谁来为汽车自动驾驶的安全事故负责?

发布者:Meilin8888最新更新时间:2020-10-10 来源: eefocus关键字:Uber  自动驾驶汽车  毫米波雷达 手机看文章 扫描二维码
随时随地手机看文章

还记得 2 年多前 Uber 的那起自动驾驶汽车导致行人死亡的车祸吗?最新消息是,今年的 9 月 15 日,亚利桑那州的大陪审团决定以过失杀人罪起诉当时 Uber 自动驾驶汽车前安全驾驶员拉斐尔·瓦斯奎兹,并建议判处其 2.5 年有期徒刑,而这位安全员当庭表示拒绝认罪,这场官司可能还要继续打下去。

 

 

这场事故背后的责任方 Uber 呢?其实早在去年 3 月份,作为肇事方的 Uber 已经被美国法院判定无罪。

 

被称为“自动驾驶致行人死亡第一案”的当事方就这样轻而易举地逃脱担责,让这个确实存在一定过错的安全员来承担全部罪责。这结果确实令人唏嘘,难道这是一起“大公司作恶,小职员背锅”的司法腐败?抑或是,这场判决是美国司法的老模式遇到新问题,不知道如何对自动驾驶算法系统及其所有者做出裁定?

 

在有安全员监控的自动驾驶测试或者商用中,我们自然还是会把车辆的安全事故责任归咎于这个安全员,但一旦真正的无人驾驶大规模普及,车上的安全员,甚至是方向盘、刹车都去掉之后,车辆的安全事故责任,那自然就要算到研发和使用这套自动驾驶算法的企业主体身上了。那么到时候,关于自动驾驶算法的追责将变得更加复杂。

 

在讨论这一问题之前,我们不妨回到 Uber 的这起车祸细节中,来看下这场车祸判决存在哪些争议点,Uber 是否真的可以全身而退?一旦去掉安全员,无人汽车和自动驾驶算法该如何担责?这些看似未来才会遭遇的问题已经摆到了你我的面前,亟待思考和讨论。

 

回到现场:车祸是如何发生的?

去年 11 月,美国国家安全运输委员会(NTSB)发布了一份报告,披露了 Uber 自动驾驶汽车在碰撞前 10 秒的细节。值得注意的是,当时已经判决了 Uber 平台无责,但是这份报告中却指出了 Uber 自动驾驶系统有种种漏洞。

 

这起车祸的大致经过是这样。2018 年 3 月 18 日晚上,亚利桑那州坦佩市一位女性在推着自行车过马路时,被时速 60 多公里 Uber 无人驾驶汽车撞死。

 

如果这辆车只是一辆普通车辆,那么事故责任就很明显,一边是行人横穿马路,负有一定责任,但车辆司机因没有及时刹车和避让,要负主要责任。但这辆车是 Uber 的无人驾驶测试车辆,车上面配有一名安全员,负责处理车辆的紧急情况。

 

在这起车祸中,这名安全员显然没有尽职尽责。根据调查,这名安全员在行车过程中,一直在通过手机观看类似于“中国好声音”的娱乐节目,这期间监控摄像头拍到他一直在反复低头,直到事故发生前的 0.5 秒,他才注意到车辆前方的行人,最后只是在撞到后的 0.7 秒才踩下刹车,但事故已经发生了。

 

 

这场事故判决安全员担责是毫无问题的。毕竟他的职责就是确保车辆行驶安全和道路行人安全,可由于他的疏忽大意,直接造成了这一严重事故。日常生活中,大量的行车事故大多由这类疏忽大意造成。

 

但正是 Uber 无人驾驶车辆的自动驾驶系统给了安全员一种错觉,认为车辆可以自行判断前方的路况,而自己可以偷懒去看手机。这也是自动驾驶技术等级中 L3 级别的困境。车辆可以高度自动驾驶,但是出了事故要算驾驶员的。那么怎么可以让驾驶员放心的休息或者娱乐游戏呢?

