自动驾驶汽车和行人安全

为未来技术设计城市街道

现代街道旨在促进一个复杂的运输系统，其中包括行人，骑自行车的人，过境用户以及（主张）车辆。随着自动驾驶汽车的发展，他们被教导在当今的街头设计中工作。然而，他们的发展速度引出了一个问题：如果他们成为道路上的车辆交通的主要形式，他们会改变城市街道的设计元素吗？我们应该投资于不同类型的基础设施吗？交通信号，速度驼峰，路缘，自行车道和柱布均安装在人类驾驶员的情况下，为适当的行为提供视觉或环境线索。自动驾驶汽车的感觉与人不同。这些物体将来会变得越来越重要吗？重要的是，他们将在帮助自动驾驶汽车和其他用户（例如行人和骑自行车者）之间建立沟通和安全性方面发挥什么作用？

所有用户的安全至关重要，因为一般而言，与其他机器相比，人们的可预测性和可识别性较低。（A行人死亡由无人驾驶车辆引起的部分原因是由于这种困惑，但还因为车辆取决于人类的紧急制动驾驶员，并且驾驶员没有注意。）

自动驾驶汽车如何工作？

目前，自动驾驶汽车有几种“感官”来导航世界，包括相机，雷达，激光雷达和GPS。

传统的雷达（Radio检测和范围）传播无线电波，并使用返回的回声来检测对象的范围，速度和轨迹。雷达尤其擅长于像其他车辆一样检测金属物体，并且不会被雾，雪或灰尘蒙蔽。通过使用频率的多普勒变化，它可以准确地了解对象相对于其天线的速度。但是，它可以被非金属物质的金属欺骗：在汽车前保险杠附近的一个孩子对人类而言可能很明显，但几乎看不见雷达。

激光雷达使用红外激光而不是广播，但是类似的广播和返回过程映射了世界的3D图像，绘制线框看起来有点像世界的模型特隆电影。激光雷达在缩放物体方面比雷达更好，但是可以通过在空气中铸造的光线过多的颗粒物克服。LIDAR的世界建设获得了GPS的帮助，GP可以告诉汽车与已知的基础设施有关。

还使用了相机。这些已经在驾驶员辅助应用程序中很有用，例如停车和后孔检测。来自视觉世界的数据非常详细，这既是强度又是缺陷。细节需要大量的处理能力来解释。计算机处理器还不能实时阅读并确定所有传入的视觉信息，而驾驶中的许多人类交流都是基于视觉提示。驾驶员互相挥舞，有时与法律通行权相矛盾。行人进行眼神交流，以确保他们被看到，并且可能会通过冲刺或停止行事，具体取决于他们在驾驶员的回应中阅读的内容。

对于计算机，即使在有限的视野中处理所有信息也需要计算能力。肢体语言和眼神交流的微妙相互作用可能会使波浪交易和波浪旋转之间有所不同。实际上，人类的大脑也没有处理我们看到的一切，我们有视觉输入中的差距和处理：我们只是进化而来是为了知道将眼睛放在哪里，以及如何从获得的信息中结合和推断。激光雷达，雷达和全科医生帮助为车载智能提供类似的世界“模型”，但没有数百万个进化的意义和过程整合。知道事物在哪里以及它们的移动速度并不一定意味着能够理解它们。自动驾驶汽车如何意识到螺栓是固定的，但是两个柱布人之间的孩子可能会突然移动？当然，问题是现实世界的条件是不可预测的。在大多数情况下，无人驾驶汽车可能会做得很好，但是被任何人会被混淆的情况所困扰。当我们的技术做一些奇怪而鲁ck的事情时，我们会后退有目的地加速固定车辆。

自动驾驶汽车从观看人类驾驶员中学习，数百万英里的驾驶员数据将有所帮助。街道的基础设施和环境也可以适应与人一样的帮助。

自动驾驶汽车和城市街道

自动驾驶汽车的支持者已经在设想城市基础设施的巨大变化。例如，德克萨斯大学奥斯汀分校的研究人员提出，十字路口的平火可能是由服务器替换控制交通流量。这个简单的模型不包含服务器不控制的其他流量，这使其不现实：所有现实世界应用程序都必须能够为意外事件进行调整。即使所有汽车都是自动化的，物体也可能会吹到车道上，人或动物可能会徘徊，车辆崩溃，通讯熄灭，事故也会发生。但是，多个观察点和沟通的可能性可能会使繁忙的交叉路口无能为力。

如果要重新评估转弯网格流量的概念，明天的街道可能会大不相同。如果机器人驾驶员能够观察并适应道路上任何地方的骑自行车的人，是否需要自行车道？那标志呢？借助自动网络，某些交通指导系统可能不需要足够大就可以引起人类的关注。毕竟，控制交叉点的服务器可能是完全不可见的。可以用RFIDS宣布速度限制，道路状况变化和当地交通限制的RFID替换。仅包含自动驾驶车辆的交通网格看起来与今天的电网大不相同。

