英伟达的安全力场是“数学”设计，以防止自动驾驶车辆崩溃

Nvidia的安全力量-建立在Nvidia的驾驶自动驾驶汽车软件套件中-似乎直接瞄准了大约四分之三的消费者，他们在最近的研究中告诉美国汽车协会（AAA），他们对驾驶自动驾驶汽车持谨慎态度。

归根结底，它是运动规划堆栈中的决策策略，通过分析实时传感器数据来监控不安全行为。它作出预测的目的是尽量减少伤害和“潜在危险”，据英伟达汽车自主驾驶软件副总裁大卫尼斯特（David Nister）称，其框架确保其建议的行动不会造成、升级或导致不安全的情况。

尼斯特说：“通过消除驾驶方程式中的人为误差，我们可以防止绝大多数碰撞，并将确实发生碰撞的影响降至最低。”

那么它是如何做到的呢？有了基于物理的“零碰撞”验证而不是基于有限统计数据的实时模型支持的“稳健”数学计算。正如尼斯特所解释的，它遵循一个核心原则——避免碰撞——而不是一系列的规则和期望。Nvidia说，所述计算是逐帧进行的，并已通过实际和“位准确”的综合数据进行验证，这些数据涉及高风险公路和城市驾驶场景。

在某种程度上，安全力场可以同时考虑制动和转向约束，使其能够识别和消除由制动和转向约束引起的“异常”。尼斯特补充说：“SFF的数学设计使得配备了SFF的自动车辆，像磁铁一样相互排斥，避免自己受到伤害，不会造成不安全的情况。”

这本身不是一个新的想法。英特尔的Mobileye自动驾驶汽车部门于2017年10月在韩国首尔举行的世界知识论坛上揭开了自己的数学避碰模型——责任敏感安全（RSS）的面纱，称其为“确定性……公式”，具有“逻辑可证明”的道路规则。更不抽象的是，这是一种“常识”的道路决策方法，它将良好的习惯编纂在一起，比如保持安全的跟车距离，并赋予其他车辆通行权。

最近，Mobileye的首席执行官Amnon Shashua提出了一种自动紧急制动的增强形式——自动预防制动（APB），它使用公式来确定汽车何时进入危险状态。

这个想法是为了防止碰撞，当一个潜在的危险出现时，让车辆缓慢，逐渐停止。根据Shashua的说法，如果APB在每辆车上都安装了一个前向摄像头，它将消除因粗心驾驶导致的前后碰撞的“大量”部分。

安全部队及其同僚是否足以说服持怀疑态度的公众，还有待观察。公平地说，这个行业并没有灌输多少信心。

2018年3月，优步在亚利桑那州坦佩市一辆汽车撞死一名行人后，暂停了对自主沃尔沃XC90车队的测试。另外，特斯拉的自动驾驶仪驾驶员辅助系统也被认为是造成多起挡泥板弯曲事故的原因之一，其中一辆特斯拉S型车与一辆停在卡尔弗市的消防车相撞。（特斯拉于2018年10月初停止对部分新车型提供“全自动驾驶能力”。）

假设他们按照承诺的方式工作，像安全部队领域、RSS和APB这样的技术可以在很长一段时间内恢复人们对无人驾驶汽车的信心，而且对于每一次踏入汽车都冒着生命危险的数百万人来说，这可能是上帝的恩赐。约94%的车祸是人为失误造成的，2016年，交通事故死亡的前三大原因是分心驾驶、酒后驾驶和超速驾驶。

Nvidia汽车高级主管丹尼·夏皮罗在今天下午的主题演讲前的一次简报会上对记者说：“[安全部队领域]是我们多年来一直在研究和开发的提高自动驾驶汽车安全性的技术。这是业界可以利用的东西，也是我们正在构建的驱动软件堆栈。”

安全部队领域与Nvidia的驱动器AP2X的首次亮相相吻合，Nvidia称这是一个全栈的“自动驾驶”自主系统。