Maison Périphériques technologiques IA L'utilisation commerciale des voitures autonomes nécessite une attention particulière aux règles de sécurité des algorithmes

L'utilisation commerciale des voitures autonomes nécessite une attention particulière aux règles de sécurité des algorithmes

Apr 29, 2023 pm 10:16 PM
自动驾驶 汽车

Dans le cadre de la tendance au développement de l'électrification automobile, de la connexion et de l'intelligence des réseaux, en raison du développement rapide de la technologie de conduite autonome automobile, l'industrie automobile se rapproche de plus en plus d'un changement fondamental. changement. Cependant, ces dernières années, les défis de sécurité des véhicules autonomes sont devenus de plus en plus importants et les accidents qui en découlent ont affaibli dans une certaine mesure la confiance du public dans les véhicules autonomes. Afin de répondre efficacement aux défis de sécurité posés par les algorithmes de conduite autonome, il est nécessaire de construire un cadre de sécurité unifié pour les algorithmes de conduite autonome afin d'accélérer la transition des véhicules autonomes de la phase de test de recherche et développement à la phase d'application commerciale.

Lutilisation commerciale des voitures autonomes nécessite une attention particulière aux règles de sécurité des algorithmes

Principales manifestations des problèmes de sécurité dans les algorithmes de conduite autonome# 🎜 🎜#

La législation actuelle sur les véhicules autonomes de mon pays se concentre principalement sur les essais routiers, les applications de démonstration et la sécurité des données des véhicules. Elle n'a pas encore ciblé les systèmes de conduite autonome avec des algorithmes d'intelligence artificielle comme noyau. . Former un cadre réglementaire de sécurité complet et unifié. La future législation devra se concentrer sur trois aspects.

Premièrement, la sécurité technique générale est la variable la plus importante et la plus pertinente. Par rapport aux voitures traditionnelles, qui sont soumises à un cadre réglementaire établi (couvrant les normes de sécurité, les tests et certifications, l'approbation des produits, etc.) et aux conducteurs humains, qui sont soumis à des permis de conduire et à des mécanismes de responsabilité, les normes de sécurité des systèmes de conduite autonome ont encore à établir, donc la conduite autonome Conduire une voiture ne démontre pas encore la sécurité et la conformité de la même manière qu'une voiture traditionnelle. Par conséquent, à ce stade, la question centrale est d’établir les seuils de sécurité, les normes de sécurité, les méthodes de test et de certification, les mécanismes d’approbation et d’autres exigences pour les systèmes de conduite autonome.

Une question clé est de savoir dans quelle mesure les systèmes de conduite autonome doivent être sûrs avant que les décideurs politiques et les régulateurs autorisent le déploiement commercial de véhicules autonomes. Les préjugés de la société à l'égard de la technologie peuvent conduire à des seuils de sécurité acceptables trop élevés. Par exemple, on estime que les voitures autonomes doivent atteindre un niveau de sécurité absolu suffisant pour atteindre zéro accident. De l'avis de l'auteur, le seuil de sécurité des algorithmes de conduite autonome ne devrait pas être basé sur le niveau de conduite autonome d'objectifs absolus (tels que zéro accident, zéro victime), mais devrait être basé sur le niveau général de conduite humaine comme référence pour déterminer un seuil de sécurité scientifique et raisonnable. Par exemple, le document de politique de conduite autonome « ​​Connected and Autonomous Travel 2025 : Unlocking the Benefits of Autonomous Vehicles in the UK » publié par le Royaume-Uni en août 2022 met clairement en avant le seuil de sécurité pour les véhicules autonomes, c'est-à-dire que les véhicules autonomes doivent respecter les exigences de « compétent et prudent » « Conducteur humain compétent et prudent » (Conducteur humain compétent et prudent) a le même niveau de sécurité, qui est supérieur à celui des conducteurs humains ordinaires.

Deuxièmement, les défis en matière de sécurité des réseaux. La cybersécurité est un facteur clé affectant le développement et l’application des véhicules autonomes, et les risques et menaces qui y sont liés deviendront les menaces les plus complexes et les plus difficiles à résoudre pour les véhicules autonomes. Globalement, les enjeux de cybersécurité des véhicules autonomes présentent principalement les caractéristiques suivantes :

Premièrement, les véhicules autonomes sont plus sensibles aux risques de cybersécurité que les véhicules traditionnels. Les voitures autonomes sont des « robots sur roues ». En plus d'être confrontées aux risques de cybersécurité au sens traditionnel du terme, les voitures autonomes seront également confrontées à de nouveaux défis, risques et menaces en matière de cybersécurité apportés par les algorithmes de conduite autonome.