城市空间的使用也可能变得更加灵活。人类驾驶员通常依靠对驾驶区域的常规知识；如果昨天有一条路，他们明天会在那里。当交通变化发生时，城市工程在安全橙色的闪烁标志和emblazon地区。所有自动驾驶汽车都需要适应更改的是最新地图和GPS坐标。在自动驾驶，共享使用的汽车全天工作的城市未来中，停车的需求将彻底下降。但是，在接送时间和下车时间中，对路缘空间的需求将增加。混合使用区域，也许以188亚博 ，可能会在旅游和午餐时间提供额外的行人空间，并降低，以使自动驾驶汽车在高卷卷中下车并捡起乘客。与要求人类驾驶员适应每小时的路线变化相比，这种差异会给公众带来的风险要小得多。

当然，仅仅没有为自动驾驶汽车构建单独的系统，La Elon Musk，或禁止所有人类驱动的汽车，我们的街道基础设施将始终需要支持多样化的运输模式。共享空间将保留在我们城市中的人类空间，并设有行人，自行车，踏板车，轮椅，婴儿车和那些带手杖或步行者的人。人类需要人类便利设施。路灯，自行车架和绑线架提供了安全性。长凳，废物容器，洗手间和喷泉支持公共空间的使用。种植者，树木，艺术和喷泉邀请参与。这些人类需求不会改变。

将会改变的是如何部署街道设施。支持者建议自动化，如果仔细完成，可以在道路上提高效率，允许城市设计更加专注于人类需求，而不是更少。

自动驾驶汽车的道德和决策

关于自动驾驶汽车的最大持续对话之一是关于道德算法编程。在瞬间决定中，人类经常以本能做出反应。自动驾驶汽车会评估而不是反应，并做出可以知道和理解的决定。通过了解将哪些选择编程到车辆中，城市设计师可以有意地建造行人安全区。

在哲学中，有一个经典的道德思想实验称为“手推车问题。”思想实验是这样的：想象您在轨道上的手推车上。手推车失去了刹车，并承担了五个未知的人。如果没有做些事情，它一定会杀死他们。在您面前是一个开关，您会发现，如果您扔了它，火车将采用一个路口，避开了五人的生命。但是，目前有一个人在远距离轨道上 - 在那一刻，没有意识到并且没有危险。但是，如果您拉动杠杆，他或她一定会被杀死。

许多人同意，最好杀死一个人而不是五个人。即便如此，很难想象成为将另一人委托的人委托：这被称为“参与道德错误”，这是一个灰色的道德领域。如果您是功利主义者，请为大多数人寻找最佳结果，杀死一个人以节省五个显然是正确的选择。然而，当手推车问题重新播种时，愿意做出选择的人数会下降：如果您站在手推车赛道旁边，与一个非常大的人一起，将它们塞在手推车前面，将停止动作并拯救其他人人们？如果您将五个老人与一个孩子进行比较，答案会改变吗？为了使难题从手推车场景中脱颖而出，如果您是医生，并且您知道如果您绑架了一个健康的年轻人，您可以用他们的器官挽救五个生命？

人们有一种本能的道德错误。然而，平衡道德上的错误与功利主义论点是哲学家斗争的事情，不用介意普通人。汽车会有多困难？程序员将无法考虑人工智能可能遇到的每种情况，即使他们可以赋予道德专家以同意最佳结果。那么，应该将哪些“经验法则”用作指南？

消费者意图也必须考虑。一辆自动驾驶汽车可以肯定地知道，将自己扔在手推车前可以挽救一个充满行人的人行横道，但杀死了乘客。已经表明，很少有人会购买可以做出这一决定的汽车。同样，如果自动驾驶汽车会选择跑过去以防止公路碰撞，很少有行人对无人驾驶汽车共享街道的无人驾驶汽车感到满意。

这些道德问题将很少见：认为，通常，自动驾驶汽车将倾向于降低交通事故，而不是增加它们。然而，想象我们的汽车决定要牺牲谁 - 我们自己或我们周围的人是不舒服的？

在某些方面，我们的基础架构可以成为这些对话的一部分。创建行人和自行车区时可以做出意图。系船柱可以停止一辆自动驾驶汽车弹出事故，也可以阻止人类汽车失控。

黑客和其他人类危险

当然，我们日益数字世界中的常数之一是数字犯罪的威胁。黑客，病毒和恶意软件是“物联网”上的问题，包括可能的自动驾驶汽车，就像在PC，电话和服务器上一样。有了广泛的汽车分布网络，恐怖主义可能不仅意味着一辆汽车用作武器，而且还意味着许多汽车。

当然，数字安全努力将为这种恶意演员提供大部分保护。仍然，抗恐怖主义周长我们今天使用的人不会变得过时，即使从现在开始的一个世纪后没有人类的车轮后面。它们将仅修改以反映汽车网络中存在的威胁。

明天的街道

当我们调查自动驾驶汽车的可能性时，我们可以想象景观被它们的存在完全改变。我们可能会想象一个技术梦，可以减少拥堵，防止死亡并降低我们对汽车拥有的需求。

然而，街景和城市设计可能仍然是可识别的，只是缩放的方式不同。在汽车崛起之前建造的老城市街道向我们展示了我们的街道一直满足人类的需求。成功的地方使人们可以坐下，社交，走路，并提供安全性和通行性。尽管明天的街道可能以不同的方式部署街道家具，也许使某些地区更加可变，而其他地区则更加注重人类，但城市景观仍然可以识别为人类的栖息地，该栖息地供人们使用，娱乐，旅行和生活。