精品译文 | 涉及自动驾驶模式下汽车的事故——L3（不能）避免哪些事故场景？（上）

译文  涉及自动驾驶模式下汽车的事故——L3（不能）避免哪些事故场景？（上）

原文 : ACCIDENTS INVOLVING CARS IN AUTOMATED MODE

翻译：卢萍

译文审核：卢萍、Max

➡本文主要内容分为4个部分（约2900字，15分钟阅读）

在未来几年中，将出现能够在某些时间段内以自动模式驾驶的系统，但只能处理选定的情况。这被称为有条件的自动化（level 3），即司机不再需要持续监控车辆，但当达到自动化驾驶系统的极限时，必须根据要求进行控制。

我们今天可以说，在可预见的未来，具有不同自动化水平的车辆将与人工驾驶的车辆共享道路。目前还不清楚自动驾驶车辆与人工驾驶车辆共享道路是否会导致额外的道路安全风险（混合交通）。假设车辆在自动驾驶模式下仍会发生事故，那么就会产生以下问题：这些事故在未来会是什么样子？因此，德国保险公司事故研究部分析了自动驾驶对高速公路事故的影响。

在这项研究中，UDV使用了自己的事故数据库（简称UDB），其中包含了保险公司所有第三方车辆索赔文件的代表性截面，涉及人身伤害和至少15,000欧元的总索赔价值。分析的数据库包括2007年至2013年发生的事故。第一步，根据数据库中涉及汽车的所有高速公路事故确定相关的事故场景。第二步，定义通用的自动驾驶功能及其特征。因此，从驾驶辅助和舒适系统（DACS）开始，定义并分析了自动化level3和level4。通过逐案分析，评估了这些系统的理论收益潜力。分析的结果是：可以预计，未来在自动模式下行驶的汽车仍然会发生事故。如上所述的主动level3功能可以比配备DACS的现代汽车多防止6%的高速公路事故。但是，到目前为止还没有被量化的负面效应可能会大大降低这一可能性。有了这些系统，可以预计追尾事故的频率将会降低。但由变道引起的事故仍将是自动驾驶系统的一大挑战。在一个以自动模式驾驶的level4系统中，总共有21%的高速公路事故被认为是可以避免的。

本研究中使用的方法是基于目前现有的关于自动驾驶的有限知识。可以说，在level4自动驾驶之前，驾驶员是最关键的部分。从level4开始，这种不确定性将几乎被消除。只有具有非常高的自动化水平（level4以上）的系统才有望使事故情况发生重大变化，该系统将驾驶员完全排除在驾驶任务之外。但是，即使是level4系统，未来仍然会发生事故，例如，由于混合交通。

引言

自动驾驶被认为是移动性的未来。它有望使交通流更有效率，减少道路事故受害者的数量，以及减少排放和交通堵塞。这将是一个多维的、渐进的过渡，而不是一个快速的变化。新技术将在汽车和商业车辆中使用。目前，这些车辆提供level2（部分）或在不久的将来提供level3（有条件）的自动驾驶，通常只在高速公路上活跃。随着技术的不断发展，具有更高的自动化水平，也适合在其他情况下使用，而不仅仅是在高速公路上使用的车辆，将逐渐出现。停车功能的情况则有些不同。在这里，发展可能会更快地走向高度自动化的功能。我们今天可以说的是，在可预见的未来，具有不同自动化水平的车辆将与手动驾驶车辆共享道路。这一发展将影响汽车和商业车辆。

德国保险公司事故数据库

德国保险公司事故研究的事故数据库（简称UDB）是一个为事故研究目的而建立的数据库。所收集的数据是为车辆安全、交通基础设施和交通行为等领域的跨学科目的而设置的。保险公司的索赔文件的内容构成了UDB的基础。GDV事故数据库只考虑了涉及人身伤害和至少15,000欧元损失费用的第三方车辆索赔。仅涉及财产损失的案件和涉及人身伤害的不太严重的事故（损失费用<15,000欧元）不包括在UDB中。