Deuxièmement, les sources de risques de cybersécurité pour les véhicules autonomes sont plus diversifiées, couvrant de multiples aspects tels que la fabrication, les opérations, la maintenance, les infrastructures intelligentes, l'assurance et la supervision. l'accès ou le contrôle des véhicules autonomes par différentes entités peuvent entraîner des risques pour le réseau.

Troisièmement, les véhicules autonomes sont confrontés à des méthodes d'intrusion dans les réseaux plus diverses. Par exemple, les pirates peuvent cibler des vulnérabilités logicielles, lancer des attaques physiques sur des véhicules autonomes en connectant des appareils malveillants ou attaquer des composants de l’écosystème des véhicules autonomes tels que les infrastructures routières intelligentes.

De plus, en termes d'effets d'attaque, les pirates peuvent adopter de nombreux types d'attaques, notamment les attaques d'invalidation, les attaques opérationnelles, les attaques de manipulation de données, le vol de données, etc. attaques L'impact peut être grand ou petit et ne doit pas être sous-estimé. Quatrièmement, les risques de cybersécurité liés aux véhicules autonomes présentent des caractéristiques à la fois étendues et profondes, entraînant des conséquences néfastes à tous les niveaux et à plusieurs niveaux. En termes d'étendue, les vulnérabilités logicielles et matérielles des voitures autonomes peuvent être étendues, ce qui signifie que les cyberattaques seront amplifiées ; en termes de profondeur, une fois les voitures autonomes envahies et contrôlées, elles peuvent avoir des conséquences néfastes à différents niveaux. niveaux, y compris les victimes, les dommages matériels, le vol de données, etc.

Troisièmement, les défis éthiques en matière de sécurité. La question de sécurité éthique la plus importante pour les algorithmes de conduite autonome est de savoir comment l’algorithme doit-il prendre des décisions et agir face à un accident inévitable ? Surtout face à des dilemmes (c’est-à-dire des dilemmes moraux), comment devrions-nous choisir ? Devons-nous choisir de minimiser le nombre de victimes ou de protéger les occupants des véhicules à tout prix, même si cela peut impliquer de sacrifier les autres usagers de la route, comme les piétons ? La possibilité de dilemmes moraux dans les voitures autonomes fait de l’interaction entre technologie et éthique une question incontournable, c’est-à-dire comment programmer la moralité humaine complexe dans la conception d’algorithmes de conduite autonome. Sur cette question, tous les secteurs de la société ne sont pas encore parvenus à un consensus.

Lutilisation commerciale des voitures autonomes nécessite une attention particulière aux règles de sécurité des algorithmes

Créer un cadre de sécurité algorithmique pour les voitures autonomes #🎜 🎜#

Afin d'assurer la réalisation de « l'innovation technologique, l'écologie industrielle, les infrastructures, les réglementations et les normes, la supervision des produits des voitures intelligentes standard chinoises d'ici 2025 » proposé dans le « Stratégie d'innovation et de développement des véhicules intelligents » Et le système de sécurité du réseau a été essentiellement formé. Pour atteindre l'objectif de parvenir à une production à grande échelle de voitures intelligentes conditionnellement autonomes et de réaliser l'application sur le marché de voitures intelligentes hautement autonomes dans des environnements spécifiques, il est nécessaire. accélérer la révision et l'innovation des voitures traditionnelles et des conducteurs humains. Cadre législatif et réglementaire pour établir un nouveau système juridique et un nouveau cadre réglementaire pour l'intégration des véhicules autonomes dans le système de transport routier actuel. L'un des aspects essentiels est de construire un cadre réglementaire de sécurité centré sur les algorithmes de conduite autonome, qui doit couvrir les trois dimensions des normes de sécurité techniques et de la certification d'approbation, de la certification de sécurité des réseaux et de la gestion des risques éthiques.

Premièrement, établir de nouvelles normes de sécurité et de nouveaux mécanismes de certification pour les systèmes de conduite autonome. Le pays doit de toute urgence établir de nouvelles normes de sécurité unifiées pour les voitures autonomes, en passant des normes de sécurité traditionnellement axées sur le matériel automobile et les conducteurs humains à des normes de sécurité centrées sur des algorithmes de conduite autonome. Cela signifie permettre la conception de voitures innovantes. voiture autonome qui ne nécessite ni cockpit, ni volant, ni pédales, ni rétroviseurs. En outre, afin d'évaluer et de vérifier de manière plus précise et fiable la sécurité des systèmes de conduite autonome, les futures législations et politiques devront fixer des seuils et des références de sécurité scientifiques et raisonnables pour les systèmes de conduite autonome. Il peut être envisagé d'exiger au moins que les véhicules autonomes le soient. répondre aux exigences de « compétent et prudent » « Le même niveau de sécurité que les conducteurs humains », et établir un ensemble de méthodes de détection scientifiques et raisonnables basées sur le niveau technique de la conduite routière.

