تهدف أنظمة سلامة المركبات ذاتية القيادة وأنظمة سلامة السائق البشري إلى الحد من الحوادث، لكنهما تتعاملان مع هذا التحدي بطرق مختلفة. تعتمد الأنظمة ذاتية القيادة على أجهزة الاستشعار والبرمجيات والمراقبة المستمرة، بينما تعتمد السلامة التي تركز على الإنسان على وعي السائق وحُسن تقديره وتدريبه وتقنيات المساعدة المصممة لدعم عملية اتخاذ القرار البشري بدلاً من استبدالها.
أطر السلامة القائمة على التكنولوجيا والتي تستخدم أجهزة الاستشعار والذكاء الاصطناعي وأنظمة التحكم الآلية لمنع التصادمات وإدارة مهام القيادة.
أساليب السلامة التي تركز على الحكم البشري، ومهارات القيادة، والوعي، وتقنيات المركبات التي تساعد السائقين بدلاً من استبدالهم.
| الميزة | أنظمة السلامة للمركبات ذاتية القيادة | أنظمة سلامة السائق البشري |
|---|---|---|
| صانع القرار الرئيسي | البرمجيات والخوارزميات | سائق بشري |
| اتساق رد الفعل | متسق للغاية | يختلف ذلك باختلاف الأفراد |
| قابلية الإصابة بالتعب | غير متأثر | عامل مهم |
| الاستدلال السياقي | محدود بالبرمجة | حدس بشري قوي |
| الوعي البيئي | المراقبة القائمة على أجهزة الاستشعار | الإدراك البصري والمعرفي |
| أسلوب التعلم | تحديثات البرامج وبيانات التدريب | الخبرة والتدريب |
| أسباب الفشل | أعطال فنية أو أعطال في أجهزة الاستشعار | الخطأ البشري |
| الإشراف على السلامة | التحقق من صحة النظام ومراقبته | الترخيص ومسؤولية السائق |
تقوم أنظمة السلامة الذاتية بمسح البيئة باستمرار باستخدام أجهزة استشعار متعددة، وتعالج كميات هائلة من البيانات في الوقت الفعلي. ويعتمد السائقون البشريون على حاسة البصر والسمع والخبرة والإدراك الظرفي لتحديد المخاطر المحتملة. وبينما تستطيع الآلات مراقبة العديد من المدخلات في وقت واحد، غالبًا ما يتفوق البشر في تفسير المواقف غير المألوفة.
تستطيع الأنظمة الآلية الاستجابة بسرعة وبشكل متسق لأنها لا تعاني من تأخر في رد الفعل ناتج عن الإرهاق أو تشتت الانتباه. أما الاستجابات البشرية فتختلف اختلافاً كبيراً بناءً على مستوى اليقظة والخبرة ومستويات التوتر والظروف البيئية.
غالباً ما يكون السائقون البشريون أكثر قدرة على فهم الإشارات الاجتماعية الدقيقة، وسلوكيات القيادة غير المعتادة، والمواقف التي تخرج عن الأنماط المحددة مسبقاً. أما الأنظمة ذاتية القيادة، فتؤدي أفضل أداء لها عند العمل ضمن الشروط التي تغطيها برامج التدريب والاختبار وحدود التصميم التشغيلي.
تُعدّ الأخطاء، مثل تشتت انتباه السائق، والسرعة الزائدة، وضعف القدرة على اتخاذ القرارات، من أبرز التحديات التي تواجه السلامة التي تركز على الإنسان. أما الأنظمة ذاتية القيادة، فتواجه مخاطر مختلفة، تشمل عيوب البرمجيات، ومحدودية أجهزة الاستشعار، ومخاوف الأمن السيبراني، والحالات الاستثنائية غير المتوقعة.
يتزايد اعتماد قطاع النقل على كلا النهجين. فتقنيات مساعدة السائق المتقدمة تجمع بالفعل بين مراقبة الآلة والإشراف البشري، مما يخلق أنظمة أمان متعددة الطبقات تستفيد من نقاط قوة كل منهما.
المركبات ذاتية القيادة غير قادرة على اتخاذ قرارات آمنة.
تستطيع الأنظمة المستقلة الحديثة أداء العديد من المهام المتعلقة بالسلامة بكفاءة وثبات. وتعتمد فعاليتها على تصميم النظام، والاختبار، وظروف التشغيل، والتحسين المستمر.
يتخذ السائقون البشريون دائماً قرارات أفضل فيما يتعلق بالسلامة.
يُجيد البشر التعامل مع العديد من المواقف، لكن الخطأ البشري لا يزال عاملاً رئيسياً في حوادث الطرق حول العالم. ويمكن أن يؤدي تشتت الانتباه والإرهاق إلى انخفاض كبير في أداء السائق.
