سیستمهای ایمنی خودروهای خودران و سیستمهای ایمنی راننده انسانی، کاهش تصادفات را هدف قرار میدهند، اما رویکرد آنها به این چالش متفاوت است. سیستمهای خودران به حسگرها، نرمافزار و نظارت مستمر متکی هستند، در حالی که ایمنی انسانمحور به آگاهی راننده، قضاوت، آموزش و فناوریهای کمکی بستگی دارد که برای پشتیبانی از تصمیمگیری انسانی و نه جایگزینی آن طراحی شدهاند.
چارچوبهای ایمنی مبتنی بر فناوری که از حسگرها، هوش مصنوعی و کنترلهای خودکار برای جلوگیری از برخورد و مدیریت وظایف رانندگی استفاده میکنند.
رویکردهای ایمنی بر قضاوت انسانی، مهارتهای رانندگی، آگاهی و فناوریهای خودرو که به جای جایگزینی رانندگان، به آنها کمک میکنند، متمرکز شدهاند.
| ویژگی | سیستمهای ایمنی خودروهای خودران | سیستمهای ایمنی راننده انسانی |
|---|---|---|
| تصمیم گیرنده اصلی | نرمافزار و الگوریتمها | راننده انسانی |
| ثبات واکنش | بسیار سازگار | بسته به فرد متفاوت است |
| حساسیت به خستگی | تحت تأثیر قرار نگرفته است | عامل مهم |
| استدلال زمینهای | محدود به برنامهنویسی | شهود قوی انسانی |
| آگاهی زیستمحیطی | نظارت مبتنی بر حسگر | ادراک بصری و شناختی |
| روش یادگیری | بهروزرسانیهای نرمافزار و دادههای آموزشی | تجربه و آموزش |
| علل شکست | نقص فنی یا نقص حسگر | خطای انسانی |
| نظارت بر ایمنی | اعتبارسنجی و نظارت بر سیستم | صدور گواهینامه و مسئولیت راننده |
سیستمهای ایمنی خودران دائماً با استفاده از حسگرهای متعدد، محیط را اسکن کرده و حجم زیادی از دادهها را به صورت بلادرنگ پردازش میکنند. رانندگان انسانی برای شناسایی خطرات احتمالی به بینایی، شنوایی، تجربه و آگاهی موقعیتی متکی هستند. در حالی که ماشینها میتوانند ورودیهای زیادی را به طور همزمان کنترل کنند، انسانها اغلب در تفسیر موقعیتهای غیرمعمول برتری دارند.
سیستمهای خودکار میتوانند به سرعت و به طور مداوم پاسخ دهند زیرا دچار تأخیر در زمان واکنش ناشی از خستگی یا حواسپرتی نمیشوند. پاسخهای انسانی بر اساس هوشیاری، تجربه، سطح استرس و شرایط محیطی به طور قابل توجهی متفاوت است.
رانندگان انسانی اغلب در درک نشانههای اجتماعی ظریف، رفتارهای غیرمعمول جادهای و موقعیتهایی که خارج از الگوهای از پیش تعریفشده قرار میگیرند، بهتر عمل میکنند. سیستمهای خودران زمانی بهترین عملکرد را دارند که در شرایطی که تحت پوشش محدودیتهای طراحی آموزشی، آزمایشی و عملیاتی آنها قرار دارد، عمل کنند.
ایمنی انسانمحور در درجه اول با اشتباهاتی مانند رانندگی با حواسپرتی، سرعت غیرمجاز یا قضاوت نادرست به چالش کشیده میشود. سیستمهای خودران با خطرات مختلفی از جمله نقص نرمافزاری، محدودیتهای حسگر، نگرانیهای امنیت سایبری و موارد حاشیهای غیرمنتظره روبرو هستند.
صنعت حمل و نقل به طور فزایندهای هر دو رویکرد را با هم ترکیب میکند. فناوریهای پیشرفته کمک راننده، نظارت ماشینی را با نظارت انسانی ترکیب میکنند و سیستمهای ایمنی لایهای ایجاد میکنند که از نقاط قوت هر یک بهره میبرند.
خودروهای خودران قادر به تصمیمگیری ایمن نیستند.
سیستمهای خودران مدرن میتوانند بسیاری از وظایف مرتبط با ایمنی را به طور مؤثر و مداوم انجام دهند. اثربخشی آنها به طراحی سیستم، آزمایش، شرایط عملیاتی و بهبود مداوم بستگی دارد.
رانندگان انسانی همیشه تصمیمات ایمنی بهتری میگیرند.
