自动化级别

大多数汽车都有一些 1 级自动化，例如巡航控制和各种打滑/翻转概率降低系统。大多数大容量乘用车具有较高的水平。一些军事和私人空中、陆地和海上设备已经处于 5 级。

第 4 级要求在正常驾驶条件下自动驾驶，并配备手动操作。然而，据我所知，没有人发表过数学上简洁而全面的正常和异常之间的区别来帮助测试 4 级车辆，因此可能还无法测试到标准。

出于法律和政治原因，第 5 级本质上是一个统计标准。为了使全自动成为可供公众使用的市场产品，乘客和行人的安全数据必须至少表明手动驾驶车辆的安全水平。尽管从法律和公共关系的目的来看这可能就足够了，但作为自动化工程和测试的质量标准还不够。歧义很多。

• 通过测试所需的统计标准（即样本量、持续时间、随机化以及双盲或单盲）
• 数学上简洁而全面的测试场景
• 对照组中 2、3 或 4 级车辆的允许比例。
• 可能是其他人

他们所谓的 5 级将没有车辆司机——只有乘客。这个想法是除了目的地或目的地的改变之外，不给 AV 的乘员任何权力。

一个世纪以来，这一直是其他运输子行业的安全规范。乘客不能与喷气式飞机的飞行员或火车的工程师交谈。在大多数情况下，只要没有接受过严格安全培训的人控制车辆操作的任何方面，安全就会受到损害。

这是政府和学术界有远见的思想家推动 AV 背后的主要动力。

特异性和洞察力

研究人员更具体、更科学地定义系统标准至关重要。驱动 AV 的自动化系统的系统架构、软件工程、安全评估和质量控制政策和程序需要这些。

十亿多人的生命岌岌可危，即使您的第一阶段只是达到所谓的水平，设计也应该像从头开始设计载人无人机或民用火星着陆器一样勤奋和谨慎地进行4 基本乘用车。

目标可靠性和安全性

人类吃东西，进行情感对话，互相发短信，摄入改变思维的物质，并在开车时入睡。通过与人类驾驶的比较来判断 AV 的安全统计数据可能听起来很实用，但很荒谬。随着设计参数的列举，普及的 5 级标准是多么荒谬，这一点将变得很清楚。

相反，设计应该将任何事故的可能性降到最低。目标应该是零错误，无论是在销售点（经销商）还是在 AV 学习的产品生命周期的后期阶段。

定义错误

错误应定义如下：

在任何系统的重入或重合训练机制中，用于指导强化学习的校正信号所指示的任何低于最佳状态

系统的自适应（即机器学习）部分必须允许重入或同步训练（强化学习），因为无法预测买方在车辆销售点的共同路线。

为了理解自动驾驶汽车问题空间的复杂性并开始对其进行简化，请考虑与任何使用道路的车辆在道路上行驶相关的条件、控制和优先级（体现在反馈信号中）的维度。

控制通道

• 起动器（大多数混合动力车有两个）
• 发动机停止
• 分断控制（再生分断时有两个）
• 转向轴或液压控制位置
• 刹车控制位置（三个或四个取决于紧急/停车刹车设计）
• 变速箱行星齿轮离合状态，传统自动变速箱控制状态，或离合器与传统手动变速箱控制状态
• 外部照明开关位置（广泛可变，但至少六个用于大灯、远光灯、刹车灯、左信号灯、右信号灯和尾灯）
• 通过光、声或射频（这将需要开发车辆间层）通讯协议）
• 喇叭
• 可能是其他人

数据采集​​渠道

• 车轮位置（可能需要使用编码器读取 2 或 4 个位置，因为无法假设完美对齐）
• 断裂扭矩（其中 4 个，可由 16 个冗余应变计读取）
• 破坏金属温度 (4)
• 任何独立紧急中断的扭矩和温度
• 加速度计（两个设备 x 每个设备的三个维度，用于检测加速度/减速度、向心力，以及一些数学计算，所有四个轮胎的二维轮胎打滑速度）
• 转速表（变速箱前一个，每个车轮一个）
• 发动机和冷却液温度检测器
• 摄像头（必须具有高分辨率，以识别动物、人类、购物车、路边、路标、火车信号、减速带/驼峰和危险，可以是红外或可见的，覆盖的角度越多越好）
• 用于检测喇叭和警报器的抗风湍流外部麦克风（至少四个以检测音频源的可能方向）
• 悬架应变仪（检测每个轮胎上的垂直道路力）
• 来自兼容系统的任何传入消息的内容
• 电池电压和电流（用于再生制动或混合启动和动力辅助的两个电池，可能还有几个电流）
• 液位、压力、粘度和透明度（燃油、机油、转向、变速箱、制动液压，可能还有其他）
• 可能是其他人

一个系统可以运行，并且可能达到大多数人认为的第 5 级，但获取和控制的渠道比上述要少，但是开始设计具有不必要限制的系统将是糟糕的技术规划。这些限制也很可能会增加工程成本和培训效率，而不会节省任何费用。

为什么今天的车辆仪表很少

人类无法利用上述所有信息。如果没有高频率的错误，人类也无法控制上面列出的所有频道。一个设计合理的机电学习系统可以。

对于能够负担得起额外传感器和计算能力的 AV 购买者来说，不利用额外仪器对安全性、总拥有成本和其他质量标准的积极影响将是一种懒惰的系统架构。此外，经过几年的大规模市场制造，与金属和塑料的成本相比，附加组件的成本将变得很小。

操作标准和错误的形式化

问题空间至少包含 19 个因变量（输出通道）和 46 个自变量（输入通道）。有些是二进制的，有些是浮点的，有些是流式数据的，有些是流式音频的，还有一些是流式视频的。

