自动驾驶汽车可能难以消除大多数交通事故

简介: 据统计,驾驶员失误几乎是造成交通事故的主要原因。这就是为什么自动化一直被视为潜在的安全游戏规则改变者。但是,根据高速公路安全保险协会(IIHS)的一项最新研究,如果自动驾驶系统像人一样开车,自动驾驶汽车可能只能防止大约三分之一的车祸。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

据统计,驾驶员失误几乎是造成交通事故的主要原因。这就是为什么自动化一直被视为潜在的安全游戏规则改变者。但是,根据高速公路安全保险协会(IIHS)的一项最新研究,如果自动驾驶系统像人一样开车,自动驾驶汽车可能只能防止大约三分之一的车祸。

image

IIHS研究副总裁兼该研究的合著者Jessica Cicchino说:“自动驾驶汽车最终可能会比人类更好地识别危险,但我们发现仅凭这一点并不能防止大量的撞车事故。”

传统观念认为,自动驾驶汽车有一天可能使撞车成为过去。现实并非如此简单。根据对警方报告的撞车事故的全国调查,驾驶员失误是事件链中的最终故障,导致每10起撞车事故中有9起以上。

但是该研究所的分析表明,其中只有三分之一的交通事故是由于自动驾驶汽车客运避免人为的错误而避免发生,这些错误仅仅是因为它们比人类驾驶员具有更准确的感知能力,并且不容易遭受过失错误。为了避免剩下的三分之二,需要对它们进行专门编程,以将安全性置于速度和便利之上。

该研究的主要作者,IIHS研究科学家亚历山德拉·穆勒(Alexandra Mueller)表示:“制造出能够像人一样驾驶的自动驾驶汽车本身就是一个巨大的挑战。” “但实际上,他们必须比这更好,才能兑现我们都听过的诺言。”

为了估计如果将无人驾驶汽车设计为做出与人类相同的风险决策时可能继续发生的撞车事故,IIHS的研究人员对《国家机动车撞车因果关系调查》中报告的5000多起警察报告的撞车事件进行了调查。这些事故案例由美国国家公路交通安全管理局(National Highway Traffic Safety Administration)收集,代表了美国境内发生的车祸,其中至少有一辆车被拖走,并召集了紧急医疗服务。

IIHS团队审查了案例文件,并将导致崩溃的与驾驶员相关的因素分为五类:

  • “感知和意识”错误包括诸如驾驶员分心、视线障碍和未能及时识别危险之类的事情。
  • 当驾驶员错误判断交通间距,错误地估计另一辆车行驶的速度或对另一位道路使用者将要做什么做出错误的假设时,就会发生“预测”错误。
  • “计划和决定”错误包括因路况而驾驶太快或太慢,主动驾驶或与前方车辆之间的跟随距离太小。
  • “执行和性能”错误包括不适当或不正确的规避操作,过度补偿和其他控制车辆的错误。
  • “失能”涉及因饮酒或吸毒,医疗问题或方向盘入睡而造成的损害。

研究人员还确定,某些碰撞是不可避免的,例如由于车辆故障(如爆胎或车轴损坏)引起的那些碰撞。

image

在这项研究中,研究人员设想了未来道路上所有车辆都将自动驾驶的未来。他们认为这些未来的车辆将防止那些完全由感知错误或无能力驾驶导致的撞车事故。这是因为可以期望全自动驾驶汽车的摄像头和传感器能够比人类驾驶员更好地监视道路并识别潜在危险,并且不会分散注意力或丧失驾驶能力。

仅由于感测和感知错误而导致的崩溃占总数的24%,而失能为力占10%。如果道路上的所有车辆都是自动驾驶,则可以避免那些碰撞,尽管这将需要能够正常工作的传感器和永不故障的系统。除非专门为自动驾驶汽车编程以避免其他类型的预测,决策和性能错误,否则其余三分之二可能仍然会发生。

考虑一下2018年3月在亚利桑那州坦佩市杀死一名行人的Uber测试车的撞车事故。其自动驾驶系统最初难以正确识别路边的49岁的Elaine Herzberg。但是一旦这样做,它仍然无法预测她会越过车辆的前方,并且它未能执行正确的规避动作来避免在她这样做时撞击她。

