《自动驾驶:一片蓝海 各国抢占先机》

  • 来源专题:北京市经济和信息化委员会监测服务平台
  • 编译者: yxzhou
  • 发布时间:2018-06-20
  • 5月28日,第十四届国际交通技术与设备展览会在北京举行。

    在瑞典首都斯德哥尔摩,人们体验试运行的无人驾驶巴士,时速为20公里。车上配有一名工作人员,确保车辆安全运行。

    欧盟委员会日前公布自动驾驶时间进度表,力争到2020年实现高速公路的自动驾驶和在城市的低速自动驾驶,在2030年步入完全自动驾驶社会。为此,欧盟将投入4.5亿欧元用于支持数字化和自动化。欧盟希望通过这一战略,力争在自动驾驶领域的全球竞争中掌握主动权。

    旨在创造更多的经济价值

    根据欧盟委员会报告,目前,可协助驾驶员操作的自动驾驶汽车已经在欧盟市场上出现,支持有限情况下自动驾驶的汽车正在测试中。

    欧盟的目标是最终发展完全自动驾驶技术,这其中有两个时间节点和两个阶段目标——到2020年,可以在高速公路上自动驾驶和在城市里低速自动驾驶,例如垃圾车、代客泊车都可以实现低速自动驾驶,而城市旅游班车、小型运输车、公交车等可以实现短距离或有人工监督条件下的自动驾驶。随着技术的革新,车辆的性能将得到升级,能满足越来越复杂的情况,从而拥有更长的运行时间、更远的行驶距离、更快的驾驶速度、更加智能的系统,最终到2030年从有限自动驾驶升级到完全自动驾驶。

    交通在欧盟经济中发挥着重要作用,欧盟该行业就业人数超过1100万。自动驾驶和车联网新市场将在未来呈指数级增长,带来巨大的经济效益,创造更多新的就业。据推算,随着向自动驾驶社会过渡,到2025年前,欧盟的汽车产业和电子电器行业将创造总计8000亿欧元的市场。

    欧盟委员会主管交通事务的委员布尔茨指出:“欧盟这一举措旨在为未来交通发展铺平道路,使欧洲人可以从安全、清洁、智能的交通工具中获益。”

    从目前的发展来看,欧洲的自动驾驶研发正在稳步推进,欧洲各大汽车制造商和科技公司纷纷推出各自的自动驾驶计划。据英国广播公司和彭博社报道,宝马、戴姆勒、大众、捷豹、博世都在本国或其他国家进行了自动驾驶汽车测试。

    关键技术和基础设施是难点

    与欧盟的雄心相伴的,是需要面对的各种挑战。欧盟委员会的报告强调,两大目标的实现很大程度上取决于关键技术如大数据、物联网、人工智能以及基础设施建设如导航、电信和道路设施的创新发展。

    “90%的道路交通事故是由人为失误造成,而无人驾驶技术和车联网将有助于减少事故发生。”欧盟内部市场、工业、创业与中小企业委员埃尔兹贝塔比恩考斯卡说。

    然而,人们对自动驾驶技术的质疑一直存在。今年3月,优步公司无人驾驶汽车在美国亚利桑那州撞死一名路人,这是全球首起由自动驾驶汽车造成的行人死亡事件,公众对自动驾驶技术的信心因此受到打击。“由于技术不成熟,各国也在犹豫是否将它们放在公共道路上。”彭博新能源财经分析师亚历山大萨莫拉诺说。

    欧盟委员会表示,计划为无人驾驶进一步开发民用全球卫星导航系统伽利略计划和相关车辆导航技术,以提高定位和数字地图的完整性、精准性、可靠性。

    基础设施是欧洲实现完全自动驾驶的又一屏障。无人驾驶车辆必须与非自动驾驶车辆、行人、非机动车共享道路或街道。因此,需要保证整体道路安全,而不仅仅是自动驾驶使用者的安全,《自动驾驶》一书作者之一安德烈亚斯赫尔曼称,在美国有足够的空间为自动驾驶汽车设置专用车道,但是欧洲虽然拥有技术,却很难找到空间。

    为此,欧盟计划在2022年前为所有新车均配备具有通信功能的“车联网”模式,把自动驾驶与车联网融合发展,实现真正的智能交通管理,使无人驾驶汽车可以在复杂的城市公路上安全行驶。此外,为无人驾驶提供更安全、优质的道路设施和交通规划,使技术与设施良好适配。