Deuxièmement, un nouveau cadre de cybersécurité doit être établi pour les véhicules autonomes. Les décideurs politiques doivent envisager d’intégrer les principes traditionnels de cybersécurité pour garantir la cybersécurité des véhicules autonomes dans leur ensemble. La première consiste à établir un mécanisme de certification de cybersécurité pour les véhicules autonomes. Seuls les véhicules autonomes ayant obtenu la certification de cybersécurité peuvent être vendus et utilisés. Et ce mécanisme doit s’étendre à la chaîne d’approvisionnement en logiciels et en matériel. Deuxièmement, il est nécessaire de clarifier les capacités et les exigences de protection en matière de cybersécurité des véhicules autonomes, y compris les mesures techniques et non techniques. Le troisième est la nécessité de réaliser le partage de données B2B, B2G, G2B et d'autres formes entre l'industrie et le gouvernement, en particulier les données liées aux incidents de sécurité tels que les accidents de sécurité, la sécurité des réseaux et le désengagement du système de conduite autonome. La mise en place d'un mécanisme de reporting et de partage des données sur les accidents revêt une grande importance pour améliorer le niveau de développement de l'ensemble du secteur de la conduite autonome.

Troisièmement, établir des mécanismes de gestion des risques éthiques tels que des algorithmes de conduite autonome. D’une part, une supervision gouvernementale claire est nécessaire pour établir des normes de choix éthiques dans la conception d’algorithmes de conduite autonome afin de garantir que les algorithmes de conduite autonome sont éthiquement cohérents avec l’intérêt public général et atteignent un certain équilibre entre l’acceptation du public et les exigences morales. . équilibre. D'autre part, les constructeurs de voitures autonomes doivent renforcer la gouvernance éthique scientifique et technologique de la technologie des voitures autonomes, assumer activement les principales responsabilités de gestion de l'éthique scientifique et technologique, adhérer aux principes fondamentaux de l'éthique scientifique et technologique, mener procéder à une évaluation et à un examen des risques éthiques scientifiques et technologiques pour la technologie des voitures autonomes, établir un mécanisme de surveillance des risques éthiques scientifiques et technologiques et un mécanisme d'alerte précoce, renforcer la formation éthique du personnel scientifique et technologique, etc. Par exemple, les régulateurs britanniques ont proposé la création d’un « Comité d’éthique et de sécurité audiovisuelle » pour mieux soutenir la gouvernance des véhicules autonomes.

En résumé, le déploiement et l'utilisation généralisés des véhicules autonomes sont une condition nécessaire pour réaliser bon nombre de leurs avantages positifs. La condition nécessaire à son déploiement et à son utilisation généralisés est d’établir un cadre de sécurité adapté et d’accélérer le passage des tests à l’utilisation commerciale des véhicules autonomes. Mais aucune politique juridique raisonnable ne peut ignorer l’acceptation du public. En d’autres termes, si les véhicules autonomes veulent devenir le mode de transport préféré, ils doivent tenir compte des attentes de leurs utilisateurs et de la société dans son ensemble. Ces attentes incluent la satisfaction et la sécurité des utilisateurs ainsi que des valeurs de conception telles que la confiance et la responsabilité. et la transparence.

Les réglementations de sécurité pour les véhicules autonomes doivent également prendre en compte ces attentes et même concilier les attentes excessives. Sur la base de ces considérations, cet article propose de manière innovante un nouveau cadre réglementaire de sécurité des algorithmes de conduite autonome pour relever les défis de sécurité des algorithmes auxquels il faut faire face avant que les véhicules autonomes puissent être commercialisés. À long terme, l'utilisation commerciale des voitures autonomes n'est que le point de départ, et non la fin, du futur code de la route. Une série de changements dans la conception des voitures, les règles de circulation, la responsabilité, l'indemnisation des assurances, les habitudes de conduite, etc. viennent les uns après les autres.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌
Will R.E.P.O. Vous avez un jeu croisé?
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Pourquoi le Gaussian Splatting est-il si populaire dans la conduite autonome que le NeRF commence à être abandonné ? Pourquoi le Gaussian Splatting est-il si populaire dans la conduite autonome que le NeRF commence à être abandonné ? Jan 17, 2024 pm 02:57 PM

