APP下载

浅谈无人驾驶车辆对交通管理带来的挑战与对策

2021-11-30李千年方斌

科技风 2021年31期
关键词:交通管理人工智能

李千年 方斌

关键词:无人驾驶车辆;交通管理;人工智能

一、绪论

目前无人驾驶车辆的发展得到了许多国家的重视,很多国家对于无人驾驶车辆的相关政策标准正在制定中,目前仅有美国已经发布了较为完善的无人驾驶车辆相关的法规。这是一个复杂的体系,无人驾驶车辆真正走入寻常百姓家也注定还要解决许多问题和挑战。

(一)研究目的、意义及必要性分析

无人驾驶车辆的到来会对现有的交通管理设施和交通警察的工作带来新的挑战,提出新的要求,需要不断地调整与相互适应。本论文将结合国内外研究资料、现有案例,分析无人驾驶车辆对交通管理带来的挑战,以求为解决目前存在和将来可能出现的无人驾驶车辆交通管理问题的解决提供方案。

截至2020年,我国约有4.56亿名机动车驾驶员,在有人驾驶车辆时代,这样规模的使用人群就已经在造就了一个近万亿元规模的市场,“消费级”无人驾驶车辆真正实现量产后,目标客户下可至刚刚成年的学生,上可至耄耋之年的老人,根据有关资料,这个人群的数量超过10亿,是现有机动车驾驶员数量的两倍以上,可想而知,这将是一片新的“蓝海市场”。

(二)研究背景

国外方面,作为纯电动车辆的领头羊,特斯拉的无人驾驶技术一直在国际上处于领先地位,特斯拉官网显示特斯拉电动车拥有的自动驾驶能力包括:自动辅助导航驾驶、自动辅助变道、自动泊车等,同时宣布之后会有对交通信号灯的识别以及城市道路中的自动驾驶功能。作为采用摄像头加毫米波雷达组合技术路线的代表企业,特斯拉一直在无人驾驶车辆的研发上非常激进。

国内方面,近期华为、小米等科技巨头也纷纷宣布将涉足汽车制造,2020年4月17日,华为与北汽新能源极狐发布了他们联合打造的第一款智能汽车——阿尔法s,官方称之为“全球自动驾驶新标杆”。

国内拥有巨大的无人驾驶车辆发展潜力和市场,同时各地政府也对无人驾驶车辆的发展非常支持,未来几年内无人驾驶车辆将成为新的交通管理研究热点。

(三)研究方向

美国汽车工程师学会(sAE)将自动驾驶技术分为IJD—L5共六个等级,分别是:Leve10无自动化;Levell驾驶辅助;Levee部分自动化;Level3有条件自动化;Level4高度自动化和Level5完全自动化。其中"Level5完全自动化”是指由无人驾驶系统完成所有驾驶操作,在所有的道路和环境条件下行驶。这是目前国际普遍公认的分级标准。

本文中所研究的无人驾驶车辆的类型,是具有“Level5完全自动化”自动驾驶能力的车辆。

二、无人驾驶车辆对交通管理带来的挑战

无人驾驶车辆这种新的交通管理对象的出现,不可避免地为交通管理带来了新的问题和挑战。无人驾驶车辆在发展过程中对交通管理带来的挑战主要有以下几个方面。

(一)无人驾驶车辆交通事故定责规则的缺失

截至2021年4月,全球233个国家和地区中,仅有德国、新加坡和美国的加利福尼亚州、内华达州、佛羅里达州以及密歇根州这四个州从法律的层面上允许无人驾驶车辆上路行驶。

无人驾驶车辆发生交通事故的概率极低,但并不是完全不会发生事故。那么,如果发生事故,所造成的损失该由谁承担呢?事故的责任如何认定,又应该由哪方承担赔偿。

目前,我们国家关于无人驾驶车辆的相关法律法规的制定还在起步阶段,同时,无人驾驶车辆是由车辆制造商、各类软件提供方以及其他合作方一起合作制造的,所以事故一旦发生事故,责任主体的确定将会很困难。更重要的是目前的车辆保险并不适用于无人驾驶车辆,这让人们使用无人驾驶车辆有了后顾之忧,这也会对无人驾驶车辆的应用与推广产生很大的阻力。

(二)环境感知缺乏可靠性的问题

在较为恶劣的天气条件下,无人驾驶车辆上的传感器将可能无法正常工作。除此之外,许多探测设备会在雨雪、大雾等极端天气下精确度衰减剧烈,或因为车辆本身的情况而产生感应错误,如2021年2月的“特斯拉幽灵探测事件”,特斯拉官方给出的解释是由于车身上的积灰导致感应器误报。不论真实原因如何,有一点是可以确定的,那就是探测设备对环境的感知在目前而言还不够十足准确和可靠。2016年、2019年、2020年3月,特斯拉在开启无人驾驶模式时,发生了三次撞击白色大货车的事故也可以证明这一点。

