寻找供应商
广告
首页 > 汽车技术 > 正文

自动驾驶变成现实，最大的阻碍不是技术

2019-06-17 23:56:27·  来源：TechSugar  
　
最近关于自动驾驶的发展消息让人兴奋，有许多相关测试证明了其安全性和可靠性。特斯拉甚至做出了大胆的预测特斯拉将在2020年拥有L4/L5级自动驾驶能力。真有这么
最近关于自动驾驶的发展消息让人兴奋，有许多相关测试证明了其安全性和可靠性。特斯拉甚至做出了大胆的预测——特斯拉将在2020年拥有L4/L5级自动驾驶能力。真有这么现实吗？

据Counterpoint Research预测，随着技术和监管问题的解决，2030年销售的新车中约有15％将实现完全自主驾驶（4至5级）。

为了实现自动驾驶的愿景，OEM、供应商以及初创企业正在使用最尖端的技术来解决算力、软件开发、算法设计中的问题。但又因为监管和法律的问题，可能会成为自动驾驶实现的最大阻碍。

图1：汽车中的ADAS演变

高级驾驶辅助系统（ADAS）正在逐步接管驾驶员的控制，为消费者和企业带来具有前景的技术。

从ADAS的发展来看，阻碍自动驾驶最终被采纳的主要挑战是消费者的意识、产品定价以及隐私、安全等问题。

目前来看，安全性仍然是ADAS技术的关键和最重要的组成部分。一旦系统检测到发生事故的可能性，ADAS会同时启用视觉和听觉方面的警告。如果驾驶员忽略警告系统，高级版本现在能够实现主动转向或者直接激活制动器。目前可用的驾驶员辅助技术包括自适应巡航控制，车道偏离警告系统，自动紧急制动系统和停车辅助系统。一些车辆还提供盲点监控以及其他辅助系统。

雷达扫描、传感器和摄像头技术实现ADAS，并集成到车辆重要电子控制模块。这些ADAS系统能使车辆感知周围环境，发出障碍物和危急预警，协助驾驶员进行操作。理性情况下，可以完全避免事故发生或者减轻后果。

随着技术的发展和成本效益的提高，设计工程师不断更新其自主系统，新的传感器类型也在不断涌现。在5G技术加持下，日益复杂的云计算也在扮演重要角色，为传感器系统产生的大数据带来更高的带宽要求。

图2：越来越受关注的自动驾驶汽车和安全

显然，如今汽车公司已经不仅仅是需要机械和电气工程方面的专家，他们现在还需要雷达、人工智能、软件开发、电机控制、电池化学、大数据分析、机器学习等领域的专家。因此，汽车行业需要汽车供应商、OEM、系统商、技术开发商、政府和测试供应商之间的进行协作，以真正理解并解决问题。

监管问题阻碍了自动驾驶汽车愿景照进现实

现在来看，人类操控到自动驾驶汽车的转变显然不会是无缝过渡，因为目前仍不清楚自动驾驶汽车改怎么去适应现有法律和监管制度。关于法律如何处理自动驾驶汽车目前仍有非常矛盾的争论。因为现有法律框架对此技术处理不完善，迫切需要监管进行变革，以清楚那些妨碍自动驾驶汽车变为现实的各种阻碍。随着商用自动驾驶汽车成为现实这件事迫在眉睫，关于法律特定的法则来处理自动驾驶责任归属的担忧大大增加。

自动驾驶汽车引发新的责任归咎和道德问题

车主或者驾驶员首先要对车辆造成事故负责，因此车主必须至少拥有第三方责任保险。如果事故是由于汽车的故障或缺陷造成，车主/司机将会向汽车制造商或者部件/服务提供商寻求损失补偿。各国对缺陷产品的生产者的责任承担有严格的划分。不可避免的是，自动驾驶汽车的引入将为汽车事故责任划分增加了另一层更复杂的东西。例如，当你正在操作自动驾驶汽车时，在发生事故前不选择切回到手动控制，那到底算谁的责任？怪驾驶员没切换？还是人工智能开发者、汽车制造商或者零部件制造商的责任？

