0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛汽車真的可以減少避免車禍傷亡?

hl5C_deeptechch ? 來源:DeepTech深科技 ? 作者:DeepTech深科技 ? 2021-03-12 16:16 ? 次閱讀

近幾年,“自動駕駛”這一概念在汽車行業(yè)漸漸為人所熟知。但對一輛行駛在馬路上的汽車來說,舒適、安全絕對當(dāng)屬首位。在汽車越來越普及的當(dāng)下,交通事故的發(fā)生頻次也在水漲船高,安全出行越來越牽動著億萬人心。

與自動駕駛相媲美的,是另外一種駕駛形式:機(jī)器人駕駛。相比于人類自身駕駛,機(jī)器人駕駛同樣具高安全、低風(fēng)險性的優(yōu)勢。這一結(jié)論,在經(jīng)過國外專業(yè)機(jī)構(gòu)和人士一系列的實驗和考證之后得以蓋棺定論。

近日,為了證明自動駕駛在安全性上的顯著優(yōu)勢,Waymo 公司模擬了亞利桑那州曾經(jīng)發(fā)生過的近十起致命交通車禍。與此同時,谷歌公司也公布了相關(guān)數(shù)據(jù)。數(shù)據(jù)顯示,在一場同規(guī)格嚴(yán)重的車禍中,機(jī)器人駕駛的小型貨車受害程度相對更低。換言之,和普通駕駛員相比,在面臨同樣的險情之下,機(jī)器人駕駛一定程度上要比人去駕駛更安全,更能減輕傷亡率。

由此不難看出,谷歌的數(shù)據(jù)公布也在佐證著 Waymo 的實驗構(gòu)想。然而,畢竟行駛在馬路上的自動駕駛汽車數(shù)量有限。為了更好地證明其構(gòu)想,Waymo 轉(zhuǎn)向“反事實”論證,提供更多地的虛擬場景,以此驗證機(jī)器人在現(xiàn)實危險狀況下的反應(yīng)。

譬如,Waymo 公司對 2019—2020 年 600 多萬英里的 18 起車禍和 29 起未遂事故整合統(tǒng)計,在安全員駕駛過程避免撞車的情況下,Waymo 工程師模擬了如果不去斷開車輛自動駕駛系統(tǒng)之后可能發(fā)生的情況。在這一設(shè)想和實驗下,同樣得出了一系列重要數(shù)據(jù),再一次驗證了之前的構(gòu)想和猜測。

Waymo 無人駕駛汽車,擁有第二只操控之手

Waymo 收集了 2008 年到 2017 年發(fā)生于亞利桑那州錢德勒的 72 起致命車禍,并對其進(jìn)行了二次重建模擬。在這些車禍中,有時是一輛車禍及另一輛,而更多時候,都是兩輛車相撞。為了更加真實地還原車禍帶來的破壞性,Waymo 重建了車禍現(xiàn)場,包括車輛軌跡的調(diào)整、行駛速度等等,以此保證模擬平臺最大程度上接近當(dāng)時行駛中的車輛事故。對于兩車之間的碰撞,Waymo 也進(jìn)行了單獨的實驗;而對于一輛車的碰撞,Waymo 只模擬一輛車,總共有 91 個模擬。

事實上,這一模擬帶來了令人欣慰的反饋。在這 91 個模擬中,可規(guī)避和減輕車禍 88 個。與其說這是一組悅?cè)说臄?shù)字,倒不如說自動駕駛給我們的生活、出行帶來的一次變革、顛覆。它讓我們的出行更具安全保障,多了一層保險。

Waymo的安全研究和最佳實踐主管特倫特·維克托(Trent Victor)也聲明:

Waymo 的自動駕駛汽車對于減輕撞車事故作用良好。Waymo 的自動駕駛車輛可以將重傷的可能性降低 1.3—1.5 倍。

這個聲明,對于廣大車主朋友無疑是一個利好和喜訊。維克托本人也說,即使沒有完全避免嚴(yán)重車禍,從某種程度上也算采取了行動,降低了撞擊的嚴(yán)重性。減輕嚴(yán)重程度,也就意味著司機(jī)死亡的可能性會小一些。在這個過程中,Waymo 也對引發(fā)車禍的車輛進(jìn)行過更換,發(fā)現(xiàn)完全可以避免當(dāng)中 82% 的車禍,因為它完全不需要躲避和緊急制動。的確,車禍所造成的死亡、流血事故不可能杜絕,這也不符合規(guī)律。我們雖然消除了不了因車禍而死亡這一事實,但我們可以主動規(guī)避,積極探索新的思路和方法,爭取最大程度上降低車禍造成的傷亡。

