无人驾驶（Autonomous Vehicle）技术决策指南 - 研究报告（汽车电子）－全球企业门户

加入收藏

免费注册

今天是：2025年5月1日星期四您现在位于：首页 → 技术 → 研究报告（汽车电子）

无人驾驶（Autonomous Vehicle）技术决策指南

2017/1/16 18:58:10

无人驾驶技术有可能从根本上改变交通方式。配备这种技术的轿车和轻型汽车或将减少车祸的发生、能源消耗、以及污染，并降低交通拥堵的成本。

无人驾驶汽车的简史与现状

几十年来，未来学家一直设想汽车能够自动驾驶，无人驾驶技术的研究可以分为三个阶段。

大约从1980-003年，大学研究中心致力于两大汽车自动化愿景。首先是自动化公路系统，相对“笨拙”的汽车依靠公路基础设施来引导。其次，另一些团体则致力于研究无需特殊道路的无人驾驶汽车。

2003-2007年，美国国防部高级研究计划局（DARPA）面临的“三大挑战”，明显推动了无人驾驶技术的进步。前两个挑战在农村环境，第三个挑战在城市环境。每个挑战都促使大学研究团队开发此项技术。

最近，私营企业也推动了无人驾驶技术的发展。谷歌的无人驾驶汽车计划已经开发和测试了一队汽车，并通过举办活动来展示这项技术的应用——例如，有视频强调无人驾驶技术给盲人带来机动性（谷歌，2012年）。2013年，奥迪和丰田在国际消费电子展上公布了各自的无人驾驶汽车愿景和研究项目，国际消费电子展是每年一月份在拉斯维加斯举办的年度盛会（Hsu，2013年）。最近，日产也宣布计划到2020年开始销售无人驾驶汽车。

技术现状

谷歌的无人驾驶汽车已经试行驶50多万英里，没有发生过一次归因于自动驾驶的事故。先进的传感器可以收集环境信息，日益精密的算法可以处理传感器数据和控制汽车，加上强大的计算能力可以实现实时运行，正是这些因素促进了无人驾驶技术的发展。

一般来说，机器人系统（包括无人驾驶汽车）采用“感测-计划-行动”这样一种设计程序。为了感测环境，无人驾驶汽车使用传感器组合，包括激光雷达（用于光探测和测距）、雷达、摄像机、超声波和红外线。一组传感器组合可以互相补充，弥补任何一种传感器的弱点。虽然机器人系统非常擅长收集环境数据，但解读这些数据可能仍是极稳定无人驾驶汽车的开发过程中最困难的环节。

定位方面，车辆可以结合使用全球定位系统（GPS）和惯性导航系统（INS）。不过，挑战仍然存在，因为这些系统在一定条件下可能有些失准。例如，惯性导航系统在10秒时间内可能出现高达1米的误差。在这一点上，尚不清楚哪种传感器组合可以做到最佳的性价比——特别是对于3级或更高等级的无人驾驶汽车。

为了实现真正的自动驾驶，无需后备司机随时应付紧急情况，无人驾驶技术需要适当地降级，以免发生车祸。例如，如果自动驾驶系统的某些元件在拥挤的路况下拐弯操作失灵，则必须有一套足够稳当的后备系统，即使在这种情形下也能确保汽车安全地停下来。要达到这样级别的可靠性，可是挑战重重。

车对车（V2V）通信和车对交通设施通信（V2I）对无人驾驶操作的作用尚不明确。虽然这种技术可以在许多情况下减轻自动驾驶的任务，但还不清楚是否有此必要。此外，要实现车对交通设施通信，可能需要大量的基础设施投资，比如，是否每个交通信号灯都必须配备与汽车通信的无线电装置。

部分由于上述各种挑战，利益攸关方大都（但非全部）预计首批商用无人驾驶汽车会实践“共享驾驶”概念：汽车在某些运行条件下可以自动驾驶——譬如，低于特定速度，只在某些类型的道路上，在某些驾驶条件下——超出这些界限或人类驾驶员介入时，将恢复到传统的手动驾驶。

人类驾驶员重新介入，会带来另一个关键的挑战。为了体验无人驾驶技术的最大效益，人类驾驶员需要在汽车自动驾驶过程中从事其他活动。然而，为了安全起见，必要时候需要人类驾驶员迅速（在短短几秒的时间内）接管汽车。认知科学研究显示，分心驾驶本身就是一项重大的安全挑战。同样，对一种公众广泛使用的技术来说，开发适合人机协作的心理模型可能也是一项挑战。

软件升级工作也充满挑战，因为可能需要向后兼容早期的汽车型号和传感器系统。此外，随着更多的车型具备自动驾驶功能，日益多样化的平台必须升级软件和其他系统，这对可靠性和质量保证提出更大的挑战。系统安全也是一个问题，故需要防止病毒或恶意软件破坏汽车系统的正常运行。

州政府交通主管部门要做好各种不同类型的无人驾驶汽车涌上路面的准备。这可能给车辆运营所必需的登记和规范带来挑战，而且必须向特定用户提供一定程度的培训。一项可提高安全性的短期措施，是要求更严格地遵守道路标示，特别是那些关于道路施工或改造的标示。如此一来，既可以辅助人类驾驶员，又可以缓解对无人驾驶汽车的认知要求。

车载资讯系统和通信的作用

在无人驾驶汽车的开发过程中，非常重要的一个环节是围绕行驶中的汽车收发数据。首先，汽车可使用云端资源。例如，无人驾驶汽车可以使用基于其他车辆的传感器数据持续更新的“地图”。同样，如果某辆汽车的传感器发生故障，它可以在一定程度上依赖另一辆车的传感器。其次，联邦政府已支持专用短程通信（DSRC）应用程序的开发，该应用程序可以实现车对车通信和车对交通设施通信，并专门预留了电磁频谱。第三，我们调研的利益攸关方几乎都注意到不可避免的软件更新需求，这将需要某种形式的通信。最后，许多利益攸关方认为，当不再需要全时驾驶时，日趋精细化的“信息娱乐”内容可能会占用车上乘客的时间，而这些内容可能会提升无人驾驶技术的需求。