汽车自主性的问题在与驾驶员会过渡依赖汽车。例如，特斯拉自动驾驶系统并没有到达L3级，顶多L2级。L3与L2之间具有巨大差异——在某些情况下是否完成自主可控。特斯拉没有特别复杂的传感器，此前一系列碰撞事故证明了这一点。在L3级下，驾驶员必须随时准备好接管汽车驾驶权。早在2012年，谷歌就已经测试了L3级的自动驾驶，但发现驾驶员盲目信任，因此决定不把L3推向市场，而是倾向于直接跨度到L5级，没有方向盘等输入设备。现在似乎形成了一种共识，那就是L3级其实是一个坏点子。这意味着设备制造商需要直接从L2跳到L4。这种跳跃式发展无异于从开飞机升级到登月一般。

那么自动驾驶代表什么？

特斯拉对自动驾驶的预测过于大胆，在4月份举行的一次投资者活动中，马斯克（Musk）直接透露了新款芯片和处理器的技术细节，称这些芯片和处理器已经在特斯拉汽车中内置了全自动驾驶功能。声称：新芯片将明确改进其软件和神经网络，以达到汽车实现完全自动驾驶的目的。最早在2020年这类车就会出现，驾驶员将不用接触方向盘。虽然马斯克提到全自动驾驶时的意义不是很清楚，但特斯拉并未应用L4/L5的标准来定义自家自动驾驶。

引起强烈争论的是在2018年3月首次发生在Uber自动驾驶汽车在亚利桑那州杀死行人事件，在人行横道、转弯处或交叉路口等一些简单不过的日常情景，汽车却很难抉择为乘客还是行人的生命着想，这面临着更广泛的道德问题。

自动驾驶汽车时间表

自动驾驶采用率很大部分取决于监管问题，以及去改变消费者意见和克服重重技术难题。当然它还取决于，自动驾驶汽车的“自主”——到底是完全自主，还是某种程度上的人为干预？

驾驶员辅助系统和完全自主系统的区别在于，足够远离危机并释放出驾驶员的注意力和时间。

自主系统能力肯定会得到迅猛发展。但自主性仍存在有限的范围下，在可预测的环境中，例如高速公路上的自动驾驶，在未来五年会大范围出现。

双重控制正在成为ADAS与完全自动驾驶之间的过渡——将一定程度的自动驾驶与人为驾驶相结合。这也是一种慢慢过渡的过程，在我们看来，完全自动驾驶就是驾驶员能在整个行程中都是双手离开，并注意力不集中。

自动驾驶汽车还有多远？

人类驾驶员的能力远远超过自动驾驶当前的技术实力，司机们可以快速处理和响应各种消息，根据经验来判断，并在道德范围内做出决策。此外，人们在遇到不可预知的道路时，还能即兴发挥。自动驾驶只能完成部分操作，在所有情况下显然不能与人类媲美。

在2018年初，通用汽车推出Cruise AV-一款基于雪佛兰Bolt EV的自动驾驶汽车，由于没有方向盘和脚踏板引起人们极大关注。虽然通用汽车尚未透露任何生产计划，但一直在向美国政府请求允许其在2019年公共道路上进行测试。日本软银的远见基金在2018年5月对其投资22亿美元，持有通用汽车自动驾驶业务19.6%的股份。

图3：拥有在加利福尼亚州测试自动驾驶汽车许可证的主要公司

实现完全自动驾驶另一个关键技术是开发综合数据网络，包括基于边缘计算、云计算的基础设施。这要求汽车行业与IT和电信行业等其他行业以及行业政策制定者们的密切合作，就数据中心设计和地点等系列重要问题达成协议，使汽车能够可靠的进行通信。

从表面上看，虽然自动驾驶看上去很光明，但汽车要在任何条件下随时随地的自动驾驶，还有很长的路要走。
 
 
分享到：
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

• 资料下载《Keysight高性能数字产品》：示波器、任意波形发 • 亚马逊云科技数据和人工智能副总裁 Swami 解读 Amazon Bed
• 新能源汽车动力电池结构及成组技术综述 • 电源完整性仿真域之仿真软件（附下载）
• AES，主动安全领域的“一代宗师” • 车载以太网与CAN总线有什么区别？
• 详细解读四种电机扁线绕组 • 汽车行驶安全电控技术-防抱死制动系统（ABS）详解
• 基于大模型的仿真系统研究一——三维重建大模型 • 滑板底盘能否成为宁德时代新的突破口？有点悬
0 条相关评论
  • 广告

编辑推荐

最新资讯

  • 广告
  • 广告
沪ICP备11026620号