我们不要对自动驾驶期望太多！！！

美国公路安全保险协会的详细分析认为，自动汽车可能只能防止三分之一的事故。

随着汽车行业对自动驾驶汽车的发展踩下刹车--并对其能力和何时成为现实的承诺进行反悔--一份来自美国的报告引起了更多的思考。

美国公路安全保险协会的一项详细分析确定，自主汽车可能只能防止三分之一的交通事故。

道路安全专家估计，在美国，人类造成的交通事故约占94%，但他们表示，自主汽车--旨在接管车辆的大部分控制权--不会实现道路零伤亡。

IIHS发现，虽然自主汽车最终会 "比人类更快地识别危险和做出反应"，"不会分心或醉酒驾驶"，但该安全机构认定 "阻止其余的事故将困难得多"。

"即使自动车可能比人类反应更快，我们还是会看到一些问题。它们并不总是能够即时做出反应，"IIHS研究的共同作者Jessica Cicchino告诉美联社记者。

她警告说，在漫长的过渡阶段，当自动汽车与人类控制的车辆共享道路时，能够避免的交通事故会更少。

IIHS根据美国国家公路交通安全管理局收集的数据，研究了5000多起真实世界的车祸。

该安全机构将受药物或酒精影响的司机--或在方向盘上睡着了--与因判断失误而发生车祸的司机区分开来。

据确定，自主汽车在防止碰撞方面的有效性将取决于每辆车如何被编程为避免碰撞的行为。

"自主汽车不仅需要完美地感知周围的世界，还需要对周围的事物做出反应，"IIHS研究的共同作者Jessica Cicchino告诉美联社记者。

然而，她警告说，如果自动汽车被编程为更像人类的驾驶和反应，"那么阻止的事故就会减少"，美联社报道。

"制造像人一样好开的自动驾驶汽车本身就是一个很大的挑战，"IIHS在一份媒体声明中援引研究科学家Alexandra Mueller的话说。"但实际上，它们需要比这更好，才能实现我们都听到的承诺。"

杜克大学的一位机器人和人类因素教授米西-卡明斯告诉美联社记者，哪怕是防止三分之一的人为原因的车祸，也是 "给技术太多荣誉"。

"即使是带有激光、雷达和摄像头传感器的车辆，也不一定能在所有条件下表现得完美无缺，她告诉美联社。

"卡明斯对新闻通讯社说，"即使三个传感器系统都发挥作用，也有可能漏掉障碍物。"。"没有一家无人驾驶汽车公司能够可靠地做到这一点。"

自动汽车面临的众多挑战之一是需要安装在每辆车上的传感器数量和昂贵的传感器。每个传感器需要在毫秒内与另一个监测设备的数据进行交叉检查，以避免错误。

恶劣的天气和低能见度会阻碍各种传感器的有效性。尽管如此，福特公司一度对自己的进展充满信心，它公布了与多米诺连锁店合作的自主披萨配送车的照片。然而，这只是一个未来可能会出现的例子，而不是一个真实世界的实验。

与此同时，一些从事自主汽车研发的技术供应商对IIHS的研究提出了批评。

据路透社报道，一个代表自主汽车开发商的团体声称，未来的汽车将被编程，以防止 "大量潜在的碰撞原因，包括由司机做出不充分或不正确的回避动作造成的更复杂的错误"。

"考虑到这些设计选择，自动车辆可以避免约72%的事故，"一个名为 "自动车辆教育伙伴 "的组织告诉路透社记者。

英特尔公司Mobileye自主汽车标准副总裁杰克-韦斯特在接受路透社采访时表示，业界正在建立一个 "可能的道路场景和人类行为的庞大清单，每辆无人驾驶汽车都应该能够安全地驾驭这些场景"。

"在我们的道路上不再有人类司机之前，事故永远不会是零，"Weast先生告诉路透社。

"但（自动驾驶汽车）可以将物理规律与行为研究相结合，比人类司机做得更多。"

IIHS是一个由北美汽车保险公司资助的非营利性研究和教育组织，定期对道路安全和车辆碰撞进行研究。

好书推荐：

<推荐理由：本书全面的讲述了驾驶员辅助系统的重要知识，并介绍了驾驶员辅助系统在主动安全性和舒适性方面的系统组成和工作原理。书中的内容由德国汽车工业和学术界的96位专家 共同编写。本书的内容也正是很多读者所关心的新课题，而紧凑的章节内容，即使对于一名非常忙碌的从业人员来说也能够有时间进行阅读。相信本书必然会成为国内汽车智能驾驶和智能辅助驾驶行业技术人员以及高校汽车相关专业学者了解和掌握驾驶员辅助系统技术以及审视未来相关技术发展所不可或缺的工具书。>

<推荐理由：本书讲述了车辆驾驶安全、ABS防抱死制动系统、ASR牵引力控制系统、ESP电子稳定程序、自动刹车功能、传感器、液压装置、驾驶辅助系统、驾驶辅助系统的人机交互、车辆传感器传感器、泊车系统、自适应巡航控制、车载导航、摄像头感知系统的基本原理、理论基础及设计方法。本书是BOSCH公司出版的汽车工程系列中的一本，译自德文版。图书内容广博而又简明扼要、切合实际，反映国外汽车工程的先进技术，有极高的阅读和使用价值。本书对我国汽车工程技术现代化的发展将起到一定的指导作用，对于在从事或者想从事智能驾驶和智能辅助驾驶相关方向的人员提供指导和参考。>

<推荐理由：随着智能驾驶和智能辅助驾驶技术发展，感知融合决定了未来汽车智能程度，因此相关人才需求也是非常大，特推荐此书，本文分为两个部分：一部分是建立起一个一致的传感器数据融合方法学框架，采用贝叶斯理论，通过将目标状态的时间演化概率模型与传感器内在特性等组合，可从存在缺陷的传感器观测和上下文信息中抽取出感兴趣的目标知识；二部分基于作者多年的科研实践，面向实际的数据融合系统和问题，讨论传感器高级特性、目标高级属性、地形信息集成，以及传感器优化管理等方面的研究工作。>