 

回到 Uber 这辆车,难道它就没有任何问题么?从调查来看,问题也很多。

 

在 Uber 车辆撞到行人前的 10 秒中,车辆本来识别到这个行人并避免车祸的。但是一系列系统的误判导致了车辆未曾减速就撞了上去。报告中有几个关键数据:在 9.9 秒到 5.8 秒中,汽车从 56 公里加速到 70 公里;在 5.6 秒,汽车毫米波雷达(Radar)第一次检测到前方有物体,并识别其为“汽车”,5.2 秒,汽车激光雷达(Lidar)第一次检测到前方物体,将其识别为“其他”,判定其静止不动。4.2 秒到 2.7 秒,汽车对识别对象在“汽车”和“未知”之间来回摇摆,但是没有参考对物体的跟踪历史记录,最终将其判定为静止物体。

 

 

2.6 秒到 1.2 秒的时间,激光雷达才将物体识别为静止的自行车,但又出现判定摇摆,等到重新识别为自动车,并决定制动。但车辆真正制动是在车祸前的 0.2 秒开始。这时时速 64 公里的车辆已经无法避免撞到行人。车祸发生。

 

我们看到,在车祸发生前的几秒钟,车辆发生了多次摇摆不定的误判,浪费了大量时间。根据 NTSB 报告指出,造成事故的关键问题就是,软件无法正确预测受害者的类别和运动轨迹。如果系统及早正确地识别出前方物体是行人,就应该大幅放慢速度,或者设法绕开避让。

 

但是 Uber 的自动驾驶系统并没有如此谨慎行事,反而是因为 Uber 认为紧急制动系统会造成车辆的不稳定,所以对该系统做了限制。

 

也就是说,Uber 把自动驾驶系统的刹车当成了最后才考虑的因素,真是细思极恐。

 

自动驾驶系统开车,安全员负责?

如果按照 NTSB 的调查,那么 Uber 的自动驾驶系统就存在巨大安全缺陷,首先是汽车的识别算法的准确度和时效性问题,其次就是对于紧急制动系统的设置权限问题。NTSB 得出结论说,Uber 取消车辆出厂自带的自动紧急制动系统的做法,增加了在公共道路上测试自动驾驶车辆的风险。

 

 

据调查报告,这辆 Uber 汽车在车祸前,已经以自动驾驶模式运行了约 19 分钟,车辆大约至少行驶了约 22 公里。那么在这段距离内,如果安全员没有踩过一次刹车,那就意味着自动驾驶系统也很可能没有启动过一次刹车。如果有开车经验的人来说,哪怕是夜深人静的街道,很少会在以每小时接近 70 公里的时速下行驶 20 多公里,都不需要减速或刹车。

 

如果是 Uber 真的把刹车权限交给了安全员,那么这个安全员怎么又可能在完全不顾及自己和行人安全的情况下,在高速行驶中还敢沉浸在娱乐节目当中。

 

也就是说,Uber 将刹车权限交给安全员的同时,却没有让安全员意识到自己要百分百了解这一安全措施。Uber 通过设置安全员规避了法律风险,但是它自身却没有预计到车辆的安全风险,也没有尽到告知义务,使得一个被算法“忽悠”的人类成为自动驾驶技术走进现实世界的注脚。

 

反过来说,一辆汽车的自动驾驶系统在自动驾驶模式下系统没有刹车权限,而是完全需要安全员操作的话,那么这场自动驾驶测试到底意味着什么,一场假的自动驾驶测试吗?

 

根据 Uber 的一名离职工程师的说法,“Uber 的车祸发生率会还是太高了”,“如果是 Waymo 出现这样的表现,就会停止测试以找出原因,而 Uber 则会忽略这一问题”。

 

这些问题也正是外界诟病 Uber 的无人驾驶计划的地方。Uber 既想通过激进的自动驾驶计划来推进其自动驾驶出租车业务的商业化,又想通过设置安全员来规避其在自动驾驶系统上的缺陷和漏洞,最终出现问题,还可以把责任推给这些雇员。

 

显然,Uber 做到了。在 2018 年底,Uber 又恢复了部分城市的无人车路测,为每辆车配备了 2 名安全员,并进行更为严格的监控,以及对自动驾驶系统做了优化。

 

而对于当地的司法机关来说,判决 Uber 无需担责的原因则很简单,就是“没有任何判决依据”。

 

无人驾驶之后,谁来真正担责?