它们一起形成了一个六十五次元的空间。这就是必须根据某种预先确定的和可能重新编程的最优形式化来优化的东西。

让我们将这种最佳安全、节俭和舒适的想法视为质量控制标准。实时质量控制应遵循 TQM 理念，在整个系统的多个维度和多个点持续确保质量。

• 与其他车辆的最大距离
• 与静止物体（桥台、建筑物）的最大距离
• 与步行、自行车、轮椅等行人的最大距离
• 距路面边缘的最大距离
• 最小的车道切换
• 车轮上的最小负载和扭矩
• 最低油耗
• 在轮胎、断裂、发动机转速和许多其他部件和子系统的运行参数范围内
• 到目的地的最短距离
• 到达目的地的最短时间分布均值
• 到达目的地的最安全路线
• 前往目的地的途中最少停靠点
• 可能是其他人

其中大部分必须平衡，因此必须汇总优化标准。这种聚合必须超越损失函数的简单性。求和平方根本不起作用，所以放弃以这种简单的方式进行聚合。勾股定理的多元扩展用于计算线性空间中的距离，但驾驶汽车是非常非线性的。这种机器人系统在制定平衡、优先级和应急概念时需要更多的思考。

进一步扩展上述错误定义，任何不优化 65+ 维表面的实时控制都是错误的。现在必须定义什么是最优的。考虑以下质量控制标准，大致按正确顺序。

• 行人安全
• 乘客安全
• 机械系统完整性
• 节省燃料
• 车辆外部涂层完整性
• 机械系统磨损
• 乘客舒适度
• 到达目的地的时间节约
• 可能是其他人

在这种情况下应用优化

获得的输入信号的聚合不仅基于多个标准，而且优先级也不总是恒定的，这意味着需要校正信号向量而不是单个浮点数。

单一维度的信号来满足理想操作和当前系统行为之间的差异（称为梯度下降中的损失函数）是不够的。出于必要，需要进行复杂的培训和强化，其中涉及先发制人的想法。进化已经宣布优先选择具有大脑的神经系统的设计。

例如，行人安全反馈信号必须始终抢先于节油反馈，无论在远离行人、规划行人密度较低的路线、使车辆远离人群、选择速度等方面都会消耗多少燃料。应用打破。

所有生物系统都有这些抢占机制——甚至是细菌。当乌龟缩回壳下时，它不会平衡运输方面的安全性。乌龟目的地的行为兴趣被搁置（存储并暂时忘记），直到检测到危险的先发制人系统指示危险已经过去。

人类应该是未来街道上的乘客

人类通常在错误控制的连续状态下驾驶的原因是因为人类不一致地遵循最大化社会交通参数的优先事项（上图）。鸟类比人类驾驶更聪明。一个情绪化的人想要快速到达某个地方，一边说话，一边发短信，一边吃饭，甚至可能变得兴奋，但他们的优先级往往是错误的。

未来的人们可能会回顾从 Model-T 市场渗透出现到完全过渡到 AV 之间的时期，认为这是一个奇怪的不平等时期。退一步说，全球对国内安全、航空安全、火车和地铁安全以及建筑规范的兴趣与每个家庭在任何地方、任何时间、任何精神状态下都能立即开车的文化坚持形成强烈对比。

控制应该看起来像高速公路和城市事故报告统计中的低数字。

5 级 AV 中将没有驱动程序。事实上，车辆中可能没有像火车客车和餐车那样的驾驶员位置。这和4级有很大的不同。事实上，由于目前的理解从4级到5级的巨大跳跃，可能会出现更多的级别。

自动驾驶汽车将在紧急情况下停止，因为这样做的自动驾驶汽车技术已证明其能够比人类驾驶员更快速、更可靠地确定紧急情况并做出反应。除了确定目的地地址外，乘客仍将受到控制，只是不受他们的控制。控制应该是一种公共功能，因为控制失败时的危险是公共的。

这就是 5 级相对于 4 级的好处。高速公路相撞和许多其他事故场景是由于人类无法对风险做出反应而造成的。堆积通常是由于人类将正常驾驶条件视为紧急情况并不必要地干扰休息而引起的。即使听说过，大多数司机也不会打滑。大多数人不是通过技巧来控制风险，而是以一种在打滑开始时减少他们对车辆的试探性控制的方式做出反应。

关于喜欢车间距的乘客，自动驾驶汽车也会更喜欢空间，因为接近会产生风险，所以这个问题没有实际意义。

自动驾驶汽车对社会的主要影响将是逐渐摧毁关于发动机动力的文化价值观，因为从道路和高速公路上去除肾上腺素和睾酮将带来的交通对能源消耗的负担减轻，这已经到了它的时代。 .

政府支持 AV 仅仅是因为许多人喜欢在远行时“开车经过”，在服用警告不要操作重型机械（汽车是）的处方药时开车，以及在交通繁忙和学校区域发短信。

汽车、航空和运输行业并不是 AV 技术的主要驱动力。他们的利润最大化是通过偶尔（但不频繁）的事故、对发动机和车身部件的压力、未经实际数据证实的关于安全和动力的推销以及将自由等同于控制的营销。由于事故罕见、磨损最小化以及通过更深入的审查而产生的责任感，可能会损失大量利润。

保险公司将受益。票务和事故律师将失败。在校儿童的家长将获胜。车身修理厂将失败。电子行业将获胜。轮胎销量将下降。政府将能够获得更多的税收收入。齿轮头最终可能会被认为是 KKK 成员在今天的后现代主义中的样子。定制车轮制造商将获胜。拖车服务将失败。骑自行车的人会赢。石油开采商将失败。

正如个人汽车改变了马业和互联网改变了出版一样，自动驾驶汽车将导致整个政府和经济的调整。