(三)无人驾驶车辆对现有交通管理设施的不适应

无人驾驶车辆的技术还不够完善,同时目前传统的交通管理在软件、硬件设施以及管理方法上还不能将无人驾驶车辆管理好。红绿灯是我们进行交通管理的重要工具,是交叉口交通组织设计的关键设施,是现代交通管理不可缺少的重要交通管理设施。当无人驾驶车辆上路之后,能够实现车与车之间、车与人之间、车与路之间的协同,其中最重要的便是车路协同。可是红绿灯可能会因为故障、遮挡甚至是举办大型活动而不能被清晰识别,如2021年情人节期间,长沙市核心区域的红绿灯便由传统的圆形替换为心形。无人驾驶车辆将可能无法准确地识别交通信号灯。

目前的交通标志标线设计是考虑到人类驾驶员的可视化需求,标志标线通常要做得很大,但却没有与无人驾驶车辆相适配的感应装置,无人驾驶车辆只能通过摄像头来分辨,有时标准标线有缺损或被遮挡时,人类驾驶员完全可以识别,但无人驾驶车辆可能无法准确地识别出来。

(四)无人驾驶对网络的高度依赖

自动驾驶车辆对网络有着高度的依赖,一方面无人驾驶车辆的车机系统需要经常的OTA升级更新才能最大程度保证行驶的安全;另一方面通过网络实时接受道路情况的各种信息、进行“车路协同”、车车联网,才能使无人驾驶车辆拥有超视距感知这一独特优势。

网络使无人驾驶车辆更加智能,但同时也让无人驾驶车辆对网络严重依赖。如果车机系统被感染病毒或是被黑客入侵,那么轻则信息、隐私被泄露,重则被远程操控车辆,乘坐人员的生命安全将收到重大威胁。同时在2021年的今天,在占全球移动网络用户半壁江山的中国,4G网络的覆盖率只能在全国所有行政村达到98%,这个数字看起来很高,但行政村并不代表所有地区,在幅员辽阔的中国还有许多没有常住人口,但是有道路的地区,这些区域很多并没有被网络覆盖,无人驾驶车辆却可能需要行驶经过。针对无人驾驶车辆的通行网络的建设决定了无人驾驶车辆能“走多远”。

(五)对于交通警察执勤、执法的配合

当交通警察在路面执勤、执法时,无人驾驶车辆怎样明白交警的信号呢?每一天,世界各地都会有因为交通事故、突发事件或是交通拥堵导致道路出现特殊情况,这时交通警察将走上路面,通过人工的方式,对交通进行组织、疏导。无人驾驶车辆对交通信号灯能够准确的识别,但此时并没有信号灯。当交通警察进行执法活动时,也不会使用交通信号灯,而是使用交通指挥手势。如在路口设卡检查时,人类驾驶员能够轻松地看懂这些手势并及时地靠边下车辆。这时,需要的是无人驾驶车辆能够准确地识别出交通警察并读懂交通警察的指挥手势,并及时做出正确的反应。

三、提升无人驾驶车辆交通管理水平的对策

(一)加速无人驾驶车辆交通事故定责相关法律法规的出台

在对无人驾驶车辆的管理方面2020年3月9日,国家工信部在其官方网站公示公告了《行车驾驶自动化技术等级分类》推荐性国家行业标准审批稿,定于2021年1月1日刚开始执行。据了解,此国家行业标准审批自2017年启动预研迄今历经近3年,十余家世界各国公司帮助进行规范的拟定及改动。

2021年4月16日,公安部起草了《道路交通安全法(修订建议稿)》,其中,《建议稿》第一百五十五条中,首次对智能网联汽车及自动驾驶提出了规范意见。

近几年,我国的无人驾驶车辆相关技术迅猛发展,多个省市和地区都进行了道路测试等相关工作。2019年9月,上海办法了国内首张智能网联汽车示范应用牌照,截至目前全国已有20多座城市发放了智能网联汽车或自动驾驶测试、示范应用牌照200余张。2021年3月23日,《深圳经济特区智能网联汽车管理条例(征求意见稿)》在深圳发布,明确规定智能网联汽车经登记取得登记证书、号牌和行驶证后,可上特区道路行驶,无人驾驶车辆将有望在深圳合法上路。

