21、自动驾驶汽车：机遇、挑战与用户接受度

自动驾驶汽车：机遇、挑战与用户接受度

一、自动驾驶汽车的发展现状与机遇

全球部分地区正面临着巨大的变革，众多科技巨头和汽车制造商，如宝马、奔驰、特斯拉、博世、通用汽车、福特、日产、Waymo、苹果、优步等，都已经在测试自动驾驶汽车（AV）的原型。市场上也已经有了具备一定自动驾驶程度的车辆出售。电动汽车（EV）和自动驾驶汽车等创新技术，有望成为我们交通车队的重要组成部分。

这些创新技术将带来诸多机遇：
1. 创造新的就业机会 ：例如软件开发、系统维护、数据分析等领域。
2. 提高员工生产力 ：乘客在乘车过程中可以将精力投入到其他工作中。
3. 减少事故 ：据统计，超过90%的道路事故是由不良驾驶习惯和人为错误导致的，自动驾驶技术有望大幅降低这一比例。
4. 降低通勤成本和难度 ：减少拥堵，降低政府在基础设施上的巨额支出。
5. 减少环境污染 ：电动汽车的使用可以减少尾气排放，改善空气质量。

以下是自动驾驶汽车相关技术发展的重要事件时间线：
| 日期 | 事件和项目 | 信息 |
| ---- | ---- | ---- |
| 2009年1月17日 | 谷歌自动驾驶技术研发启动 | 在联合创始人谢尔盖·布林领导的秘密X实验室开始 |
| 2011年 | 野猫项目（WildCat Project） | 牛津大学的野猫项目创造了一款改装的鲍勒野猫车，能够使用灵活多样的传感器套件进行自主操作 |
| 2013年2月 | 英国机器人汽车项目（RobotCar UK project） | 牛津大学推出该项目，一款价格实惠的自动驾驶汽车，能够在已学习的路线上快速从手动驾驶切换到自动驾驶 |
| 2015年 | 泰坦项目（Project Titan） | 苹果公司开发了一款电动汽车原型（iCar），作为其自动驾驶汽车计划的一部分 |
| 2016年12月 | Waymo成立 | 谷歌汽车部门更名为Waymo，并从Alphabet中拆分出来成为一个新的部门，名称来源于其使命“移动出行的新方向” |

二、用户接受度的概念

“接受度”通常指“同意、认可或批准”，即同意接收或使用某物的行为。在过去几十年里，信息技术接受度一直是学术界和从业者深入研究的领域，他们提出了各种模型和理论，试图解释和预测人们对各种技术的行为。

在本文中，用户接受度被定义为一组用户在实际中愿意使用某种技术来完成其预期支持的任务的可证明的意愿。实际使用情况可能会偏离预期目的，但接受度理论认为这种偏差在大规模上并不显著，并且可以进行建模和预测。

用户接受度是决定一项新信息技术或信息系统在市场上成败的关键因素。即使某些技术的使用能带来巨大的性能提升，用户也可能会因为各种原因而不愿意使用。

近年来，与交通系统自动化相关的技术吸引了全球各界的关注。一方面，特斯拉等公司推出的电动汽车让公众逐渐接触到了新型能源驱动的车辆，并慢慢获得了一定的认可。尽管大城市中充电站数量有限，但欧洲和其他地区的许多汽车制造商仍在进行测试和试点项目，以确保未来的投资能够获得回报。

另一方面，消费者接受度被认为是自动驾驶汽车普及面临的最具挑战性的问题。在英国和美国进行的调查显示，许多乘客不愿意将自己的生命交给机器人。对于车辆是否需要不同程度的自动化，人们也存在分歧。许多驾驶者享受驾驶的体验，担心自动驾驶技术的普及会剥夺他们的独立性和自由，甚至认为公民可能只能前往政府授权的地方。

以下是影响人们购买车辆决策的因素：
1. 心理因素 ：如对新技术的信任程度、对驾驶体验的偏好等。
2. 个人态度 ：例如环保意识、对车辆智能化的需求等。
3. 情境因素 ：包括监管环境、基础设施等。
4. 环境因素 ：个人价值观、环境担忧等会影响人们对环保型车辆的购买决策。
5. 经济因素 ：车辆价格、可靠性和燃油经济性是消费者购买车辆时考虑的重要因素。

不同文化背景的人对自动驾驶技术的行为表现出不同的特点。例如，香港市民更看重技术和环境相关的好处，其次是经济优势和社会效益。在大多数发达社会，自动驾驶和电动汽车技术面临一些限制，如基础设施不足、技术种类有限以及大规模采用可能导致电价上涨等。

研究还确定了影响潜在买家购买行为的四个关键因素：
1. 电池容量短 ：限制了车辆的行驶里程。
2. 购买成本高 ：与传统汽车相比，自动驾驶汽车的价格更高。
3. 心理因素 ：对机器人驾驶的不信任。
4. 充电不便 ：充电站数量不足。

