0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

这四个关于自动驾驶的误解,将影响自动驾驶的推广和落地

如意 来源:OFweek电子工程网 作者:智车科技IV 2020-10-14 11:15 次阅读

/ 导读 /

自动驾驶技术迅速发展的当下,在碎片化信息充斥我们的生活时,网上存在很多对于自动驾驶发展的新闻,更有对自动驾驶的误解在肆意传播着,笔者认为这些对于自动驾驶的误解会阻碍自动驾驶的发展,影响自动驾驶的推广和落地。

误解一:由于驾驶本身充满乐趣,公众会抵制无人驾驶。 很多传统汽车公司会固执地认为并大肆地宣传,人们爱好驾驶的体验。 爱好,是人们的自由选择。所以,爱好驾驶的群体必然是存在的。 然而,头文字D会在秋名山中上演,却不会发生在拥挤的通勤路上。 事实上,大多数人的大部分驾驶时间都用在每天的通勤与外出办事上,甚至大部分时间都需要在拥挤的道路上缓慢移动。 即便是驾驶爱好者,也不会享受这种烦闷的开车时间,也会想将浪费在这上面的时间用来做点别的更有意义的事情。更何况大多数只将汽车视作代步工具的公众呢?

另外,目前依然广泛认为,自动驾驶的实现也并不会剥夺人类的手动驾驶权力。 这两种方式是可以并存的。一百年前汽车代替马车成为最重要的交通工具,但如今依然有人学习马术。又如,自动化生产的高度发展不会取代传统手工艺人;;电脑绘图再快再好,画家也不会放弃画笔一样。 因此,自动驾驶技术一旦成熟,自动驾驶汽车可以被安全使用时,消费者将会无比渴望得到它。 爱好可以坚持,但琐碎的生活也要继续。

误解二:自动驾驶汽车会造成道德困境。 当自动驾驶汽车面临交通事故时,很多人宣扬它无法解决道德难题。 即当意外来临时,自动驾驶汽车会撞向谁?人们最常谈论的是“有轨电车难题”。

“有轨电车难题”是一个哲学实验,大致内容是:一个疯子把五个无辜的人绑在电车轨道上。一辆失控的电车朝他们驶来,并且片刻后就要碾压到他们。幸运的是,你可以拉一个拉杆,让电车开到另一条轨道上。然而问题在于,那个疯子在另一个电车轨道上也绑了一个人。在这种状况下,是否应拉拉杆? 这个问题的难点在于是否应该量化比较生命。 实际上,自动驾驶在道德判断方面与人类并无二致。人类都不愿去直面的极端道德问题拿去为难自动驾驶多少过于苛刻了。 无论出于什么原因,在车祸发生前的一刹那,我们人类都还是偏向于由人类而非机器来做出快速的、非正式的成本收益分析。 可是,保险公司也早已对我们身体的各个部分出现问题时所需支付的潜在费用做出了量化。而在面对这种驾驶过程中的瞬间决策时,人类驾驶员早已本能地估量出“可以牺牲掉谁”了。

误解三:自动驾驶汽车需要有完美的驾驶记录才能确保足够安全。 其实,只要自动驾驶汽车的安全驾驶记录超出人类驾驶员的平均水平,它就能造福人类。 据统计,平均每20万英里(约32万公里),人类驾驶员就会出现一次非致命性碰撞。 那么,如何衡量自动驾驶系统的安全性呢?我们通常使用“接管里程”,即每接管(驾驶员介入)一次的平均行驶里程。 因此,当自动驾驶系统的接管里程数超过人类驾驶员的非致命性碰撞数据,即超过20万英里/次,便可以说自动驾驶在人类平均驾驶水平之上。 看到这里,也许有人会有疑问,系统每次需要接管时还有可能造成致命性碰撞呢。 好的,那我们给自动驾驶定一个十分严格的标准吧。据统计,平均每9000万英里(约1.4亿公里),就会出现一次致命性碰撞。尽管并不是每次接管都会造成致命性碰撞,但我们本着严格要求的原则,认为自动驾驶系统的接管里程数超过人类驾驶员的致命性碰撞数据,即超过9000英里/次,就能说自动驾驶在人类平均驾驶水平之上。 当然,如果把目标定在人类平均驾驶水平的2倍,显然会更加有说服力。

误解四:无人驾驶遥遥无期!时代还是一个遥远的梦! 在预测自动驾驶技术发展时,很多人会认为将会延续过去十年的机器人技术的发展速度可是,一般认为。自动驾驶所利用的使能技术(Enabling Technology)会遵循摩尔定律。 那么,我们假设自动驾驶的发展也符合摩尔定律,来大概计算一下。 摩尔定律的一般理解是,硬件性能平均每18个月会翻一番。 我们用前面提到的“接管里程”,来评估自动驾驶的安全性能。姑且认为无人驾驶汽车的上路标准是达到人类平均驾驶水平2倍的话,我们预计当接管里程介于400,000~180,000,000英里之间时,无人驾驶汽车便可以顺利上路了。(注:上文提到过人类出现一次非致命性碰撞驾驶的平均里程数是20万英里,一次致命性碰撞驾驶的平均里程数是9000万英里)。使用最新的2019年加州自动驾驶路测数据来评估的话,在众多公司中最的高接管里程的约为18,000英里。 按照18个月翻一番的摩尔定律计算的话自动人驾达到人类驾驶水平的两倍现还需要7~20年的时间。 当然,像上文这样的计算只是概算而已,远不够精确。摩尔定律也不是什么自然规律或是物理定律,只是对现象的观测和未来的推测。 但除此之外,“车队学习(Fleet learning)”是自动驾驶发展特殊的加速器。自动驾驶汽车可以将它们的驾驶经验数据进行汇总共享,每辆自动驾驶汽车都能从其他车辆提供的共享经验中获益。用不了多久,自动驾驶系统就会积累起丰富的驾驶经验,成为“老司机”。 然而,如果将“无人驾驶时代”定义为,道路上100%的汽车都具有全自动驾驶功能,那么,普及全自动驾驶汽车的过程可能会持续半个世纪之久。 人们更换汽车的速度要比更换智能手机的速度慢很多。现在汽车的平均寿命是10~15年,所以要将老式汽车全部更换的话,也至少需要20年的时间。 因此,在实现无人驾驶的过程中,我们不仅需要多一些耐心,更需要逐渐学会如何与进阶中的自动驾驶汽和谐共处。

