Autonome Fahrzeuge (AVs) haben in den letzten Monaten Schlagzeilen gemacht, allerdings oft aus den falschen Gründen. Gegen Cruise, Waymo und Tesla laufen US-Bundesermittlungen wegen verschiedener Unfälle, von denen einige schwere Verletzungen und sogar Todesfälle zur Folge hatten.

Ein neuer Artikel veröffentlicht in Natur bringt Zahlen auf das Problem. Die Autoren analysierten mehr als 37.000 Unfälle mit autonomen und von Menschen gesteuerten Fahrzeugen, um die Risiken in verschiedenen Unfallszenarien einzuschätzen. Das Papier berichtet, dass Nutzfahrzeuge im Allgemeinen weniger unfallanfällig waren als solche, die von Menschen gefahren wurden, ihre Leistung jedoch in manchen Situationen deutlich schlechter war als die von Menschen.

„Die Schlussfolgerung ist angesichts des technologischen Kontexts vielleicht nicht überraschend“, sagte er Sheng Xuan Ding, ein Zeitungsautor. „Unter bestimmten Bedingungen bleiben jedoch Herausforderungen bestehen, die fortschrittliche Algorithmen und Sensoren sowie Infrastrukturaktualisierungen erfordern, um die AV-Technologie effektiv zu unterstützen. »

Das von zwei Forschern der University of Central Florida verfasste Papier analysierte Daten von 2.100 Unfällen mit fortschrittlichen Fahrsystemen (SAE-Stufe 4) und fortschrittlichen Fahrerassistenzsystemen (SAE-Stufe 2) sowie 35.113 Unfällen mit von Menschen gesteuerten Fahrzeugen . Die Studie basiert auf öffentlich verfügbaren Daten über von Menschen verursachte Fahrzeugunfälle im Bundesstaat Kalifornien und das VERMEIDEN Sie den Datensatz zu Vorfällen im autonomen Fahrzeugbetrieb, die die Autoren letztes Jahr veröffentlicht haben.

Obwohl die Breite der Daten des Papiers beträchtlich ist, ist es die „Matched-Case-Control-Analyse“, die das Papier auszeichnet. Autonome und von Menschen gesteuerte Fahrzeuge neigen dazu, unter unterschiedlichen Bedingungen unterschiedliche Straßen zu befahren, was zu verzerrten Unfalldaten führen kann. Das Dokument kategorisiert Risiken anhand von Variablen rund um den Unfall, beispielsweise ob das Fahrzeug geradeaus fährt oder abbiegt, sowie Straßen- und Wetterbedingungen.

Bei autonomen Fahrzeugen der Stufe 4 war die Wahrscheinlichkeit, in Unfälle mit mittelschweren Verletzungen verwickelt zu werden, um etwa 36 % geringer und die Wahrscheinlichkeit, in einen tödlichen Unfall verwickelt zu werden, um 90 % geringer.

Autonome Fahrzeuge der Stufe SAE Level 4 (die in der Lage sind, völlig autonom ohne einen Menschen am Steuer zu fahren) schnitten in Bezug auf mehrere Parameter besonders gut ab. Die Wahrscheinlichkeit, in Unfälle mit mittelschweren Verletzungen verwickelt zu werden, war um etwa 36 Prozent geringer und die Wahrscheinlichkeit, in einen tödlichen Unfall verwickelt zu werden, um 90 Prozent geringer. Im Vergleich zu von Menschen gelenkten Fahrzeugen war das Risiko eines Auffahrunfalls etwa halb so hoch, das Risiko eines Seitenaufpralls lag bei etwa einem Fünftel. Bei leichten Nutzfahrzeugen der Stufe 4 war die Wahrscheinlichkeit, von der Straße abzukommen, fast 50-mal geringer.

Eine Ergebnistabelle, die autonome Fahrzeuge der Stufe 4 mit von Menschen gesteuerten Fahrzeugen vergleicht.Die Ergebnisse des Papiers sind im Allgemeinen für AVs der Stufe 4 günstig, ihre Leistung ist jedoch in Kurven sowie in der Morgen- und Abenddämmerung schlechter.Natur

Diese Zahlen sehen für AV gut aus. Jedoch, Missy CummingsDirektor des Zentrums für Autonomie und Robotik an der George Mason University und ehemaliger Sicherheitsberater der National Highway Traffic Safety Administration, war skeptisch gegenüber den Ergebnissen.

„Die Grundregeln sollten sein, dass man bei der Analyse von AV-Unfällen keine Unfälle mit selbstfahrenden Autos kombinieren kann. [SAE Level 4] mit den Tesla-Unfällen [SAE Level 2]”sagte Cummings. Sie hatte Einwände gegen die gleichzeitige Diskussion und weist darauf hin, dass diese Fahrzeugkategorien unterschiedlich funktionieren, so sehr, dass Tier-4-AVs nicht in allen Bundesstaaten legal sind, während Tier-4-AVs nicht in allen Bundesstaaten legal sind. Stufe 2 sind .