此外，个人规范、感知行为控制、车辆属性以及规划能力等也会影响消费者购买自动驾驶汽车的决策。潜在的优势，如安全效益、节省时间和燃油等，始终是人们考虑的因素。

下面是用户接受度模型的基本概念流程图：

graph LR
    A[技术特性] --> B[用户感知]
    B --> C[用户态度]
    C --> D[使用意愿]
    D --> E[实际使用]
    E --> F[用户满意度]
    F --> G[持续使用意愿]

这个流程图展示了技术特性如何影响用户的感知，进而影响用户的态度、使用意愿、实际使用、满意度和持续使用意愿。用户接受度是一个复杂的过程，受到多种因素的综合影响。

三、自动驾驶汽车普及面临的关键挑战

3.1 安全问题

大多数发达国家政府都在积极规划自动驾驶汽车技术的部署。然而，一开始人们可能会对将自己的生命交给机器人心存疑虑。过去的调查显示，对于是否在车辆中使用自动驾驶技术，人们的意见存在分歧。

自动驾驶汽车大规模普及肯定需要时间，尤其是当这些车辆尽管技术先进，但仍发生事故时。例如，2016 年，谷歌汽车（Waymo）发生了多起碰撞事故；2018 年 3 月，优步的一辆自动驾驶汽车在实际测试中，尽管有人类应急驾驶员坐在方向盘后面，还是撞上并撞死了伊莱恩·赫兹伯格，这是有记录以来第一起涉及自动驾驶汽车的行人死亡事故。这类事故可能会引发消费者的恐惧，尤其是在普及初期，无论事故是否是车辆系统的故障。

3.2 法律影响

引入自动驾驶汽车技术的国家需要制定相关法律，以允许这些汽车在有行人的街道上行驶。目前，对于涉及传统车辆和一定程度自动驾驶车辆的事故，有相应的法律来确定责任。但在全球许多国家，对于一方为完全自动驾驶车辆的事故，相关法律仍不完善。

传统的车辆安全规则是基于每个车辆都有人类驾驶员坐在方向盘后面的假设制定的，现在这些规则可能需要改变。在自动驾驶场景下，很难确定事故责任方，是车主还是自动驾驶汽车制造商？调整后的标准可能会取消一些与搭载货物（如食品杂货）但无人乘坐的自动驾驶汽车乘客安全相关的规则，重新审视安全气囊在自动驾驶汽车中的工作方式，考虑禁止儿童坐在传统方向盘所在的车辆左前座等。同时，还需要明确“驾驶员”的定义，是指人类驾驶员还是未来可能完全自主操作车辆的先进驾驶系统。此外，民事和刑事法律也需要更清晰的界定。

以英国为例，随着英国脱欧进程的推进，英国政府已开始就允许自动驾驶模式最高时速达 70 英里进行咨询，并有可能在 2021 年春季出台相关立法，使英国法律和标准与联合国欧洲经济委员会（UNECE）的目标保持一致。

3.3 社会和伦理问题

自动驾驶汽车引发了两类伦理问题：
- 算法学习与错误处理 ：每天都有大量的自动驾驶汽车在全球道路上进行测试，这些技术具备先进的机器学习能力。当一辆车犯错时，同一汽车制造商使用相同算法的其他车辆会从中吸取教训并避免再次犯错。然而，科技公司在开发这些车辆时投入了巨额资金，其程序和源代码受到严格保密。目前很难确定是否能够对这些车辆进行编程，使其应对所有可能的道路场景。例如，当车辆为了拯救某人的生命而不得不违反法律（如超速送伤者去医院），或者在危险情况下必须在不同选择之间做出抉择（如撞向过马路的小孩、年轻人、老人或残疾人，还是撞向树木或墙壁从而可能危及乘客生命）时，车辆该如何选择？
- 就业与隐私问题 ：自动驾驶汽车的引入无疑将为世界带来巨大的社会和经济效益，但同时也会使一些现有工作岗位变得过时。在当今数字化时代，个人数据的隐私问题也备受关注。虽然目前使用智能手机时，用户有权选择是否共享个人数据，但未来法律可能会要求强制共享有限的个人数据，这将对人们的隐私权产生影响。

3.4 技术难题

自动驾驶汽车技术的大规模普及可能面临一些实际的技术障碍。车载自组织网络（VANETs）是基于移动自组织网络（MANETs）的一些关键原理创建的。尽管该技术的研究主要集中在学术领域，但其中一些原理可能很快会在车辆上得到应用，车辆将配备短程无线电，能够与其他车辆或高速公路基础设施进行通信，通信距离至少可达 1 公里。

最初，IEEE 802.11p 被认为是支持智能交通系统（ITS）应用于 VANETs 和联网自动驾驶车辆（CAVs）的标准。但该技术存在可扩展性问题、无界延迟以及缺乏确定性服务质量（QoS）保证等问题。虽然许多研究合作在“地平线 2020”计划中将此作为重点研究课题，但碎片化问题阻碍了进展。