Écrit ci-dessus et compréhension personnelle de l'auteur Le Gaussiansplatting tridimensionnel (3DGS) est une technologie transformatrice qui a émergé dans les domaines des champs de rayonnement explicites et de l'infographie ces dernières années. Cette méthode innovante se caractérise par l’utilisation de millions de gaussiennes 3D, ce qui est très différent de la méthode du champ de rayonnement neuronal (NeRF), qui utilise principalement un modèle implicite basé sur les coordonnées pour mapper les coordonnées spatiales aux valeurs des pixels. Avec sa représentation explicite de scènes et ses algorithmes de rendu différenciables, 3DGS garantit non seulement des capacités de rendu en temps réel, mais introduit également un niveau de contrôle et d'édition de scène sans précédent. Cela positionne 3DGS comme un révolutionnaire potentiel pour la reconstruction et la représentation 3D de nouvelle génération. À cette fin, nous fournissons pour la première fois un aperçu systématique des derniers développements et préoccupations dans le domaine du 3DGS.

Comment résoudre le problème de la longue traîne dans les scénarios de conduite autonome ? Comment résoudre le problème de la longue traîne dans les scénarios de conduite autonome ? Jun 02, 2024 pm 02:44 PM

Hier, lors de l'entretien, on m'a demandé si j'avais posé des questions à longue traîne, j'ai donc pensé faire un bref résumé. Le problème à longue traîne de la conduite autonome fait référence aux cas extrêmes dans les véhicules autonomes, c'est-à-dire à des scénarios possibles avec une faible probabilité d'occurrence. Le problème perçu de la longue traîne est l’une des principales raisons limitant actuellement le domaine de conception opérationnelle des véhicules autonomes intelligents à véhicule unique. L'architecture sous-jacente et la plupart des problèmes techniques de la conduite autonome ont été résolus, et les 5 % restants des problèmes à longue traîne sont progressivement devenus la clé pour restreindre le développement de la conduite autonome. Ces problèmes incluent une variété de scénarios fragmentés, de situations extrêmes et de comportements humains imprévisibles. La « longue traîne » des scénarios limites dans la conduite autonome fait référence aux cas limites dans les véhicules autonomes (VA). Les cas limites sont des scénarios possibles avec une faible probabilité d'occurrence. ces événements rares

Choisir une caméra ou un lidar ? Une étude récente sur la détection robuste d'objets 3D Choisir une caméra ou un lidar ? Une étude récente sur la détection robuste d'objets 3D Jan 26, 2024 am 11:18 AM

0. Écrit à l'avant&& Compréhension personnelle que les systèmes de conduite autonome s'appuient sur des technologies avancées de perception, de prise de décision et de contrôle, en utilisant divers capteurs (tels que caméras, lidar, radar, etc.) pour percevoir l'environnement et en utilisant des algorithmes et des modèles pour une analyse et une prise de décision en temps réel. Cela permet aux véhicules de reconnaître les panneaux de signalisation, de détecter et de suivre d'autres véhicules, de prédire le comportement des piétons, etc., permettant ainsi de fonctionner en toute sécurité et de s'adapter à des environnements de circulation complexes. Cette technologie attire actuellement une grande attention et est considérée comme un domaine de développement important pour l'avenir des transports. . un. Mais ce qui rend la conduite autonome difficile, c'est de trouver comment faire comprendre à la voiture ce qui se passe autour d'elle. Cela nécessite que l'algorithme de détection d'objets tridimensionnels du système de conduite autonome puisse percevoir et décrire avec précision les objets dans l'environnement, y compris leur emplacement,

Cet article vous suffit pour en savoir plus sur la conduite autonome et la prédiction de trajectoire ! Cet article vous suffit pour en savoir plus sur la conduite autonome et la prédiction de trajectoire ! Feb 28, 2024 pm 07:20 PM

La prédiction de trajectoire joue un rôle important dans la conduite autonome. La prédiction de trajectoire de conduite autonome fait référence à la prédiction de la trajectoire de conduite future du véhicule en analysant diverses données pendant le processus de conduite du véhicule. En tant que module central de la conduite autonome, la qualité de la prédiction de trajectoire est cruciale pour le contrôle de la planification en aval. La tâche de prédiction de trajectoire dispose d'une riche pile technologique et nécessite une connaissance de la perception dynamique/statique de la conduite autonome, des cartes de haute précision, des lignes de voie, des compétences en architecture de réseau neuronal (CNN&GNN&Transformer), etc. Il est très difficile de démarrer ! De nombreux fans espèrent se lancer dans la prédiction de trajectoire le plus tôt possible et éviter les pièges. Aujourd'hui, je vais faire le point sur quelques problèmes courants et des méthodes d'apprentissage introductives pour la prédiction de trajectoire ! Connaissances introductives 1. Existe-t-il un ordre d'entrée pour les épreuves de prévisualisation ? R : Regardez d’abord l’enquête, p

