无人驾驶的技术安全风险可以避免吗？.docx
无人驾驶的技术安全风险可以避免吗？今年度6月底特斯拉自动驾驶汽车发生了一起致命意外一时间无人驾驶的平安性被推到了风口浪尖。一直以来固然各个自动驾驶开发企业都都在不断的公开自动汽车的路测数据但是自动驾驶的平安性问题一直是业内外认识争论的关键点也是自动驾驶汽车能否顺利上路以及顺利获得乘客、用户使用的关键。今日Uber更是收买了才成立了8个月的明星自动卡车公司Otto,并且在这几天陆续在没有有Uber的自动驾驶汽车上路了。UberAutonomousCar图来自yifan,摄于2016.8.25,美国自动驾驶的平安问题其实可以归结到两大问题一个是网络平安问题以及所有智能设备一样智能汽车也必然会存在被入侵然后被操控的风险并且一旦被入侵控制了后果远比任何一个目前的智能设备被入侵了要严重。而另一个完全问题那么是智能化程度是否足够的问题对道路的规划、定位、目的的识别、判断等等智能化程度是否足够一旦智能化程度不够该识别的行人识别错了该前进的道路规划错了等等后果也是无法设想。网络平安问题无人驾驶或讲自动驾驶汽车在网络平安方便的问题可以讲无可防止就像所有的智能设备只要设备拥有IP地址通过IP可以入侵到汽车进而控制汽车的引擎以及刹车系统。以这辆吉普自由光JeepCherokee为例车辆通过IP连接到克莱斯勒的网络中心。克莱斯勒在被黑客发现破绽入侵之前发布了软件补丁修补了系统的破绽。主要的问题是开发系统的软件工程师大多没有考虑平安性的问题。还有另外一个真实的例子克莱斯勒花了巨额把自动汽车返厂修复破绽。因为一旦其中一辆汽车被入侵了同样的方法几乎可以入侵所有的汽车所以相比起这样的平安危机花费的巨额也是必须的。假如是一个智能电冰箱那么冰箱被入侵了可能只是食物变质了冰块融化了但是假如是汽车被入侵了就会产生致命的交通事故。在最新一次的国际黑客大会上有黑客扬言已具备足够才能远程控制装置自动驾驶系统的热门电动车型让车辆根据黑客自己的意愿进展操作如转向和改变雷达探测间隔数值等探测到都已撞上了。不想遇到网络平安问题最先想到的当然是隔离网络所以出于平安考虑汽车的关键系统如引擎以及刹车系统都最好与网络隔绝但是实际情况中因为考虑到本钱问题所以一些联网的娱乐系统会以及汽车的关键系统会连在同一台分析电脑上进而导致所有系统都是联网的。假如实在是要联网的话为了防止被恶意入侵控制所以会限制必须通过有线连接才可以对系统做控制修改。除此之外为了确保系统的平安性在网络受权代码保护以及使用第三方技术供给商的审核上都是需要严格把关的。举个例子一般第三方的技术提供方都会提供对应的测试代码SampleCode而这些代码都是没有考虑任何平安问题的情况下使用的所以出于平安考虑尽量不要直接使用测试代码。再比方不同的系统之间采用不同的网络受权也是目前常用的进步平安性的做法。2.智能化的错误判断问题除了网络平安的问题外最引人注目的无人驾驶的平安性问题莫过于智能化判断的准确度的问题今年度6月底特斯拉自动驾驶汽车发生的致命意外经过调查后发现其中一个原因是汽车把前面一个白色的车厢判断为了是天空如图这个在人工智能领域备受关注的“人工智能平安性的问题怎样才能得出平安的人工智能进而防止像类似的事故不在发生。TeslaCarAccident从软件算法层面目前全球范围内致力于实现平安的人工高智能SafeAI的组织中最知名的莫过于OpenAI他们致力于让人工智能不要范致命的错误。在人类的眼里可能图像中一些细微的变化不糊影响我们去判断一个事物但是在机器的眼里可能就会完全看作是两个事物foolingsamples进而做出不同的应对行为这种情况十分容易出如今通过深度学习训练目的和在单目摄像头下的视频数据。特斯拉的事故不仅暴露了自动驾驶技术目前在软件算法上的短板同时也暴露了在硬件技术的短板。从硬件设备层面像ModelS采用的单目摄像头对于立体及大面积平面物体的识别存在硬伤、毫米波雷达存在识别区间限制、和在极端情况下对于综合情景的取舍及冗余判断等问题。所以事故对自动驾驶领域的硬件及算法产生促进对于双目/广角摄像头、毫米波雷达、激光雷达的综合采用将可望迎来破冰。十分是对于之前本钱较高的激光雷达多摄像头方案会带来推动作用。另外特斯拉的事故假如采取的是多探测器冗余判断形式完全可以防止。所以出于平安性考虑NHTSA美国高速公路平安管理局也有可能会在硬件配置及系统要求上敦促相关部门出台较高门槛及规定这对于行业而言意味着单车附加值的提升。固然自动驾驶平安隐患仍然存在着也不可防止的存在的风险问题但是有一点可以确定的是比照起目前94%的交通事故是人为原因造成的自动驾驶的持续研究以及开展必然是对人类的人身平安有着重要的意义。-P.S.组织了一个计算机视觉的开发者沟通微信群目的是聚集【计算机视觉图像处理3D图像视频处理深度学习机器学习】的开发者一起共享开发经历共同讨论技术有兴趣入群的可以加我微信WeChat:LaurenLuoYun请注明“姓名-公司/学校-技术方向谢谢。
