主流自動駕駛方案不安全 故障頻發(fā)隱患極大

自動駕駛安全不？近日有研究團隊研究表明：自動駕駛不安全。

伊利諾伊大學香檳分校的一個研究團隊在分析了自動駕駛公司 2014 年至 2017 年提交的所有安全報告（涵蓋 144 輛自動駕駛汽車，累計行駛 1116605 英里）后，得出一個截然相反的結(jié)論：在行駛相同里程的情況下，自動駕駛汽車發(fā)生事故的可能性是人類駕駛汽車的 4000 倍。這個研究團隊開發(fā)的一種針對自動駕駛的故障評估技術，在對百度 Apollo 3．0 和英偉達專有自動駕駛系統(tǒng) DriveAV 的測試中，短短 4 小時就發(fā)現(xiàn)了 561 個關鍵安全故障！

這個研究團隊致力于使用人工智能和機器學習，通過軟件和硬件的改進來提高自動駕駛技術的安全性。

“由于車輛電氣和機械組件的復雜性，以及天氣、路況、地形、交通模式和照明等外部條件的變化，使用 AI 來改進自動駕駛車輛非常困難?！币晾Z伊大學 CSL 實驗室教授 RavishankarK．Iyer 說，“目前我們正在取得進展，但安全仍是一個重大問題?！?/p>

研究小組目前正在開發(fā)技術和工具，從而找到影響自動駕駛車輛安全的駕駛條件和問題。使用他們的技術，可以找到大量的至關安全的場景，在這些場景中，一個小小的錯誤就可能釀成大禍。如此一來節(jié)省了大量的時間和金錢。

在對百度 Apollo3．0 和英偉達 DriveAV 的測試中，該團隊所開發(fā)的故障注入引擎 DriveFI 在 4 小時內(nèi)發(fā)現(xiàn)了 500 多個該軟問題。

這樣的發(fā)現(xiàn)讓這個團隊的工作得到了業(yè)內(nèi)的關注。該團隊正在為他們的測試技術申請專利，并計劃很快進行部署。理想情況下，研究人員希望公司使用這項新技術來模擬已發(fā)現(xiàn)的問題，并在部署汽車之前解決問題。自動駕駛事故可能性比人駕駛高 4000 倍，安全評估面臨挑戰(zhàn)

“我們團隊正在應對一些挑戰(zhàn)，”領導該項目的計算機科學博士生 SaurabhJha 說?！敖鉀Q這一挑戰(zhàn)需要跨越科學、技術和制造的多學科努力。”

為什么這項工作挑戰(zhàn)性很大？因為自動駕駛是使用 AI 和機器學習來集成機械、電子和計算技術以做出實時駕駛決策的復雜系統(tǒng)。典型的自動駕駛系統(tǒng)就像放在輪子上的微型超級計算機；擁有 50 多個處理器和加速器，運行著超過 1 億行代碼，來支持計算機視覺、規(guī)劃和其他機器學習任務。

這些車輛的傳感器和自動駕駛堆棧（計算軟件和硬件）有可能存在問題。當一輛汽車以每小時 70 英里的速度在高速公路上行駛時，故障對司機來說可能是一個重大的安全隱患。

“如果一輛普通汽車的駕駛員感覺到諸如車輛漂移或拉力之類的問題，他 ／ 她可以調(diào)整自己的行為并將車輛引導到一個安全的停車點?！盝ha 解釋說：“然而，在這種情況下，除非自動駕駛汽車針對這些問題進行了訓練，否則自動駕駛汽車會如何應對是不可預測的。在現(xiàn)實世界中，這樣的例子數(shù)不勝數(shù)?！?/p>

多數(shù)人在電腦或智能手機上遇到軟件問題時，最常見的反應是關機重啟。然而，此方法不建議用于自動駕駛汽車，因為耽誤的每一毫秒都會影響結(jié)果，而響應稍慢一點就可能會導致死亡。在過去的幾年里，由于自動駕駛引發(fā)的各種事故，人們對這種基于人工智能的系統(tǒng)的安全擔憂不斷增加。

“現(xiàn)行法規(guī)要求 Uber 和 Waymo 等在公共道路上測試無人車的公司，每年要向加州車輛管理局（DMV）匯報其車輛的安全性，”CSL 和計算機科學專業(yè)的研究生 SubhoBanerjee 說?！拔覀兿肓私獬Ｒ姷陌踩珕栴}有哪些，汽車的性能如何，以及理想的安全標準是什么，以了解自動駕駛系統(tǒng)的設計是否足夠好?！?/p>