计划和确定错误(例如超速和非法操作)是导致研究样本中约40%的撞车事故的原因。驾驶员的故意决策可能导致撞车的事实表明,驾驶员的偏好有时可能会与自动驾驶汽车的安全优先级相冲突。为了使自动驾驶汽车兑现消除大多数碰撞的诺言,必须将其设计为着眼于安全性,而不是在这两种情况不一致时优先考虑骑乘者。

自动驾驶汽车不仅需要遵守交通法规,还需要适应路况并实施驾驶策略,以应对其他道路使用者的行为存在不确定性,例如在人多的地区驾驶比人类驾驶员慢交通或低可见度条件下。

“我们的分析表明,对于自动驾驶汽车要实现其承诺比人类驾驶员更安全的承诺,将安全性置于骑手偏好之上至关重要。”穆勒说。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-06-08
本文作者:蒙光伟编译
本文来自:“51CTO”,了解相关信息可以关注“51CTO

相关文章
|
2月前
|
传感器 人工智能 自动驾驶
智能交通系统:自动驾驶技术的社会影响
【9月更文挑战第27天】随着科技发展,智能交通系统与自动驾驶技术正革新交通领域,从提高交通效率与安全性到优化资源分配,其影响深远。自动驾驶技术基于AI与传感器,历经五个等级演进,促进交通流畅的同时减少人为驾驶错误。然而,技术进步亦引发就业市场变化、数据隐私及道德责任等问题,城市规划需适应新技术,加建充电站等设施。尽管存在挑战,智能交通系统仍有望重塑城市面貌,提升出行体验,实现更高效、环保的城市交通体系。
|
3月前
|
传感器 自动驾驶 安全
无人驾驶汽车可以通过优化路线和交通流动来减少交通拥堵
无人驾驶汽车可以通过优化路线和交通流动来减少交通拥堵
|
3月前
|
传感器 自动驾驶 安全
无人驾驶汽车的出现被认为可以解决交通拥堵问题,但同时也面临着一些挑战。
无人驾驶汽车的出现被认为可以解决交通拥堵问题,但同时也面临着一些挑战。
|
3月前
|
传感器 机器学习/深度学习 人工智能
无人驾驶汽车有望改善交通拥堵问题
无人驾驶汽车有望改善交通拥堵问题
|
4月前
|
传感器 自动驾驶 安全
天气条件是无人驾驶汽车面临的一个重要挑战
天气条件是无人驾驶汽车面临的一个重要挑战
|
4月前
|
传感器 自动驾驶 安全
无人驾驶汽车对人民的出行方式和生活方式产生了深远的影响
无人驾驶汽车对人民的出行方式和生活方式产生了深远的影响
无人驾驶汽车对人民的出行方式和生活方式产生了深远的影响
|
传感器 自动驾驶 数据处理
自动驾驶汽车的脚本需要考虑多种因素
自动驾驶汽车的脚本需要考虑多种因素
89 1
|
传感器 人工智能 监控
人工智能如何帮助减少交通事故
随着人工智能的使用,道路事故可以得到遏制,特别是在元宇宙中,它将技术和科学结合在一起,以减少人为错误。这可以帮助准确地评估司机、基于驾驶技能的司机档案、更好地收集和分析碰撞数据等。
167 0
人工智能如何帮助减少交通事故
|
机器学习/深度学习 传感器 人工智能
快速行驶的自动驾驶,离现实还有多远?
随着人工智能的发展,萌芽于上个世纪70年代的自动驾驶技术,逐步成长为创业的风口。
154 0
快速行驶的自动驾驶,离现实还有多远?
|
机器学习/深度学习
汽车燃料效率预测
本教程的目的是要预测汽车的燃料效率,相比于之前的分类,这是一个回归问题,回归是针对连续变量的,分类是针对离散变量的 用的数据集是 Auto MPG ,包含有 MPG、Cylinders、Displacement、Horsepower、Weight、Acceleration、Model Year、Origin 这么 8 个特征,我们的目的是根据其它 7 个特征去预测 MPG ,数据如下图所示
242 0
下一篇
无影云桌面