因为缺乏法律责任的认定,这次 Uber 得以“侥幸”逃脱。但根据以上分析,Uber 在事实责任面前是难辞其咎的。

 

首先,Uber 自动驾驶系统并没有以安全作为第一考虑要素,而是更强调系统的稳定性和持续性。这是为 Uber 无人车出现众多安全事故埋下了隐患。如果未来 Uber 是以这样一套“激进”的算法来推进其无人驾驶出租车的行驶策略,那么,很容易出现车辆以快速行驶优先而忽略道路安全的情况。

 

其次,该驾驶系统的测试存在纰漏,按照其对制动系统的设置,需要安全员的干预才能完成,这显然是背离自动驾驶技术的本意。显然,这样的系统是无法真正实现无人驾驶的商用的。

 

就在 Uber 出现致命事故的同一年,美国的加州却进一步放松了无人驾驶的监管,可以允许车辆上没有安全驾驶员,只需要保证自动驾驶车辆出问题时,能被远程接管即可。

 

2019 年,Waymo 就拿到了加州机动车辆管理局(DMV)颁发的完全自动驾驶测试牌照,测试时可以不用安全员。后面在无人驾驶出租车上,乘客也已经可以打到没有安全员的出租车,只是在遇到突发危险后,可以在行驶中按下汽车帮助按钮或在应用程序中与安全员取得联系。

 

 

那么,这一情况下,就必须要考虑到无人车的新的责任归属和相关问题了,毕竟车辆出现事故不能再归咎于远程指导的安全员了。

 

那责任归属其实就比较简单了。在根据正常的交通事故责任认定后,如果排除了对方责任之后,那么事故责任就会判定为无人驾驶汽车的责任,但至于是车生产商、自动驾驶系统提供商或业务运营方来承担责任,则需要根据商业模式的责任划分和对现场事故的原因判定来进行划分。

 

但这里会有一个法律责任主体缺失问题。在现有一般情况下,几乎每一场事故都会有专门的人来对此负责,大多数都是违规肇事司机,但一旦换成无人驾驶汽车,那么也就找不到这样一个法律责任主体。因为不可能去控告一个购买了无人驾驶汽车的车主吧,毕竟他没有开车,也不可能去控告设计了这个自动驾驶算法的工程师吧,工程师又不是一个人,事故原因也不能仅仅归因于某行代码。那么,归结于提供自动驾驶系统的公司吗?那这样没有任何一家公司会在愿意承担如此巨大的风险了。

 

也许未来将会有一个由自动驾驶汽车各方和保险公司共同成立的责任主体,这些制造、设计和运营各方根据责任大小承担相应比例的保险费,无人驾驶的私家车主(估计会很少是个人)也会在购买服务中支付一定的保险费用,形成一个保险资产池,来应对可能出现的事故。

 

这个责任主体对事故承担整体的责任认定和赔偿,同时也在内部形成一套 AI 测算系统,根据不同汽车厂商的车辆损坏情况、不同自动驾驶算法的事故率和运营商的运营策略来认定具体责任,以决定不同主体未来的保费。

 

比如,有些汽车厂商以保障车内乘客的安全优先,那么在出现事故导致行人受损后,基于这种策略的公司就要多交保费;如果有些厂商是以保障行人乘客的安全优先,出现车内乘客受伤或致命事故,就要多支付费用,多赔付车内乘客。

 

可以预见,当自动驾驶无人车普及之后,各种各样复杂状况的责任认定案例会层出不穷。我们必须在此之前就要开始思考和尝试立法工作。而不是等到事情发生之后,才开始摸索。千万不要像 Uber 案例一样,最终只能把罪责扣在这个不负责任的人类身上,而对自动驾驶算法系统束手无策。

 

对无人驾驶汽车的严苛管制,并不意味着我们不看好这一产业。在我看来,无人驾驶汽车的前途是非常光明的。尽管会出现这样那样的极端事故,但是无人驾驶在未来一定会比现有的人类驾驶的出行状况是更安全的。

 

 

就像目前 Waymo 出现的众多事故中,绝大多数都是人类司机的全责。当未来一旦无人驾驶汽车占据多数的时候,我们就不必再小心这些车辆,而是要更小心人类司机的车辆了。因为自动驾驶系统开车时是不会去看“达人秀”的。

关键字:Uber  自动驾驶汽车  毫米波雷达 引用地址:谁来为汽车自动驾驶的安全事故负责?