Dr. Mohamed Abdel-AtyAutor des Papiers und Direktor des Smart & Safe Transportation Lab an der University of Central Florida, sagte, dass in dem Papier zwar beide Ebenen der Autonomie erörtert werden, der Schwerpunkt jedoch auf der Autonomie der Ebene 4 liegt. „Das Modell ist der Hauptbeitrag zu dieser Forschung.“ „Wir haben Level 4 nur mit von Menschen gesteuerten Fahrzeugen verglichen“, sagte er.

Und während viele Ergebnisse im Allgemeinen positiv waren, hoben die Autoren zwei signifikante negative Ergebnisse für AVs der Stufe 4 hervor. Die Studie ergab, dass sie im Morgengrauen und in der Abenddämmerung fünfmal häufiger in einen Unfall verwickelt waren. Sie waren auch relativ schlecht darin, Kurven zu navigieren, und die Wahrscheinlichkeit eines Unfalls während einer Kurve war im Vergleich zu von Menschen gesteuerten Fahrzeugen fast doppelt so hoch.

Es werden mehr Daten benötigt, damit AVs „beruhigend“ sind

Die Ergebnisse der Studie, die auf höhere Unfallraten in Kurven und bei ungewöhnlichen Lichtverhältnissen hinweisen, verdeutlichen zwei große Kategorien von Herausforderungen, denen autonome Fahrzeuge gegenüberstehen: Intelligenz und Daten.

J.Christian Gerdes, Co-Direktor des Center for Automotive Research an der Stanford University, sagte, das Fahren im Verkehr sei eine der anspruchsvollsten Situationen für die künstliche Intelligenz eines Nutzfahrzeugs. „Diese Entscheidung basiert größtenteils auf den Handlungen anderer Verkehrsteilnehmer um Sie herum, und Sie werden die Wahl auf der Grundlage Ihrer Vorhersagen treffen.“ Cummings stimmte Gerdes zu. „Jedes Mal steigt die Unsicherheit [for an AV], werden Sie eine erhöhte Unfallgefahr bemerken. Allein das Abbiegen erhöht die Unsicherheit und das Risiko.

Das deutlich höhere Unfallrisiko in der Morgen- und Abenddämmerung bei autonomen Fahrzeugen deutet hingegen auf Probleme mit der Datenerfassung der Fahrzeugsensoren hin. Die meisten AVs verwenden eine Kombination aus Radarsystemen und visuellen Sensoren, und letztere sind bei schwierigen Lichtverhältnissen fehleranfällig.

Für Sensoren sind das allerdings keine schlechten Nachrichten. AVs der Stufe 4 waren bei Regen und Nebel deutlich besser, was darauf hindeutet, dass das Vorhandensein von Radar- und Lidar-Systemen AVs bei Wetterbedingungen mit eingeschränkter Sicht einen Vorteil verschafft. Gerdes sagte auch, dass autonome Fahrzeuge im Gegensatz zu Menschen nicht müde werden oder abgelenkt werden, wenn sie bei Wetterbedingungen fahren, die mehr Aufmerksamkeit erfordern.

Obwohl aus dem Dokument hervorgeht, dass Nutzfahrzeuge insgesamt ein geringeres Unfallrisiko haben, bedeutet dies nicht, dass sie die Zielflagge überschritten haben. Gerdes sagte, dass eine schlechte Leistung in bestimmten Szenarien erheblich sei und zu Recht dazu führen sollte, dass sich menschliche Passagiere unwohl fühlen.

„Es ist schwierig, das zu argumentieren [AVs] sind so viel sicherer, geradeaus zu fahren, aber wenn [they] Wenn sie sich in anderen Situationen befinden, geht es ihnen nicht so gut. „Die Leute werden das nicht beruhigend finden“, sagte Gerdes.

Ein weiteres Hindernis ist der relative Mangel an Daten für Level-4-Systeme. AVs der Stufe 4 machen einen winzigen Bruchteil aller Fahrzeuge auf der Straße aus und sind nur in bestimmten Bereichen im Einsatz. AVs sind außerdem mit Sensoren ausgestattet und werden von einem KI-System gesteuert, das in der Lage ist, Entscheidungen aus verschiedenen Gründen zu treffen, die in den Unfalldaten unklar bleiben.

Obwohl das Papier in seiner statistischen Analyse die geringe Gesamtzahl der Unfälle erklärt, erkennen die Autoren an, dass weitere Daten erforderlich sind, um die genaue Ursache der Unfälle zu ermitteln, und hoffen, dass ihre Ergebnisse andere zum Helfen ermutigen werden. „Ich denke, einer der Vorteile dieser Studie besteht darin, die Behörden auf die Notwendigkeit besserer Daten aufmerksam zu machen“, sagte Ding.

Cummings stimmte diesem Punkt zu. „Wir haben nicht genügend Informationen, um pauschale Aussagen zu treffen“, sagte sie.

By rb8jg

Leave a Reply

Your email address will not be published. Required fields are marked *