美国 - 艾赫巴里通讯社
军用无人机可为自动驾驶汽车提供哪些经验教训
美国 - 从军事行动中获得的见解，特别是与海湾战争期间的无人机（UAV）相关的见解，为自动驾驶汽车的未来安全提供了重要的经验教训。随着自动驾驶技术日益融入交通运输领域，自动驾驶汽车的开发商正面临着与军方数十年来在操作无人机时所面临的类似挑战。吸收这些来之不易的经验教训，可以显著加速开发更安全、更可靠的自动驾驶汽车。
自动驾驶汽车在面对人类驾驶员轻松应对的常见情境时，常常显得力不从心。这包括建筑区、校车停靠点、电力中断或不可预测的行人行为。此类互动可能导致危险后果，包括碰撞或系统冻结，造成严重的交通中断，并可能阻碍紧急救援人员的工作。由于自动驾驶汽车无法可靠地处理这些常规问题，许多公司雇佣人类操作员进行远程监控并进行必要干预。
另请阅读
对于自动驾驶车辆进行远程人工监控的概念并非新鲜事物。自20世纪80年代以来，美国军方一直在对其无人机（UAV）使用这种模式。在无人机操作的早期阶段，军方因控制站设计不佳、培训不足和通信延迟等原因，经历了许多事故。军方亲身体验到，远程操作虽然有其独特的优势，但也带来了需要创新解决方案的重大挑战。
乔治梅森大学工程学院教授、1990年代美国海军战斗机飞行员玛丽（米西）·卡明斯（Mary (Missy) Cummings）强调了这些经验教训的重要性。卡明斯是研究改进无人机远程监控界面方面最早的先驱之一。她和她的同事们在观察和研究这些系统上投入了数千小时，积累了关于安全管理远程操作的深厚知识。最近披露美国商业自动驾驶汽车的远程操作由菲律宾的运营商处理，这突显了一个关键问题：自动驾驶汽车公司可能尚未完全吸收那些能够显著提高当今自动驾驶汽车安全性的宝贵军事经验。
在海湾战争期间部署于西太平洋期间，卡明斯在空中作战中心度过了大量时间，深入了解了军事打击的规划、执行以及在原始计划失败时如何进行重新规划。获得博士学位后，她利用这一经验，开始为美国军方三个分支研究无人机的远程控制。她与操作员挤在狭小的拖车里，无论是进行本地演习还是远程飞行，她的任务是了解远程操作员的痛点，并为他们远程控制全球飞行的无人机提出改进建议。
“监督控制”（Supervisory control）指的是人类监控和支持自主系统，并在需要时介入管理的情况。对于自动驾驶汽车而言，这种监督可以采取多种形式。第一种是“遥操作”（Teleoperation），即人类远程控制车辆的速度和转向。操作员坐在配备方向盘和踏板的控制台上，类似于赛车模拟器。由于这种方法依赖于实时控制，因此对通信延迟非常敏感。第二种是“远程协助”（Remote Assistance），在这种模式下，人类提供更高级别的指导，而不是直接控制。例如，操作员可以在地图上绘制一条路线（称为放置“面包屑”）来指示汽车的行驶方向，或者解释人工智能无法处理的信息，例如建筑工人的手势信号。虽然这种方法比遥操作更能容忍延迟，但它仍然是时间敏感的。
在超过35年的无人机操作中，军方始终面临着五大挑战，这些挑战为自动驾驶汽车提供了宝贵的启示：
相关新闻
- 延迟（Latency）：定义为由于距离或网络质量差导致的信息传输和接收延迟，延迟是远程车辆控制的最重要挑战。人类也有固有的延迟——神经肌肉滞后（neuromuscular lag）——通常需要200-500毫秒才能对新的刺激做出反应。在通信延迟加剧的远程操作中，这使得实时控制变得极其困难。美国空军早期尝试从拉斯维加斯远程操作中东地区的无人机起降，面临两秒的延迟，导致事故率是执行相同任务的战斗机的16倍。军方随后转向了本地视线操作员，并最终实现了全自动起降程序。
- 界面设计（Interface Design）：糟糕的界面设计是许多无人机事故的重要原因。军方通过惨痛的教训认识到，混乱的控制、难以阅读的显示器和不明确的自主模式可能导致灾难性的后果。根据美国联邦航空管理局（FAA）的数据，截至2004年，因人为错误导致的陆军和空军无人机事故中，有20%至100%归因于界面设计缺陷，具体取决于无人机平台。在一个显著的案例中，控制按钮的布局使得在发射导弹时很容易意外关闭发动机，导致了操作失误。
- 工作负载管理（Workload Management）：无人机任务通常包括长时间的侦察和情报收集，有时会穿插导弹袭击等高强度作战阶段。任务可能持续数天，需要操作员等待特定事件的发生。这会导致工作负载的极端波动：有时是压倒性的强度，有时是令人难以忍受的无聊。这两种极端情况都可能导致错误。遥操作期间的高工作负载可能导致疲劳，而在自主操作期间的低工作负载可能导致自满和警惕性下降，这是无人机研究中充分记录的模式。
- 操作员培训（Operator Training）：尽管原始文本中未明确详述，但军事经验普遍强调全面操作员培训的关键重要性，特别是对于复杂和高风险的远程操作。
- 可靠性（Reliability）：确保安全可靠的运行需要强大的通信基础设施和坚固的容错系统。
自动驾驶行业也暴露出类似问题的迹象。一些自动驾驶班车使用了现成的游戏控制器，虽然价格便宜，但从未为车辆控制而设计。这种非标准使用可能导致“模式混淆”（mode confusion），这是最近一次班车事故的一个因素。严格的“人机环”（human-in-the-loop）测试不仅在系统部署前是必需的，在主要的软件升级后也同样重要。控制系统不应过于遥远，以缓解延迟问题并加强对安全漏洞的监督。操作员很可能正在经历类似的工作负载波动，处理从解释模糊的交通标志到帮助车辆摆脱困境等各种任务。在简单的场景中，操作员可能会感到无聊；而在紧急情况下，例如驶入洪水区或在全市停电期间做出响应，操作员可能会迅速不堪重负。应用军用无人机操作数十年的经验教训，是实现自动驾驶汽车安全可靠未来的关键一步。
