．自動駕駛應用倒數計時：市場化之前需解決的五大挑戰

Controlling Self Driving Cars

leiphone 作者：三川

自動駕駛技術的支持者認為，它將帶來道路交通的一場革命——會有更少的交通事故，減少擁塞；對於沒有車的家庭或個人，還意味著更方便的出行。人們對於交通出行的一些固有觀念，也很可能會改變。

它們已經行駛在美國的馬路上了：特斯拉已配備了自動駕駛模式；Uber 正在匹茲堡試營運自動駕駛計程出租車，還在測試用於長途運輸的自動駕駛卡車；它今年還曾在舊金山，運行自動駕駛的沃爾沃 XC90，但因未獲許可被加州政府叫停。

谷歌 Waymo 和克萊斯勒合作的麵包車，也在四處游走。當然，在這些案例中，車裡都有人類駕駛員——按理說他們都應該緊握方向盤，隨時注意路況。

各傳統汽車廠商——豐田、速霸陸、福斯、寶馬等等，也都在為新車型，加入更多的自動駕駛，或是智慧駕駛輔助功能，比如自動剎車和自動引導轉向。小編消息，他們計劃在 2021 年左右，推出全自動駕駛產品。

谷歌自動駕駛項目創始人、前負責人 Sebastian Thrun 說：「我認為自動駕駛是不可阻擋的。」但或許現在還不是谷歌開賣 Waymo 麵包車的時候，因為 Thrun 還預計，自動駕駛汽車上路數量超過傳統汽車，至少需要 15 年，有人認為要更久。

專家們正在衡量，實現自動駕駛需面對的主要技術障礙，以及研究如何克服它們。Science news 歸納整理了五大技術難題，編譯如下：

1. 感知周圍環境

對於電腦來說，天氣晴朗的高速路跟黃昏、霧霾下的路，完全不同。自動駕駛汽車必須在任何天氣、任何情況下（比如強光）都能探測出道路屬性。

MIT 機器人專家 John Leonard 評論道：「我見過有前景的雨中自動駕駛技術，但下雪天氣（和雪地）非常困難。」 由此可見，我們離真正的全天候自動駕駛，還有一段距離。

對於自動駕駛汽車，車載傳感器必須可靠，小巧並且價格不離譜；而且，必須有足夠精細的電子地圖，與它們相配合，這樣車輛才能對周圍環境，作出有效辨識和判斷。小編獲知，在許多國家，地圖數據仍然很不完整，這需要付出時間和成本來克服。

John Leonard 正在與豐田合作，幫助汽車對各種情況，作出安全的反應。其他很多專家利用車載攝影機收集的數據，來創建即時更新的地圖。對此， Leonard 表示：「現代算法靠數據運行，數據就是它們的燃料。」

2.「不期而遇」

對特殊狀況，做出正確反應是一項挑戰——比如紅燈時交警示意通過。杜克大學機器人實驗室負責人 Missy Cummings 認為，簡單的基於交通規則的編程，未必能一直奏效，因為不可能事先把所有可能發生的狀況，都寫入代碼。

肢體語言和其他環境線索，能幫助人類搞明白，並處理這些狀況。但對於自動駕駛汽車，這很有挑戰性——比如說一個即將衝到馬路上的小孩。對此 Cummings 表示：「自動駕駛汽車必須學會提取資訊，這是 AI 的本質。」

她的團隊正在探索一個新方案：能否通過車身上的顯示螢幕，警告行人車輛的下一步行動。但調查結果顯示，行人傾向於無視這些新奇玩意兒，仍然只通過傳統方法——觀察車輛速度，來判斷道路安全。

3. 人機交互

即便全自動駕駛汽車已在地平線，在可見的未來，大多數「自動駕駛車」，仍只會是半自動駕駛。劃分清楚司機和車的責任，是一件極高難度的技術活。

車怎麼通知睡著的司機，在它無法處理的狀況下接管？車又怎麼確認司機已準備好？

對此，荷蘭烏特勒支大學（Utrecht University）認知學者 Chris Janssen 說：「某種意義上，司機仍然在專注於駕駛的某些方面，雖然他沒有在開車。」他的實驗室正在研究：在這樣的情形下，人們怎麼分配他們的注意力？他們使用 EEG 機器來探索，在開車和乘車兩種情況下，人們的大腦分別如何對警報聲做出反應。Janssen 還對傳達命令的最佳時間、以及該命令需要多詳細的身份感興趣。

4. 倫理困境

在對自動駕駛汽車倫理問題的探索中，MIT 認知科學家 Iyad Rahwan，強調自私引發的問題：

「買自動駕駛車的人，希望汽車把乘客（自己）放在第一位。但他們又希望別人的車，能把行人（自己）放在第一位。」

在一個名為 Moral Machine 的網上測試中，參與者需要選擇在不同情況下要救誰（經典婆媳問題）。如果行人是老奶奶，這會是一個自動駕駛需要考慮的問題嗎（保護的優先級）？如果她不遵守交通規則呢？

社會作為一個整體，必須決定自動駕駛，要遵守什麼原則和制度。為了讓技術跟上倫理，這些決策必須包含道德判斷，同時又避免消費者對自動駕駛產生偏見。

5. 網路安全

在 2015 年，駭客讓一輛正在聖路易斯（St. Louis）高速公路行駛的吉普車突然停止——它的剎車、方向盤被駭客透過汽車娛樂系統遠端控制。該示範證明，即便是傳統汽車也有安全漏洞。若被有心人利用，就有可能造成事故。

通過雲端獲取系統更新，和地圖數據的自動駕駛汽車，會有更大的風險。達特茅斯學院的電腦學家 Sean Smith 表示：「資訊處理技術在日常物品中，滲透地越多，越難監測它們的安全漏洞。」

除了恐怖分子和謀殺犯， Sean Smith 還能想到其他惡意控制汽車的情景：比方說，駭客剝奪某用戶對汽車的控制，以此勒索贖金。

以上就是自動駕駛技術商業化，需要克服的五大挑戰。它們看似並不複雜，但解決每一個挑戰，都需要多學科的研究進展，還需要業界生產方式的進步（比如降低傳感器價格），以及全社會的溝通與認知提高（倫理）。

via sciencenews

按此回今日3S Market新聞首頁

                                                                                                                                                                                                                             

ORBI 高效能WiFi延伸系統 熱賣中