昆士兰科技大学：人将如何影响自动驾驶汽车的安全

在刚刚结束的第一届智能汽车与交互设计暨同济创业谷天使对接会上，来自澳大利亚昆士兰科技大学的Andry Rakotonirainy教授就人类行为对自动驾驶汽车的影响等问题展开了深刻讨论，下面是演讲实录：

Andry Rakotonirainy：尊敬的各位嘉宾、各位媒体的朋友、各位来宾，大家早上好！

我是来自昆士兰科技大学，我在学校的汽车事故研究和道路安全研究中心工作，今天我会讲一下自动驾驶汽车的安全性，我会专注来讲一些人的因素，人是如何影响自动驾驶汽车的安全性。

就我们的专业技能而言，我们的研究主旨也是不同的，我会讲一下我们目前的研究，可以分成这几类，比如法规和法规的执行，我们与警察紧密的合作，希望能够改变驾驶人员、行人以及骑自行车的人的行为，我们也与社区和学校来共同合作，帮助相应的人员能够更加安全，比如说让行人避免被驾车的人给撞上，同时我们还会与那些拥有很多辆汽车的人或者公司来进行合作，使他们的汽车驾驶更加安全，我们还在研究智能交通系统，我们也确保道路的基础设施更加地安全。就专长而言，我们是有这样一个跨学科的大型团队，涉及行为学、社会科学、统计学教育、计算机、公共卫生、免疫学还有交通工程等等，我也与很多心理学家共同合作来改变人们的驾驶行为，大家可以看到我们的主旨就是为了改变汽车驾驶人员的行为提高安全性。

大家知道特斯拉，特斯拉在上一次墨尔本的ITS大会上是2个月前的展示，你可以看到有博士的系统还有无人机，在这次会议上提到用无人机还有其他的系统能够来改善自动驾驶汽车的安全性，我们有很多研究工具供我们使用。我们中心有非常先进的自动驾驶模拟系统，同济也有这样的系统，我们用的是这样的一个系统，把很多传感器连在一起进行模拟，我们也用了很多比如说ECG还有皮肤感应等技术综合使用。同时，我们在这些驾驶的模拟器上来使用不同的工具，评估自动驾驶汽车的安全性，无论是在汽车内部还是在路上行驶时的安全性。我们也在联邦层面上还有本地州的层面上和当地的交通部门进行合作，来研究一些相关的数据，通过对一些数据包括保险公司这方面的数据碰撞的数据来进行研究和分析。我们还有一个ITS Pilot项目，我们的想法是改装500辆汽车使用SRDC来测试一下V2V，也就是说车之间的沟通通讯，人机之间的互动，我们会从明年开始我们的这一实验项目，我们也会测试无人驾驶汽车，就像图上所示，看一下驾驶员或者说是坐在驾驶员座位上的那个人他们如何和技术进行互动，在其他的路上的人，比如行人和骑自行车的人他们会受到无人驾驶汽车什么样的影响。我们的目标是在澳大利亚完全准备好来迎接无人驾驶汽车，我们可能已经看到，在人机互动还有无人驾驶有很多的益处，我们也想看一下在一定的环境当中这些好处会怎样的被放大，再一个是鼓励合作，鼓励公营私营部门之间的合作，比如说国际合作伙伴还有保险公司，我们想要将我们的这500辆汽车在一个拥有完备的基础设施的环境当中进行测试，我们也想在一个真实的环境当中来测试我们的系统。

有一个优势是当地的交通部门也想对公众展示这个技术的先进性，这样的话可以使大家更好的迎接新的技术，这是我们想要测试的一些方面，不会一个一个的讲，我们有很多的APP，比如说看一下左转、右转，还有车车之间的警示等等，我们中心签的上一个项目是澳大利亚在墨尔本以及悉尼进行的一个项目，是关于驾驶研究的ANDS，我们是搜集了440公里距离当中取得的数据，是牵涉到了很多的当地的政府，会在2个月之内完成我们的测试，看一下驾驶员如何在路上驾驶。我们研究了很多碰撞的数据，我们也很好的利用到了大数据，我们讲到了我们所进行的研究，我首先要用Bill  Buxton说的一句话，我们都知道有了技术我们可以打造几乎任何的东西，问题是我们应当打造什么，我们怎么来打造，给谁来打造。实际上他也讲了我们所关心的问题，我们今天也是在研究这个问题，也就是说路上安全性的问题，我们怎么来防止碰撞，这是一个愿。

这张图片是我从一个科学杂志上照搬来的，这是几年前的一张图片，我们可以看到这是2020年的愿景，我们可以看到届时将实现无人驾驶汽车，实现车辆连接，通过雷达来连接，可以自动的测试出来危险，可以来测试一下他的交通灯的情况，可以大大的来节省时间以及去除危险，我们可以看到还有大量的分享数据。在美国无人驾驶汽车它的市场进入实际上已经有了很大的进展，可以利用无人驾驶汽车技术减少大量的停车位，这样对我们的环境也有很大的好处。

