怎样让无人驾驶变得更平安？.docx

《怎样让无人驾驶变得更平安？.docx》由会员分享，可在线阅读，更多相关《怎样让无人驾驶变得更平安？.docx（19页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、怎样让无人驾驶变得更平安？ 近期，中国工程院院刊?中国工程科学?优先出版了中国工程院郑南宁院士科研团队的?无人驾驶平安风险的识别与度量研究?。文章开展了无人驾驶平安风险的关键要素定义与识别，并进展了定量测量，率先提出了无人驾驶平安风险六要素框架：单车平安、联网平安、技术程度、法律政策、社会言论、产业风险。 文章指出，为了有效应对将来无人驾驶的平安风险，企业应加强关键零部件的研发和制造，增强信息平安的建立和投入，介入行业标准和法律法规的制定，不做虚假宣传并积极维护新兴行业开展;政府应合理加强测试监管，加速公布法规与制定标准，引导人才培养并防止人才流失;消费者应保持良好的驾驶与行车习惯，不盲从、不

2、轻信夸大宣传。 一、前言 随着汽车智能化、电子化的快速推进，无人驾驶已经是将来汽车开展的重要趋势。兴旺国家应对汽车行业智能化变革，依托深沉的汽车工业底蕴，针对无人驾驶技术应用积极开展引导和标准。美国企业的无人驾驶技术研究保持领先，而管理/ 立法机构适时出台相关政策法规，如?联邦自动驾驶汽车政策?(2016 年)、?自动驾驶法案?(2017 年)。德国着重建立并完善与智能汽车相关的权利、责任归属方法与体系，推出了关于自动驾驶的?道路交通法?第八修正案(2017 年)。 在我国，无人驾驶汽车正在从初始技术研发阶段转向与特定应用场景结合的大规模实验和试用阶段，与之相关的认识与监管尚处于萌芽阶段;产业

3、管理层面积极跟进，如?智能汽车创新开展战略?(2018 年)对智能汽车产业进展了顶层规划，?车联网(智能网联汽车)产业开展行动方案?(2018 年)重在智能汽车产业体系构建并提出了车联网的中长期规划。 值得指出的是，无人驾驶的平安性作为推动特定场景大规模应用、开展产业化的根本前提，一直是工业界、学术界乃至全社会高度关注的问题。近年来，自动驾驶车辆在测试中撞向行人导致伤亡、电动汽车刹车失灵引发交通事故等，都使得社会和公众对无人驾驶的平安性更为担忧。 目前，我国智能汽车产业蓬勃开展，企业、科研院所、地方政府等加大/ 支持以无人驾驶为代表的关键技术研发投入，力求推动产业开展获得打破。平安是制定法规必

4、需要考虑的前提，只有在平安方面进展妥善和长远的研究，才能保障智能汽车产业的可持续、高质量开展。 从已有文献来看，因无人驾驶技术的产业化有待推进，行业性的统计资料缺乏;国内外学者较多开展了无人驾驶平安风险的定性研究，也有对无人驾驶技术风险、法律与道德风险概念的分别考量，而平安风险的定量研究未见报道。 针对于此，本文开展无人驾驶平安风险的关键要素定义与识别，对其进展定量测量;在剖析数据、概括结论的同时，延伸提出企业、政策、消费者等角度的应对策略，以期为我国无人驾驶平安风险研究、智能汽车行业开展提供根底性参考。 二、无人驾驶平安风险研究综述 自动驾驶汽车指依赖于计算机系统、人工智能技术、摄像与图像识

5、别、雷达探测、高精度地图、高精度定位系统等的协同合作，利用电子控制单元(ECU)在无司机控制的情况下平安地驾驶车辆;不调整汽车自身的架构，不改动车辆原有的功能，而是在车身上集成自动驾驶所需的智能器件(含软件和硬件);根据国际汽车工程师协会制定的标准，分为L0L5 共6 个级别。为使研究范围、概念定义更加聚焦精准，本文将“无人驾驶“自动驾驶加以区分，即无人驾驶指在完全没有人类司机操作的情况下，由自动驾驶系统自动平安地操作机动车辆(属于L5 及以上级别的自动驾驶)。 (一)无人驾驶的工程风险 平安的无人驾驶离不开感悟、决策、控制3 个系统的“保驾护航：感悟系统用于掌握行驶路面、交通标志、标线、信号