SIMPL : un benchmark de prédiction de mouvement multi-agents simple et efficace pour la conduite autonome SIMPL : un benchmark de prédiction de mouvement multi-agents simple et efficace pour la conduite autonome Feb 20, 2024 am 11:48 AM

Titre original : SIMPL : ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving Lien article : https://arxiv.org/pdf/2402.02519.pdf Lien code : https://github.com/HKUST-Aerial-Robotics/SIMPL Affiliation de l'auteur : Université des sciences de Hong Kong et technologie Idée DJI Paper : cet article propose une base de référence de prédiction de mouvement (SIMPL) simple et efficace pour les véhicules autonomes. Par rapport au cent agent traditionnel

Parlons des systèmes de conduite autonome de bout en bout et de nouvelle génération, ainsi que de quelques malentendus sur la conduite autonome de bout en bout ? Parlons des systèmes de conduite autonome de bout en bout et de nouvelle génération, ainsi que de quelques malentendus sur la conduite autonome de bout en bout ? Apr 15, 2024 pm 04:13 PM

Au cours du mois dernier, pour des raisons bien connues, j'ai eu des échanges très intensifs avec divers professeurs et camarades de classe du secteur. Un sujet inévitable dans l'échange est naturellement le populaire Tesla FSDV12 de bout en bout. Je voudrais profiter de cette occasion pour trier certaines de mes pensées et opinions en ce moment pour votre référence et votre discussion. Comment définir un système de conduite autonome de bout en bout et quels problèmes devraient être résolus de bout en bout ? Selon la définition la plus traditionnelle, un système de bout en bout fait référence à un système qui saisit les informations brutes des capteurs et génère directement les variables pertinentes pour la tâche. Par exemple, en reconnaissance d'images, CNN peut être appelé de bout en bout par rapport à la méthode traditionnelle d'extraction de caractéristiques + classificateur. Dans les tâches de conduite autonome, saisir les données de divers capteurs (caméra/LiDAR

NuScenes dernier SOTA SparseAD : les requêtes clairsemées contribuent à une conduite autonome efficace de bout en bout ! NuScenes dernier SOTA SparseAD : les requêtes clairsemées contribuent à une conduite autonome efficace de bout en bout ! Apr 17, 2024 pm 06:22 PM

Écrit à l'avant et point de départ Le paradigme de bout en bout utilise un cadre unifié pour réaliser plusieurs tâches dans les systèmes de conduite autonome. Malgré la simplicité et la clarté de ce paradigme, les performances des méthodes de conduite autonome de bout en bout sur les sous-tâches sont encore loin derrière les méthodes à tâche unique. Dans le même temps, les fonctionnalités de vue à vol d'oiseau (BEV) denses, largement utilisées dans les méthodes de bout en bout précédentes, rendent difficile l'adaptation à davantage de modalités ou de tâches. Un paradigme de conduite autonome de bout en bout (SparseAD) centré sur la recherche clairsemée est proposé ici, dans lequel la recherche clairsemée représente entièrement l'ensemble du scénario de conduite, y compris l'espace, le temps et les tâches, sans aucune représentation BEV dense. Plus précisément, une architecture clairsemée unifiée est conçue pour la connaissance des tâches, notamment la détection, le suivi et la cartographie en ligne. De plus, lourd

FisheyeDetNet : le premier algorithme de détection de cible basé sur une caméra fisheye FisheyeDetNet : le premier algorithme de détection de cible basé sur une caméra fisheye Apr 26, 2024 am 11:37 AM

La détection de cibles est un problème relativement mature dans les systèmes de conduite autonome, parmi lesquels la détection des piétons est l'un des premiers algorithmes à être déployés. Des recherches très complètes ont été menées dans la plupart des articles. Cependant, la perception de la distance à l’aide de caméras fisheye pour une vue panoramique est relativement moins étudiée. En raison de la distorsion radiale importante, la représentation standard du cadre de délimitation est difficile à mettre en œuvre dans les caméras fisheye. Pour alléger la description ci-dessus, nous explorons les conceptions étendues de boîtes englobantes, d'ellipses et de polygones généraux dans des représentations polaires/angulaires et définissons une métrique de segmentation d'instance mIOU pour analyser ces représentations. Le modèle fisheyeDetNet proposé avec une forme polygonale surpasse les autres modèles et atteint simultanément 49,5 % de mAP sur l'ensemble de données de la caméra fisheye Valeo pour la conduite autonome.

See all articles