目前的政策焦点是专用短程通信的前景。虽然早在2004年就已经颁发专用短程通信许可，但仅限于实验和示范项目使用。最近，联邦通信委员会（FCC）在规章制订通知中宣布，正考虑允许未经许可的设备共享分配给专用短程通信的频谱，但仅限于与交通运输无关的用途。许多受访的利益攸关方表示，尽管在目前分配给专用短程通信的频谱使用不够充分，但此举可能会妨碍无人驾驶汽车的发展。

其他通信政策问题包括：需要修订关于分心驾驶的立法，并协调车载通信平台的发展标准与数据安全、数据所有权和隐私等相关问题。

标准和规范

政府规范和工程标准是解决安全、健康、环境等公共问题的政策工具。规范是政策制定者颁布的强制性要求，由法律加以规定、政府负责执行。相比之下，标准是技术协会制定的工程准则，对产品的设计或性能提出明确要求。

标准和规范将在无人驾驶技术的产生与发展中发挥重要作用。国家公路交通安全管理局是联邦政府主要的安全监管机构，通过颁布联邦机动车辆安全标准（FMVSS）来规定各种安全部件的性能标准，譬如特定的碰撞试验性能。国家公路交通安全管理局也有权发出召回令，并通过其新车评价规程影响市场。然而，该局对汽车的运营、车主的行为、车辆的维护、修理或改装没有管辖权。

自愿性标准也可能扮演重要角色，特别是在安全标准化、确保系统兼容性、以及通过车辆标准化运行化解一些复杂的人机交互问题等方面。

无人驾驶技术的责任问题

现有的责任制度似乎没有对应用无人驾驶技术的汽车车主或司机给予格外关注。相反，因为这些技术有望减少车祸数量、降低相关的保险成本，司机和汽车保险公司乐于采纳。

相比之下，制造商的产品责任可能会增加，导致无人驾驶技术的应用被无谓地拖延。根据几种归责理论，制造商或被追究责任。警告和消费者教育在管理相关系统的制造商责任方面至关重要，但是，各方面的忧虑仍然会让引进这项技术的脚步放慢，即使是符合社会需求的。

一种潜在的解决方案是综合考虑各方利益，将成本效益分析充分纳入责任标准。不过，难以确定该考虑哪些适合的成本和效益因素，后续研究将大有裨益。

制造商可以通过改变汽车制造业的经营模式来降低相关风险，例如，将汽车的使用作为一种服务提供，而不是销售产品。另一种方法是制造商利用技术密切监测司机的行为。

政策制定者也可以采取措施减少制造商的责任。国会可以明令先行出台国家侵权法的救济规则，这种做法有先例可循。如果制造商很难就相关的风险投购保险，国会还可以设立再保险保障制度。最后，政策制定者（包括法院）可以采纳“人控制汽车”这一不容反驳的推定，维持司机对其驾驶汽车负法律责任的成例。然而，这些方法也都存在明显的不足，责任限制是否必要尚未可知。

政策指南和结论

摆在政策制定者面前的首要问题是，无人驾驶技术所带来的正外部性将在多大程度上造成市场失灵。如上所述，这项技术有可能减少车祸和交通拥堵成本、降低燃料消耗和污染排放、提高机动性、甚至改变土地使用，从而让社会受益无穷。其中一些潜在的效益并非由无人驾驶汽车的买主享受，而是归于普罗大众。由于这些效益并非由买主享受，相关的正外部性不会被纳入这项技术的经济需求。同样，新增的总车辆行驶里程可能引发包括交通拥堵在内的负外部性。结果可能达不到社会最优水平。综合运用补贴和税收政策或有助于中和这些外部性，但我们目前对这方面的了解不够。

过度规范也会带来风险。各州自行规范无人驾驶技术的做法，可能造成各种要求和规定五花八门的烂摊子，使得无人驾驶汽车无法在各州通行。

依照历史传统，车辆性能由国家公路交通安全管理局考察，驾驶员的表现由州政府主管部门考察。由于无人驾驶汽车本身就是司机——但在某些情况下可能需要人类驾驶员进行某些干预，这种角色分工变得复杂起来。

责任问题也可能延缓这项技术的启用。这可能需要政策制定者探索各种方法加以解决，其中包括：先行出台侵权法规，联邦保险保障制度，将长期的成本效益分析纳入法定的合理性标准，或者继续归责于无人驾驶汽车的人类用户。

总体而言，政策制定者的指导方针应该是，如果无人驾驶技术的表现优于人类驾驶员的平均水平，就应该给予许可。例如，安全规范和责任规则的制定应秉承这一总体指导方针。同样，该原则也可以为法官提供一些指导，法官们在判定产品责任诉讼中特定设计决策是否正当的时候非常纠结。

无人驾驶技术很有希望改善社会福利，但为了充分兑现这种希望，各州和联邦政府需要谨慎决策。一旦无人驾驶技术的成本和效益更加明确，政策制定者可以进行合理的干预，调整该技术的私人和公共成本。进一步的研究和体验有助于深入了解这些不确定性。从这个角度看，积极的政策干预时机还不成熟，而且很可能适得其反。

本文《Autonomous Vehicle Technology: A Guide for Policymakers》由James M. Anderson、Nidhi Kalra、Karlyn D. Stanley、Paul Sorensen、Constantine Samaras、Oluwatobi A. Oluwatola等人合著。查询进一步信息，请访问官方网站