云賀

自動駕駛汽車的安全性仍有待論證，但通過改進(jìn)測試方法，自動駕駛?cè)阅艹蔀樘岣哕囕v行駛安全性的有力工具。

今年5月7日，一輛特斯拉Model S型汽車使用自動駕駛功能行駛在美國佛羅里達(dá)州的州際公路上，與一輛正在左轉(zhuǎn)的重型卡車相撞，特斯拉車主當(dāng)場死亡。特斯拉汽車公司官方回應(yīng)稱：這是特斯拉自動駕駛系統(tǒng)行駛超過2.08億公里以來，發(fā)生的第一起交通死亡事故。

事故發(fā)生后，各種有關(guān)自動駕駛安全性的疑問紛至沓來：自動駕駛功能可以在多大程度上保證車輛的行駛安全？目前的自動駕駛技術(shù)是否還有改善空間？7月，蘭德公司高級信息技術(shù)科學(xué)家尼迪·卡爾拉（Nidhi Kalra）發(fā)表了一篇名為《交通事故不能扼殺自動駕駛》的文章。她認(rèn)為，雖然目前自動駕駛在技術(shù)方面還存在諸多不足，但通過改進(jìn)測試方法，它仍能成為提高車輛行駛安全性的有力工具。

自動駕駛系統(tǒng)到底安不安全

針對特斯拉的此次事故，尼迪·卡爾拉在文章中對自動駕駛系統(tǒng)的安全性提出了兩個問題。

第一，相比于司機全程操控方向盤的傳統(tǒng)駕駛方式，自動駕駛的安全性是否更高？對此，特斯拉汽車公司給出的答案是肯定的。美國國家公路交通安全管理局2014年的統(tǒng)計數(shù)據(jù)顯示：在美國，機動車平均每行駛約1.5億公里就會發(fā)生一起導(dǎo)致死亡的車禍。而特斯拉發(fā)生此次事故時，自動駕駛系統(tǒng)已累計行駛超過2.08億公里。

不過，尼迪·卡爾拉提出，目前自動駕駛功能累計行駛的總里程還太少，上述統(tǒng)計數(shù)據(jù)并不可靠。她在另一份名為《駕駛安全：自動駕駛汽車需要行駛多少公里才能保證可靠性？》的分析報告中提出，經(jīng)過科學(xué)計算，要想證明自動駕駛系統(tǒng)比人力駕駛擁有更高的安全性，至少需要保證的安全行駛約為4.43億公里。這相當(dāng)于100輛自動駕駛汽車，以40公里每小時的速度在路上全天行駛近13年時間的里程。

這意味著，現(xiàn)在就宣稱自動駕駛系統(tǒng)比傳統(tǒng)的駕駛方式更加安全還為時過早。同時，特斯拉這起事故也表明，自動駕駛技術(shù)還有很大的改善空間。

尼迪·卡爾拉提出的第二個問題是：隨著技術(shù)的不斷改進(jìn)，自動駕駛系統(tǒng)在不久的將來是否能夠保證絕對的駕駛安全？對這一問題，她基本持否定態(tài)度。正如喬治梅森大學(xué)心理學(xué)教授、人機交互領(lǐng)域?qū)＜依Z·巴拉蘇羅（Raja Parasuraman）所說：“總會有一些預(yù)料不到的情況是自動化系統(tǒng)所不能處理或者提前預(yù)知的?！?/p>

根據(jù)美國國家運輸安全委員會對此次特斯拉交通事故的初期調(diào)查報告，在事故發(fā)生時，行駛中的特斯拉正處于超速狀態(tài)。因此，尼迪·卡爾拉表示，如果人為因素是導(dǎo)致這起事故發(fā)生的主因，那么這只能說明，再完善的自動駕駛系統(tǒng)，都無法避免由司機錯誤操作而導(dǎo)致的慘劇。

或許有人會說，自動駕駛技術(shù)沒有及時對超速做出反應(yīng)，也是導(dǎo)致事故發(fā)生的原因之一。那么，只要升級車輛傳感器或是其他硬軟件設(shè)備，就可以及時對超速做出反應(yīng)，從而避免車禍的發(fā)生。

