广告

别太期待自动驾驶车了!“扩增驾驶”听过吗?

时间:2019-04-15 作者:Colin Barnden 阅读:
「扩增驾驶」的目标是透过结合人类还有机器的长处,让人类驾驶成为更安全的驾驶。

在过去几年,自动驾驶车辆产业一直非常乐观,声称Level 4与Level 5的自动驾驶技术将可以在2015年导入大众车款。然而,去年在美国亚利桑那州发生的自动驾驶测试车辆撞人致死事故,以及数起与滥用Tesla Autopilot功能导致的致命案件,透露了一个共同的事实:它们证明,要在现实世界的条件下以机器驾驶取代人类驾驶相当困难。

随着关于自驾车的非理性狂热在残酷的现实中逐渐平息,车厂开始意识到与自动驾驶相关的商业与法律风险──这从美国汽车工程师学会(SAE)设定的自动驾驶技术等级出现了变体──例如「Level 2+」、「Level 3-」或是笔者目前最爱的「Level 2.9」。

好吧,我们懂了…车厂以及Tier One汽车零组件供货商们不想承担Level 3「有条件自动驾驶」的法律责任,因此随着自动驾驶技术提升──当然仍然脆弱,就像Autopilot,得创造一些巧妙的名词来确认人类仍然得一直负责任。

虽然确实能提供许多安全优势,显然人工智能(AI)与机器学习无法消灭死亡交通事故,就像科学也没能让一般的伤风感冒绝迹。像是「Vision Zero」(编按:在欧洲发起、以「零事故死亡率」为目标的一项国际性交通安全计划)这样的愿景是非常吸引人的标题,科技产业势必能在其中发挥作用,但常识告诉我们,零事故死亡率(永远?)在现实世界的条件中是不切实际的主张──就像波音(Boeing) 737 Max使用之机动特性增强系统(MCAS)软件遭遇的麻烦。

车内辅助系统来了

降低交通事故死亡率的下一步,与AI的关联性并不如「IA」那么密切──也就是车内辅助(interior assistance)。车厂正朝向开发扩增(augment)式的车内驾驶辅助系统,藉由添加功能来打造更好的东西,而非取代人类驾驶来。

我将这种概念称之为「扩增驾驶」(augmented driving),其目标是透过结合人类的最大长处(即兴反应、感知以及情境察觉)还有机器技术的最大长处(最快反应时间、零疲劳以及无限的注意力持续时间),来让人类驾驶成为更安全的驾驶。

笔者在2017年10月第一次写到扩增驾驶;这要特别向美国知名拉力赛车手兼作家Alex Roy (@AlexRoy144)致敬,他让我信服以技术扩增人类驾驶能力的想法;扩增驾驶就是Toyota在今年稍早于国际消费性电子展(CES)发表的Guardian辅助驾驶系统的基础,还有丹麦业者Veoneer所提出的「协同驾驶」(Collaborative Driving)。

作为无可争议的道路安全冠军,Volvo在这个领域的计划发展良好;该车厂主动安全部门的Armin Kesedzic在最近接受访问时表示:「我们利用了多种传感器,深入观察我们能从车上取得的所有信息,包括方向盘是如何被掌握以及那些踏板是如何被使用。」 我认为扩增驾驶结合了四个元素,以下让我们一一检视。

保持参与的驾驶人(Engaged Driver):手握方向盘、眼睛看着路、把心思放在开车上。这意味着某些车厂(显然不包括Tesla)有可能会偏离「放手/不看路/分心」的方向,专注于永久性的驾驶人参与。

车内驾驶辅助(Interior Driver Assistance):利用包括位置、压力、飞行时间、扭矩、触觉、视觉等横跨多个领域的传感器,对驾驶人注意力、感知、脸部表情与疲劳程度进行实时监测。传感器会是完全与车辆整合,因此驾驶人不会感觉它们的存在。

车外驾驶辅助(Exterior Driver Assistance):对车速辅助(speed assist)与车道支持(lane support)的持续性ADAS革新。这类系统会修正因驾驶人疲劳或分心造成的基本横向与纵向控制误差,而且会根据驾驶人被观察到的注意力状态与参与程度,在敏感性与反应性上面有不同表现。

