NHTSA前副署长Kanianthra：人类依然是自动驾驶中重要的角色

　　车云按：2017年6月21日-22日，由中国安全产业协会、TIAA车载信息服务产业应用联盟与车云网共同主办的2017年中国安全产业峰会暨首届交通安全产业论坛在北京召开。本文系原美国高速公路安全管理局（NHTSA）研究副署长Dr. Joseph Kanianthra在“2017中国安全产业峰会暨首届交通安全产业论坛”上发表的演讲。Kanianthra先生表达了他对自动驾驶汽车关于驾驶安全的想法，从人类驾驶到完全自动驾驶还有不少问题需要解决。

　　大家上午好！非常荣幸参加今天的论坛，我们看到了很多相关的同事和专家都来到了今天的讨论，我也花几分钟的时间跟大家分享一下我对于目前在自动驾驶环境当中存在安全问题的一些想法。当然这仅代表我个人的观点，我已经不再是政府的雇员了，所以就不代表任何官方的立场。

　　我们来看一下相关的数据，在美国过去的50年当中，事故的数量进行了大幅的下降。但是在过去的两年当中，我们又看到了数据死亡率稍微有一点上升，这是让我们觉得比较担心的，因为数据在历史上不断下降的。我们觉得说突然的上升肯定是有一些问题。

　　我们来看一下，车祸发生的理由原因有什么，首先是司机本人，第二是车，第三就是当时的环境。一个很重要的认识是，所谓的车祸事故并不是由哪一个单一的事件或是因素造成的，而是很多的因素综合在一起，包括当时的路况、乘客或者司机本身。所有的这些因素综合在一起造成了车祸的发生，这是我们需要明确的一个观点。

　　如果我们把数据再进行拆分，什么样是首要车祸的数据？当然第一，车是由人来驾驶的，他们要对不同道路的场景做出反应和决策，而有的时候这种决定可能是错的。可能他们采取的驾驶行为导致了没有想到的后果，这就是我们看到的车祸当中很大一部分44%是由司机的失误造成的。之后，可能6%是司机酒驾或者是毒驾。而把所有的这些因素综合在一起有90%车祸的原因都是由人为因素造成的。路况因素可能只有7%到8%，车辆本身可能有2%的原因。所以我们都看到造成车祸最重要的因素其实是人和人相关的这种因素。因此，出于交通安全的考虑，我们要发展自动驾驶。

　　人类司机在处理信息、做出决策的过程中，是基于我们对于可能发生的情况预测，然后做出及时的判断，两者结合在一起做出一个动作。所有的这一些都是由人、司机本身来进行处理的。那么完全无人的自动驾驶呢？对于系统来讲，我们是用算法来做所有的这一切分析和决策的。问题就来了，这些是否能够靠算法本身来完成？

　　我们用一个算法来做这一套系统，它是否会比人类司机的表现要更出色呢？我们现在对于车的制动所用的做法就是刹车、方向盘、油门，这就是驾车的时候要操作的三个最主要的部件，但是每个人可能会采取不同的时间和顺序。我们看一下相关的数字，比如追尾事故，只有33%的事故是司机完全没有做出刹车的动作，23%是可能刹车只踩到了1/4，28%是大概刹车用了一半。只有不到1%大概是完全使用了刹车功能。所以我们发现人类的司机在这个方面有很多不足的地方。

　　也就是说，这就要求我们在人脑的反应和对车的操控当中达到一个整合。像遥感设备这样技术的使用，可以对车辆的情况进行电子的监控。如果司机的操作出现了某些不足，系统就能够识别并做出补救，司机也能够随时接管车辆。

　　所以，人车之间的互相接管和配合能够真正提高交通安全。为什么我们要推崇自动驾驶呢？首先，自动驾驶是对人类决策的一个补充。随着现在这些技术突破，我们能够更有效的来提高交通的效率，同时能够提高我们生活的质量以及有更好的交通安全和道路安全。政府已经对自动驾驶的层级有了一个规定，从低到高大体分为了5级。

　　比如说碰撞预警系统。2015年之后，每年的新车依然有1200万左右。假设之后的新车都具备碰撞预警功能，基于这种假设和我们已有的数据，我们预计到2040年，新车将达到3亿辆，其中具备碰撞预警功能的将会达到2.92亿。而到时候，预计每年的事故数量将会从现在的260万降低到70万，有效率可以达到80%。

　　我们在谈自动化驾驶的时候，其实是把人的一些责任转移到了车上。那么谁来真正的负责呢？制造商还是经销商？还是车主？这是一个开放性的问题，我们目前并没有答案。但是当你把开车的责任从人转到车的时候，总会有人需要承担这样的责任，即使可能只有10%是车辆的问题。

　　完全自动化的意义是什么？有效性和自动化层面需要进行很好的评估，是让司机参与进来，还是让它完全无人驾驶，这是两种不同的方向。

　　第一种，即便车在自动驾驶，司机还是能够参与进来，司机还是可以承担责任。我相信把人和车辆结合起来能够起到更好的作用，使得司机和自动驾驶结合起来。如果完全无人驾驶的话，需要增加很多层面的软件、技术、传感器和其他东西。每一个层面它的准确率或者有效率都不是100%，也许是98%或更低。之后把它们全部加起来，整个系统的有效率又会是多少呢？我相信它肯定不是100%，加总在一起它的系统有效性更会降低，所以这个责任的问题是开放性的问题。我们是否要用完全车的责任来颠覆整个行业呢？这是需要我们谨慎思考的问题。

　　另外一种，即便司机可以短暂的卸下责任、必要的时候再接管，这跟传统的驾驶也是不一样的，所以说司机也需要得到新的培训、熟悉新的系统。把司机完全排除出驾乘责任，尤其是在交通拥堵的情况下，是需要很多年才能够让车辆完全自动驾驶。如果不能把自动驾驶的车跟其他传统驾驶的车分割开的话，碰撞还是会发生。人们反而会更加反对自动驾驶，甚至是半自动驾驶的汽车。而如果人们不相信的话，无论是安全问题还是其他问题都无法得到解决。

　　人们喜欢自动驾驶的技术有几个原因。首先，它有可信的安全保证，其次没有意外的结果，还有就是它的成本是可以负担的，无论是前期成本还是维护成本。所以我们必须要向大众展示自动驾驶汽车是可行的，需要进行大众宣传教育给他们提供相关的安全信息，让消费者接受。

　　至于完全自动驾驶汽车的挑战，可能要花很长的时间，也许25年或者更长。首先，消费者普遍的接受性几乎是不可能的，总会有人不信任这个。另外，对于无人驾驶的汽车道路需要进行一些分割，分出一些车道，与传统汽车区分开。还有基础设施和投资，在这一方面成本会很高。

　　传统的和自动驾驶汽车，收益上涨到一定的程度之后，到完全无人驾驶的时候，反倒是收益有所下降。另外成本却是一路上升，所以说成本收益的比它是先上升随后下降。

　　我们对未来的预测是怎么样的呢？我们有V2V和V2I这样的通信，也许到2035年或2045年我们可以实现。作为结论，有效值是非常重要的，它基于自动驾驶不同的水平。还有我们要分析数据、成本、收益来决定自动驾驶哪一个层级是最优的选择方案，完全自动驾驶还是一定程度的自动驾驶？同时还要考虑基础设施的成本。还有关于隐私性、安全性的问题，也是需要得到考虑的。

　　相关标签：ASC2017