联邦自动驾驶汽车政策的数据管理含义

最近公布的交通部(DOT)联邦自动驾驶汽车政策为自动驾驶或自驾车辆开发提供了监管指导。虽然自主技术近年来发展迅速，但监管法律并没有跟上步伐。该政策解决了监管的不确定性，并提供了在公共道路上部署自动驾驶车辆的明确路线图。自动驾驶汽车开发商需要一个全面的数据管理计划，以符合DOT指南，为快速功能增强和更新铺平道路，并提供法律保护。

完全自动驾驶车辆的操作创建并处理大量数据。多个摄像头和传感器，包括RADAR，LiDAR，SONAR和GPS，都部署在一辆汽车上，以执行各种子任务，以支持整体驾驶任务。虽然人类的后脑勺没有眼睛，但自动驾驶汽车在360度时会有很多“眼睛”。不同类型的传感器设计用于特定任务和条件，例如距离，照明，天气等，并为软件算法提供输入以处理和确定适当的车辆响应 - 即加速，制动和转向。今天的测试车通常每天可以产生4到6TB的数据，其中一些产生的数量是安装设备及其分辨率的两倍。

DOT政策包括与车辆安全相关的15个特定重点领域的指南，并要求制造商提交一份安全评估函，说明他们如何满足每个重点领域。制造商应在任何重大更新时随时提交新的安全评估信，包括软件和硬件更新。制造商有责任保留数据和文件以支持每次安全评估的提交。

其中三个重点领域涉及车辆自动化功能的定义。第一个车辆操作设计域(ODD)指定了自动化系统在其中运行的条件。这包括道路类型，速度，照明，天气和任何其他领域限制。第二个是在车辆ODD内安全操作所必需的物体和事件检测和响应(OEDR)功能; 包括在正常驾驶条件下以及意外危险或事件。最后，回落到最小风险状态定义车辆性能遇到系统故障或车辆遇到ODD以外的情况时，包括人为通知控制和车辆响应如果在预定时间范围内没有发生手动控制。

需要对性能进行测试和验证，以验证车辆能否在其预期的设计参数范围内安全运行，并根据需要安全地回到最小风险状态。测试可能包括模拟，在轨和路上元素的组合。今天开车的任何人都应该意识到，验证上面列出的三个自动化功能所需的变量数量并非微不足道。拥有良好的数据管理计划对于高效且有效的验证过程至关重要。如前所述，车辆测试期间生成的数据集可能非常大。车载数据存储必须适应不间断的测试周期和车辆环境条件，超过典型数据中心的条件。工程团队可以轻松获取数据，这是开发过程的生命线。提示访问新测试数据以及访问旧数据以进行反向测试同样重要。制造商需要一个计划来满足主动测试和开发过程的容量和性能要求，同时还可以长期访问大容量存储。

根据该政策，制造商应保留测试和操作事件的数据，并确保制造商和DOT可以随时检索崩溃重建。DOT建议在发生碰撞时收集伤害或死亡数据，当车辆损坏以便需要牵引时，以及在车辆响应良好的情况下“近乎未命中”的情况下收集数据。在这些情况下，车辆应保留足够的数据以重建事件和系统性能，包括系统或人类驾驶员是否控制汽车。该政策规定制造商应具备共享任何相关数据的技术和法律能力。该政策还鼓励该行业与标准组织合作，建立统一的数据记录和共享方法。

自动驾驶车辆的开发和运行都是需要全面数据管理计划的数据密集型过程。随着更多车辆的部署以及不可避免的事件发生时，制造商必须拥有明确定义的流程和数据访问系统以增强系统性能，从而使自动化系统性能受到质疑。潜在的法律问题给制造商带来了更大的责任，因为车辆的自动化系统负责驾驶汽车而不是人类。精心设计的数据管理计划将有利于车辆制造商推进技术，及时响应新事件的能力，最终提高车辆性能和安全性。