李世凯 刘明旭

摘要：本文将传统汽车与无人驾驶汽车的安全性能进行了对比，分析出无人驾驶汽车优势所在;并以无人驾驶汽车具体事故作为实例，从技术方面分析产生事故的原因，提出提高安全性能的措施是进一步优化无人驾驶汽车上传感器的精度和智能化程度。

关键词：传统汽车;无人驾驶汽车;传感器;安全性能

0  引言

近年来，由于互联网技术、大数据分析技术、人工智能等高新技术的应用范围愈加广泛，再加之道路交通事故发生率的久高不下，推动了传统汽车行业的深刻变革，智能汽车应运而生，无人驾驶汽车就是其中的一种。

自上世纪中后期，西方发达国家就开始研究无人驾驶汽车，我国在这方面研究起步较晚，但目前政府也是出台政策大力支持无人驾驶汽车的研发。因此，更多的国内汽车企业纷纷投入到该研发领域，使无人驾驶汽车得到了迅猛发展。例如早在2011.7.14，国防科技大学自主研发的红旗HQ3无人驾驶汽车首次成功完成长沙到武汉高速无人驾驶试验;2016.7.6，北汽集团推出首辆无人驾驶样车。近几年，一些IT企业也开始加入无人驾驶汽车研发大军中，例如百度推出的Apollo无人驾驶汽车。目前来看，无人驾驶汽车依然存在许多问题仍待解决。

1  传统汽车影响安全因素

影响传统汽车驾驶安全的因素有很多，如车辆自身结构因素、人为因素和外部环境因素等。

1.1 车辆自身结构因素

为了提高汽车安全性能，汽车结构无论在机械还是电子控制方面都采取了相应的措施，但有时会因为使用时间长或经常超负荷运行使零件变形或发热，使轴弯曲或变形等导致事故的发生。结构上的缺陷是能够通过改进设计弥补的，但如果是操作不当或保养不及时那就是人的因素了。

1.2 人为因素

在影响道路交通安全的所有不确定因素中，由于人的自身因素导致的车祸伤亡人数远大于其他方面。因为人体在某些方面存在生理缺陷，如视觉、听觉、色彩辨别能力差等，还有对汽车结构知识和操作经验缺乏造成的思维混乱和判断失误，在遇到紧急情况下不知所措导致事故发生。下面列举了各种原因的具体表现：①身体原因。如肌体不适，视力听力差，活动不便等;②精神原因。如注意力分散，出现幻觉，情绪异常，有报复心理等等;③管理原因。如道路交通安全法律法规不完善，交通执法力度不够;④社会原因。如家庭经济以及人际关系出现问题，工作、社会压力大等。

1.3 外部环境影响

外部环境影响主要分为天气和道路交通环境影响。相对于人为因素，外部环境更具有突发性和不可控性，因此在行车前或行车途中需要特别留意。

1.3.1 天气因素

天气较寒冷时，发动机不易启动，热机需要较长时间，另外风窗玻璃容易结霜，这些都会影响汽车正常行驶。另外在雨天、大雾天气下行车，能见度极低，视野范围严重缩小，自然会降低驾驶员的反应能力，对行车安全性产生极大的影响。

1.3.2 道路环境因素

交通环境的复杂程度对行车安全性的影响有所不同。假设道路环境传递给驾驶员的信息过于复杂，将会使驾驶员自动忽略部分信息并且无法捕捉正确信息。一般人流量，车流量较大的路口附近，由于交通环境的复杂性及不确定性，交通事故发生的可能性极大上升。

2  无人驾驶汽车安全技术

通过对传统汽车安全因素可知，人是参与交通安全的主体，因此有些事故的产生是无法避免的。用计算机代替人脑，用各种传感器代替人的双眼，用无人驾驶汽车代替传统汽车，安全性能可以大幅提升。无人驾驶汽车是通过车载传感器系统感知道路环境，及时避开影响车辆正常行驶的物体并自动规划行车路线，一般会用到雷达，高清摄像头等技术。

