近日，包括Aptiv、奥迪、宝马、大陆、奔驰、菲亚特克莱斯勒、Here、Infineon、百 度、英特尔和大众在内的十一家企业联合制定了汽车产业首个规定自动驾驶汽车研发、测试和准许的准则，并通过了《自动驾驶安全第一》（Safety First for Automated Driving，简称SaFD）白皮书。联盟成员表示，这份长约146页的白皮书是迄今为止整个行业最广泛的呈现，也为证明自动驾驶汽车“比人类平均驾驶水平更安全”提供了一个清晰可追溯的系统规范。这十一家公司在联合声明中表示：“为了促进直接开发安全的自动驾驶汽车，《自动驾驶安全第一》综合了主要汽车制造商、供应商和技术行业的专业知识。随着白皮书的发布，未来几个月内，每个联盟成员的作者和专家将在国际工业和技术会议上展示我们的成果。”显然，Alphabet旗下的Waymo公司不在此次签署自动驾驶标准的公司行列。近期，Waymo推出了商业自动驾驶出租车服务，目前该车队600余辆车已为超过1000名乘客提供服务。通用汽车旗下的Cruise Automation同样未参与，去年该公司的自动驾驶汽车在加利福尼亚州的测试里程达45万英里（约72万千米）。除此之外，一些名副其实的自动驾驶汽车行业领导者，如Zoox、特斯拉、亚马逊投资的Aurora、北京的小马智行、Nvidia、Yandex自动驾驶部门等，均未出现在签署名单上。一名联盟发言人表示，该白皮书对要求加入联盟的各方“同样公开”，且各成员均自愿加入联盟。鉴于《自动驾驶安全第一》白皮书的性质和目标，联盟欢迎其他车企、公司加入，使之成为一个切实可行的“活”准则。Waymo、Cruise、特斯拉和Nvidia并未回复有关媒体的置评请求。缺乏共识使全球自动驾驶汽车市场的竞争压力大大削弱。HTF市场情报部（HTF Market Intelligence）预计，到2023年这一市场将创收1731.5亿美元；营销机构ABI表示，2025年，自动驾驶汽车的增加将多达800万辆；据分析机构研究与市场（Research and Markets）估计，到2030年，约2000万辆自动驾驶汽车将在美国投入运营。2016年4月，福特、Lyft、Uber、沃尔沃和Waymo也组建了一个更安全街道的自动驾驶联盟（the Self-Driving Coalition for Safer Streets），其目标是向立法者、监管机构和公众宣传自动驾驶车辆的安全性和社会效益。在可能被视为先发制人的情况下，Nvidia近日宣布，将领导欧洲汽车供应商协会（European Association of Automotive Suppliers，CLEPA）工作组开展自动驾驶汽车审计评估、跟踪测试、实际测试和模拟等工作。自动驾驶标准对于《自动驾驶安全第一》（SaFD）没有任何公然的反对意见（至少乍一看是这样）。摘要指出，该白皮书旨在作为普遍所知的3级和4级自动驾驶技术的总结，表面上是为了开发可能成为行业标准的“通用基线”。（Society of Automotive Engineers，汽车工程师协会将自动驾驶汽车技术分为6个等级，3级定义为“有条件的自动驾驶”，汽车驾驶偶尔需要人为干预，4级属于“高度自动驾驶”，除了某些特殊情况，一般无需人类干预即可安全行驶。）为此，SaFD倡导了12种自动驾驶的指导原则：1.安全操作2.操作设计领域3.车辆操作员发起的移交4.安全性5.用户责任6.车辆发起的移交7.车辆操作员和自动驾驶系统（ADS）之间的相互依赖性8.安全评估9.数据记录10.被动安全11.交通行为12.安全层联盟建议，如果安全相关的功能或系统组件因不明原因产生故障，ADS能够做出补偿并将车辆转移至安全状态，同时确保驾驶员能及时接管。除此之外，该准则还规定了参与和脱离机制，要求明确驾驶员交互，防范安全风险，并了解驾驶员状态，从而使他们明确自己的责任和了解驾驶模式转换。白皮书的共同作者也对某些风险操作进行了描述。例如在驾驶员不遵守接管请求时最小化风险，以及确保实现某些安全目标的验证和确认测试。他们提议，在符合隐私条款的前提下，自动驾驶汽车应记录相应的状态数据；在遵守交通规则的同时，汽车对道路情况做出预判，并向周围车辆驾驶员发送易于理解的信号。