الأنظمة المستقلة لا ترتكب أخطاءً أبداً.
كما هو الحال مع أي تقنية معقدة، قد تواجه الأنظمة المستقلة أعطالاً، أو تفسيراً خاطئاً للبيانات، أو صعوبة في التعامل مع سيناريوهات غير مألوفة. لذا، فإن إجراء اختبارات قوية ووضع ضمانات أمر ضروري.
ميزات مساعدة السائق تجعل التدخل البشري غير ضروري.
صُممت معظم تقنيات مساعدة السائق لدعم السائقين، لا لاستبدالهم. ولا تزال المراقبة الفعالة ضرورية في العديد من المركبات الموجودة حاليًا على الطرق.
لا تُعدّ تكنولوجيا السلامة ذات أهمية إلا في حالات الطوارئ.
تعمل العديد من أنظمة السلامة باستمرار في الخلفية، مما يساعد على منع المواقف الخطيرة قبل أن تتحول إلى حالات طوارئ.
توفر أنظمة السلامة في المركبات ذاتية القيادة اتساقًا ومراقبة مستمرة وقدرات استجابة سريعة، مما يقلل من العديد من الأسباب الشائعة للحوادث. وتظل أنظمة السلامة التي يقودها السائق البشري ذات قيمة كبيرة، لأن البشر قادرون على فهم المواقف الغامضة والتكيف مع الظروف غير المتوقعة. وتجمع استراتيجية السلامة الأكثر فعالية على المدى القريب بين الأتمتة المتقدمة والإشراف البشري المسؤول.
يعتمد إدراك القيادة الذاتية على أجهزة الاستشعار والخوارزميات ومعالجة البيانات في الوقت الفعلي لتفسير بيئات الطرق، بينما يعتمد حدس القيادة البشرية على الخبرة والإدراك واتخاذ القرارات الغريزية. ويهدف كلا النهجين إلى ضمان سفر آمن وفعال، لكنهما يختلفان اختلافًا جوهريًا في كيفية تفسيرهما للغموض، وكيفية استجابتهما للمواقف غير المتوقعة، وكيفية تكيفهما مع بيئات المرور المعقدة.
يُعدّ اتخاذ القرارات في الوقت الفعلي وتخطيط المسارات دون اتصال بالإنترنت نهجين أساسيين في أنظمة النقل الحديثة. تُعدّل أنظمة الوقت الفعلي المسارات ديناميكيًا بناءً على حركة المرور والطقس وحالة الطرق، بينما يحسب تخطيط المسارات دون اتصال بالإنترنت المسارات المثلى مسبقًا باستخدام بيانات ثابتة أو تاريخية. يُحسّن كلا النهجين كفاءة الملاحة، لكنهما يختلفان في سرعة الاستجابة والدقة والتوقيت الحسابي.
يُشير مصطلح "الاعتماد على ملكية السيارات" إلى الأنظمة الحضرية المبنية حول المركبات الخاصة، والتي تتطلب بنية تحتية وسفرًا لمسافات طويلة لتلبية الاحتياجات اليومية. أما تصميم المدن الصديقة للمشاة فيُعطي الأولوية للتخطيطات المدمجة، والأحياء متعددة الاستخدامات، والبنية التحتية الملائمة للمشاة. ويُؤثر كلا النهجين على التنقل، وتكلفة المعيشة، والأثر البيئي، وخيارات نمط الحياة بطرق مختلفة جذريًا في نماذج التنمية الحضرية الحديثة.
تعتمد البنية التحتية الرقمية للسفر على التطبيقات والخدمات السحابية ونظام تحديد المواقع العالمي (GPS) والبيانات الآنية لمساعدة المسافرين على التخطيط لرحلاتهم والتنقل فيها وتكييفها بشكل فوري، بينما تُبنى البنية التحتية التقليدية للسفر على أنظمة مادية مثل الطرق والسكك الحديدية والمطارات والمحطات. يعمل كلا النظامين معًا، لكن أحدهما يركز على تدفق المعلومات والآخر على الحركة المادية.
يلعب التدريب بالمحاكاة والاختبارات العملية على الطرق دورًا متكاملًا في تطوير المركبات ذاتية القيادة. تُمكّن المحاكاة من إجراء اختبارات سريعة وقابلة للتوسع لملايين السيناريوهات بتكلفة منخفضة، بينما تُعرّض الاختبارات العملية المركبات لظروف غير متوقعة وتتحقق مما إذا كان الأداء الافتراضي يُترجم إلى سلوك آمن على الطرق الفعلية.