6、灯的实时变化情况，决策系统开展全局/ 部分的途径规划，控制系统进展无人驾驶汽车的油门部件、刹车部件、方向控制盘、行驶速度变化杆的控制。 无人驾驶汽车的网络平安也是重要方面，数据加密、网关防毒、入侵检测是常见的3 种保护方法。例如，有学者研究了无人驾驶汽车通信涉及的认证协议、密钥管理协议，旨在进步通信平安性、本钱控制、通信延迟控制的程度。 与传统汽车类似，无人驾驶的工程技术平安也需结合详细场景进展考虑。针对一些特殊场景(如车辆涉水)，有学者提出了平安应对措施设计方案：利用超声波雷达进展探测，判断险情后鸣响蜂鸣器、闪烁指示灯、弹出显示屏提示，同步及时刹停。 (二)无人驾驶的社会风险 无人驾驶的社会

7、风险包含了法律、伦理、心理、管理四方面。需要提及的是，目前还没有学者对无人驾驶的心理、管理等内容进展讨论，也没有针对无人驾驶进展全面的风险识别与评价研究(这是本文工作围绕无人驾驶平安风险识别与度量来展开的出发点)。在法律风险方面，研究者主要关注侵权责任的主体认定、因果追溯、举证义务等，为完善立法提供理论根据。 无人驾驶汽车在法律层面非“人，不能成为承当侵权责任的主体。根据事故情形的不同，承当责任的主体有所区别：消费者承当责任的情形，是产品出现缺陷时由消费者承当侵权责任;使用者承当责任的情形，是在人工驾驶形式下发惹事故或者因为使用人不当养护而使用导致的事故;销售者承当责任的情形，是在不当存放产品

8、、未如实履行告知义务而导致事故时承当责任。 关于事故因果追溯，有研究建议参照民机、高铁使用“黑匣子技术进展记录，以便事后追溯;但在万物互联时代，仅靠车载“黑匣子可能面临黑客攻击、信息篡改等问题，可以建立跨区域、专业性的数据分析中心，专门开展无人驾驶信息的保存与分析。 关于举证义务，当前法律普遍遵循“谁主张、谁举证的原那么，然而在自动驾驶领域，出现事故后由外行的消费者承当维权相关的举证责任显失公平;因此有建议提出，只要消费者可以证明事故发生时车辆处于自动驾驶形式即可。 在伦理风险方面，研究者对社会上的伦理价值倾向进展了调查，也讨论了涉及伦理时的机器处理与应对策略。有研究对社会的道德取向进展了调查

9、，以道德机器研究最具影响力：设计了在线实验网站，统计被实验者们在面对无人驾驶遇到的伦理道德困境时所选择应对方案的侧重点，由此统计出各国被实验者的选择倾向和文化、国家的不同导致的选择倾向差异性。 有研究通过测试发现，用户认可按照功利性原那么设计的无人驾驶汽车并祈望别人购置，但自身更愿意乘坐可以保护乘客的无人驾驶汽车。也有实验得出了不同的结论，即介入者的道德倾向更高，更愿意“舍己救人;十分是考虑到年龄因素后，介入者倾向于为了更多人的平安而采取措施(如控制车辆转向路侧)。 三、无人驾驶平安风险的识别 采用探究性的案例调查和质性研究方法开展风险识别研究。结合技术平安研究的已有阐述、新闻报道中有关平安的

