引言部分，总领全篇文章的中心内容。
高级自动驾驶的车辆会更安全吗？原则上，答案是肯定的。但是否可以将自动驾驶车辆（ AV ）作为零事故未来的典范呢？答案可能是否定的。
英特尔的 AV 标准副总裁兼高级首席工程师 Jack Weast 对此说到：“总有一天，我们会达到那个目标（零事故）...... 可能要等到马路上不再有人类驾驶员时。驾驶本身就是一种冒险活动，无论是 AV 还是人类驾驶员都会发生事故。”
理论上讲，如果没有传感器故障或软件堆栈中的错误，那么 AV 应该在视觉、雷达和激光雷达等众多传感器的加持下检测和避开障碍物后，应该表现得与人类驾驶员一样好、甚至更好。但是教会一辆汽车去预测行人是否会突然出现在道路上仍然是一个挑战。在没有人行道的居民区开车时，人类的直觉可能不太靠谱。因此有些司机为了安全起见，会自然地减速。而人类会有这种反应不是因为规则而是常识。
但对于一台机器来说，“小心驾驶”是什么意思呢？Weast 解释说：“这对程序员来说就是一个益智游戏。你如何将“小心”这个概念转换为机器可解释的语言，以及你如何明确定义它？”
人类驾驶员可以直观地了解这些事，但是为了使人类的直觉能够被机器理解，我们需要在数学上将其形式化、定义它，并选择定义背后的数字，既被认为是在某个社区行驶的“安全速度”，或 AV 之间的安全距离。
令人惊讶的是，这些都是未曾有人问过的问题。因此，似乎也没人有答案。至少现在还没有。

安全与实用性
理论上，我们可以造出以 20m/h 稳定行驶的 AV。这些 AV 会谨慎驾驶、保持警惕，不惜一切代价避免任何意外。虽然这种行为模式可能被视为安全驾驶，但像老太太开车一样的 AV 会扼杀自动驾驶的吸引力和实用性。一个过于小心、缓慢移动的 AV 在任何地方都会造成更严重的交通拥堵，诱发出更多交通问题。

我们希望 AV 可以小心驾驶，但我们也希望它们在必要时保持自信。总体来说，就是我们希望 AV 像人类司机一样开车。兰德公司将这种“驾驶技能（ roadmanship ）”定义为不会造成事故还可以“与其他人一起玩得很好的” AV。
使 AV 既安全又具实用性既不是理论上的、也不是哲学上的讨论。这是一个技术和实际的难题，今天的 AV 开发者们正在努力解决这个难题。英特尔的 Weast 将此问题定为“安全与实用性（ Safety vs. Utility ）”。

AV 的安全距离是多少？
即使对于菜鸟司机来说，保持安全车距似乎也是一种基本的练习。
但是要机器保持安全车距，就必须教 AV 去平衡许多因素。比如速度、道路摩擦力（路面是否潮湿？），及反应时间等。根据 Weast 的说法，这个计算中最重要的参数是“我对我所跟随的车辆在最坏的情况下进行合理刹车的假设是什么？”
在这里，问题就会变得很棘手，因为并非所有车辆都是相同的。如下表所示，2018 款保时捷 911 GT3 的最大制动能力为 12.57mps。相比之下，1996 款本田思域的制动速度为 8.19mps。这是一个很大的差距。

如果你是在道路上跟随另一辆车的 AV，该如何确定安全距离？如果前方车辆具有更高的制动能力，则需要更大的缓冲垫以防止追尾事故。
在谈到确定 AV 的安全距离时，Weast 说：“假设我们敲定一个值，例如 9.8mph，这就属于 AEB 范围的参数了。只要前车不会以大于 9.8mps 的速度减速，距离似乎是安全的。但是，如果 AV 跟的是一辆 2016 款保时捷 911 呢？那么 AV 很可能就与前车追尾了。所以是否可以为 AV 设定 9.8mps？
同时，当然可以设计出像人类一样驾驶自然的 AV，但 AV 无法提供完美的安全保障。这可以接受吗？
业界是否确定了 AV 的理想安全距离呢？Weast 说：“我没有遇到任何有答案的人。事实证明没有人愿意去做这个选择，大多数监管机构都对我们说，他们不打算去选择一个数值，那不是他们该做的。”
但这并不完全准确。鉴于监管机构会决定每条新道路的限速，Weast 告诉他们：“你确实选择了一个数值。你可以平衡该道路的交通的有效性、吞吐量与安全性。事实上，如果监管机构规定每条道路限速为 20m/h，我们确实可以摆脱很多事故......可能是数百万。但我们不想这样做，因为这样就失去了运输系统的效率。”