干预(Interventio):限制加速或车速。在极端情况下,如果驾驶人没有反应,将车辆停止或是通报紧急救护系统。其目标是只有在绝对必要时才进行干预,否则绝不干预驾驶──要发展恰当的干预策略,人为因素的研究将扮演关键角色。

最新的欧洲Euro NCAP0 安全辅助评估协议(Assessment Protocol for Safety Assist)──在今年2月份公布,将从2020年1月开始生效──主要就是描述这种整合式的功能性。因此,你可以预期看到在未来几年有更多车厂发表类似Volvo的系统。

根据世界卫生组织(WHO)统计,在2018年全球有135万人死于道路交通事故;每一桩事故都是一个悲剧,也没有一桩事故获得像是去年美国亚利桑那州事故那么多的媒体关注。简而言之,我们都应该要求车厂──还有全世界的汽车业顾问、政府主管机关──应该要携手采取大动作,大幅降低这种不可接受的死亡数字。

在未来20或30年,酒驾、分心或疲劳驾驶等行为一定比起今日更难被社会接受,大众的态度会随着时间改变。同样的,源自于提议在私家车上采用摄影机以及行车纪录器而产生的「褓姆技术」、「车内的间谍」以及「隐私权侵犯」等负面看法,也必须要大幅改变。人类就是无法期待能在一般公开道路或高速公路上驾驶重达1.8公吨甚至以上的车辆时,能永远摆脱某种程度的被监视。

对准驾驶人的摄影机

在欧洲,从2022年5月开始,所有的新车必须配备对准驾驶人的摄影机以及事故数据纪录器,才能取得型式认证(许可证),美国等其他地区也势必在短期之内跟随欧洲的脚步。对于那些无法让自己专心驾驶的人类驾驶,或是拒绝以任何方式被监测的人,好消息是你也不用再开车了,请交出驾照并开始使用各种共乘/叫车服务。

而其他人请准备好迎接扩增驾驶──这类方案比ADAS能力更强,也比全自动驾驶更实际!

 (原文发表于ASPENCORE旗下EDN姐妹媒体EETimes,参考链接: Get Ready for Augmented Driving ,编译:Judith Cheng,EETTaiwan)

 

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Colin Barnden
EE Times特约作者/Semicast Research首席分析师
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 教你如何测量无人机、机器人与自驾车的动态姿态 本文介绍以IMU估算在动态条件下进行翻滚和俯仰姿态的基本物理和数学…
  • 特斯拉自燃的幕后黑手——锂电池热失控 6月17日,洛杉矶又有一辆特斯拉Model S在路面自燃,车底的锂离子电池组熊熊燃烧。这已经是特斯拉在进入2018年以来的第三场起火事故了。电动汽车自燃的直接原因,就是锂电池的热失控,我将它称为电动汽车安全的“幕后黑手”。
  • 深度学习专家很缺吗? 今年初,一家位于美国密执安州的一级代理商Visteon也宣布与DeepScale展开合作,并开发出首款自动驾驶技术平台——DriveCore。然而,最令人印象深刻的是,DeepScale执行长Forrest Iandola在接受电话采访时所说的话——当今世界上还没有足够的深度学习专家。
  • 未来的汽车需要什么样的GPU? 无论是新动力系统,车载信息娱乐系统,还是自动驾驶汽车,汽车技术都在以前所未有的速度迅猛发展。新的颠覆性技术和行业参与者正在向传统的汽车概念发起挑战。明天的驾驶体验将与今天大不相同。
  • 坚持不懈的身影:Intel自动驾驶事业群副总裁Kathy Winte “不要永远只做擅长的事情,要延展自己的能力;尝试不熟悉的东西、学习新的技术领域或是市场,如此就能有所成长并能掌握更多新机会。”
  • 最近五年黑客从哪些方面对网联自动驾驶汽车进行了攻击 《速8》上映如火如荼,其中百辆自动驾驶汽车被黑的场面让人印象深刻。外行看热闹,内行看门道,这无疑给风头正劲的自动驾驶的安全问题再次敲响了警钟。那么,五年来黑客都从哪些方面对网联自动驾驶汽车进行了攻击?
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告