11家公司提出了自动驾驶汽车的指导原则

今天上午，由Aptiv，奥迪，百度，宝马，大陆，戴姆勒，菲亚特克莱斯勒汽车，英飞凌，英特尔和大众等11家公司组成的联盟发布了一份白皮书(“安全第一自动驾驶”)，描述了一个框架。 “安全”自动驾驶汽车的开发，测试和验证。这些成员声称它是迄今为止业界最广泛的代表，并且他们说该报告 - 运行146页 - 是提供“明显可追溯性”的最大报告，证明自动驾驶车辆“比普通驾驶员更安全”。

“'自动驾驶的安全第一'结合了汽车制造商，供应商和技术行业的主要公司的专业知识，以帮助直接开发安全的自动驾驶汽车，”这些公司在一份联合发布的新闻稿中写道。“随着[其]出版，来自每个参与合作伙伴的作者和专家将在未来几个月内在国际上的工业和技术会议上展示该团体的工作。”

很快没有出现在贡献者名单中的是Alphabet's Waymo，它最近推出了商业无人驾驶出租车服务，现在为超过1000名车手提供超过600辆车的服务。通用汽车公司的Cruise Automation公司去年在加利福尼亚州的自动驾驶汽车原型车数量增加了450,000英里，并且选择不参加。无论是Zoox，特斯拉，亚马逊支持的Aurora，北京的Pony.ai，Nvidia还是Yandex的无人驾驶汽车部门，都没有真正的AV强国。

一名联盟发言人告诉VentureBeat，该文件对任何要求参与的政党“同样公开”，并说那些签约的人是按照自己的意愿行事的。“由于自动驾驶安全第一的白皮书的性质和目标，我们欢迎其他公司参与，并将其视为一个将继续增长的活文件，”他们补充说。

Waymo，Cruise，特斯拉和Nvidia没有立即回复评论请求。

缺乏共识使全球自动驾驶汽车市场的竞争力大为缓解，HTF市场情报部估计到2023年将实现收入1731.5亿美元。据营销公司ABI称，将增加多达 800万辆无人驾驶汽车。在2025年的道路上，研究和市场预计，到2030年，美国将有大约2000万辆自动驾驶汽车投入运营。

福特，Lyft，优步，沃尔沃和Waymo拥有自己的联盟​​ - 更安全街道的自动驾驶联盟 - 于2016年4月启动，其目标是“与立法者，监管机构和公众合作”为了实现自动驾驶车辆的安全性和社会效益。“在可能被视为抢先一击的情况下，Nvidia昨天宣布已经开始领导欧洲汽车供应商协会(CLEPA)工作组。高度连接的自动驾驶汽车，它表示将检查自动驾驶汽车审计评估，跟踪测试，实际测试和模拟。

自动驾驶标准

关于自动驾驶安全第一(SaFD)没有任何明显的反对意见 - 至少乍一看是这样。摘要指出，它旨在作为“广为人知”的3级和4级自动驾驶的总结，表面上是为了开发可能成为行业标准的“通用基线”。(汽车工程师协会将3级汽车定义为只能偶尔进行人为干预来管理驾驶的汽车，以及4级汽车在特定条件下安全运行而无需监督的情况。)

为此，SaFD倡导12种自动驾驶的指导原则：

安全操作

运营设计领域

车辆操作员发起的移交

安全

用户责任

车辆发起的移交

车辆操作员和自动驾驶系统(ADS)之间的相互依赖性

安全评估

数据记录

被动安全

交通行为

安全层

联盟建议，如果安全相关的功能或系统组件因任何原因而变得危险，ADS能够补偿并将车辆转移到安全状态，同时确保有足够的时间让司机接管。它还规定了参与和脱离机制，这些机制需要明确的驾驶员互动，防范安全威胁，并识别驾驶员的状态，以便让他们了解自己的责任和驾驶模式转换。

白皮书的共同作者继续描述旨在最小化驾驶员不遵守接管请求的风险的操作，以及旨在确保满足某些安全目标的验证和确认测试。他们建议自动驾驶车辆以符合隐私的方式记录与状态有关的数据，并且他们的行为方式可以预测道路规则并且易于附近驾驶员理解。

关于ADS中的网络安全，三分之二的美国人在Morning Consult进行的一项调查中表达了关注的问题，SaFD推荐了安全开发生命周期(SDL)，这是一个“适应”安全性的过程，适合产品开发生命周期。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，以防止在受限制区域内进行自动驾驶。

SaFD表示支持采用预期功能安全(SOTIF)，这是一种范例，旨在避免即使所有车辆组件都正常运行也可能发生的不合理风险，例如当AI系统错误识别交通标志或道路时信号。目前正在由国际标准化组织制定，联盟认为它将把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”。

联盟认为，风险可能降低的另一个方法是确保车辆的感知传感器 - 包括摄像头，激光雷达，雷达，超声波和麦克风 - 捕获有关周围环境的“所有相关外部信息”，包括行人，障碍物，交通标志，和声学信号。该小组还建议验证模拟 - Waymo，Uber和Cruise等公司采用的数字环境，每天重建数万个驾驶场景 - 通过测试一些角落案例与实际经验的对比。

作为一个整体，这些策略适用于SaFD定义为“设计安全”的分析工程方法，该方法以“基于场景的”自动驾驶技术开始，最后分析系统在现实世界中的表现。“要实现故障安全和可用性之间的平衡，设计将从上到下进行分析和构建，”该论文的共同作者写道。“无论通用逻辑架构如何，首先进行分析......最终，这将演变成一个安全概念，定义安全机制以支持......安全目标。”

根据SaFD，3级和4级车辆无论设计多么精心，都面临着巨大的挑战，其中主要是“统计上”展示安全性和“积极的风险平衡”，而没有人类驾驶员准备开车。该联盟指出，他们还必须通过涉及驾驶员互动的测试 - 即驾驶员被迫控制的情况 - 并证明他们能够应对交通中“当前未知的情景”。此外，SaFD表示，自动化系统中的每个组件都需要进行全面验证，依赖于机器学习的核心部件必须使用“新的验证方法”进行测试，以确保安全性。整个系统。

“长时间使用自动驾驶系统的长期影响也可能使驾驶员的态势感知不敏感，”共同作者写道。“这些系统需要更加彻底地考虑自动驾驶系统本身安全执行驾驶功能的能力。这极大地增加了可能的情景数量，并意味着需要在整体安全论证中纳入统计考虑因素。“

该联盟警告称，白皮书不是一次性的，而是“第一版”，并表示下一 版将作为国际标准化的提案提出。只有时间才能证明这是否足以说服持怀疑态度的公众。

去年夏天的三项独立研究 - 布鲁金斯学会，智囊团HNTB以及公路和汽车安全倡导者(AHAS) - 发现大多数人并不相信无人驾驶汽车的安全性。超过60%的人表示他们“不倾向于”驾驶自动驾驶汽车，近70%表示“担心”与他们分享道路，59%的人预计自动驾驶汽车将“不比人类更安全”控制的汽车。

这些担忧并非没有道理。2018年三月，尤伯杯暂停其自主沃尔沃XC90舰队的测试后，其车型之一撞死在亚利桑那州坦佩的行人。另外，特斯拉的自动驾驶仪驾驶员辅助系统被指责为许多挡泥板弯曲机，其中一个是特斯拉Model S与停放的Culver City消防车相撞的。(特斯拉在2018年10月初暂时停止在部分新车型上提供“完全自动驾驶能力” 。)兰德公司估计自动驾驶汽车必须先行110亿英里才能获得可靠的安全统计数据 - 更多去年，在加利福尼亚州测试自驾车的数十家公司大约有200万英里。

“仍然存在一些残余风险，”SaFD承认，并补充说，以“100%”信心保证绝对安全是不可能的。“现场监测是强制性的，以便反复学习和改进系统，”报告总结道。