本分析中使用的数据样本包括2007年至2013年期间发生的总共3029起事故，其中至少涉及一辆乘用车。这些事故中共有4845辆汽车，不包括货车。高速公路事故占这些事故的11%（n=346个相关案例，n=709辆涉及的汽车）。所有类型的交通参与都被考虑为汽车的碰撞方（汽车、卡车、公共汽车、摩托车、自行车和行人），以及单车事故。然而，单车事故的代表性不足，因为没有对第三方造成伤害或损害的案件并没有引起GDV的注意。

涉及UDB汽车的高速公路事故

在UDB发生的346起高速公路事故被细分为：

• 由汽车造成的事故（占所有涉案汽车的25%）

• 至少有一辆车被卷入但不对事故负责的事故（占所有涉案车辆的75%）。

在这346起事故中，共分析了146起汽车对事故负责的案件和244起汽车对事故不负责的案件。一场事故中可能涉及不止一辆车，这导致了多次计算，即同一案件可以被多次计算。

汽车为主要责任人的高速公路事故

高速公路事故可以用不同的方法来描述。最常见的方法是使用参数 "事故类型"和 "事故种类"。在本研究中，首先使用了这两个参数的组合，对UDB事故进行了场景化的粗略分类，此外，还进行了逐案分析，以便将其分解成子场景。在这个问题上，案例车和另一车辆之间第一次冲突的类型是决定性的因素。

发现有两种主要情况占主导地位，这两种情况共占所有n=164的汽车造成的高速公路事故的88%。这两种情况是：

•  ”追尾事故“（51%）

•  ”变道事故“（37%）

还有一小群 "其他 "事故（13%），无法归入模式。这些是与过路动物的冲突，例如，或在变道后被从后面撞上的追尾事故。由于从后面来的车辆在变道时速度很快和/或距离很远，这些事故没有被归入变道事故组。

追尾事故的特点是，肇事车辆在同一条车道上与前方行驶或静止的车辆发生冲突后，发生了一次或多次碰撞。 在大多数情况下，肇事车辆的司机忽视了前面的车辆，或者在接近车辆时没有做出正确的反应。

变道事故的特点是，肇事车辆在有意（为避免与前方车辆发生追尾碰撞而变道）或无意（如由于司机分心、疲劳）离开自己的驾驶车道后，发生了一次或多次碰撞。

仔细研究一下子方案，就会发现：

• 汽车的无意变道是最常见的子场景，占所有汽车造成的高速公路事故的三分之一。

• 与静止车辆的追尾冲突，是典型的与拥堵有关的情况，是第二个最常见的子场景，占所有由汽车引起的公路事故的31%。

图1 由汽车引起的高速公路事故及其在场景和子场景中的分类

汽车被卷入但不承担责任的高速公路事故

肇事车辆涉及但不负责任的事故组是第二组。它包含244起事故，在UDB所有涉及汽车的高速公路事故中占较大比例（n=346）。

对主要场景和子场景的简单概述（图2）显示了一个与汽车责任事故类似的情况。追尾事故所占比例最高，占51%，其次是变道事故组，占41%。

图2 由汽车引起的高速公路事故及其在场景和次场景中的分类

分类和区分现代辅助驾驶功能和自动化驾驶功能

围绕自动驾驶的讨论需要清楚地了解相关功能的属性和能力。驾驶可以被细分为导航、车辆控制和稳定任务。根据这个模型，导航层面是关于路线规划的，车辆控制层面涉及驾驶员将目标与当前情况进行比较（即动态驾驶），而稳定层面是关于控制闭环系统中的偏差。

辅助驾驶和自动化驾驶功能在车辆控制层面上运作。这里有三种不同的行动模式：信息和警告功能、持续自动驾驶功能和临时干预系统（见表1）。这种方法的优点是可以在高级驾驶辅助系统和自动驾驶功能之间进行区分。即使在高级驾驶辅助系统中，也存在着明显的基于其行动方式的差异。行动模式B描述了正在讨论的自动化水平（见表2）。level1只包括处理纵向和横向控制的高级驾驶辅助系统。这些 是近距离控制系统和车道保持辅助系统。另一方面，车道偏离警告系统则属于行动模式A/2。

表1 车辆控制层面的辅助和自动化功能

表2 根据SAE J3016和VDA/BASt[1,6]的自动化水平

文章转载自公众号：Sasetech