至于ADS的网络安全问题，三分之二的美国人在Morning Consult进行的一项调查中都表达了对该问题的关注。SaFD提议采用安全开发生命周期（Secure Development Lifecycle，SDL）。作为一个创造内置安全性的过程，这一体系专为合适的产品开发生命周期量身定做，与此同时考虑风险处理策略、系统状态和风险处理表现等问题。该联盟还建议ADS通过传感器、地图数据和传感器融合算法实现本地化，避免汽车在受限制区域内自动驾驶。SaFD还表示，支持预期功能安全（Safety of the Intended Functionality，SOTIF）的应用。作为一种范例，预期功能安全旨在避免出现车辆组件运行正常却发生异常风险的情况，例如AI系统错误识别交通标志或道路。目前该范例正在由国际标准化组织（International Organization for Standardization）制定，联盟认为其能将已知的潜在行为和未知的潜在行为减少到“可接受的风险水平”。联盟还认为，确保车辆传感器（包括摄像头、激光雷达、雷达、超声波和麦克风）捕获周围环境的一切信息，如行人、障碍物、交通标志、和声音信号，也是降低风险的潜在方法。联盟建议通过一些极端案例与真实情景的对比测试来验证模拟。Waymo、Uber和Cruise等公司也是通过应用数字环境，每天重建数万个驾驶场景。作为一个整体，这些策略适用于SaFD所定义的“设计安全”的分析工程方法，该方法首先分析“基于场景”的自动驾驶技术，最后分析系统在现实世界中的表现。白皮书表示：“要实现故障安全和可用性之间的平衡，设计从上到下进行分析和构建。无论通用逻辑架构如何，首先进行分析，最终成为一个安全概念——定义安全机制并为安全目标提供支持。”根据SaFD所述，无论3级和4级自动驾驶汽车的设计多么精良，都将面临巨大的挑战。其中最主要的是如何使安全性和不人为干预的“积极风险平衡”量化。该联盟指出，车辆还必须通过人为干预测试（即驾驶员被迫接管车辆），并证明车辆能应对“当前未知的交通状况”。此外，SaFD表示，自动化系统的每个组件都需经过全面验证，依赖机器学习的核心部件必须使用“新的验证方法”进行测试，以确保整个系统的安全性。白皮书还写道：“长远来看，长期使用自动驾驶系统也可能降低驾驶员的态势感知敏感度。这些系统需要对自动驾驶系统进行更详尽地考量，确认系统本身安全执行驾驶功能的能力。这极大地增加了潜在模拟情景的数量，且意味着需要在整体安全论证中考虑量化因素。”联盟也强调称，白皮书并不是一次性的，而是“第一版”，并表示下一版将作为国际标准化的提案推出。只有时间可以证明这能否说服半信半疑的公众。去年夏天，由布鲁金斯学会（Brookings Institution）、智囊团HNTB以及汽车安全倡导者（Advocates for Highway and Auto Safety，AHAS）发布的3份独立报告发现，大多数人并不相信自动驾驶汽车的安全性。逾60%的人表示，他们“无意”乘坐自动驾驶汽车；约70%的人对与无人驾驶汽车共同在道路上行驶表示“担忧”；59%的人表示，与有人驾驶的汽车相比，自动驾驶汽车“并不更安全”。这些担忧并非空穴来风。2018年3月，一辆Uber自动驾驶技术原型车沃尔沃XC90在美国亚利桑那州坦佩撞死一名行人，Uber随后停止了对该车队的测试。另外，特斯拉的自动驾驶辅助系统被指责为保险杠杀手，其中一个案例是特斯拉Model S与停放的Culver City消防车相撞。（2018年10月初，特斯拉暂时停止在部分新车型上提供“完全自动驾驶功能”。）兰德公司（Rand Corporation）预计，自动驾驶汽车测试里程必须达到110亿英里（约160亿千米）才能获得可靠的安全统计数据，这一数字远高于去年加利福尼亚州数十家自动驾驶汽车公司约200万英里（约321万千米）的测试里程。SaFD承认：“一些残余风险仍然存在，‘100%’保证绝对安全是不可能的。”白皮书总结道：“为了反复学习和改进系统，现场监测绝不可少。”
京公网安备 11010502044972号