这些政策和规范的发布,为无人驾驶车辆的发展铺平了道路。

(二)提升针对无人驾驶车辆的环境识别能力

无人驾驶车辆的环境感知能力依赖于车辆上的各个传感器,这些传感器的信息为无人驾驶车辆的决策和路径规划提供可靠依据。目前无人驾驶车辆的环境感知系统无法做到毫无差错,在以下几个方面还可以继续提升:

(1)目前车道的检测的成果多局限于较理想场景特征,提高车道线检测算法的抗干扰能力及效率仍是需要努力的方向。

(2)道路环境中障碍物种类繁多,且由于无人车系统安全性的需要,要求障碍物检测可靠性及稳定性必须要相当高,因此提高障碍物检测的能力是需要努力的方向。

(3)真实世界的道路情况复杂多变,对于道路边界的检测算法需要进一步的研究。

(三)建设适用的新型交通管理硬件设施

无人驾驶车辆能够实现车與车之间、车与人之间、车与路之间的协同,其中最重要的便是车路协同。假设道路上行驶的都是无人驾驶车辆,那么红绿灯则可简化为在路口能与车辆发送、接受信息的信号发射器,甚至目前很多可视化的交通设施都可以进行简化甚至是省略。

建设“车路协同”系统,将信号发射、接收装置将安装在道路的交叉口,对经过或即将达到的无人驾驶车辆进行最优,交通延误最小的交通组织。同时因为无人驾驶车辆行驶与人类驾驶员行驶有所不同,没有反应时间,而且无人驾驶车辆与交叉口的信号接收器之间的信号交流时间、与其他无人驾驶车辆之间的信号传输时间在交叉口这样一个相对较小的距离下都可以利用使用毫米波的5 G技术将这个机器之间交流、协同的时间保证在几毫秒之内,可以说几乎没有延迟。或者说以无人驾驶车辆在城市内的交叉口的行驶速度来说,这个时间是完全可以接受的。

(四)组建针对无人驾驶车辆的通信网络

无人驾驶车辆通过通信网络,对人、车、路、环境这四个交通要素进行准确感知和交互,同时也依赖网络实现其功能。针对无人驾驶车辆的通信网络的建立和全面覆盖,将是无人驾驶车辆真正上路的可靠性的重要保障。同时这一通信网络的安全性也非常重要,他不同于一般的通信网络,这是进行信息的交互,这一网络的安全性问题将之接影响到乘坐人员的生命安全,甚至危害公共安全。

我国拥有非常完善的移动通信体系,同时在5G通信领域的技术位于世界前列,针对无人驾驶车辆的通信网络建设可以在现有的移动通信网络进行,与现有的4G、5G网络整合起来,使得无人驾驶车辆通信网络的覆盖率快速提升,同时也能带动传统通信网络的升级换代。

(五)无人驾驶车辆对交通警察手势的识别

无人驾驶车辆对交通警察手势的识别主要存在两个问题,第一是对交通警察的识别,第二是对手势的识别。交通警察执勤、执法时身穿反光背心、头戴白色大檐帽,特征非常明显,通过让机器大量学习交通警察的照片,可以实现识别,而对于手势的识别则较为复杂和困难。

针对这样的应用场景,研发了“慧眼”交通手势识别系统。“慧眼”交通手势识别系统是一套使用Kinect设备来采集交警指挥手势数据,通过人体骨架信息识别交警手势,先从深度图中预测人体骨架节点的坐标位置,再结合动态时间规整算法(DynamicTimeWarping,DTW)识别交警指挥手势,进行数据预处理,用来实现对交警手势实时识别的系统。我国交警手势信号共有8个,分别是停止信号、直行信号、左转弯信号、左转弯待转信号、右转弯信号、变道信号、减速慢行信号和车辆靠边停车信号。实验表明,本系统对这八种交警手势信号的平均识别率较高。通过这个系统可以解决无人驾驶车辆对交通警察手势识别的问题。

四、结语

虽然L5级别的自动驾驶车辆还没有真正上路,但我们对可能会出现的挑战进行预测,把管理工作做在前面,积极引导无人驾驶车辆的良性发展,这样能把交通管理工作做得更好,也能更好地为“交通强国”战略奉献出交管人的一份力量。

猜你喜欢

交通管理人工智能
2001—2020年交通管理研究的文献计量分析
人工智能之父
2019:人工智能
人工智能与就业
数读人工智能
GPS三大功能在汽车导航中的应用
论交通管理中非机动车及行人依法管理问题研究
交通管理信息化建设现状及改善对策
下一幕,人工智能!
下一幕,人工智能!