尽管 5G 刚刚起步，尚未在英国全国范围内部署，但 6G 网络技术有望使自动驾驶汽车发挥出更大的潜力。随着自动驾驶汽车和联网自动驾驶汽车连接到互联网，它们将成为物联网（IoT）的一部分，车辆可以在道路上共享数据，包括实际路径、交通信息以及如何绕过障碍物等。然而，这也带来了数据隐私和安全方面的担忧。

3.5 基础设施需求

尽管如今制造的自动驾驶汽车相比早期原型在一定程度上降低了对专用基础设施的依赖，但仍需要最低限度的基础设施支持。这些基础设施可能包括道路标记和 signage、GPS 地图、强大的电信网络等。

对于车与外界（V2X）通信，政府和其他专门的交通管理部门仍需安装重要的基础设施，如路边基站和路边单元（RSUs）、智能交通灯系统（特别是在智慧城市中），以实现车辆之间（V2V）或车辆与其他基础设施（V2I）的通信。汽车制造商也可以通过这些基础设施提供一些特定的交通信息。

基础设施由基础设施运营商管理，驾驶员可以利用这些信息来了解车辆自身的行驶状态（如速度、加速度、位置等，即自我意识）以及车辆周围的环境（如附近的物体、它们的运动状态、交通信号、其他道路标志等，即上下文意识），并在驾驶时做出适当的决策。

3.6 成本因素

制造自动驾驶汽车的技术成本非常高，这是其普及的最大障碍。自动驾驶汽车不仅本身价格昂贵，而且与传统汽车的成本差距较大。在早期普及阶段，可能只有富裕人群能够负担得起这些车辆。不过，随着摩尔定律等概念的应用，车辆零部件的价格可能会逐渐降低，使更多人能够购买。

除了购买成本，还涉及到维护和软件更新的费用。有研究对未来自动驾驶汽车运输服务的成本进行了估算。例如，有研究针对三种不同场景（中小城镇、郊区和城市），计算了一个集中组织的共享自动驾驶汽车系统（配备自动驾驶技术的中型轿车）的每次出行成本，该系统将取代现有的运输服务。他们的估算基于不同的成本类别，包括固定成本和可变成本，并得出结论认为，这样的系统可以以低得多（最多可达十倍）的成本提供“更好的出行体验”。

另一种方法是考虑当今私人交通系统的外部成本（如事故或拥堵成本），以计算自动驾驶汽车的潜在效益，研究发现其效益相当可观。还有研究关注集中组织的共享自动驾驶汽车系统用户的可能价格，假设自动驾驶汽车的投资成本为 7 万美元，每英里运营成本为 0.5 美元，他们发现自动驾驶出租车每英里 1 美元的票价仍可为运营商带来利润，这一价格水平虽高于前一项研究，但与当今的交通选择相比仍具有很强的竞争力。

3.7 网络安全

人们普遍认识到，自动驾驶汽车和联网自动驾驶汽车将成为物联网（IoT）和万物互联（IoE）的一部分，这将引发众多网络安全问题。由于这些车辆具备强大的计算能力并连接到互联网，很容易成为网络犯罪分子的攻击目标。车辆会产生大量数据，如乘客位置、速度、行驶记录等，这些数据的隐私和安全保护面临巨大挑战。

四、总结

自动驾驶汽车的发展为我们带来了众多机遇，如创造新的就业机会、提高员工生产力、减少事故、降低通勤成本和难度以及减少环境污染等。然而，其普及也面临着诸多挑战，包括安全、法律、社会伦理、技术、基础设施、成本和网络安全等方面。

为了推动自动驾驶汽车的顺利发展，我们需要在多个方面做出努力。在技术研发上，要不断克服技术难题，提高车辆的安全性和可靠性；在法律层面，需要完善相关法律法规，明确责任界定；在社会层面，要加强公众教育，提高人们对自动驾驶技术的接受度；在基础设施建设上，要加大投入，为自动驾驶汽车的运行提供保障；在成本控制方面，要通过技术进步和规模效应降低车辆成本。只有综合解决这些问题，自动驾驶汽车才能真正融入我们的生活，为我们带来更加便捷、安全和环保的出行体验。

以下是自动驾驶汽车面临的机遇与挑战总结表格：
| 类别 | 具体内容 |
| ---- | ---- |
| 机遇 | 创造新就业机会、提高员工生产力、减少事故、降低通勤成本和难度、减少环境污染 |
| 挑战 | 安全问题、法律影响、社会和伦理问题、技术难题、基础设施需求、成本因素、网络安全 |

下面是自动驾驶汽车发展需解决问题的流程图：

graph LR
    A[技术研发] --> B[解决技术难题]
    C[法律制定] --> D[完善法律法规]
    E[社会教育] --> F[提高接受度]
    G[基建投入] --> H[建设基础设施]
    I[成本控制] --> J[降低车辆成本]
    B --> K[推动发展]
    D --> K
    F --> K
    H --> K
    J --> K

这个流程图展示了要推动自动驾驶汽车的发展，需要在技术研发、法律制定、社会教育、基础设施建设和成本控制等方面共同努力，解决各自面临的问题，最终实现自动驾驶汽车的顺利普及。