انسانها بسیاری از موقعیتها را به خوبی مدیریت میکنند، اما خطای انسانی همچنان یکی از عوامل اصلی تصادفات جادهای در سراسر جهان است. حواسپرتی و خستگی میتواند عملکرد راننده را به میزان قابل توجهی کاهش دهد.
سیستمهای خودران هرگز اشتباه نمیکنند.
مانند هر فناوری پیچیدهای، سیستمهای خودران میتوانند با خرابی مواجه شوند، دادهها را اشتباه تفسیر کنند یا با سناریوهای غیرمعمول دست و پنجه نرم کنند. آزمایش و اقدامات حفاظتی قوی ضروری است.
ویژگیهای کمک راننده، توجه انسان را غیرضروری میکند.
بیشتر فناوریهای کمک راننده برای پشتیبانی از رانندگان طراحی شدهاند، نه جایگزینی آنها. نظارت فعال در بسیاری از وسایل نقلیهای که در حال حاضر در جادهها تردد میکنند، همچنان ضروری است.
فناوری ایمنی فقط در مواقع اضطراری اهمیت دارد.
بسیاری از سیستمهای ایمنی به طور مداوم در پسزمینه کار میکنند و به جلوگیری از موقعیتهای خطرناک قبل از تبدیل شدن به شرایط اضطراری کمک میکنند.
سیستمهای ایمنی خودروهای خودران، ثبات، نظارت مداوم و قابلیتهای واکنش سریع را ارائه میدهند که میتواند بسیاری از علل رایج تصادفات را کاهش دهد. سیستمهای ایمنی راننده انسانی همچنان ارزشمند هستند زیرا افراد میتوانند موقعیتهای مبهم را تفسیر کرده و با شرایط غیرمنتظره سازگار شوند. مؤثرترین استراتژی ایمنی کوتاهمدت، اتوماسیون پیشرفته را با نظارت مسئولانه انسانی ترکیب میکند.
آموزش شبیهسازی و آزمایش جادهای در دنیای واقعی نقشهای مکملی در توسعه خودروهای خودران ایفا میکنند. شبیهسازی امکان آزمایش سریع و مقیاسپذیر میلیونها سناریو را با هزینه کم فراهم میکند، در حالی که آزمایش جادهای، خودروها را در معرض شرایط غیرقابل پیشبینی قرار میدهد و تأیید میکند که آیا عملکرد مجازی به رفتار ایمن در خیابانهای واقعی تبدیل میشود یا خیر.
اتوماسیون رانندگی شهری و اتوماسیون رانندگی بزرگراه دو چالش متمایز در حمل و نقل خودران هستند. سیستمهای شهری باید از ترافیک متراکم، عابران پیاده و تقاطعهای پیچیده عبور کنند، در حالی که سیستمهای بزرگراه در محیطهای ساختاریافتهتر با سرعت بالاتر اما تعاملات غیرقابل پیشبینی کمتر عمل میکنند. هر کدام به فناوریها، استراتژیهای ایمنی و سطوح پیچیدگی تصمیمگیری متفاوتی نیاز دارند.
در حالی که اجاره خودرو به روش سنتی، قابلیت اطمینان ناوگان شرکتی استاندارد و پیشخوانهای حرفهای را ارائه میدهد، اشتراکگذاری خودرو به صورت همتا به همتا با فراهم کردن امکان رزرو خودروهای منحصر به فرد و شخصی مستقیماً از افراد محلی، این صنعت را متحول کرده است. انتخاب بین آنها اغلب به این بستگی دارد که آیا شما به دنبال یک سرویس قابل پیشبینی و با حجم بالا هستید یا یک تجربه شخصیتر، متنوعتر و اغلب مبتنی بر جامعه.
درک رانندگی خودران برای تفسیر محیط جاده به حسگرها، الگوریتمها و پردازش دادههای بلادرنگ متکی است، در حالی که شهود رانندگی انسان به تجربه، ادراک و تصمیمگیری غریزی بستگی دارد. هر دو رویکرد با هدف تضمین سفری ایمن و کارآمد هستند، اما اساساً در نحوه تفسیر عدم قطعیت، واکنش به موقعیتهای غیرمنتظره و سازگاری با محیطهای پیچیده ترافیکی متفاوتند.
تصمیمگیری بین یک اپلیکیشن اشتراکگذاری خودرو و یک تاکسی کلاسیک اغلب به انتخاب بین راحتی دیجیتال و قابلیت اطمینان تنظیمشده بستگی دارد. در حالی که اشتراکگذاری خودرو، ادغام یکپارچه اپلیکیشن و قیمتگذاری اولیه را ارائه میدهد، تاکسیهای سنتی با رانندگان حرفهای و امکان درخواست خودرو مستقیماً از کنار خیابان، جایگزین قابل اعتمادی ارائه میدهند.
