“智能化不够”是影响自动驾驶安全关键因素

杨琳教授，上海交通大学机械与动力工程学院智能汽车研究所

任炳涛博士，北京航空航天大学交通科学与工程学院讲师

吉林大学汽车仿真与控制国家重点实验室博士生导师何锐副教授

国家发展改革委智慧城市研究所所长黎明自动驾驶已成为全球汽车发展的重要趋势。然而，近年来，自动驾驶汽车发生了多起事故，引起了世界各界的关注。安全是自动驾驶的核心。我们如何确保自动驾驶汽车的安全？对此，新京智库采访了自动驾驶领域的专家学者，共同探讨影响自动驾驶安全的技术因素。环境感知是影响自动驾驶安全的一个重要因素。新京智库：近年来，自动驾驶交通事故频发。从技术角度来看，影响自动驾驶安全的关键因素是什么？杨琳：从技术角度来看，影响自动驾驶安全的主要问题是环境感知。环境感知容易出现问题，一方面是由于恶劣环境的干扰，例如在强光环境中，汽车激光雷达或摄像头容易出现盲点。另一方面，由于多个运动目标和动态环境的不确定性，自动驾驶汽车很容易对多个目标进行不准确的意图识别和预测。例如，当自动驾驶汽车在路上时，它需要面对许多移动的车辆，这需要它跟踪这些移动目标的轨迹，并识别和预测后者的移动意图。这个过程相当复杂，有时很难做出准确的判断，这可能会导致决策问题和安全事故。任炳涛：在自动驾驶安全事故的原因中，对环境的影响是什么？？感知系统故障是主要问题。？？总体而言，自动驾驶主要分为三个部分：环境感知；？？二是决策规划；第三是控制执行。？通过对交通事故数据的研究和分析，发现环境感知问题主要出现在两个方面：首先，系统设计存在不足。自动驾驶主要基于视觉传感器，但其对环境变化的感知相对较弱，如强光反射、恶劣天气等环境因素，会影响信息的获取，导致自动驾驶的决策控制系统无法做出准确的判断和操作。何锐：实际上，自动驾驶涉及感知、决策，以及？？从控制到执行，整个系统包括硬件系统和软件系统。任何方面的问题都会影响其安全性。但从这些交通事故案例来看，影响安全的最关键因素仍然在于感知层，即软件智能化水平不够。？？也就是说，由于自动驾驶的智能化水平尚未达到一定水平，人们在目标识别、定位和判断方面容易出错，导致最终决策和执行不准确。？此外，通过对近年来自动驾驶事故的分析，一些自动驾驶汽车也缺乏测试。？？自动驾驶测试主要分为三个阶段：首先，在虚拟环境中，模拟测试是主要方法，其次，在虚拟场景中，模拟检测是主要方法？？在实验场中进行测试；

第三是进入市场阶段。？？但一些自动驾驶制造商忽视了虚拟模拟测试，直接上路。测试不足和不规范也是影响安全的一个重要因素。李润梅：环境检测的误判除了算法之外，还因为无人驾驶缺乏足够的测试，尤其是在实际交通场景中的一些极限和边缘条件下的测试。因此，当遇到一些特殊场景时，系统无法正确判断、决策或与自动驾驶系统的某些功能发生冲突，该系统会“？”它会导致驾驶系统做出错误的决策或执行错误的控制命令。黎明：目前，所谓的“自动驾驶汽车”“在中国发生过事故的通常不是L4级以上的车辆，而是L2级以下的车辆。这种级别的自动驾驶汽车需要驾驶员保持注意力，并能够随时接管车辆。分析相关事故的原因，有与汽车有关的因素，但更多的是人为因素，即忽视对驾驶的监控环境目前，自动驾驶汽车的研发和测试通常只覆盖一些场景，而不是所有的驾驶场景，这可能会导致算法的不足。优化硬件系统配置不仅降低了成本，而且确保了安全性。新北京智库：如何在硬件和测试方面解决硬件技术的局限性和测试不足的问题？李润梅：在硬件方面，由于自动驾驶需要更多的传感器，一些传感器价格昂贵。考虑到成本，如果传感器配置不够完整，导致信息检测缺失，可能会出现一些驾驶安全问题。如何在降低成本的同时尽可能保证安全，是自动驾驶硬件发展的重要课题。黎明：在硬件研发方面，要发挥监管部门和相关行业协会的引导作用。未来应考虑建立与自动驾驶水平相关的硬件配置标准和规范。例如，一定级别的自动驾驶汽车需要配备一定的激光雷达性能标准，以实现对自动驾驶安全的底线保护。任炳涛：在测试方面，应该使用安全加压来加速测试，因此？？提高测试效率。对于为了测试自动驾驶的安全性，有必要进行“？压力测试不仅基于自动驾驶的常规情况，而且，？？仍在不断触摸那些边缘场景？？对案例进行功能边界检测。只有考虑各种复杂的环境因素，才能更好地确保自动驾驶的安全。杨琳：自动驾驶测试是验证生产的重要组成部分。”ts实现设计目标。然而，来源更为重要。如果无法可靠地保证来源，则存在固有的漏洞，在测试阶段可能会检测到，也可能不会检测到，因为测试场景总是有限的。因此，解决测试问题仍然在于源头上的基础工作。如果基础研发不扎实，后期测试再完善也没有意义。充分的场景测试是解决算法问题的关键。除了硬件和测试，软件级算法也是影响自动安全的重要因素。当自动驾驶的某些算法在模拟测试环境中可行，但在完全开放的环境中可能导致错误的决策时，该怎么办？道恩：解决算法挑战的关键在于场景测试和软件系统集成。算法和场景密切相关，需要更多的场景迭代和充分的测试来优化算法和改进软件系统。此前，由于国内法律限制，智能网联汽车的测试受到一定影响。今年，深圳发布了《深圳经济特区智能网联汽车管理条例》，规定智能网联车辆可以在深圳高速公路有限公司和城市高速公路上进行测试。随着深圳乃至全国智能网联汽车测试范围和内容的逐步扩大，将极大地推动智能网联车辆的测试和研发进程。然而，交通环境……

r这些测试仍然相对单一，未来在非机动和行人交通环境中的测试将是一项长期而艰巨的任务。？任炳涛：提高自动驾驶算法对复杂环境的适应性很重要。一种是基于大数据和深度学习收集更多的训练样本；其次，在设计系统的过程中，应尽可能考虑不同的运行条件，包括确定性和随机性条件，这些条件也可以详细细分；第三，在测试过程中，应适当测量更多的边界和边缘场景，同时尽可能提高保真度，使算法更加准确。何锐：算法存在一些问题，比如在虚拟仿真环境中验证算法是正确的，但在完全开放的环境中，算法容易出现问题。主要原因是正确的算法是基于丰富的场景和数据丰富的深度学习。然而，由于数据量不足，即测试不足，一旦遇到许多以前没有遇到过的问题或场景，算法就不知道如何处理。因此，这需要技术迭代。只有通过对算法的广泛测试和不断调整，算法才能变得更加智能。？新京报记者王春瑞

标签：北京发现

汽车资讯热门资讯