日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號
    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

全球汽車巨頭“爭相”制定自動駕駛安全與測試標準

2019-04-04 22:34:56·  來源:高工智能汽車  
 
近日,福特汽車、通用汽車和豐田汽車宣布將組建自動駕駛汽車安全聯(lián)盟(AVSC),為無人駕駛汽車(L4/L5級)確立安全和測試規(guī)則。這個聯(lián)盟將和汽車工程協(xié)會SAE Int


近日,福特汽車、通用汽車和豐田汽車宣布將組建自動駕駛汽車安全聯(lián)盟(AVSC),為無人駕駛汽車(L4/L5級)確立安全和測試規(guī)則。

這個聯(lián)盟將和汽車工程協(xié)會SAE International合作提供一個安全框架,從而滿足關鍵功能安全的需求。

按照計劃,聯(lián)盟的汽車制造商成員將每三到六個月通過自動駕駛測試發(fā)現(xiàn)的問題提交給SAE委員會,這些信息將在SAE的公開會議上討論,目前正在制定一套指導方針。

當然,聯(lián)盟表示,歡迎其他汽車制造商和科技公司加入,前提是他們有測試全自動駕駛汽車的經(jīng)驗。

打破數(shù)據(jù)無法共享桎梏

這個聯(lián)盟成立的背景是,美國國會在汽車制造商一直呼吁的自動駕駛立法方面無所作為。“通用汽車、福特和豐田顯然認為有必要制定最終可能成為監(jiān)管規(guī)定的標準。”知情人士透露。

汽車行業(yè)一直以來對滿足安全和質(zhì)量有相同的基本要求。汽車行業(yè)討厭不確定性,準備一款新車或新技術推向市場需要數(shù)年,有時甚至數(shù)十年。不同的標準和規(guī)則會讓汽車制造商承受巨大的成本危險。”

AVSC的新聞稿提到了一個似乎迫切需要解決的具體目標:如何更好地共享傳感器數(shù)據(jù)。他們將致力于研究“重建特定事件所需的數(shù)據(jù)收集、保護和共享”的新方法。

以此前Uber發(fā)生的自動駕駛汽車致命事故為例,目前行業(yè)內(nèi)還沒有一種機制可以讓其他參與者共享事故數(shù)據(jù),從而在各自的仿真模擬中重建場景,并驗證各自的軟件能否規(guī)避類似情況。

但迄今為止,各家廠商圍繞技術項目的高度保密,似乎阻礙了大規(guī)模共享此類數(shù)據(jù)。按照計劃,福特、通用和豐田三家公司將率先建立標準模擬駕駛場景庫,以便它們之間共享傳感器數(shù)據(jù),并邀請其他公司加入。

在面對巨額的自動駕駛研發(fā)投入和不可預見的量產(chǎn)落地上,汽車制造商已經(jīng)開始行動。一直以來,在政府行業(yè)監(jiān)管和自動駕駛技術標準之間,一直存在“雞生蛋,還是蛋生雞”的問題。

由于無人駕駛汽車存在事故引發(fā)的潛在責任風險,這迫使行業(yè)必須盡快制定技術標準,以便監(jiān)管機構能夠制定相應的規(guī)則。

安全標準迫在眉睫

就在上個月,戴姆勒和寶馬宣布兩家公司正聯(lián)手開發(fā)自動駕駛技術,以削減成本,同時共同制定行業(yè)標準,來推動未來對自動駕駛汽車的監(jiān)管。

寶馬負責研發(fā)的董事會成員弗萊希(Klaus Froehlich)說,必須有人對技術進行標準化,監(jiān)管也會隨之而來。自動駕駛汽車研發(fā)成本不斷上升,迫使寶馬和戴姆勒聯(lián)手分擔財務和工程方面的負擔。

兩家公司也同時宣布,將成立技術標準委員會,在未來4個月內(nèi)挑選ADAS和自動駕駛技術的潛在供應商伙伴加入。

目前,以特斯拉為代表的新勢力普遍采用OTA的方式來快速迭代ADAS及自動駕駛算法,但這種做法被很多人士批評為“用生命來換取技術”。

這種所謂的事后補丁的方式,對自動駕駛汽車普及來說“治標不治本”。戴姆勒首席執(zhí)行官蔡澈(Dieter Zetsche)近日表示,圍繞波音飛機安全性的爭論從另外一個角度也說明,自動駕駛汽車技術很難贏得公眾的認可。

蔡澈表示,汽車行業(yè)應該分階段引入自動駕駛系統(tǒng),以建立對復雜但可能提高安全性的汽車技術的接受度。這就是為什么汽車行業(yè)的安全和可靠性標準比消費類電子產(chǎn)品都要高得多。

事實上,到目前為止,自動駕駛模式下涉及的事故大多是由軟件和系統(tǒng)設計或工程缺陷引起的,而不是E/E故障或者失效。隨著人工智能和深度學習的使用增加,驗證軟件功能安全性變得更加復雜。

尤其在深度學習中更是如此,使用帶標簽的數(shù)據(jù)訓練人工神經(jīng)網(wǎng)絡來解決問題涉及到不確定的因素,并且難以檢查正確性時,安全問題就變得越來越難以解決。

這已促使監(jiān)管機構、汽車行業(yè)來解決具有復雜傳感和人工智能算法的系統(tǒng)的測試和驗證問題。在沒有故障的情況下,這些算法的性能限制可能會導致安全隱患。

今年初,功能性汽車安全標準ISO 26262的開發(fā)人員已經(jīng)著手創(chuàng)建一個單獨的標準(ISO 21448),名為“預期功能的安全性(SOTIF)”。

事實上,即使ADAS和AV系統(tǒng)在其他方面被認為是安全的——因為它們的硬件符合ISO 26262,而且它們的軟件沒有bug——在某些情況下仍然可能失敗。

英特爾研究員兼首席功能安全技術專家Riccardo Mariani表示,“我們認為ISO 26262不足以保證安全。”(目前自動駕駛研發(fā)主要遵循基于SAE J3061、SAE J3016和ISO 26262標準)

安全是無人駕駛汽車的首要前提和關鍵挑戰(zhàn)。任何意外故障、故意攻擊都可能導致嚴重傷害或生命損失。 
分享到:
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25