上一篇:欧洲燃油车衰退格外显眼,新能源汽车数据爆表
下一篇:特斯拉的自研汽车电池之路

推荐阅读最新更新时间:2024-11-06 06:18

盘点自动驾驶汽车主流传感器
传统的汽车,由于是人为控制,对外界环境的感知、认知以及对汽车的控制都是由驾驶员来完成。或者一些稍微高级的汽车,配有高级辅助驾驶,可由驾驶员和辅助驾驶系统配合着完成这些“任务”。但对于自动驾驶和无人驾驶汽车,因为是车辆本身占据了汽车部分甚至是全部的控制权,此时便要依靠安装在汽车上各种各样的传感器协同工作,保证行车安全。 目前来看,企业应用于自动驾驶汽车的传感器主要有以下几种:图像传感器、激光雷达、毫米波雷达、超声波雷达以及生物传感器。它们依据各自不同的产品属性,在自动驾驶汽车行驶过程中各主不同的功能,以保证自动驾驶汽车的正常运行。本文盖世汽车带大家认识目前自动驾驶汽车上几种主要的传感器。   图像传感器 图像传感器又叫感光元件,是
[嵌入式]
​60GHz 毫米波雷达如何为电视和显示器提供先进的检测功能
试想一下这个场景:每次电视开着却没有人观看。鉴于能源成本的不断上涨,如果电视能够在检测到无人观看后自行关闭,将会大有裨益。如果电视能够检测观看者座位的距离和方向,并利用这些信息来优化图像质量,同时还能把发出的声音对准观看者来提供出色的音频,这将大大增强观看者的体验。同理,如果显示器能检测到有人靠近并启动登录,这将会提供更快捷的服务。如果电视在播放特定节目时能检测室内人数,这将会为服务和内容的供应商提供更好的数据。如果显示器能了解用户何时离开工作区并立即自行注销,这将会加强安全流程。 60GHz 雷达传感器使上述这些功能得以实现。 60GHz 雷达传感器具有更短的波长和更多数量的发射和接收天线,可以准确检测室内人员
[网络通信]
​60GHz <font color='red'>毫米波雷达</font>如何为电视和显示器提供先进的检测功能
理想的汽车炸弹?自动驾驶已被恐怖组织利用
    也许,你曾看到过无人机搭载机关枪的视频,但你知道吗?同样的安全隐患也潜伏在无人驾驶汽车上,车上安装一系列炸弹的话......想想都恐怖。     随着自动驾驶技术的进一步发展,自动驾驶技术在给人带来便利的同时,或将也带来新的安全隐患。恐怖组织,如ISIS等可能会利用自动驾驶技术投递汽车炸弹。对此,已有网络公司获取证据显示,现在ISIS正在研究自动驾驶技术,让自动驾驶汽车成为理想的汽车炸弹,而且这方面的证据还在不断增加。值得一提的是,目前仅有ISIS这一个恐怖组织有能力制造自动驾驶技恐怖威胁。     科技是把双刃剑,自动驾驶也不例外。据悉,早在两年之前,美国联邦调查局FBI就曾发布警示说不法分子可能会使用自动驾驶技
[汽车电子]
InWheelSense™ – ADAS应用中的汽车车轮的能量收集和传感模块
InWheelSense™是一个多方位的发电和传感解决方案,可安装在汽车车轮上,将轮胎旋转的力转化为压电电能,并在车轮这种供电非常困难的恶劣环境中进行无电池传感以及数据采集和传输。该模块能够实时感测路面状况、车轮定位、轮胎压力和其他状况,并可与路边基础设施连接,帮助实现智能移动出行。InWheelSense 是一个自给自足的全包式技术平台,具有动力、传感和连接功能,这些全部包含在车轮中,这将有助于提高下一代 自动驾驶汽车 和智能交通场景的安全性和舒适性。 迄今为止,对 ADAS 特性的环境传感主要由激光 雷达 、雷达、图像和红外摄像机等感知 传感器 驱动。虽然这些传感器为 ADAS 操作提供了很有价值的数据,但假阳性和假阴性的
[汽车电子]
InWheelSense™ – ADAS应用中的<font color='red'>汽车</font>车轮的能量收集和传感模块