RSS（ Responsibility-Sensitive Safety ）
在 AV 行业的所有玩家中，英特尔/Mobileye 可能是最关注安全性与实用性的公司之一。这主要是因为他们开创了 RSS，这是一种有关 AV 安全的数学模型。Weast 称 RSS 为“一种有价值的工具”，提供了数学模型和参数化场景。英特尔/Mobileye 使用 RSS 与监管机构和业内人士商议 AV 安全性。
Weast 提供了几个例子来证明即使在看似普通的驾驶中，教 AV 做正确的事也会很复杂，比如一个没有人行道、限速 25m/h 的住宅区。他说：“在那里，AV 认为行人向任何方向移动都是合理的，因为他们彼此共享道路。而人类驾驶员会直观地知道这一点，即使没有限速标识，人们通常也会自觉放慢速度。”
Weast 又提到另一个场景，“一条限速 45m/h 的四车道，每个方向两个车道，中间有一条车道线……然后假设这条道路上有人行道。在这种情况下人类驾驶员可以很舒服地以 45m/h 行驶，即使行人出现也是如此，因为人们会合理地假设行人不会突然出现在道路中央……因为有一条人行道。但事实上有人会突然出现在这条路上吗？当然有这个可能。”
然而，为了建造最安全的 AV，他问道：“我们是否应该假设行人只会出现在人行道上，或者我们假设行人可以 360 度随机移动，就像我们在没有人行道的居民区所假设的那样？”
从安全的角度来看，让 AV 假设任何事情都可能发生可能会更好。然而，结果却会是 AV 从再也不会达到 45m/h 的行驶速度了。在 Weast 看来，这就是为什么行业、政府和社会需要进行诚实的对话。在 Weast 的两个简单场景中，我们对 AV 可以考虑什么是“合理的”行为定义还非常模糊。
显然，我们希望 AV 能够保证实用性。但监管机构、行业和公众是否可以接受可能无法提供完美安全性的 AV？Weast 问道：“你在哪里划那条界线？例如，安全距离的数值是多少？AV 对合理行为的假设是什么？这些是许多人不想解决、未说出口的事，因为它很难回答。”

来自人类驾驶员的驾驶数据集
为挑起这个似乎没人有答案的话题，英特尔/Mobileye 认为更多的数据可能有所帮助。它正在资助有关人类驾驶员的自然驾驶数据方面的研究。Weast 说：“我们的想法是采用 RSS 安全模型分析人类驾驶，并提取驾驶员使用的参数。我们可以将这些数字插入到 RSS 模型中，看看我们是否可以使用与人类驾驶员相同数字。”这项研究在不同的地理区域，可以为行业提供一个可比较的讨论起点。
据推测，安全性可以逐步增加或减少。通过交通模拟器运行结果数字有助于找出对道路的各种影响。Weast 承认这不会产生神奇的答案，但他补充说：“获取更多数据将有助于让我们聚焦于这一挑战。”
英特尔/Mobileye 的研究合作伙伴是 Karlsruhe Institute Technology。Christoph Stiller 教授于 2012 年创建了一个新的数据集，既我们所熟知的 KITTI 数据集。他的团队最初使用大众的旅行车来抓取数据，用于移动机器人和自动驾驶研究。除了 KITTI，英特尔/Mobileye 还计划利用 VTTI（Virginia Tech Transportation Institute）的数据集。众所周知，VTTI 已经完成了 100 辆车的自然驾驶研究。
Weast 解释说：“我们有工具和算法，然后我们就可以应用于世界上任何地方的任何自然驾驶数据集，目标是为不同地区提出不同的人类参数。”的确，每个地区的驾驶文化是不同的。在 Weast 看来，这里的机会是“理解人类参数”，他的团队可以插入到 RSS 模型中。通过比较植入了人类驾驶方式的 AV，Weast 希望社会可以制定更正式的规则，甚至可以确定合理的 AV 的限速。
当被问及其他人是否做过类似事情时，Weast 说：“老实说，据我们了解似乎没有。”
Weast 希望监管机构和行业一同来探索以下几点问题：
我们希望 AV 如何运行？
AV 可以如何假设其他道路共享者在路上的行为？
如果 AV 在执行它应该做的事情时系统崩溃，会发生什么？继续遵循其正确的数学假设，直到有人打破这些正确数学假设？
当然，英特尔/Mobileye 正在向着没有人触及过的领域探索着。Weast 说：“我们有很多工作要做，但我们很高兴能够来主导这项工作。”

[参考文章]
Is There Math for ‘Drive Cautiously’? Junko Yoshida