在所有這些碰撞的車禍模擬中,10% 的 Waymo 車輛的緊急操作可幫助減輕車禍嚴(yán)重程度。

該公司表示,這些車禍都發(fā)生在一個十字路口,另一輛車要么左轉(zhuǎn),要么徑直穿過Waymo 車輛的行駛路線,幾乎沒有時間做出反應(yīng)。在其中一次模擬活動中,他們發(fā)現(xiàn),如果 Waymo 的車輛遭遇追尾時,它將無法避免碰撞。

Waymo 現(xiàn)場安全負(fù)責(zé)人 Matthew Schwall 說:

“特別是在追尾事故中,響應(yīng)者的作用并不大。所以,Waymo 無人駕駛也面臨著與人類在某些相同情況下的相同挑戰(zhàn)。也就是說,在某一些未知的情況面前,很難做出預(yù)測。

編輯:jq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 自動駕駛
    +關(guān)注

    關(guān)注

    782

    文章

    13532

    瀏覽量

    165739
  • 無人駕駛汽車
    +關(guān)注

    關(guān)注

    17

    文章

    150

    瀏覽量

    37276

原文標(biāo)題:Waymo模擬現(xiàn)實世界里的撞車事故,自動駕駛汽車可幫助規(guī)避車禍傷亡?

文章出處:【微信號:deeptechchina,微信公眾號:deeptechchina】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    自動駕駛技術(shù)的典型應(yīng)用 自動駕駛技術(shù)涉及到哪些技術(shù)

    自動駕駛技術(shù)的典型應(yīng)用 自動駕駛技術(shù)是一種依賴計算機(jī)、無人駕駛設(shè)備以及各種傳感器,實現(xiàn)汽車自主行駛的技術(shù)。它通過使用人工智能、視覺計算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)等技術(shù),使
    的頭像 發(fā)表于 10-18 17:31 ?236次閱讀

    自動駕駛無圖方案真的可行嗎?

    隨著自動駕駛技術(shù)的迅猛發(fā)展,傳統(tǒng)的高精度地圖依賴逐漸受到挑戰(zhàn)。近年來,越來越多的汽車制造商和技術(shù)公司開始探索輕地圖甚至無圖的自動駕駛解決方案。隨著華為宣布全國開啟不依賴高精地圖的城區(qū)高階智駕,小鵬
    的頭像 發(fā)表于 08-13 09:20 ?178次閱讀

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    可以根據(jù)自動駕駛系統(tǒng)的具體需求,通過編程來配置FPGA的邏輯功能和連接關(guān)系,以適應(yīng)不同的應(yīng)用場景和算法變化。這種靈活性使得FPGA能夠快速適應(yīng)自動駕駛技術(shù)的快速發(fā)展和變化。 低延遲: 自動駕
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    數(shù)據(jù)的實時處理和反饋,為自動駕駛汽車的決策提供實時、準(zhǔn)確的數(shù)據(jù)支持。 三、控制系統(tǒng)優(yōu)化自動駕駛汽車的控制系統(tǒng)是復(fù)雜的,需要實現(xiàn)對車速、轉(zhuǎn)向、剎車等多種信息的實時控制。FPGA
    發(fā)表于 07-29 17:09

    自動駕駛汽車如何識別障礙物

    自動駕駛汽車識別障礙物是一個復(fù)雜而關(guān)鍵的過程,它依賴于多種傳感器和技術(shù)的協(xié)同工作。這些傳感器主要包括激光雷達(dá)(LiDAR)、雷達(dá)、攝像頭以及超聲波雷達(dá)等,它們各自具有不同的工作原理和優(yōu)勢,共同為自動駕駛
    的頭像 發(fā)表于 07-23 16:40 ?712次閱讀

