《【Management Science】还没准备好使用自动驾驶出租车?远程驾驶可以成为一座桥梁》

  • 来源专题:新能源汽车
  • 编译者: 王晓丽
  • 发布时间:2024-06-25
  • 密歇根大学(University of Michigan)一名研究人员领导的一项新研究表明,在公众可能尚未接受无人驾驶出租车和叫车服务的时候,远程驾驶可以提供许多同样的好处。这项研究发表在 Management Science 杂志上。

    随着路上的汽车越来越多,驾驶员越来越少,无人驾驶的里程也越来越少,共享乘车服务可能会变得更快、更实惠。

    远程驾驶通常是指司机坐在一组屏幕前操作汽车,屏幕上显示来自汽车上摄像头的视频以及传感器和增强现实技术。在接送完乘客后,司机就可以离开这辆车,连接到需要的地区的其他车辆上。目前已有几家私人远程驾驶公司在运营,包括拉斯维加斯的 Halo.Car 和 Vay。

    麻省理工大学工业与运营工程学教授赛义夫-本贾法尔(Saif Benjaafar)领导的研究人员认为,远程驾驶的主要优势之一是,驾驶员不需要在车辆所在的地方--例如,在没有乘客的情况下,从需求低的地区开到需求高的地区。因此,远程驾驶可以消除叫车服务所称的 "雁行追逐 "情景。在车辆供应不足的情况下,即使乘客和司机之间的配对不是最有效的,也需要将车辆调度给远处的客户。

    "专门研究供应链和物流的 Benjaafar 说:"远程驾驶允许你在不影响服务质量的情况下减少司机的数量,因为你仍然可以利用多余的车辆快速送达客户--在我们考虑的一些测试案例中,司机数量减少了 30% 到 40%。

    "有机会大幅提高司机的忙碌程度。乘车服务一直面临的挑战之一就是司机闲置。这种低效率的情况可以消除不少。

    剩余的司机也将从中受益,因为这一系统将把车辆所有权及其带来的成本和风险转移给共享出行公司。研究人员认为,随着驾驶成为一种案头工作,远程驾驶可能会扩大劳动参与。

    最后,研究小组乐观地认为,将司机和乘客分开可以提高双方的安全,尤其是女性的安全,因为女性是车内袭击和其他犯罪行为的主要目标。不过,远程驾驶系统也需要防止在感觉更像电子游戏的工作环境中鲁莽驾驶。

    研究人员利用计算机建模,将时间和空间上的供求关系和道路拥堵情况考虑在内,结果表明,在需求旺盛的时期,即使驾驶员人数较少,如果可用车辆数量多于驾驶员人数,也能缩短等待时间。这是因为减少了驾驶员盲目驾驶的可能性。

    "多伦多大学罗特曼管理学院博士后杨晓棠说:"这项研究可以应用于世界/社区,提高打车和其他按需交通服务的效率和成本效益。

    原文链接: Saif Benjaafar et al, Human in the Loop Automation: Ride-Hailing with Remote (Tele-)Drivers, Management Science (2024). DOI: 10.1287/mnsc.2022.01687


  • 原文来源:https://techxplore.com/news/2024-06-ready-autonomous-taxis-teledriving-bridge.html
相关报告
  • 《百度牵头 全球首个商业化自动驾驶出租车标准发布》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2021-01-06
    • 近日,由百度牵头,联合交通运输部公路科学研究院、湖南湘江智能、上海淞泓、信通院、威马、东风、一汽、北汽、博世、大唐电信等机构, 共同起草的Robotaxi技术要求团体标准正式发布。 该标准发布后,将规范Robotaxi在安全、体验、运营、测试等关键领域的执行要求,进一步加快Robotaxi的规模化应用,加速高级别自动驾驶技术迈向商业化。 此次发布的标准包括《自动驾驶出租车 第1部分:车辆运营技术要求》和《自动驾驶出租车 第2部分:自动驾驶功能测试方法及要求》,两部分标准均为中国智能交通产业联盟团体标准。 值得注意的是,这两大由百度牵头, 联合国内行业头部公司起草的团体标准发布后,后续将可能升级为行业标准或国家标准。 《自动驾驶出租车 第1部分:车辆运营技术要求》在出租车行业运营经验的基础上,充分结合了自动驾驶行业的发展情况,对自动驾驶出租车的基本要求、可靠性和环境适应性、动力性、制动性、车内空气质量、运营设备、网络安全等方面进行了详细地规范,为自动驾驶车辆安全上路设定了重要的门槛要求。 为了满足运营服务的要求,Robotaxi需要提供全新的服务功能及流程。 乘客通过手机app下单,Robotaxi接单后对乘客进行身份确认, 同时在提供运输服务过程中,需要给乘客提供出行信息提示、影音娱乐等服务。 标准规定了除传统出租车应具备的计价设备、卫星导航外,还应提供完善的人机交互功能,功能包含车辆预约、乘客身份识别、录音监控、紧急呼叫、车门关闭监测、路径显示、影音娱乐等功能。 同时, 车辆需要通过累计3万公里的坑洼路、搓板路、卵石路、高速路等不同道路工况测试, 并且保证测试后所有的关键零部件功能正常。 标准要求自动驾驶车辆在满载乘客的情况下,还能顺利完成转向、制动、换挡、加速等操作,在下雨天的湿滑路面上及低能见度的条件下同样能达到普通天气条件下的测试要求。 同时,考虑到即将到来的无驾驶员(或安全员)阶段, 标准还增加了诸如“鬼探头”等极限场景的测试要求,以提高车辆的自动驾驶能力水平。 《自动驾驶出租车 第1部分:车辆运营技术要求》和《自动驾驶出租车 第2部分:自动驾驶功能测试方法及要求》是全球首个根据Robotaxi载人商业化运营阶段实际场景制定的标准。 标准在关注传统出租车服务能力要求的同时,对面向自动驾驶出租车的人机交互、网络安全、无驾驶员情况下的乘客服务能力,以及不同阶段的自动驾驶能力要求都进行了有针对性地规范,体现了技术的国际先进水平。 标准的出台将给自动驾驶行业进入商业化运营阶段做出很好的铺垫,推动整个行业的发展。
  • 《自动驾驶汽车的新型预警系统》