    无人驾驶技术存在安全隐患,随之而来的是责任判定问题。据路透社报道,美国国家运输安全委员会发布的一份初步报告显示,优步无人驾驶车撞人事件肇事车辆的自动驾驶系统在撞击6秒前观察到行人,但由于系统对行人分类不准确,导致路线规划失灵。欧盟委员会建议自动驾驶车辆配备数据记录仪,以便判定事故发生时是车辆自动系统还是驾驶员在驾驶,并出台相关汽车保险和赔偿制度。

    欧盟表示,还有必要尽快应对新出现的道德问题,以确保技术的发展符合欧洲的价值观。据《金融时报》报道,欧盟将建立一个道德专家团队,为无人驾驶程序在上路运行过程中面对各种情况设计答案。据彭博社报道,德国已经要求在自动驾驶系统中加入道德准则,优先考虑人类,而不是动物或其他物体,以确保行驶过程中始终将人的安全摆在第一位。

    各国抢占技术和市场先机

    在实现自动驾驶的全球竞赛中,不少国家都投入大量的资金和政策支持,抢占技术和市场先机。

    今年4月,比利时官方公报发布了一项法令,允许完全无人驾驶的车辆在公共道路上进行有限测试。大多数比利时民众对自动驾驶的前景也抱有期望,研究显示,2017年有69%的比利时公民质疑自动驾驶的安全性,2018年则降到了50%。欧盟称,德国、法国、英国、瑞典、荷兰等都已经进行了大规模的自动驾驶测试。

    美国的谷歌、特斯拉、通用等汽车公司和科技公司都对未来自动驾驶技术作出明确规划,美国加利福尼亚州因拥有52个自动驾驶汽车测试项目成为全球最大的开放测试基地;英国已有4个城市允许无人驾驶车测试;以色列和法国已放开无人驾驶个案测试;德国允许驾驶员双手离开方向盘测试,但如果系统发生故障,汽车制造商应对此负责;韩国计划在2020年销售无人驾驶汽车;新加坡正在推进部署无人驾驶巴士计划。

    在众多发展自动驾驶的国家中,彭博社特别指出,中国的自动驾驶发展经验值得各国借鉴。无论是大公司还是小公司都对自动驾驶的研发表现出了巨大的热情。

    作为一片蓝海,自动驾驶亟待相关规则的建立和完善。尽管德国、英国等欧盟国家正在推行允许无人驾驶汽车在公路上通行的规则,但目前整个欧盟范围内,自动驾驶汽车规则的框架还没有完全建立。

  • 原文来源:http://www.cnii.com.cn/chelianwang/2018-06/04/content_2069846.htm
相关报告
  • 《自动驾驶五大核心技术包括哪些呢?》