2.1 传感器技术

无人驾驶汽车的出现与传感器的快速发展分不开，当今的无人驾驶汽车使用雷达感应道路状况进行分析计算，常用的有超声波雷达、毫米波雷达、激光雷达等。其工作原理大致类似——发射装置发出电磁波或激光后（计时开始）在空气中传播，碰到障碍物后立即返回停止计时。

2.2 避障技术

车辆前方障碍物是运动的还是静止的？车辆应该停下来还是繞过去？这些难题来自于传感器如何正确识别障碍物。当车辆处于运动状态下，同时确定障碍的运动状态。计算出它相对于自己的运动速度，并做出判断。

2.3 识别技术

在驾驶过程中，驾驶员可以用眼睛获取90%以上的环境信息，包括道路标志、交通信号、车道线、周围车辆状况以及前方障碍物等，并且可以在短时间内做出判断。双目机器视觉可以模仿人的眼睛并从两个角度收集道路图像。随着计算机图像采集与处理技术的飞速发展，视觉传感器对图像的采集与处理的周期非常短，普通设备的采集速率可以达到每秒几十帧。该视觉技术还可以提供实时视频，并且可以以多种方式传输视频信号，以向监视中心提供当前的车辆状况。

3  Tesla Models 无人驾驶汽车事故分析

2016.5.7，美国一Tesla车主正坐在车内观看电影，正在行驶的车辆突然撞上了前方左拐的白色拖车，该车从拖车车底穿过，撞上了路边护栏，最终车毁人亡。以上就是该事故的主要过程，究其原因可从主观和客观两个方面分析。

3.1 主观原因

车主对Tesla Autopilot（自动辅助驾驶系统）过于依赖，身体处于完全放松状态，安全意识淡薄，未认清该系列无人驾驶汽车还处在测试阶段，且该车并非完全自动驾驶，也需要人的辅助操作。

3.2 客观原因

①Tesla向前感知视觉系统只能识别前车后部和尾部，专门为防止追尾事故设计的，对于侧向来车的感知能力并不强烈;②Tesla无人驾驶汽车体型较小，其雷达安装位置大约离地面40cm高，而白色挂车底盘高度约为1.2m，说明了挂车底盘下方巨大的空间会极大误导雷达的检测和判断，认为前方没有障碍物，进而也不会制动减速;③另一种可能的原因就是雷达探测到了前方有巨大障碍物，但由于后方车厢侧面面积过大，造成视觉系统错误判断，以为是交通指示牌或一朵巨大的白云而命令车辆继续行驶;④各传感器指令融合不够，雷达认为是交通指示牌，而计算机以为前方没有障碍物。

4  结论

通过对传统汽车与无人驾驶汽车的安全因素对比分析可以看出，无人驾驶汽车的研发无疑能很大程度上减小人类活动的影响。通过各种传感器之间的协调合作，感应到人类视觉不能观察到的区域，能极大缩短反应时间，弱化人的驾驶陋习对行车安全的影响，保证车辆行驶安全。

无人驾驶汽车安全性更高，造成的损失更小，但目前技术不够成熟，还应从传感器、软件等方面进一步提高其精度、灵敏度、准确性、可靠性和耐用性，例如将加密算法用于保护各类传感器，系统免受黑客攻击;人工智能和环境感知系统对应对行车突发事件的帮助很大，应加强对这些方面的研发与突破，最终提高行驶的安全性。

参考文献：

[1]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车，2014-03-10.

[2]范泉涌，金茂菁，黄玲，王薛超，曹耀光.无人驾驶汽车的安全问题及对策[J].科技中国，2019-06-15.

[3]姜允侃.无人驾驶汽车的发展现状及展望[J].微型电脑应用，2019-05-16.

[4]兰京.无人驾驶汽车发展现状及关键技术分析[J].内燃机与配件，2019-08-15.

[5]叶犇宇.无人驾驶汽车未来展望[J].电子技术与软件工程，2017-02-01.

[6]王钦普，赵佳，赵浩.无人驾驶汽车发展面临的挑战与建议[J].客车技术与研究，2016-12-25.

[7]赵东哲.基于双目视觉的无人驾驶汽车道路识别技术研究[D].河北工业大学，2016.

[8]田国强.人工智能技术在无人驾驶汽车领域的应用研究[J].江苏科技信息，2017-05-20.