驾驶辅助技术现状:一场让人喜让人惧的冲锋战

简介:
本文来自AI新媒体量子位(QbitAI)

我们可能要反思一下越来越能干的驾驶辅助技术了。

紧急状况下先你一步紧急刹车,自动检测你的视觉盲点,将车辆帮你调整到正确的车道,校准和其他车辆之间的安全距离……驾驶辅助技术于无形之中帮助司机开车。但是,这些旨在提高安全性的驾驶辅助技术却产生了一个严重的问题——它在慢慢偷走着司机的驾驶技能。

也该直视这个问题了。

被吞噬的注意力

对于汽车制造商来说,挽救司机不断下降的驾驶技能至关重要。在过去的两年中,美国因交通事故死亡的人数上升了14%,超过4万人在2016年死于车祸。超速、拥堵和司机走神是三个主要原因。

并且,在联邦政府公布的数据中显示,开车过程中处理信息和上网的人数逐年增多。

 开车时使用电子设备的人数逐年增多/图片来自美国国家公路交通安全管理局

司机的注意力正被驾驶辅助技术慢慢吞噬,安全隐患也因此增加。“我们让开车变得越容易,驾驶员的注意力就变得越不集中。”公路安全保险协会会长Adrian Lund说。

汽车制造商的花样挣扎

说出来你别不信。

汽车行业对它们广受欢迎的新功能带来的影响感到担忧,并且还在想方设法地让司机“忙起来”,而不是盯着手机看。咨询公司AlixPartners LLP的总经理Mark Wakefield曾经这样对媒体透露。

这也不是空穴来风,很多公司也真的是这么做的。

通用公司正在研究一种眼球追踪技术,计划将于今年在凯迪拉克上安装。司机无需把手一直放在方向盘上,但必须看着路面。

日产汽车也有类似的产品ProPilot Assist,如果司机超过30秒没有握方向盘,则车辆将自动靠边停车。日产在去年开始,就已经开始限制各种无需手动的功能了。

本田公司的研究人员承认,驾驶辅助技术确实改变了司机的驾驶方式。他们开始与高校合作,联手研究驾驶技术的演变方式。

虽然有毒,但我喜欢

在一次非正式调查中,57%的受访者承认驾驶辅助技术会削弱老司机们的驾驶技能。虽然消费者意识到放弃车辆控制权的危险,但放着手边的辅助系统不用也确实心里痒痒。

越使用,越信任。交通研究所的研究员Shan Bao曾这样感慨。“在紧急情况下,司机更愿意相信系统,而不是信自己。”

驾驶辅助功能到底有何种魅力?

据外媒Bloomberg调查,消费者很喜欢这种半自动的驾驶辅助,在堵车和长途旅行时减少很多压力。因此,很多司机也会自欺欺人地认为驾驶辅助就不需要手动操作了。

不要忘了特斯拉Model S的前车之鉴。去年,开启了Autopilot自动驾驶辅助功能的Joshua Brown与一辆卡车相撞,虽然系统多次发出警告铃声,但在最后的37分钟中,司机握方向盘的时间只有25秒。

 事故现场

总结起来就是,驾驶辅助技术,有用,有毒,但有人就是喜欢。

腹背受敌的驾驶辅助技术

严肃地说,驾驶辅助技术正面临严峻挑战。

对行业内来说,驾驶辅助技术没有统一标准。

“消费者对辅助系统的工作原理没有任何概念,每家公司对各个功能的命名不同且系统功能也各异。”美国汽车协会汽车工程与行业关系主管格Greg Brannon说。

虽然美国汽车协会一直倡导汽车制造商和监管机构设置标准和参数,但汽车制造商想通过独特的系统超越竞争对手。换句话说,标准和参数与制造商抢占市场冲突了。

对消费者来说,驾驶辅助系统的功能还不明确。

消费者并不清楚驾驶辅助能做什么或不能做什么,不同的制造商的鼓吹的功能各不相同,也没有统一的措辞描述这些功能。

如果习惯了一种驾驶辅助技术的司机突然换了一辆车,他可能会失去对辅助功能的把控,也可能同时失去对非驾驶辅助汽车的控制。

对驾驶辅助系统来说,开头难,往前也不好走。

—— ——

本文作者:安妮
原文发布时间:2017-08-11 
相关文章
|
Apache 数据中心 微服务
构建可扩展的消息系统:Apache Pulsar和NATS的比较
消息系统在现代分布式应用程序中扮演着至关重要的角色,它们用于实现异步通信、事件驱动架构和可靠数据传输。在本篇文章中,我们将探讨两个流行的消息系统:Apache Pulsar和NATS,并比较它们的特点、性能和可扩展性。我们将研究它们的架构、部署方式以及如何使用它们来构建可靠和高性能的消息传递系统。
918 0
|
定位技术
【gis】gdal 切分遥感 tif 格式图片
【gis】gdal 切分遥感 tif 格式图片
865 0
【gis】gdal 切分遥感 tif 格式图片
|
资源调度 数据挖掘
六西格玛的核心工具与方法:质量管理模型
六西格玛是一种基于数据的质量管理方法,旨在减少缺陷和变异,提高产品和服务质量。其核心是DMAIC模型:定义、测量、分析、改进和控制。
1366 0
六西格玛的核心工具与方法:质量管理模型
|
人工智能 Serverless
AI剧本生成与动画创作解决方案评测:一键式动画制作的革命
AI剧本生成与动画创作解决方案评测:一键式动画制作的革命
661 19
|
缓存 NoSQL Java
京东电商下单黄金链路:防止订单重复提交与支付的深度解析
【10月更文挑战第21天】在电商领域,尤其是在像京东这样的大型电商平台中,防止订单重复提交与支付是一项至关重要的任务。
784 44
|
机器学习/深度学习 人工智能 程序员
大模型时代的思考:小心陷入ChatLLMs构建的蜜糖陷阱-基于人类反馈的间接(反向)驯化-你是否有注意到?
本文探讨了大模型基于人类反馈训练的原理及其潜在风险,特别是大模型在迎合用户需求时可能带来的“蜜糖陷阱”。通过实际案例分析,强调了理性使用大模型的重要性,提出了保持批判性思维、明确人机协作边界、提升人类判断力和创新能力等建议,旨在让大模型真正为人类服务,而不是限制人类思维。
428 4
|
数据采集 测试技术 Swift
666条数据,训练LongWriter模型,写万字长文!模型&数据集均开源!
大模型的上下文(Context)支持越来越长的背景下,让通用的大模型遵循指令来保障长文本输出的长度,依然是一个挑战。
|
数据安全/隐私保护 Python
如何使用Python自动发送邮件?
如何使用Python自动发送邮件?
513 1
|
NoSQL BI MongoDB
深入理解 MongoDB 条件操作符:优化查询、精准筛选、提升性能
深入理解 MongoDB 条件操作符:优化查询、精准筛选、提升性能
371 1