首頁?行業  »   自動駕駛  »   正文

11家公司聯合發布白皮書,提出自動駕駛汽車指導原則

11家公司聯合發布白皮書,提出自動駕駛汽車指導原則

由Aptiv,奧迪,百度,寶馬,戴姆勒,菲亞特克萊斯勒汽車,英飛凌,英特爾和大眾等11家公司組成的聯盟發布了一份白皮書“Safety First For Automated Driving”,描述安全自動駕駛汽車的開發、測試和驗證框架。

它結合了來自汽車制造商、供應商和科技行業關鍵公司的專業知識,幫助指導安全自動駕駛汽車的開發。隨著它的出版,來自每個參與伙伴的作者和專家將在國際工業和技術會議上介紹該團體的工作。

值得注意的是,Alphabet旗下的Waymo并未參與其中。該公司最近推出了一項商業無人駕駛出租車服務,目前擁有600多輛汽車,為逾1000名乘客提供服務。通用汽車的Cruise Automation也不在其中。該公司的自動駕駛汽車原型去年在加州自動行駛了45萬英里。zox、特斯拉、亞馬遜支持的Aurora、Pony、英偉達和Yandex的自動駕駛汽車部門也都沒有參與。

一名發言人表示,“由于自動駕駛安全第一的白皮書的性質和目標,我們歡迎其他公司參與,并將其視為一個將繼續增長的活文件。”

由于缺乏共識,全球自動駕駛汽車市場的競爭力明顯減弱。HTF市場情報公司估計,到2023年,全球自動駕駛汽車市場的收入將達到1731.5億美元。市場營銷公司ABI稱,2025年將有多達800萬輛自動駕駛汽車上路,到2030年,美國將有約2000萬輛自動駕駛汽車投入使用。

福特,Lyft,優步,沃爾沃和Waymo擁有自己的聯盟——the Self-Driving Coalition for Safer Streets,于2016年4月啟動,其目標是與立法者,監管機構和公眾合作,為了實現自動駕駛車輛的安全性和社會效益。

自動駕駛標準

關于SaFD并沒有什么明顯的異議,至少乍一看是這樣。摘要指出,它的目的是作為眾所周知的3級和4級自動駕駛的總結,表面上是為了開發一個可能成為行業標準的通用基線。

為此,SaFD倡導12種自動駕駛的指導原則:

  • 安全操作
  • 運營設計領域
  • 車輛操作員發起的移交
  • 安全性
  • 用戶責任
  • 車輛發起的移交
  • 車輛操作員和自動駕駛系統(ADS)之間的相互依賴性
  • 安全評估
  • 數據記錄
  • 被動安全性
  • 交通中的行為
  • 安全層

聯盟建議,如果安全相關的功能或系統組件因任何原因而變得危險,ADS能夠補償并將車輛轉移到安全狀態,同時確保有足夠的時間讓司機接管。它還規定了參與和脫離機制,這些機制需要明確的駕駛員互動,防范安全威脅,并識別駕駛員的狀態,以便讓他們了解自己的責任和駕駛模式轉換。

白皮書的共同作者描述了在司機不遵守接管請求的情況下將風險降到最低的策略,以及旨在確保達到某些安全目標的驗證和驗證測試。他們建議,自動駕駛汽車以一種符合隱私的方式記錄與狀態相關的數據,而且它們的行為方式可以預見,既尊重道路規則,又便于附近司機理解。

關于ADS中的網絡安全,SaFD推薦了安全開發生命周期(SDL),這是一個適應安全性的過程,適合產品開發生命周期,考慮風險處理策略,系統狀態和風險處理表現等問題。該聯盟還建議ADS通過傳感器,地圖數據和傳感器融合算法實現本地化,以防止在受限制區域內進行自動駕駛。

降低風險

SaFD支持采用預期功能安全(SOTIF),這是一種范例,旨在避免可能發生的不合理風險,即使車輛的所有組件都在正常工作,例如當人工智能系統錯誤識別交通標志或道路信號時。國際標準化組織目前正在開發這種方法,該聯盟認為,它將把已知的潛在行為和未知的潛在行為降低到可接受的風險水平。

11家公司聯合發布白皮書,提出自動駕駛汽車指導原則

聯盟認為,風險可能降低的另一個方法是確保車輛的感知傳感器(包括攝像頭,激光雷達,雷達,超聲波和麥克風),捕獲有關周圍環境的所有相關外部信息,如行人,障礙物,交通標志,和聲學信號。該研究小組還建議,驗證Waymo、Uber和Cruise等公司所使用的數字環境模擬,通過測試街角案例的子集和真實世界的經驗,每天重現數萬個駕駛場景。

作為一個整體,這些策略適用于SaFD定義為設計安全的分析工程方法,該方法以基于場景的自動駕駛技術開始,最后分析系統在現實世界中的表現。

“要實現故障安全和可用性之間的平衡,設計將從上到下進行分析和構建,”共同作者寫道,“無論通用邏輯架構如何,首先進行分析,最終,這將演變成一個安全概念,定義安全機制以支持安全的目標。”

根據SaFD,3級和4級車輛無論設計多么精心,都面臨著巨大的挑戰,該聯盟指出,他們還必須通過涉及駕駛員互動的測試,即駕駛員被迫控制的情況,并證明他們能夠應對交通中當前未知的情景。此外,SaFD表示,自動化系統中的每個組件都需要進行全面驗證,依賴于機器學習的核心部件必須使用新的驗證方法進行測試,以確保安全性。

長時間使用自動駕駛系統的長期影響也可能使駕駛員的態勢感知不敏感,這些系統需要更加徹底地考慮自動駕駛系統本身安全執行駕駛功能的能力。這極大地增加了可能的情景數量,并意味著需要在整體安全論證中納入統計考慮因素。

白皮書不是一次性的,目前只是第一個版本,并表示下一版將作為國際標準化的提案提出。只有時間才能證明這是否足以說服持懷疑態度的公眾。

去年夏天的三項獨立研究發現,大多數人并不相信自動駕駛汽車的安全性。超過60%的人表示他們不傾向于駕駛自動駕駛汽車,近70%表示擔心與它們分享道路,59%的人預計自動駕駛汽車不比人類更安全。

SaFD承認這一點,并補充說仍然存在一些殘余風險,100%絕對的安全是不可能的。報告總結道,“現場監測是強制性的,以便反復學習并改進系統。”

歡迎關注ATYUN官方公眾號,商務合作及內容投稿請聯系郵箱:[email protected]

發表評論