10、内容讨论，初步整理了访谈提纲并在访谈经过中确定，待讨论的无人驾驶风险涉及工程技术、社会人文两个主要方向和功能平安、信息平安、法律风险、伦理风险等细分方向。 (一)案例的采集与选择 资料采集包括二手数据调查、深度访谈两种渠道：前者既有公开信息(如公司主页信息、工商注册信息、新闻报道、人物专访、上市公司年报等)，也有公司内部资料(如内部刊物、内部宣传册、演示文档等);后者的沟通对象来自珠江三角洲(珠三角)、长江三角洲(长三角)地区，包括企业高级管理人员、工程经理、技术人员，政府管理人员等，具有丰富的从业经历，对无人驾驶平安风险有着良好解析和认识。在本课题研究中，详细选择了珠三角地区13 个企业案例

11、，珠三角、长三角地区共9 个政府案例;相关案例文档共22 个、约44 万字，限于篇幅而不再赘述。 案例选择的标准如下：案例研究差异复制原那么，企业需要从事不同类别的无人驾驶业务，政府机构处于不同地区且管理业务属性有区别;数据的可得性，选取的企业、政府机构可以对外开放一手或者二手资料，尤其是企业应处于稳定开展状态;研究的便利性，经当地政府、友好组织介绍后，可与被调研企业建立良好的合作关系，便于调研及回访;案例资料的内容质量，所选案例可以充分反映无人驾驶的AI 平安风险要素。 (二)数据分析与编码 采用扎根理论方法，对采集的资料进展编码分析(编码工具为Nvivo 软件)，进而识别无人驾驶的平安风险

12、。 1. 开放式编码 围绕研究主题，概念化提取资料后进展范畴化：概念化编码，包括贴标签预处理、正式概念化;范畴化编码，即经过不断比对以修正概念化编码。因存在语义的重复、穿插，需对概念开展进一步的归纳与整合;为防止信息过早丧失，研究中对企业案例概念、政府案例概念分别进展整合。为此，在前期得到98 个企业案例概念编码、71 个政府案例概念编码的根底上，对编码进展比对和修正，获得了25 个企业案例范畴、13 个政府案例范畴(限于篇幅，仅局部展示于表1)。 表1 企业和政府案例范畴化编码列表(局部)： 2. 主轴编码 对开放式编码经过中得到的范畴之间的关联关系进展分析，将范畴之间互相关联的局部归为层次

13、更高的主范畴。对前步骤中的范畴进展进一步的整理、归纳与合并，最终得到了6 个企业案例主范畴、3 个政府案例主范畴，至此完成风险识别阶段的工作。 (三)平安风险的要素框架 考虑到企业案例框架、政府案例框架的内涵具有较高的重合度，本研究对其进展调整、合并而得单一框架(见表2)：第一层为主范畴，包括6 类平安风险要素，其中前3 类为工程风险，后3 类为人文社会风险;第二层为平安风险要素的度量因子;第三层为平安风险要素的度量问卷测量题项数。 表2 无人驾驶平安风险的要素框架： 四、无人驾驶平安风险的度量 (一)调查问卷设计 对于要素框架中的各个概念，参照其初始来源的文本，编写与之对应且简洁概括的量表问

14、题，如“不同车型之间的差异会对无人驾驶平安产生重要的不利影响;最终得到企业案例框架、政府案例框架中所有概念的对应问题，以此作为调查的原始题库。 随后，研究团队成员开展了两轮意见讨论及修正，得到了由142 个问题构成的初始问卷：第一局部为被调查对象的个人根本信息(包括性别、年龄、所在城市、学历、是否已就业、从事行业、是否在无人驾驶及相关的企业工作过、从业时长)，第二局部包括单车平安、联网平安两方面共28 道量表题，第三局部包括法律政策风险、社会态度风险两方面共52 道量表题，第四局部包括技术程度、产业风险两方面共54 道量表题。 (二)试调查和问卷修正 本次调查通过网络自填问卷的形式进展，借助长

15、沙冉星信息科技的“问卷星平台进展发放，持续时间为2020 年7 月25 日至31 日;共收到反应问卷1310 份，其中有效问卷1195 份(有效率为91.22%)。综合考虑信度、构造效度、区分效度、收敛效度、整体模型适配度评价指标及修正指标，在验证性因子分析模型中，对题项、潜变量进展大范围的删减与修正，如单车平安局部的测量模型经过调整后(见图1)具有较好的拟合效果。 在信度方面，3 个因子的Cronbachs 系数取值分别为0.742、0.782、0.822(均在0.7 以上)，讲明量表具有较高的可信度。 在构造效度方面，采用探究性因子分析对构造效度进展初步检验。KMO 值为0.870.通过B

16、artlett球形度检验，到达显著程度，适宜进展探究性因子分析。解释的总方差为72.832%，采用主成分分析法提取固定数量因子、方差最大化正交旋转方法分析各测量题项，得到探究性因子分析结果为：7 个题项在因子上的载荷均大于0.7.209 道题的载荷也有0.616.题项较好分布在3个因子上。 在收敛效度方面，“多层平安保障“行驶道路环境“传感器平安3个因子的平均变异萃取量(AVE)分别为0.495、0.592、0.698.“多层平安保障极为接近0.5.另外两个均大于0.5 ;相应的组合信度(CR)分别为0.746、0.813、0.822(均大于0.7)，说明各个因子均有较好的收敛效度。在区分效度

17、方面，3 个因子的AVE 平方根均大于与其他因子之间的相关系数，说明该局部模型具有较好的区分效度。 (三)正式调查和风险度量 委托“问卷星平台提供样本效劳，持续时间为2020 年9 月1 日至15 日，共采集了3167 份正式调研问卷，其中有效问卷3153 份(有效率为99.56%)。在各局部模型验证时，均预先进展样本数据的详细清洗。 1. 法律政策风险模型验证 主要根据各样本中、各因子下的题项组内方差，各组均值的组间方差进展挑选。针对法律政策平安局部“标准空缺“法律缺位“政府推动行为“相关监管领域空白4 组问题，运算每个样本在每组问题下的答复组内方差并进展求和，按照方差和对所有样本进展排序(

18、组内方差之和越小，排序越高);计算4 组问题的组间方差，在组内方差一样的情况下，组间方差越大那么排序越高。按照单车平安局部的题项进展挑选，选择排序靠前的1000 份问卷进展模型验证。 统计被调查人群特征发现，各特征人群的占比与试调查样本相比根本没有变化。男性占比47.7%，女性52.3%， 比例更显平衡;年龄在2030 岁、3040 岁范围的分别占28.6%、35.1%;学历程度以大专、本科为主，分别占29.1%、36.3%，占比根本平衡，具有一定代表性;已工占多数，可认为具有良好社会经历。 处于就业、失业、自由职业3 种状态的调查对象共有838 人，没有集中于某一行业的情况;“制造业“信息传

19、输、软件和信息技术效劳业人数占比稍高(分别为22.91%、15.04%)，这些行业与无人驾驶关联相对严密，因此样本同样可以代表对无人驾驶有一定关联的普通人。曾经在无人驾驶相关企业工作过的调查对象有166 人，在从业时长方面的分布较为平衡，少于1 年的占24.1%，13 年的占45.78%，35 年的占13.86%，510 年的占12.65%，10 年以上的占3.61%;从业13 年的占比拟高，考虑到具有丰富从业经历的人数本身占比拟少，因此对整体产生的影响不明显。 对于法律政策风险局部的测量模型，采用详细挑选后的正式样本进展验证(见图2)，可见模型整体拟合效果良好。 在信度方面，4 个因子的Cr

20、onbachs 系数取值分别为0.693、0.837、0.813、0.844.第1 个因子的“标准空缺接近0.7.另外3 个均大于0.7.讲明本次验证中的量表可信度良好。 在构造效度方面，KMO 值为0.850. 通过Bartlett 球形度检验，到达显著程度;解释的总方差为72.895%，在获得的探究性因子分析结果中，11 个题项普遍较好(分布在4 个因子上)，各个题项在对应因子上的载荷均大于0.7. 在收敛效度方面，“标准空缺“法律缺位“政府推动行为“相关领域监管空白4 个因子的AVE 分别为0.437、0.720、0.695、0.577. 有3 个大于0.5 ;相应的CR 分别为0.69

21、8、0.837、0.819、0.845.有3 个大于0.7.说明本次验证的各个因素具有较好的收敛效度。 在区分效度方面，4 个因子的AVE 的平方根均大于与其他因子之间的相关系数，说明该局部模型的区分效度较好。 2. 其他风险的模型验证结果 单车平安、联网平安、社会言论风险、技术程度风险、产业风险的模型结果如表35 所示。 在信度方面，5 个平安风险模型的各因子均有较好的信度，除单车平安下的“多层平安保障之外，其余因子的Cronbachs 均大于0.7. 在构造效度方面，5 个平安风险模型的构造效度较好，在探究性因子分析中均有较好的结果。在验证性因子分析中，5 个模型拟合的效果整体较好(除了科

22、技程度风险略欠理想);5 个模型的收敛效度均较好，除了单车平安下的“多层平安保障之外，各因子AVE 均大于0.5.CR 均大于0.7 ;4 个模型的区分效度都较好，所有因子的AVE 平方根均大于与同模型中其他因子之间的相关系数。 至此，本研究完成了建模经过验证(基于两轮问卷调查采集到的量表数据)，形成了一套可度量、可观测的无人驾驶平安风险要素框架(见表3)。 表3 模型的信度与收敛效度： 表4 模型的构造效度与拟合指标： 表5 模型的区分效度： 五、研究结论与应对策略 (一)研究结论 在风险识别阶段，本文运用扎根理论，从珠三角地区的无人驾驶企业案例，珠三角、长三角地区的政府案例资料出发，提炼识

23、别了有关无人驾驶的平安风险;按照概念化 范畴化 主轴化的编码步骤梳理出风险要素的层次，由此形成无人驾驶的平安风险框架。企业案例得到的风险框架有6类要素(主范畴)：单车平安、联网平安、技术程度、法律政策、社会言论、产业风险;其下包括25个副范畴、98 个概念，根本上是企业从业者较为关注的问题。 政府案例中得到的框架包括3个主范畴：官方约束、环境缺乏、产业自身问题，其下包括13 个副范畴、71 个概念;政府人员的关注问题聚焦于管理方面，如政府对行业的推动手段与才能、无人驾驶汽车上路测试监管、无人驾驶关联领域监管等。此阶段研究建立了无人驾驶平安风险的理论雏形，可为后续分析提供理论层面的支持。 在风险

24、度量阶段，本文根据风险框架编制调查量表、设计调查问卷，通过试调查的信度和效度分析完成了调查量表修正;针对正式问卷调查结果，通过验证性因子分析方法验证了风险测度。在无人驾驶平安风险中，第一层为单车平安、联网平安、技术程度、法律政策、社会言论、产业风险6 类要素，第二层涉及18 个风险度量维度，第三层包括48 个风险测度题项。 据此，率先从理论、实证两方面入手，建立了具有普适性、可度量的无人驾驶平安风险框架;将风险形成理论，相应适用范围可进一步探究拓宽(由小变大、从典型人到普通人)。 (二)无人驾驶平安风险的应对策略 1. 企业方面 针对单车平安，企业应进步关键零部件质量，将传统汽车的零部件与无人

25、驾驶技术进展适配，共同保障平安驾驶;无人驾驶车辆会遇到复杂或者罕见_路况(如车道线不明晰、极端恶劣天气等)，应拓宽训练场景范围，尽量适应真实行驶场景。 针对联网平安，与车辆智能化的开展趋势相适应，企业需加强信息平安建立，躲避可能的黑客攻击以防止重要数据失窃，保持各类信息的平安可靠;无人驾驶汽车的控制与决策权利应分散化，车端必须保存足够权限，以免被远程操控。 对于技术程度风险，AI 技术仍然存在不确定、不可解释、依赖数据等情况，对新型、突发问题的解决才能比不过人类，因此无人驾驶不宜过度依赖于此;应将其他技术(如第五代挪动通信、车联网、区块链等)与AI 技术配合使用，同时注重无人驾驶关键零部件(如