最后 消除公众对自动驾驶的误解,才能更好地发展推广自动驾驶,让公众更理智地对待自动驾驶。否则,人类也许会付出更多时间和生命的代价。相信,无人驾驶早日到来,是我们共同的期盼。
责编AJX

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 汽车电子
    +关注

    关注

    3026

    文章

    7950

    浏览量

    166994
  • 无人驾驶
    +关注

    关注

    98

    文章

    4058

    浏览量

    120483
  • 自动驾驶
    +关注

    关注

    784

    文章

    13804

    浏览量

    166429
收藏 人收藏

    评论

    相关推荐

    标贝科技:自动驾驶中的数据标注类别分享

    自动驾驶训练模型的成熟和稳定离不开感知技术的成熟和稳定,训练自动驾驶感知模型需要使用大量准确真实的数据。据英特尔计算,L3+级自动驾驶每辆汽车每天产生的数据高达4000GB,作为自动驾驶
    的头像 发表于 11-22 15:07 890次阅读
    标贝科技:<b class='flag-5'>自动驾驶</b>中的数据标注类别分享

    标贝科技:自动驾驶中的数据标注类别分享

    自动驾驶训练模型的成熟和稳定离不开感知技术的成熟和稳定,训练自动驾驶感知模型需要使用大量准确真实的数据。据英特尔计算,L3+级自动驾驶每辆汽车每天产生的数据高达4000GB,作为自动驾驶
    的头像 发表于 11-22 14:58 309次阅读
    标贝科技:<b class='flag-5'>自动驾驶</b>中的数据标注类别分享

    自动驾驶汽车安全吗?

    随着未来汽车变得更加互联,汽车逐渐变得更加依赖技术,并且逐渐变得更加自动化——最终实现自动驾驶,了解自动驾驶汽车的安全问题变得非常重要,这样你才能回答“自动驾驶汽车安全吗”和“
    的头像 发表于 10-29 13:42 509次阅读
    <b class='flag-5'>自动驾驶</b>汽车安全吗?

    自动驾驶HiL测试方案案例分析--ADS HiL测试系统#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月22日 15:20:19

    自动驾驶HiL测试方案——摄像头仿真之视频注入#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月17日 15:18:41

    自动驾驶HiL测试方案 ——场景仿真3D演示#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月16日 10:55:35

    自动驾驶HiL测试方案介绍#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月12日 18:02:07

    智能网联是否是自动驾驶落地的必要条件?

    随着全球科技的不断进步,自动驾驶技术逐渐从实验室走向公众视野,并且已经开始在部分地区进行商业化测试。尽管如此,关于自动驾驶的发展路径,业内仍然存在两种主要观点:一种是单车智能,强调车辆自身的智能化
    的头像 发表于 08-29 09:02 308次阅读

    FPGA在自动驾驶领域有哪些优势?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有显著的优势,这些优势使得FPGA成为自动驾驶技术中不可或缺的一部分。以下是FPGA在自动驾驶
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有广泛的应用,其高性能、可配置性、低功耗和低延迟等特点为自动驾驶的实现提供了强有力的支持。以下
    发表于 07-29 17:09

    中级自动驾驶架构师应该学习哪些知识

    是一新兴且不断发展的职业。随着技术的进步,这一领域继续吸引更多人才,推动自动驾驶技术的发展。 自动驾驶架构师在设计和开发自动驾驶系统时
    的头像 发表于 06-20 21:47 285次阅读

    初级自动驾驶架构师应该学习哪些知识

    是一新兴且不断发展的职业。随着技术的进步,这一领域继续吸引更多人才,推动自动驾驶技术的发展。 自动驾驶架构师在设计和开发自动驾驶系统时
    的头像 发表于 06-20 21:45 301次阅读

    未来已来,多传感器融合感知是自动驾驶破局的关键

    的Robotaxi运营。这标志着L4级自动驾驶迎来了新的里程碑,朝着商业化落地迈进了一大步。中国的车企也不甘落后:4月7日,广汽埃安与滴滴自动驾驶宣布合资公司——广州安滴科技有限公司获批工商执照。广汽埃安
    发表于 04-11 10:26

    文远知行与联想车计算战略合作,推进自动驾驶商业化落地

    文远知行与联想车计算达成战略合作,共同推进L4级别自动驾驶解决方案的商业化落地,这一举措无疑为自动驾驶领域注入了新的活力。这次合作不仅彰显了双方在自动驾驶技术方面的深厚积累,也预示着
    的头像 发表于 03-20 10:19 524次阅读

    自动驾驶发展问题及解决方案浅析

    随着科技的飞速进步,自动驾驶汽车已经从科幻概念逐渐转变为现实。然而,在其蓬勃发展的背后,自动驾驶汽车仍面临一系列亟待解决的问题和挑战。本文将对这些问题进行深入的剖析,并提出相应的解决方案,以期为未来自动驾驶
    的头像 发表于 03-14 08:38 1135次阅读