    • 来源专题:宽带移动通信
    • 编译者:张卓然
    • 发布时间:2021-05-21
    • 德国慕尼黑工业大学(TUM)的一个研究人员团队开发了一款新型车辆预警系统,这个系统能利用人工智能学习数千种真实的交通情景。这个系统的一项研究是与宝马集团合作进行的。结果显示,如果用在当今的自动驾驶车辆上,该系统能提前七秒钟对车辆无法独自处理的潜在危险情形进行预警,准确性超过85%。 为了使未来的自动驾驶汽车更安全,开发工作通常依赖于复杂精密的模型,致力于使车辆有能力对所有交通参与人的行为进行分析。但是,如果模型仍然不能处理一些复杂或没有预见到的情形,会发生什么呢? 与埃克哈德·斯坦巴赫教授开展合作的一个团队正在采取一种新方法,埃克哈德·斯坦巴赫教授是媒介技术的主席,还是慕尼黑工业大学慕尼黑机器人与机器智能学院(MSRM)董事会的一名董事。借助人工智能(AI),他们的系统可以学习过去自动驾驶试验车辆在现实道路交通中被推到极限的情形。这些情形是人类驾驶员会接手的情形——要么是因为汽车发出需要人工干预的信号,要么是因为驾驶员出于安全考虑决定进行干预。 通过递归神经网络进行模式识别 这项技术使用传感器和摄像头来捕捉周围的情况,并且记录车辆的状态数据,如方向盘角度、道路状况、天气、能见度和速度。基于递归神经网络(RNN)的人工智能系统学习用数据识别出模式。如果这个系统在新的驾驶情形中发现了控制系统过去无法处理的一个模式,那么驾驶员将在可能的严重情况发生之前得到警告。 “为了让汽车更加自主,许多现有的方法都是研究汽车现在对交通状况的了解,然后试图改进车辆使用的模型。我们技术的大优势是:我们完全不理会汽车的想法。取而代之的是,我们根据实际发生的情况将自己限制在数据上,并且寻找模式,”斯坦巴赫说道。“通过这种方式,人工智能可以发现模型可能无法识别或尚未发现的潜在关键情形。因此,我们的系统提供了一个安全功能,可以知道汽车在何时何地有缺陷。” 提前7秒发出警告 这个研究团队与宝马集团用宝马集团开发的自动驾驶汽车在公共道路上对这项技术进行了测试,并且分析了大约2500种司机不得不干预的情况。研究表明,这项人工智能技术已经能够预测潜在的危险情形,准确性超过了85%,即在这些潜在危险情形发生前最长可提前七秒钟发出警告。 数据收集无需付出更多努力 需要大量数据才能让这项技术发挥作用。这项人工智能技术毕竟只能在系统极限情况下的体验进行识别和预测,前提是这些情形是过去见到过的。随着大量试用车辆的上路,数据实际上是车辆自己产生的,这项研究的一位作者克里斯托弗·库恩说:“每次试驾遇到潜在的紧急情况时,我们最终都会得到一个新的培训示例。”数据的集中存储使每辆车都有可能学习整个车队记录的所有数据。”