如何量化自动驾驶的安全性?

智车科技 发表于 2018-05-08 09:37:16 收藏 已收藏
赞(0) •  评论(0

如何量化自动驾驶的安全性?

智车科技 发表于 2018-05-08 09:37:16

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!

收藏

相关话题
文章来源专栏
+关注

评论(0)

加载更多评论

参与评论

相关文章

分享到

QQ空间 QQ好友 微博
取消