Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

NHTSA 报告显示,特斯拉 Autopilot 在撞车事故中处于领先地位,但数据存在差距

Posted on 2022-06-16

从表面上看,美国国家公路交通安全管理局跟踪高级驾驶辅助系统安全性项目第一年的数据对特斯拉来说看起来很糟糕。其电动汽车参与了 70% 的涉及 2 级技术的报告事故,60% 的事故导致严重伤害,以及近 85% 的致命事故。

周三早些时候发布的数据是根据联邦监管机构去年 6 月发布的常规命令收集的,该命令要求汽车制造商报告涉及 2 级 ADAS 的最严重事故,这需要人类驾驶员继续完全参与驾驶任务。 NHTSA 还在跟踪涉及全自动车辆的事故——目前消费者无法使用这些车辆。

根据 SAE International 创建的标准,有五个级别的自动化。 2 级意味着自适应巡航和车道保持等两项功能是自动化的,并且始终有人类驾驶员参与其中。 Level 2 是一种高级驾驶辅助系统,在新车中越来越普遍。

特斯拉在 ADAS 撞车事故列表中名列前茅,原因全是错误的:273 起事故报告,3 起重伤,5 起死亡。本田以 90 起撞车事故和 1 起死亡事故远远落后于特斯拉,而大多数其他制造商仅报告了少数几起。日产根本没有报告。

那么,这是否意味着特斯拉车主应该用配备 Autopilot 的 Model 3 换取 Nissan Leaf 和自己的称为 ProPilot 的 Level 2 ADAS?

这是一个比人们想象的更复杂的问题。该命令的措辞、特斯拉部署的技术以及道路上特斯拉车辆的绝对数量意味着其车辆可能不像数字所暗示的那么危险。

首先,道路上配备 ADAS 的特斯拉汽车(约 83 万辆)比其他制造商的汽车多,尽管日产也不远,有 56 万辆。

特斯拉的 Autopilot 也可以在各种道路上使用,这与日产的 ProPilot 和通用汽车的 SuperCruise 系统不同,这些系统仅限于高速公路。如果不知道每个 ADAS 系统运行的里程数和位置,就不可能比较它们的相对安全水平——或者在完全人工控制的情况下,它们与事故率的对比如何。

该命令要求制造商报告他们知道的所有事件,但道路上的大多数车辆都没有将车辆数据发送回工厂的远程远程信息处理。这些汽车的制造商依赖于消费者投诉(占绝大多数报告)、执法联系或媒体报道,所有这些都可能无法准确报告他们的 ADAS 系统是否在使用中。

另一方面,特斯拉确切地知道哪些车辆在发生碰撞时使用了 Autopilot,因为它的车辆具有蜂窝和 Wi-Fi 连接,可以在发生碰撞时自动报告车辆数据。几乎所有的碰撞报告都来自此类远程信息处理,相比之下,斯巴鲁只有 9 个,通用汽车有 4 个,Lucid 有 3 个,本田有 1 个。

最后,该命令要求制造商将其在去年 6 月执行该命令后 10 天开始意识到的数据崩溃包括在内。在特斯拉的案例中,这显然包括可追溯到 2019 年的事故,包括其五起致命事故中的三起,以及所有三起严重事故。 (目前尚不清楚为什么特斯拉只是在这些事故发生数月或数年后才收到通知)。除特斯拉外,只有本田在 2021 年 6 月之前报告了几起车祸。

尽管所有这些变量似乎都指向同一个方向——特斯拉碰撞数据的相对高估,而涉及其他汽车制造商的碰撞报告不足——它们的影响无法仅从 NHTSA 数据中量化。由于驾驶员注意力不集中,也许所有 2 级系统都比单独的人类驾驶员更危险。或者,特斯拉部署的自动驾驶仪实际上比竞争对手的 ADAS 技术更差,更危险。

“今天发布的数据是一个好的开始,但它并没有提供先进车辆安全性的苹果对苹果的比较,”美国国家运输安全委员会主席詹妮弗霍门迪说。 “NHTSA 提供的是一个包含很多警告的‘果盘’数据,这使得公众和专家都难以理解所报告的内容。数据的独立分析是识别任何安全漏洞和潜在补救措施的关键。”

关于 Autopilot 的最终决定将不得不等待 NHTSA 对 Autopilot 进行单独、持续和最近扩大的调查,这可能会导致召回。与此同时,建议车内装有 2 级系统的驾驶员听取 NHTSA 的建议——“目前没有商用汽车能够自动驾驶。”

原文: https://techcrunch.com/2022/06/15/tesla-autopilot-nhtsa-crashes-fatalities/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme