無人駕駛汽車安全性分析

李世凱 劉明旭

摘要：本文將傳統汽車與無人駕駛汽車的安全性能進行了對比，分析出無人駕駛汽車優勢所在;并以無人駕駛汽車具體事故作為實例，從技術方面分析產生事故的原因，提出提高安全性能的措施是進一步優化無人駕駛汽車上傳感器的精度和智能化程度。

關鍵詞：傳統汽車;無人駕駛汽車;傳感器;安全性能

0? 引言

近年來，由于互聯網技術、大數據分析技術、人工智能等高新技術的應用范圍愈加廣泛，再加之道路交通事故發生率的久高不下，推動了傳統汽車行業的深刻變革，智能汽車應運而生，無人駕駛汽車就是其中的一種。

自上世紀中后期，西方發達國家就開始研究無人駕駛汽車，我國在這方面研究起步較晚，但目前政府也是出臺政策大力支持無人駕駛汽車的研發。因此，更多的國內汽車企業紛紛投入到該研發領域，使無人駕駛汽車得到了迅猛發展。例如早在2011.7.14，國防科技大學自主研發的紅旗HQ3無人駕駛汽車首次成功完成長沙到武漢高速無人駕駛試驗;2016.7.6，北汽集團推出首輛無人駕駛樣車。近幾年，一些IT企業也開始加入無人駕駛汽車研發大軍中，例如百度推出的Apollo無人駕駛汽車。目前來看，無人駕駛汽車依然存在許多問題仍待解決。

1? 傳統汽車影響安全因素

影響傳統汽車駕駛安全的因素有很多，如車輛自身結構因素、人為因素和外部環境因素等。

1.1 車輛自身結構因素

為了提高汽車安全性能，汽車結構無論在機械還是電子控制方面都采取了相應的措施，但有時會因為使用時間長或經常超負荷運行使零件變形或發熱，使軸彎曲或變形等導致事故的發生。結構上的缺陷是能夠通過改進設計彌補的，但如果是操作不當或保養不及時那就是人的因素了。

1.2 人為因素

在影響道路交通安全的所有不確定因素中，由于人的自身因素導致的車禍傷亡人數遠大于其他方面。因為人體在某些方面存在生理缺陷，如視覺、聽覺、色彩辨別能力差等，還有對汽車結構知識和操作經驗缺乏造成的思維混亂和判斷失誤，在遇到緊急情況下不知所措導致事故發生。下面列舉了各種原因的具體表現：①身體原因。如肌體不適，視力聽力差，活動不便等;②精神原因。如注意力分散，出現幻覺，情緒異常，有報復心理等等;③管理原因。如道路交通安全法律法規不完善，交通執法力度不夠;④社會原因。如家庭經濟以及人際關系出現問題，工作、社會壓力大等。

1.3 外部環境影響

外部環境影響主要分為天氣和道路交通環境影響。相對于人為因素，外部環境更具有突發性和不可控性，因此在行車前或行車途中需要特別留意。

1.3.1 天氣因素

天氣較寒冷時，發動機不易啟動，熱機需要較長時間，另外風窗玻璃容易結霜，這些都會影響汽車正常行駛。另外在雨天、大霧天氣下行車，能見度極低，視野范圍嚴重縮小，自然會降低駕駛員的反應能力，對行車安全性產生極大的影響。

1.3.2 道路環境因素

交通環境的復雜程度對行車安全性的影響有所不同。假設道路環境傳遞給駕駛員的信息過于復雜，將會使駕駛員自動忽略部分信息并且無法捕捉正確信息。一般人流量，車流量較大的路口附近，由于交通環境的復雜性及不確定性，交通事故發生的可能性極大上升。

2? 無人駕駛汽車安全技術

通過對傳統汽車安全因素可知，人是參與交通安全的主體，因此有些事故的產生是無法避免的。用計算機代替人腦，用各種傳感器代替人的雙眼，用無人駕駛汽車代替傳統汽車，安全性能可以大幅提升。無人駕駛汽車是通過車載傳感器系統感知道路環境，及時避開影響車輛正常行駛的物體并自動規劃行車路線，一般會用到雷達，高清攝像頭等技術。

2.1 傳感器技術

無人駕駛汽車的出現與傳感器的快速發展分不開，當今的無人駕駛汽車使用雷達感應道路狀況進行分析計算，常用的有超聲波雷達、毫米波雷達、激光雷達等。其工作原理大致類似——發射裝置發出電磁波或激光后（計時開始）在空氣中傳播，碰到障礙物后立即返回停止計時。

2.2 避障技術

車輛前方障礙物是運動的還是靜止的？車輛應該停下來還是繞過去？這些難題來自于傳感器如何正確識別障礙物。當車輛處于運動狀態下，同時確定障礙的運動狀態。計算出它相對于自己的運動速度，并做出判斷。

2.3 識別技術

在駕駛過程中，駕駛員可以用眼睛獲取90%以上的環境信息，包括道路標志、交通信號、車道線、周圍車輛狀況以及前方障礙物等，并且可以在短時間內做出判斷。雙目機器視覺可以模仿人的眼睛并從兩個角度收集道路圖像。隨著計算機圖像采集與處理技術的飛速發展，視覺傳感器對圖像的采集與處理的周期非常短，普通設備的采集速率可以達到每秒幾十幀。該視覺技術還可以提供實時視頻，并且可以以多種方式傳輸視頻信號，以向監視中心提供當前的車輛狀況。

3? Tesla Models 無人駕駛汽車事故分析

2016.5.7，美國一Tesla車主正坐在車內觀看電影，正在行駛的車輛突然撞上了前方左拐的白色拖車，該車從拖車車底穿過，撞上了路邊護欄，最終車毀人亡。以上就是該事故的主要過程，究其原因可從主觀和客觀兩個方面分析。

3.1 主觀原因

車主對Tesla Autopilot（自動輔助駕駛系統）過于依賴，身體處于完全放松狀態，安全意識淡薄，未認清該系列無人駕駛汽車還處在測試階段，且該車并非完全自動駕駛，也需要人的輔助操作。

3.2 客觀原因

①Tesla向前感知視覺系統只能識別前車后部和尾部，專門為防止追尾事故設計的，對于側向來車的感知能力并不強烈;②Tesla無人駕駛汽車體型較小，其雷達安裝位置大約離地面40cm高，而白色掛車底盤高度約為1.2m，說明了掛車底盤下方巨大的空間會極大誤導雷達的檢測和判斷，認為前方沒有障礙物，進而也不會制動減速;③另一種可能的原因就是雷達探測到了前方有巨大障礙物，但由于后方車廂側面面積過大，造成視覺系統錯誤判斷，以為是交通指示牌或一朵巨大的白云而命令車輛繼續行駛;④各傳感器指令融合不夠，雷達認為是交通指示牌，而計算機以為前方沒有障礙物。

4? 結論

通過對傳統汽車與無人駕駛汽車的安全因素對比分析可以看出，無人駕駛汽車的研發無疑能很大程度上減小人類活動的影響。通過各種傳感器之間的協調合作，感應到人類視覺不能觀察到的區域，能極大縮短反應時間，弱化人的駕駛陋習對行車安全的影響，保證車輛行駛安全。

無人駕駛汽車安全性更高，造成的損失更小，但目前技術不夠成熟，還應從傳感器、軟件等方面進一步提高其精度、靈敏度、準確性、可靠性和耐用性，例如將加密算法用于保護各類傳感器，系統免受黑客攻擊;人工智能和環境感知系統對應對行車突發事件的幫助很大，應加強對這些方面的研發與突破，最終提高行駛的安全性。

參考文獻：

[1]楊帆.無人駕駛汽車的發展現狀和展望[J].上海汽車，2014-03-10.

[2]范泉涌，金茂菁，黃玲，王薛超，曹耀光.無人駕駛汽車的安全問題及對策[J].科技中國，2019-06-15.

[3]姜允侃.無人駕駛汽車的發展現狀及展望[J].微型電腦應用，2019-05-16.

[4]蘭京.無人駕駛汽車發展現狀及關鍵技術分析[J].內燃機與配件，2019-08-15.

[5]葉犇宇.無人駕駛汽車未來展望[J].電子技術與軟件工程，2017-02-01.

[6]王欽普，趙佳，趙浩.無人駕駛汽車發展面臨的挑戰與建議[J].客車技術與研究，2016-12-25.

[7]趙東哲.基于雙目視覺的無人駕駛汽車道路識別技術研究[D].河北工業大學，2016.

[8]田國強.人工智能技術在無人駕駛汽車領域的應用研究[J].江蘇科技信息，2017-05-20.