    自動駕駛汽車傳感器有哪些

    自動駕駛汽車傳感器是實現(xiàn)自動駕駛功能的關(guān)鍵組件,它們通過采集和處理車輛周圍環(huán)境的信息,為自動駕駛系統(tǒng)提供必要的感知和決策依據(jù)。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:00 ?1623次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    可以引導(dǎo)本車的攝像頭針對運(yùn)動目標(biāo)做快速局部修正曝光(見下圖),以此實時獲取運(yùn)動目標(biāo)的分辨細(xì)節(jié)特征,并將局部修正曝光的圖像融合雷達(dá)數(shù)據(jù)傳輸至自動駕駛系統(tǒng),避免撞擊危險發(fā)生。 昱感微的融合感知技術(shù)方案
    發(fā)表于 04-11 10:26

    大眾汽車和Mobileye加強(qiáng)自動駕駛合作

    美國智能駕駛芯片巨頭Mobileye與大眾汽車集團(tuán)近日宣布,在自動駕駛領(lǐng)域深化合作,共同推動全新自動駕駛功能在大眾旗下量產(chǎn)車型的應(yīng)用。Mobileye依托其領(lǐng)先的Mobileye
    的頭像 發(fā)表于 03-22 11:46 ?795次閱讀

    自動駕駛汽車技術(shù) | 車載雷達(dá)系統(tǒng)

    自動駕駛汽車技術(shù) | 車載雷達(dá)系統(tǒng)
    的頭像 發(fā)表于 03-20 08:09 ?2413次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>技術(shù) | 車載雷達(dá)系統(tǒng)

    自動駕駛發(fā)展問題及解決方案淺析

    隨著科技的飛速進(jìn)步,自動駕駛汽車已經(jīng)從科幻概念逐漸轉(zhuǎn)變?yōu)楝F(xiàn)實。然而,在其蓬勃發(fā)展的背后,自動駕駛汽車仍面臨一系列亟待解決的問題和挑戰(zhàn)。本文將對這些問題進(jìn)行深入的剖析,并提出相應(yīng)的解決方
    的頭像 發(fā)表于 03-14 08:38 ?981次閱讀

    Waymo自愿召回444輛自動駕駛汽車 L4的自動駕駛還有很多路要走

    近日,谷歌旗下的自動駕駛部門Waymo自愿召回了444輛自動駕駛汽車,原因是其軟件可能無法準(zhǔn)確預(yù)測拖曳車輛的運(yùn)動軌跡
    的頭像 發(fā)表于 02-26 10:22 ?1081次閱讀
    Waymo自愿召回444輛<b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b> L4的<b class='flag-5'>自動駕駛</b>還有很多路要走

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng)

    達(dá)到950以上,而在其他較弱紋理區(qū)域也能維持在900左右。誤差率低至5%以下,甚至在特征點明顯的標(biāo)志物上可達(dá)到2%左右。 基于LabVIEW的雙目測距系統(tǒng)在自動駕駛中具有廣泛的應(yīng)用前景,它可以為車輛提供
    發(fā)表于 12-19 18:02

    自動駕駛ALKS與ELKS最基本的區(qū)別

    根據(jù) UN R157 的理念,若一個現(xiàn)實中熟練的駕駛可以避免某類事故,則ALKS自動駕駛汽車也應(yīng)能避免該事故。 ?為驗證上述理念,U
    發(fā)表于 11-20 15:07 ?559次閱讀
    <b class='flag-5'>自動駕駛</b>ALKS與ELKS最基本的區(qū)別

    基于仿真的自動駕駛可靠性估計(二)

    前 言 SAIMO Preface 基于仿真的自動駕駛可靠性估計(一)中已經(jīng)介紹 ,使用定步長泛化、樸素蒙特卡羅等方法生成驗證自動駕駛系統(tǒng)的仿真場景難以在可以接受的成本內(nèi)精確估計被測試
    的頭像 發(fā)表于 10-25 19:10 ?547次閱讀
    基于仿<b class='flag-5'>真的</b><b class='flag-5'>自動駕駛</b>可靠性估計(二)