對此，《交通事故不能扼殺自動駕駛》一文認(rèn)為，就算自動駕駛系統(tǒng)能夠糾正司機犯下的某些駕駛錯誤，還是會產(chǎn)生其他安全問題，如針對自動駕駛系統(tǒng)的網(wǎng)絡(luò)攻擊等。此外，自動駕駛系統(tǒng)可能會給司機帶來這樣一個錯誤信號：車輛既然可以自動行駛，那駕駛員大可不必全神貫注?？蓪嶋H上，目前大多數(shù)配置了自動駕駛功能的車輛，還基本停留在“人機交互”層面，遠(yuǎn)遠(yuǎn)達(dá)不到無人駕駛的級別。駕駛員對自動駕駛系統(tǒng)的依賴，反而會成為事故發(fā)生的禍根。

多方面改進(jìn)測試方法

雖然自動駕駛汽車的安全性有待進(jìn)一步論證，但是《交通事故不能扼殺自動駕駛》一文認(rèn)為，因噎廢食同樣不可取，特斯拉事故的發(fā)生并不意味著自動駕駛技術(shù)失去了價值。

目前發(fā)生的許多交通事故都是因駕駛員操作失誤而造成的。美國國家公路交通安全管理局的分析報告顯示，2014年美國死于機動車事故的總?cè)藬?shù)為32675人，在這些死亡事故中，只有約2%是由機動車造成的，如車輛故障等;約94%是人為因素導(dǎo)致的，如酒駕、超速、分心或疲勞駕駛等。而自動駕駛系統(tǒng)則可以通過及時糾正司機的錯誤駕駛行為，避免事故的發(fā)生。

要達(dá)到這一目標(biāo)，當(dāng)前的自動駕駛系統(tǒng)還需在很多方面做出改善。尼迪·卡爾拉認(rèn)為，首先應(yīng)從改進(jìn)評估自動駕駛系統(tǒng)安全性的測試方法著手。

僅依靠簡單累積駕駛里程的方式，并不足以評估和提升自動駕駛系統(tǒng)的安全性。而且，正如上文所述，通過試驗駕駛進(jìn)行測試所需的時間太長，無論是汽車廠商還是消費者都不會有這樣的耐心。因此，尼迪·卡爾拉提出，對自動駕駛安全性的評估，還需其他一系列測試方法的輔助。例如，加速測試、虛擬測試、數(shù)學(xué)建模和算法分析、場景測試、試點研究以及針對汽車硬件和軟件的一系列測試，等等。

具體而言，一是要在測試階段，讓自動駕駛車輛盡可能多地經(jīng)歷各種復(fù)雜的駕駛情境。例如，2015年7月，美國密歇根大學(xué)交通改造研究中心牽頭設(shè)計并建立了世界上第一個專為測試無人駕駛汽車和車聯(lián)網(wǎng)的“模擬城鎮(zhèn)”。這座名為“MCity”的小鎮(zhèn)占地約13萬平方米，為模仿真實路況，鎮(zhèn)中建有隧道、橋梁、高速公路、碎石、十字路口、環(huán)島等多個路段，以保證自動駕駛系統(tǒng)在測試階段能充分體驗到各種路況及周圍環(huán)境的復(fù)雜性，并不斷作出技術(shù)調(diào)整。

二是要明確目前的自動駕駛系統(tǒng)仍處于“人機交互”的階段。無論何種測試方式都應(yīng)建立在這樣一個前提下：自動駕駛功能暫時還無法實現(xiàn)完全由車輛自主行駛，駕駛員仍需介入操作;同時，除非自動駕駛汽車實現(xiàn)全面普及，否則人類和機器共享公路的狀態(tài)還將持續(xù)相當(dāng)長一段時間。

因此，針對自動駕駛系統(tǒng)的測試不應(yīng)只停留在對機器的觀察和改進(jìn)上，駕駛員也應(yīng)成為測試的一部分。只有當(dāng)駕駛員和自動駕駛系統(tǒng)互相適應(yīng)并實現(xiàn)高水平的交互時，才能真正達(dá)到安全駕駛的目標(biāo)。譬如，自動駕駛系統(tǒng)要確保司機在某些路況下集中注意力，就需要系統(tǒng)能隨時監(jiān)測駕駛員的狀態(tài)，并及時給予提示。

好在許多研究人員已意識到這一問題。如今，麻省理工學(xué)院的研究人員正在進(jìn)行一項以提升自動駕駛汽車安全性能為目標(biāo)的試驗，其主要方法就是觀察和總結(jié)特斯拉車主的駕駛習(xí)慣。