回过头来稍微的讲一下安全性这方面的问题，在中国我们也有同样的问题，就像在澳大利亚一样，我们有5个最主要的车祸问题，是造成大量的人员伤亡，超速、醉酒、不戴安全带、还有一边开车一边打电话、疲劳驾驶，这些都是几个最重要的原因，我们可以看到每年有大量的人员伤亡，这是由于交通造成的伤亡。同时，我们还有其他间接的伤害，我们可以看到比如说那些因为交通事故致残的人，因此我们可以看到交通事故确实造成了很大的伤害负面的影响。我可以跟大家讲讲在澳大利亚每天由于车祸造成的损失是7000万澳元，我们每天损失大量的金钱，还有一点，实际那些车祸是可以来防止的，因为90%都是由于驾驶员造成的，我们是可以来避免的，那自动驾驶在世界上我们每年有124万的车祸，90%都是由于驾驶员的失误，有一个解决方案就是实现无人驾驶，我们都是向着这个目标前进的。

但是关于路面安全性这一块呢，我要着重的讲一下，我要讲的是在现在我们还没有足够的证据来展现无人驾驶汽车的安全性，因为我们没有足够的实验来证明这一点点，我们有很多的不确定性，我们还不知道无人驾驶什么时候可以完全实现，这主要是基于对安全性的不确定性上而造成的，还要在这方面加一把劲。中国也是在这方面不遗余力的向前推进，主要考虑的问题包括立法、职业道德、责任界定、政策、数据分享还有人机互动、安全性，我专注讲人机互动和安全性上。

我刚才说了安全性这方面对无人汽车来说还是一个不确定的因素，我们是做了很多的模拟实验，我们也有很多的问题，我们做了很多的问卷来问问大家安全性这方面的问题，但是这些很多都是主管的问题，再一个好多的实验都是模拟器所做的，也就是说我们路面上的实验做的还很少，我们知道博士、Google、奔驰、特斯拉，尤其是在美国，他们是做了很多的试验，但还不足够，它的里程还是不足够的。在当前我们的问题是无人驾驶的安全性，为什么呢，是因为我们没有一辆无人驾驶的汽车可以将大家从A运到B地，就是说任何时候任何环境都可以从A运到B，我们在这方面的经验还是比较少的，无人驾驶汽车上路都是有一定条件所束缚的，还是需要驾驶员在车里坐着来确保安全性。诠释一下这个问题，比如Google也发出了一个报告，阐述了他们在美国做的实验，我看了一下他们的报告，也是在2015年的11月，他们在加利福尼亚做了130万英里的测试，有23辆车，发生了14起的车祸，3位司机受到了轻伤，包括在这当中也阐述了他们如何干涉技术，有两种干涉，Google必须要逐一的报告详细的阐述，向当地的政府来报告驾驶员和汽车的这种互动，Google他们是做了92%的无人驾驶的测试，然后其他的还有奔驰汽车公司，他们也做了一些实验，但是Google是做了92%的测试，大家可以看到这方面的数据，你里程开的越长，那么你就可以对这个技术越放心，有越少的干涉，我们可以看到这意味着技术的成熟。

跟大家讲一下，也就是完全不干涉的情况下的一些情况，我们可以来看到在无人驾驶的情况下，有的时候车是自己做了一些动作，驾驶员不明白，驾驶员就是按了一个按键，因为驾驶员不明白为什么车会自己发出这样的行为，我们可以看到这有8个这方面的例子，也就是说软件他不明白周边的环境，不得不停止车，人类驾驶员是遇到过这方面的问题的。

还有一个就是特斯拉的案例，特斯拉有一个自动驾驶的设置，在2015年有人开着特斯拉用的是自动驾驶的这样一个设置，用自动驾驶的时候可以看一下这个差异，有的时候如果需要转弯或者行驶路车蜿蜒曲折可能会造成车祸，这张图展示的是如果是直行还是比较安全的。看一下在美国交通事故的死亡率，总的里程数2014年就是美国的汽车行驶总的里程数是3.1的12平方英里，死亡率是九千万分之一，我们来测试一下特斯拉的驾驶死亡率，从2015年10月以来，只有1个人死亡，你可以看到我们如何来理解这样的差异呢，总的死亡率当中是32675人，我们看到这样一种情况，可能是需要人的介入来纠正，那么我们需要很多的工作来进一步的收集无人驾驶汽车它的安全性数据，我们需要改善技术，我是电脑方面的专家，我们需要让IT系统更加的安全，不仅从汽车方面，也要去其他的汽车上收集更多的数据，有关地点的数据、定位的数据，这就意味着说我们需要在数据方面大大的加强。同时，我们还需要了解撞车事件是怎么发生的，要弄清楚无人驾驶汽车要用机器学习要用电脑技术要用大数据技术连接起来，使我们能够更好的了解在撞车或者说险些撞上这样的情景的时候，背后究竟是什么样的机制。