华为正式表态:拥有自动驾驶和电动汽车关键技术
屡屡爆出猛料的博主曹山石,最新的一个爆料是关于 华为 汽车,按照曹山石的说法, 华为 轮值CEO在内部表态,“我们研究了4年,把未来 电动汽车 和 自动驾驶 的整体架构和关键技术基本摸清楚了,未来 自动驾驶 能力的 电动汽车 ,除了底盘,4个轮子,外壳和座椅外剩下的都是我们拥有的技术。”   作为通信设备商起家的 华为 ,在通信设备领域的地位,全球首屈一指,技术成熟度领先12-18个月,5G订单及基站商用发货量全球第一。在消费电子领域,特别是手机领域,华为手机在2018年发货量超过2亿部,仅次于三星和苹果位于第三位。   华为汽车在2018年,也是动作频频。相继与一汽、北汽、上汽、东风、广汽、长安、奥迪、奔驰等车企进行合作,
[汽车电子]
华为正式表态:拥有<font color='red'>自动驾驶</font>和电动<font color='red'>汽车</font>关键技术
自动驾驶这十年,是如何从巅峰走向低谷
“2018年前半部分, 自动驾驶 到达Gartner曲线中的第一个峰顶,接下来,气候要变了”,当时法雷奥中国首席技术官顾剑民或许已经预料到自动驾驶热度即将“滑向低谷”。 先来介绍一下Gartner曲线:从1995年起,技术咨询机构Gartner公司每年会根据技术发展周期理论,描绘新技术的发展周期曲线,也被称作Gartner曲线。 其显示任何一个新事物、新技术,通常先迅速发展上升,到达巅峰后下降。下降原因在于:当人们对一件事情越来越了解后,会发现还有更多未知的事情,所谓开始“回归理性”。顾剑民提到2018年自动驾驶热度下降的种种迹象: 下半年,科技企业、初创公司的估值正在回调; 投资者对于行业的热情正在削
[嵌入式]
<font color='red'>自动驾驶</font>这十年,是如何从巅峰走向低谷
汽车自动驾驶仿真测试环境即将在中国面世
中国领先的导航电子地图提供商易图通科技(北京)有限公司(“易图通”)正式宣布与全球领先的高科技工程咨询研发公司法国亚创集团( “亚创” ) 签署独家战略合作协议,双方将共同为自动驾驶领域中的汽车行业客户提供仿真测试解决方案。 双方CEO进行签属  随着汽车工业的不断发展,自动驾驶已经成为行业的新风标,各大汽车厂商正在加快自动驾驶的研发和布局。如何降低研发成本并缩短研发时间,如何有效处理自动驾驶中的大数据将是各大汽车厂商面临的巨大挑战。 根据美国著名研究机构兰德公司的研究,自动驾驶至少需要经过十几亿英里的测试,才能从统计学上证明其安全性,而这种测试将耗费车厂巨大的资金及时间成本。另一方面,自动驾驶是通过传感器来实现对环境的感知,
[汽车电子]
借助TI新一代单芯片毫米波雷达,森思泰克雷达产品再度实现突破
日前,森思泰克宣布推出STA79-2Pro 四角雷达和 STA77 4D 成像前向雷达,两款产品选用了德州仪器(TI)新推出的 AWR2944 和 AWR2243毫米波雷达传感器。 AWR2944和AWR2243都是TI新一代毫米波雷达芯片,其中AWR2944集成了MCU、RF以及以太网等丰富接口,角雷达探测距离达到180米以上,同时输出俯仰向的高度点云信息,为L3级自动驾驶提供更加可靠的传感器。4D成像前向雷达传感器AWR2243,较第一代RF射频芯片指标提升了50%,广泛的应用于前向毫米波雷达和级联4D成像毫米波雷达。 长期合作历程 德州仪器(TI)中国华东区总经理沈源介绍道,从2017年起,森思泰克就采用德州仪器
[汽车电子]
借助TI新一代单芯片<font color='red'>毫米波雷达</font>,森思泰克雷达产品再度实现突破
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved