自动驾驶如何保证用户安全是不变的焦点

　　自动驾驶如何保证用户安全是不变的焦点

　　目前提高自动驾驶安全性主要是靠对软硬件系统进行全面、深入、科学的测试与完善;采取完备的多级运行监控、安全评估、预警和及时干预措施;有效实现车路协同，扩大车辆的感知范围、提升运算能力以及优化软硬件的冗余设计。

　　近日，据国外媒体报道，美国麻省理工学院的工程师提出，可以通过引入一个混合系统，来解决当前自动驾驶存在的一些安全性缺陷。在这个混合系统中，自动驾驶车辆可以自行处理一些简单场景的操作，比如在高速公路上的巡航，同时将更复杂的操作转移给远程操作员。

　　“自动驾驶的安全性工作，就是从技术上采用一些安全机制和安全措施，逐渐把自动驾驶的风险降到一个合理且可接受的状态。”天津大学无人驾驶汽车交叉研究中心主任谢辉说。

　　当前，安全性仍是自动驾驶领域最迫切需要解决的难题之一。相关企业及研究机构等为了保障自动驾驶的行车安全，探索出了许多方法，相关标准及安全体系的建立，也在一定程度上提高了自动驾驶的安全性。然而，当前的自动驾驶仍然不能让驾驶员安心地放开方向盘。想要车辆在公路上“自”由驰骋，仍需更多探索。

　　这些技术为自动驾驶保驾护航

　　天津大学机械学院博士生王彩梅介绍，自动驾驶车辆利用惯导、摄像头和雷达等感知设备，可以对车辆的位姿及其周围环境进行实时监测和预测，并根据完善的安全指标体系，对车辆当前的安全性进行实时评估。

　　当车辆行驶安全评估结果为低安全性时，自动驾驶车辆可以通过发声或震动等方式发出预警信号，提醒车上人员，当遇到突发情况时，系统无法自动处置，保障行车安全，便会要求人工干预。

　　“当自动驾驶系统检测到当前情况不适合自动驾驶，或人类驾驶员认为当前的驾驶情况较为复杂，需要拿回驾驶权时，可以随时接管车辆，以保障车辆行车安全。”王彩梅说。

　　域控制器软硬件及感知、决策、规划、控制算法是自动驾驶系统的核心，其安全性对自动驾驶车辆尤为重要。车载安全系统通过实时查询域控制器的软硬件运行状态、评估各算法运行的合理性和安全性，及时发现已经出现或可能存在的问题，确保“驾驶大脑”始终处于安全运行状态。

　　“感知算法需要依赖大量的数据进行训练和推断，因此数据的安全性是非常重要的，需要考虑数据来源、传输、存储等环节是否存在漏洞。”天津大学机械学院博士郭帆介绍，针对感知算法存在的漏洞和缺陷，可以采用监测和检测技术来识别，或者采用修复和升级技术改进算法和模型。

　　郭帆表示，要考虑决策、规划算法在各种交通场景和复杂环境中的应对能力，通过对决策、规划算法进行干预和迭代改进，可以减少潜在的安全风险，提高系统的安全性。

　　控制算法则是自动驾驶的“手脚”，其性能直接影响着车辆行驶的安全。为此要进行控制算法安全度评估，包括在极端的传感器故障、通信故障等情况下，算法是否能够正确处理并确保车辆的安全等，并根据安全度评估结果对算法进行优化和调整，增加安全约束等干预。

　　此外，软硬件冗余技术也是一种用于提高自动驾驶系统可靠性和容错性的技术手段。它包括在系统设计中引入额外的软件或硬件组件，备份主要组件的功能，以便在主要组件出现故障时，备用组件可以接管并保持系统的正常运行。

　　混合系统与平行驾驶技术类似

　　“此次美国麻省理工学院工程师提出的混合系统，实质上类似于平行驾驶技术。”谢辉介绍。

　　平行驾驶技术是新一代的云端化网联自动驾驶技术，通过充分利用数字化及信息化资源，将云端、道路及车辆上的信息无缝衔接，利用平行视觉与感知、平行学习、平行规划和平行控制等关键技术，把智能车、管控平台及驾驶模拟器实时连接起来，使智能车的自主驾驶行为变得可测、可控，提高了车辆系统对环境的快速反应能力，提升自动驾驶行车安全性。

　　当然，为了保证平行驾驶技术的安全性，还需要为车辆配备高精度传感器和设置感知算法，实现全方位精确感知;车辆内部的计算机系统要能够准确做出驾驶决策，相应算法必须经过大量数据的训练和优化，以高效判断车辆行驶路径、速度和操控方式。

　　此外，当车辆遇到复杂场景或紧急情况时，远程操作员可以接管车辆控制权，利用实时视频和数据传输与车辆进行通信，并提供合理的驾驶干预，确保车辆安全应对各种复杂驾驶情况。这种远程监控和操作机制可以弥补自动驾驶系统在处理复杂情况方面的局限性，进一步提高驾驶的安全性。

　　“但这种方法并不能从根本上消除自动驾驶的安全问题。”谢辉认为，比如远程操作过程中的通信风险，特别是通信时延和外力入侵，都是难以克服的安全隐患。

　　自动驾驶还需消除技术隐患

　　“自动驾驶汽车正常行驶时能够有效避免人类驾驶中80%的交通事故。”近日，中国汽车技术研究中心有限公司、同济大学、百度三方联合发布《自动驾驶汽车交通安全白皮书》，通过权威的技术论证与真实的自动驾驶事故进行对比分析，给出了上述结论。

　　这增强了驾驶员把驾驶权交给汽车的信心。不过目前感知与规控算法的不完备性，以及复杂硬件系统的不可靠性，仍是自动驾驶汽车安全性行驶的主要隐患。

　　“毕竟，当前的自动驾驶系统跟人脑相比还有很大差距。尤其是学习能力以及安全风险下的经验直觉，极端情况下高水平驾驶员的经验和下意识操作，都是计算机算法所不具备的。”谢辉说。

　　谢辉认为，目前提高自动驾驶安全性最现实的方法，主要是依靠对软硬件系统进行全面、深入、科学的测试与完善;采取完备的多级运行监控、安全评估、预警和及时干预措施;有效实现车路协同，扩大车辆的感知范围、提升运算能力以及优化软硬件的冗余设计。

　　在硬件方面，应采用更为先进的传感器、处理器、通信和电源等硬件组件，以便使无人驾驶汽车更全面、精确、可靠地感知、决策、控制和通信。同时，还应加强硬件系统的可靠性和安全性设计，以便更好地应对各种故障和异常情况。

　　在软件方面，应采用更为智能、高效、稳定的决策和控制算法，例如深度学习、强化学习、模型预测控制等技术，以便使无人驾驶汽车更准确、安全地预测、规划和执行行驶任务。同时，还应加强软件系统的安全性和稳定性设计，采用形式化验证、安全测试、漏洞修复等技术，保障无人驾驶行车安全。

　　在自动驾驶领域，完备的多级监控系统通常包含传感器层级、感知层级、规划层级、控制层级、安全监控层级。完备的多级监控系统可以有效地提高自动驾驶车辆的安全性和可靠性，防止意外事故的发生。

　　此外，还可以采用车路协同技术，通过车辆和路侧设施之间的通信和信息交换，实现车辆和道路环境的协同，从而提升车辆的感知范围和运算决策能力。