驶系统要优先保护个人生命,对人身权益的保护必须优先于对动物和财产权利的保护。但是对于自动驾驶系统是首先保护车内的司机,还是保护车外的行人问题,此问题就是类似拉闸杀死1个人还是5个人的“电车难题”。德国准则规定,自动驾驶系统产商不得设定标准化设定或编程,对此种极端情况作出选择,比如优先保护车内司机。

细则过于保守、限制较大,这就是我们看到的国内第一个自动驾驶管理细则

除了探讨上述道德准则,道德委员会也对L4和L5级别的高度和完全自动驾驶车辆存在的技术决策风险进行了考量。

虽然各国都希望用立法或政策形式推动国家自己驾驶技术的发展,但是各种问题总是层出不穷,整出一堆幺蛾子。

我国:细则探路,部门责任是否划清?

此次北京自动驾驶测试管理细则的发布,被认为会推动我国自动驾驶技术的发展和应用。但是,由于细则过于保守,限制较大,对于一些自动驾驶研发团队来说,并不是一个大福利。

首先,测试主体必须是在中国境内独立注册的企业。这样,许多海外车企和科技企业就没有机会在国内测试。国外企业若想在国内测试,要么委托代理公司测试,要么在中国成立分公司,这无疑增加了企业成本。

同时,我们还面临的一个巨大问题就是,在自动驾驶领域,哪个部委负责自动驾驶技术管理?哪个具体的部门来监管?监管的方式是什么?

从我们的文件颁发主体就知道,这个问题确实存在。文件由北京市交通委员会、北京市公安局、公安交通管理局和北京经济和信息委员会联合发布,多部门共同管理,会出现碎片化问题。没有问题时,利益大家一起分,出了问题,归责又可能成为大皮球。

细则过于保守、限制较大,这就是我们看到的国内第一个自动驾驶管理细则

自动驾驶技术的发展不是一蹴而就的,如今有规则做支撑对产业发展是好事情。但是,自动驾驶车辆的法律空白,针对自动驾驶的城市交通基础设施投入,包括改善道路,修建路灯和清晰车道标志,精准的道路绘图,这些都是漫漫长路上一个个要解决的问题。


原文发布时间: 2017-12-19 19:29
本文作者: Lotusun
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
Docker Python 容器
Python项目打包成docker镜像,并在docker中运行
Python项目打包成docker镜像,并在docker中运行
2156 0
|
安全 IDE 开发工具
SGX入门:如何开发第一个最简单的 SGX 应用 HelloWorld
本文将向大家展示如何基于 Intel SGX SDK 开发一个最简单 SGX 应用:HelloWorld,这个程序在可信区生产 "Hello world"并传递给不可信代码(缓冲区)打印输出到终端。 虽然 Intel SGX SDK 安装目录中默认提供了数个 Sample,但每个 Sample 对于初学者来说非常复杂和难以理解。 关于 SGX 开发运行环境的搭建可参考:[《SGX入门:
|
8月前
|
存储 人工智能 算法
从入门到落地:阿里云智能体的实践路径与商业价值
阿里云智能体实践路径:零基础入门,通过百炼平台快速搭建,掌握模型、RAG、工具调用等核心能力,助力开发者降本增效,抢占AI职业新赛道。
|
传感器 监控 数据中心
|
存储 Linux 虚拟化
超详细!VMware虚拟机迁移操作教程
为VMware虚拟机迁移提供从0到1的详尽操作指导
2192 0
超详细!VMware虚拟机迁移操作教程
|
计算机视觉
RT-DETR改进策略【卷积层】| CVPR-2024 利用DynamicConv 动态卷积 结合ResNetLayer进行二次创新,提高精度
RT-DETR改进策略【卷积层】| CVPR-2024 利用DynamicConv 动态卷积 结合ResNetLayer进行二次创新,提高精度
515 9
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####
|
Kubernetes Linux 虚拟化
入门级容器技术解析:Docker和K8s的区别与关系
本文介绍了容器技术的发展历程及其重要组成部分Docker和Kubernetes。从传统物理机到虚拟机,再到容器化,每一步都旨在更高效地利用服务器资源并简化应用部署。容器技术通过隔离环境、减少依赖冲突和提高可移植性,解决了传统部署方式中的诸多问题。Docker作为容器化平台,专注于创建和管理容器;而Kubernetes则是一个强大的容器编排系统,用于自动化部署、扩展和管理容器化应用。两者相辅相成,共同推动了现代云原生应用的快速发展。
4187 11
|
存储 Kubernetes 安全
kubernetes集群降级|k8s1.24+版本降级到1.23
kubernetes集群降级|k8s1.24+版本降级到1.23
|
JavaScript 前端开发 算法
前端优化之超大数组更新:深入分析Vue/React/Svelte的更新渲染策略
本文对比了 Vue、React 和 Svelte 在数组渲染方面的实现方式和优缺点,探讨了它们与直接操作 DOM 的差异及 Web Components 的实现方式。Vue 通过响应式系统自动管理数据变化,React 利用虚拟 DOM 和 `diffing` 算法优化更新,Svelte 通过编译时优化提升性能。文章还介绍了数组更新的优化策略,如使用 `key`、分片渲染、虚拟滚动等,帮助开发者在处理大型数组时提升性能。总结指出,选择合适的框架应根据项目复杂度和性能需求来决定。
838 2