26、底盘、传感器、芯片、材料等)的技术研发与性能晋级。 对于法律政策，鉴于公布都有一定的滞后性，建议企业积极关注并超前研判，适时介入无人驾驶相关法律、标准的研究制定;企业开展无人驾驶技术探究时需严格遵守法律法规，测试车的改装与调试应确保足够的平安性。 对于社会言论，企业应合规开展销售活动，不进展虚假宣传以防止导致消费者误判无人驾驶技术才能，促进业务的可持续;倡导无人驾驶行业的良性竞争，消除恶意的行业言论抹黑，防止消费者对整个新兴产业存疑，为行业开展创造良好气氛。 针对产业风险，企业应清醒识别自身缺乏，如管理体系完善与否、风险危害认知是否欠缺、应变更新能否及时有效，进而采取针对性改善措施;建立并运用

27、行业独立第三方机构，发挥专业化平安考察与认证的保障作用;投资活动应综合考虑无人驾驶产业的中长期开展，倡导价值投资，躲避过度快速商业化可能造成的行业开展短视和无序。 2. 政策与监管方面 无人驾驶的监管需要多部门协调与配合，建议相关部门加强业务联络和沟通，躲避信息、才能不对称可能导致的工作低效。管理机构应及时开展无人驾驶行业的顶层设计和综合规划，向社会提供明晰的产业布局导向，如推广重点、推广方式等，逐步消除零散补贴企业等传统方式。 合理加强对测试及相关领域的监管。目前一些企业存在没有获得资质就私自改装、违规测试车辆的现象，对此应进步警觉并坚决查处，尽快消除违背交通平安法律法规的改装与测试行为。

28、建议管理部门尽快开展相关法规和标准的顶层研究和布局设计，就无人驾驶的法规和标准开展社会讨论并择机公布，为企业的商业投资、技术研发活动提供相对明确的指引与约束，有利于无人驾驶行业的快速、有序开展。 建议尽快开展无人驾驶车辆事故后的责任归属划分、因果追溯等法律问题讨论，这是企业进展市场探究、技术开展的重要根据之一。例如，现行的道路交通平安法律条文，可以根据无人驾驶技术进步情况而择机调整，更好适应时代的进步(如不再一刀切地制止驾驶员双手分开方向盘)。 建议加快建立无人驾驶人才培养体系。一方面完善高校、科研院所的外乡人才培养形式，适应无人驾驶行业快速开展需求;另一方面采取积极措施吸引并留住人才，如引进

29、国外优秀的成熟人才，跨行业吸引专业人才参加等。以核心人才为依托，逐步革新教育培养形式，支持线控底盘、芯片、传感器等关键技术打破与国产化应用。 3. 消费者方面 在心理层面，消费者倾向于在无人驾驶技术尚处在开展进步阶段就寄予过大的信任，进而在驾驶时可能有所松懈、过度依赖系统。建议消费者保持车辆驾驶员应有的素养和警觉，延续良好的驾驶习惯，注重行车文明;尤其是在遭遇无人驾驶车辆测试时，不应刻意别车、鸣笛以免发惹事故。 在言论层面，消费者应当放平心态，不轻信夸大宣传，即使智能车辆在销售阶段可能被夸张功能，也应对产品保持合理的期望，客观对待无人驾驶产品进步中的缺乏;一些媒体可能会因同行竞争而对无人驾驶企业进展不适当的信息传播，消费者对此应保持理性而不宜在事态未明阶段盲目跟风。 对于无人驾驶调查研究，建议普通消费者十分是对无人驾驶行业有所关注、有所考虑的“发烧友“热心人，积极奉献自己的想法、认识、判断，为行业开展提供公众声音、真知灼见。