目前提高自動駕駛安全性主要是靠對軟硬件系統進行全面、深入、科學的測試與完善；采取完備的多級運行監控、安全評估、預警和及時干預措施；有效實現車路協同，擴大車輛的感知范圍、提升運算能力以及優化軟硬件的冗余設計。

　　近日，據國外媒體報道，美國麻省理工學院的工程師提出，可以通過引入一個混合系統，來解決當前自動駕駛存在的一些安全性缺陷。在這個混合系統中，自動駕駛車輛可以自行處理一些簡單場景的操作，比如在高速公路上的巡航，同時將更復雜的操作轉移給遠程操作員。

　　“自動駕駛的安全性工作，就是從技術上采用一些安全機制和安全措施，逐漸把自動駕駛的風險降到一個合理且可接受的狀態。”天津大學無人駕駛汽車交叉研究中心主任謝輝說。

　　當前，安全性仍是自動駕駛領域最迫切需要解決的難題之一。相關企業及研究機構等為了保障自動駕駛的行車安全，探索出了許多方法，相關標準及安全體系的建立，也在一定程度上提高了自動駕駛的安全性。然而，當前的自動駕駛仍然不能讓駕駛員安心地放開方向盤。想要車輛在公路上“自”由馳騁，仍需更多探索。

　　這些技術為自動駕駛保駕護航

　　天津大學機械學院博士生王彩梅介紹，自動駕駛車輛利用慣導、攝像頭和雷達等感知設備，可以對車輛的位姿及其周圍環境進行實時監測和預測，并根據完善的安全指標體系，對車輛當前的安全性進行實時評估。

　　當車輛行駛安全評估結果為低安全性時，自動駕駛車輛可以通過發聲或震動等方式發出預警信號，提醒車上人員，當遇到突發情況時，系統無法自動處置，保障行車安全，便會要求人工干預。

　　“當自動駕駛系統檢測到當前情況不適合自動駕駛，或人類駕駛員認為當前的駕駛情況較為復雜，需要拿回駕駛權時，可以隨時接管車輛，以保障車輛行車安全。”王彩梅說。

　　域控制器軟硬件及感知、決策、規劃、控制算法是自動駕駛系統的核心，其安全性對自動駕駛車輛尤為重要。車載安全系統通過實時查詢域控制器的軟硬件運行狀態、評估各算法運行的合理性和安全性，及時發現已經出現或可能存在的問題，確保“駕駛大腦”始終處于安全運行狀態。

　　“感知算法需要依賴大量的數據進行訓練和推斷，因此數據的安全性是非常重要的，需要考慮數據來源、傳輸、存儲等環節是否存在漏洞。”天津大學機械學院博士郭帆介紹，針對感知算法存在的漏洞和缺陷，可以采用監測和檢測技術來識別，或者采用修復和升級技術改進算法和模型。

　　郭帆表示，要考慮決策、規劃算法在各種交通場景和復雜環境中的應對能力，通過對決策、規劃算法進行干預和迭代改進，可以減少潛在的安全風險，提高系統的安全性。

　　控制算法則是自動駕駛的“手腳”，其性能直接影響著車輛行駛的安全。為此要進行控制算法安全度評估，包括在極端的傳感器故障、通信故障等情況下，算法是否能夠正確處理并確保車輛的安全等，并根據安全度評估結果對算法進行優化和調整，增加安全約束等干預。

　　此外，軟硬件冗余技術也是一種用于提高自動駕駛系統可靠性和容錯性的技術手段。它包括在系統設計中引入額外的軟件或硬件組件，備份主要組件的功能，以便在主要組件出現故障時，備用組件可以接管并保持系統的正常運行。

　　混合系統與平行駕駛技術類似

　　“此次美國麻省理工學院工程師提出的混合系統，實質上類似于平行駕駛技術。”謝輝介紹。

　　平行駕駛技術是新一代的云端化網聯自動駕駛技術，通過充分利用數字化及信息化資源，將云端、道路及車輛上的信息無縫銜接，利用平行視覺與感知、平行學習、平行規劃和平行控制等關鍵技術，把智能車、管控平臺及駕駛模擬器實時連接起來，使智能車的自主駕駛行為變得可測、可控，提高了車輛系統對環境的快速反應能力，提升自動駕駛行車安全性。

　　當然，為了保證平行駕駛技術的安全性，還需要為車輛配備高精度傳感器和設置感知算法，實現全方位精確感知；車輛內部的計算機系統要能夠準確做出駕駛決策，相應算法必須經過大量數據的訓練和優化，以高效判斷車輛行駛路徑、速度和操控方式。

　　此外，當車輛遇到復雜場景或緊急情況時，遠程操作員可以接管車輛控制權，利用實時視頻和數據傳輸與車輛進行通信，并提供合理的駕駛干預，確保車輛安全應對各種復雜駕駛情況。這種遠程監控和操作機制可以彌補自動駕駛系統在處理復雜情況方面的局限性，進一步提高駕駛的安全性。

　　“但這種方法并不能從根本上消除自動駕駛的安全問題。”謝輝認為，比如遠程操作過程中的通信風險，特別是通信時延和外力入侵，都是難以克服的安全隱患。

　　自動駕駛還需消除技術隱患

　　“自動駕駛汽車正常行駛時能夠有效避免人類駕駛中80%的交通事故。”近日，中國汽車技術研究中心有限公司、同濟大學、百度三方聯合發布《自動駕駛汽車交通安全白皮書》，通過權威的技術論證與真實的自動駕駛事故進行對比分析，給出了上述結論。

　　這增強了駕駛員把駕駛權交給汽車的信心。不過目前感知與規控算法的不完備性，以及復雜硬件系統的不可靠性，仍是自動駕駛汽車安全性行駛的主要隱患。

　　“畢竟，當前的自動駕駛系統跟人腦相比還有很大差距。尤其是學習能力以及安全風險下的經驗直覺，極端情況下高水平駕駛員的經驗和下意識操作，都是計算機算法所不具備的。”謝輝說。

　　謝輝認為，目前提高自動駕駛安全性最現實的方法，主要是依靠對軟硬件系統進行全面、深入、科學的測試與完善；采取完備的多級運行監控、安全評估、預警和及時干預措施；有效實現車路協同，擴大車輛的感知范圍、提升運算能力以及優化軟硬件的冗余設計。

　　在硬件方面，應采用更為先進的傳感器、處理器、通信和電源等硬件組件，以便使無人駕駛汽車更全面、精確、可靠地感知、決策、控制和通信。同時，還應加強硬件系統的可靠性和安全性設計，以便更好地應對各種故障和異常情況。

　　在軟件方面，應采用更為智能、高效、穩定的決策和控制算法，例如深度學習、強化學習、模型預測控制等技術，以便使無人駕駛汽車更準確、安全地預測、規劃和執行行駛任務。同時，還應加強軟件系統的安全性和穩定性設計，采用形式化驗證、安全測試、漏洞修復等技術，保障無人駕駛行車安全。

　　在自動駕駛領域，完備的多級監控系統通常包含傳感器層級、感知層級、規劃層級、控制層級、安全監控層級。完備的多級監控系統可以有效地提高自動駕駛車輛的安全性和可靠性，防止意外事故的發生。

　　此外，還可以采用車路協同技術，通過車輛和路側設施之間的通信和信息交換，實現車輛和道路環境的協同，從而提升車輛的感知范圍和運算決策能力。（科技日報記者 陳曦）