在这里谈一下物联网到2020年，我们将会有240亿个这样的物联网连接的设备，在全球市场上，这样一个价值将会达到1700亿欧元，在5辆车里面就有1辆车都有无线网络的连接。这张图给大家展示的是大家可以获得的信息，可以向客户提供哪些信息，以及汽车的租赁信息还有手持电脑设备上的一些信息等等。我们有很多数据，可能你们知道深度学习也是革新了人工智能，我们需要教会汽车，教会那些无人驾驶的汽车如何来行驶，谷歌也在用这样一种教会汽车如何来应对一些不幸事件所造成的长尾效应，有人说这是不太可能的，但不管怎样我们还是要朝这方面努力。

深度学习可以与大数据相结合，从物联网上收集的这些数据，我们用来进一步的研究进行数据分析，来了解究竟发生了什么或者说从这些数据当中找到一些新出现的情况，当然，无人驾驶汽车会越来越安全，我们当然要考虑一下自动化，我们有无人驾驶汽车的普通汽车，还有自行车，那么在整个交通体系当中，他们是如何互动呢？比如说目前无人驾驶汽车的话，渗透率未来可能也会很高的，这样会有很多的无人汽车上路，也可能会发生很多的交通事故。现在汽车研究中心也在研究社会互联互通，当然中国社交媒体也非常发达，在全球社交媒体也非常发达，但是物联网的劣势就是并不是具有社交的层面，比如说我们的手持设备必须要通过手动的操作才能够沟通，那么我们现在需要是物联网也能够很好的与人来进行互动，那么我们要构建这样一种社交型的物联网可以弄清楚使用者的行为，然后与物联网的技术结合起来。

这里给大家解释一下，比如说我们有facebook还有中国版的微博，下面一层是物理层，就是物联网，这两层我们怎么做呢，我们可以看到我们希望把上面社交网络与物联网结合起来，假设你的汽车上了高速公路每周都会上高速公路，那么每次也会有汽车在相同的时段与你共同行驶，系统就会把这两辆车连接起来，这样的信息就会给你提供你们驾驶的环境，这样的话就可以很好的改善你车里面软件的可靠性，因为有的时候车上的软件没有办法与外面的软件互动，从而做出更加准确的决策，所以通过这种方法可以改善车的软件，同时对周围的一个环境有更好的了解。

迅速的介绍一下，开车的时候你的车辆会与一些服务联合在一起，根据同伴的行为可以实现互联，我再来讲一下人与机器的互动，可以看一下人机交互，可以看一下交互的界面，如何来理解技术，机器如何向你传达一些信息，然后你来激活这样一个系统，人机互动而言，就是有一方面了解不太充分，作为人来讲我会是犯错误的，我希望让技术能够相信我的能力，让技术能够弄清楚我身体比如说能否胜任这个驾驶工作等等，就是这种反向的一种信任，人不仅是需要信任技术，技术也是需要信任人，这是一种双向的互动，我们必须要弄清楚驾驶员的意图处于什么样的状态，以及驾驶员和机器之间的这种互动，弄清楚驾驶员进行了一些操作，然后机器本来应该是明白的，同时要弄清楚还有一些功能的局限性，同时要弄清楚机器对人的驾驶行为的接受度。

继续加快速度讲一下，驾驶员的心理模式也会发生变化，风险不大的时候驾驶会很快，如果大家意识到有风险的话可能会比较谨慎一点，所以驾驶员的心态的这样一种模型，其实就是可以帮助我们弄清楚这样的一个驾驶行为，也就是说我们在自动驾驶在使用自动驾驶汽车的时候，驾驶员的状态也是需要我们分析的，假设您是坐在车上沿着这条路来开，它展示的是您的视线不停的转变，你可以看到红色的箭头展示的指定您视线转移的范围，您可以看一下这样一个视线，其实是从一个集群转移到另外一个集群，这就是我们驾驶时的视线转移。使用无人驾驶汽车的时候，人们的视线是不会发生转变的，所以要弄清楚人的认知的状态，要弄清楚在驾驶过程当中可能会出现什么样的撞击事件，撞击风险对我们来说意味着什么，如果出现了这些风险，这个车辆自己探测出来了，那么这个车子如何把这样一个风险的讯息告诉驾驶员。

这是我们做的研究，你可以看到这里的绿色箭头电动汽车以及半自动汽车和无人驾驶汽车都有哪些优势，比如安全性还有减少污染还有减少拥堵等等，我们做的研究说明了这样一个问题，有了自动驾驶汽车之后，人是如何来信任这样一辆车，如何来转化一些驾驶任务，如何能够确保这种半自动驾驶车还有普通的汽车，还有大数据之间会带来什么样的影响，如何影响到汽车的驾驶者的行为，如何让他们意识到行为的变化环境的变化，采用合适的驾驶模式，公众的话如果要给他们这样的一种选择，他们如何来接受，如何接受这种无人驾驶车或者说半自动驾驶的车，我们其实是很难预测这种无人驾驶车的行为，所以在这些全新的领域，我们也是需要研究，也很乐意与同济大学在这方面进行合作。

我的演讲就到这里，谢谢倾听！