    • 来源专题:装备制造监测服务
    • 编译者:zhangmin
    • 发布时间:2020-09-08
    • 智能制造网讯 提高交通运行效率、提升社会交通服务的智能化水平,离不开智能汽车、智慧的路和高效的监管与决策。致力于为用户提供安全、舒适、智能、高效驾驶感受的自动驾驶,离不开相应技术的支持。   车联网   目前,由人工智能和“电动化、智能化、网联化、共享化”为代表的新四化变革驱动,正在引领车联网由第一阶段向第二阶段演进,车联网从汽车内部互联、车与人的交互,慢慢延伸到车与车、车与电信设施、车与路边单元之间的信息交互。   其中,V2X无线通信技术则能够将“人-车-路-网-云”等交通参与要素有机地结合在一起不仅可以支撑车辆获得比单车感知更多信息,促进自动驾驶等技术的研发、转化、应用,还有利于支撑构建一个智慧的交通体系,促使汽车和交通服务朝着新模式业态方向发展。   激光雷达   作为自动驾驶汽车的“眼睛”,激光雷达是重要的传感器之一,对于保证自动驾驶汽车行车安全具有重要意义。激光雷达应用主要分为两个部分:一是落地到自动驾驶测试的无人车上,二是落地到汽车厂商推出的具有辅助驾驶功能的量产车上。   据《中国智能网联汽车产业发展报告(2019)》分析道,激光雷达是未来L4~L5级自动驾驶的核心传感器之一,将逐步由当前的机械旋转式向成本更低、可靠性更高的芯片化、全固态化的方向发展。   精确定位   自动驾驶汽车需要非常精确的定位。除了基于雷达,激光雷达,GNSS和摄像头的普通传感器之外,对于在城市环境中进行自动导航所需的车道级定位来说,轨迹估计也是必不可少的。当前,用于自动驾驶的高精度定位技术主要有以下三种。   其一,基于参考系统信号的绝对定位技术:具有代表性的一种是全球导航卫星系统,以及UWB、WiF、蓝牙等。其二,环境特征匹配,即基于激光雷达和视觉传感器的相对位置,将传感器观察到的特征与数据库中存储的特征进行匹配定位车辆;其三,INS系统提供航迹估计,一种基于惯性导航IMU的组合导航技术。   人机交互   人机交互技术,尤其是触摸屏、语音控制、手势识别技术,在全球未来汽车市场上有较大可能得到广泛采用。自动驾驶汽车人机界面应集成功能设定、车辆控制、信息娱乐、导航系统、车载电话等多项功能,方便驾驶员快捷地从中设置、查询、切换车辆系统的各种信息,从面使车辆达到理想的运行和操纵状态。   当然,人机界面的设计必须在好的用户体验和安全之间做好平衡。随着技术的快速成熟,车载信息显示系统和智能手机将实现无缝连接,人机界面提供的输入方式将会有更多选择的空间,用户能够采取不同操作,在不同的功能之间进行自由切换。   规划决策   决策是无人驾驶体现智能性的核心的技术,相当于自动驾驶汽车的大脑,涉及汽车的安全行驶、车与路的综合管理等多个方面。通过综合分析环境感知系统提供的信息,及从高精度地图路由寻址的结果,规划决策者可以对当前车辆进行速度、朝向等规划,并产生相应的停车、跟车、换道等决策。   与此同时,规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性等。从目前来看,常用的决策技术有专家控制、模糊逻辑、贝叶斯网络、隐马尔科夫模型等。随着5G网络、车辆、路面、云端、平台等各个环节的技术不断成熟,车辆正从辅助驾驶转向自动驾驶,基于自动驾驶的协作式智能交通也日益临近。   总结:   发展智能网联与新能源汽车已经成为了行业共识,这一点在各国政府的产业政策与企业未来战略布局上取得了验证。2020年下半年,自动驾驶路测、技术研发、产品创新等方面或将取得更多新成果。 文章链接:智能制造网 https://www.gkzhan.com/news/detail/126280.html
  • 《【PNAS Nexus 】新车型如何帮助自动驾驶汽车像我们一样驾驶》

    • 来源专题:新能源汽车
    • 编译者:王晓丽
    • 发布时间:2024-11-06
    • 代尔夫特理工大学的科学家们开发了一种新的模型,可以更好地描述人类在驶入高速公路时的行为。博士后研究员Olger Siebinga说,目前的模型通常假设驾驶员不断尝试优化他们的行为,以尽可能快速安全地到达目的地,但事实并非总是如此。新模型可以更深入地了解高速公路上的人类互动,并可用于改进自动驾驶汽车。研究结果发表在 PNAS Nexus 上。 对许多司机来说,并入高速公路是家常便饭,很少考虑其中涉及的诸多因素。 但是,只有当你尝试在计算机模型中模拟这种行为时,你才会意识到并线实际上是多么复杂。 但实际上,人们在大多数情况下的行为是不同的驾驶员并不一定想争第一,而是优先考虑一个共同的目标:避免碰撞。 简化并线场景 研究人员提出了一个基于风险感知和交流的全新互动模型。 这是第一个从多个层面解释人类互动的模型:从控制输入(例如人们如何加速)到驾驶员与其他车辆保持距离的安全系数,再到谁先行的最终决定。 该模型的框架来自于 Siebinga 早前的一项实验,在该实验中,两名受试者同时参与了一个简化的并线场景。 他们只能加速或刹车,并被一堵墙隔开,因此他们的行为只能以电脑屏幕上看到的情况为基础。 他们将另一辆车的速度理解为交流,从而建立起对情况的认识,并据此估计风险。 如果感知到的风险过高,驾驶员就会改变自己的行为,例如加速或刹车,以达到安全的结果。 了解人类行为 建模能让我们更好地了解人类行为,如果我们学会更好地了解我们做出决定的基础是什么,我们就能设计出更好的系统,让自动驾驶汽车以我们认为社会可以接受的方式运行。 事实上,这是自动驾驶汽车面临的最大挑战之一: 我们如何确保普通驾驶员理解并信任自动驾驶汽车? Siebinga 的新模型有助于为安全、可接受的自动驾驶汽车奠定基础。 目前,他正致力于将这一模型扩展到转向领域。 原文链接: Olger Siebinga et al, A model of dyadic merging interactions explains human drivers' behavior from control inputs to decisions, PNAS Nexus (2024). DOI: 10.1093/pnasnexus/pgae420