交通规划案例集/自动驾驶汽车

概要

自动驾驶汽车是可以感知周围环境并从 A 点行驶到 B 点，而无需人类主动控制的汽车。它们也被称为机器人汽车和无人驾驶汽车。自动驾驶汽车的一些功能，例如巡航控制和平行停车辅助，已经整合到传统车辆中。全自动驾驶汽车尚未部署到公众中，但科技公司，最值得注意的是谷歌，正在积极开发和试点全自动驾驶汽车，这些汽车可以被编程到目的地并送乘客到那里。自动驾驶汽车有可能显著提高道路安全，但它们也带来了一些伦理和法律障碍，这些障碍仍需解决。

参与者名单

诺曼·贝尔·格德斯- 1939 年世界博览会“未来世界”展厅的创造者，以及《神奇高速公路》一书的作者，贝尔·格德斯是一位自动交通运输的先驱，也是整个高速公路系统的先驱。

国防高级研究计划局 (DARPA)- 美国国防部的一个机构，负责开发供军队使用的新技术，并资助许多新技术的开发。DARPA 大挑战提高了自动驾驶汽车的知名度。

谷歌- 目前处于无人驾驶技术前沿的科技巨头。

梅赛德斯-奔驰- 汽车制造商，在 1980 年代，它是大型汽车制造商中最早测试自动驾驶技术的公司之一。梅赛德斯-奔驰是如今众多拥有自动驾驶汽车工作原型制造商之一。

维络达- HDL-64 激光雷达阵列制造商，它是如今自动驾驶汽车中使用的激光雷达技术的热门选择。

事件时间线

• 1939 年- 诺曼·贝尔·格德斯的“未来世界”展厅在世界博览会上展出
• 1960 年- 英国运输与道路研究实验室测试了雪铁龙 DS 无人驾驶汽车，该汽车使用道路下的磁性轨道以及汽车前后两对磁性传感器。
• 1969 年- 法国政府开始研究 Aramis，这是一个运行在磁性轨道上的系统，司机可以坐在他们自己的无人驾驶车厢里，在去上班的路上加入类似车厢的“列车”。
• 1995 年- 一辆梅赛德斯-奔驰货车从慕尼黑行驶了 1000 英里到达哥本哈根，使用了摄像头来“识别”道路，并使用计算机来转向。
• 1997 年- 圣地亚哥的 DEMO 97 演示表明，无人驾驶汽车能够使用通信技术在高速行驶时相互跟随。
• 2004 年- 首次与无人驾驶汽车相关的 DARPA 挑战赛，通过奖金比赛提高了自动驾驶汽车的知名度。
• 2010 年- 谷歌宣布，它一直在交通中秘密测试无人驾驶汽车

地点地图

目前，四个州已经通过了关于自动驾驶汽车使用的立法：加利福尼亚州、内华达州、密歇根州和佛罗里达州，以及哥伦比亚特区。 德国、西班牙和荷兰也颁布了国际立法，允许进行测试。

2018 年拥有自动驾驶汽车立法的美国州

早期自动驾驶汽车

早期的自动驾驶汽车技术最早是在 1920 年代通过使用无线电遥控来模拟的。在这些简短的演示中，无线电脉冲从附近的控制装置发出，并被接收天线捕获，接收天线操作一个控制汽车的电动机。大型无人驾驶交通系统梦想直到 1939 年的世界博览会才引起人们的注意，当时诺曼·贝尔·格德斯向观众介绍了“未来世界”展厅，这是他对 1960 年代不久的未来大都市地区的愿景。“未来世界”由通用汽车赞助，在预测全国范围的高速公路网络方面具有先见之明，该网络采用无人驾驶技术。虽然 1960 年的预测过早，但未来的愿景已经开始实现。

在 1950 年代后期和 1960 年代，无人驾驶技术通过使用放置在道路下方的磁性轨道在公共道路上成功进行了演示。脉冲用于引导汽车并确定其表面上任何金属车辆的速度。该技术的成功演示导致政府支持的实体（包括公共道路局）对自动驾驶汽车进行研究。许多研究项目因成本而解散，但在人们对自动驾驶汽车的可能性有了很多了解之前，这些项目就已经解散了。

在 1980 年代和 1990 年代，摄像头开始在自动驾驶汽车上使用，作为汽车“识别”道路的一种方式。此外，汽车之间的通信技术成为汽车“相互交流”的另一种方式，并在 DEMO 97 中被证明是一种技术上的成功。摄像头和通信技术是如今许多最具前景的自动驾驶创新的先驱，包括谷歌汽车的原型。

现代自动驾驶汽车

如今的全自动驾驶汽车配备了不同的传感器，这些传感器可以绘制附近特征的地图，以便识别道路边缘和车道标记，读取标志和交通信号灯，并识别行人。这些传感器可以包括 GPS、摄像头、雷达、激光雷达（激光雷达使用光脉冲而不是无线电波）和超声波探测器的组合，超声波探测器可以为停车等用途提供附近环境的精确映射。 激光雷达系统可能非常昂贵，而雷达和摄像头等更便宜的选择可能在不久的将来更可行。 此外，加速度计和高度计提供了比仅使用 GPS 更精确的定位。这些传感器中的部分已经以不同的程度应用到当今的量产汽车中。现有的自动驾驶汽车辅助包括

• 车道保持系统，该系统可以遵循道路标记，并在车辆开始漂移时发出警告并纠正转向；
• 自适应巡航控制 (ACC)，它可以保持与前方车辆的恒定距离；
• 自动泊车系统，可以使用上面讨论的超声波探测器将汽车倒入停车位；
• 紧急制动，如果在汽车前方检测到障碍物，则会刹车；
• 卫星导航系统。

谷歌的无人驾驶汽车使用激光雷达系统来构建周围环境的详细 3D 地图。每次汽车行驶特定路线时，它都会收集数据以更新现有的 3D 地图。谷歌的软件还对限速和记录的交通事故进行数据加密。汽车的屋顶安装传感器可以“看到”各个方向，这可以说比任何人类驾驶员都具有更强的态势感知能力。谷歌的自动驾驶汽车已经在自动驾驶模式下行驶了 435,000 英里（700,000 公里），并且没有发生事故。挑战仍然存在，特别是在积雪的路面和道路施工附近临时标志的地方，但技术一直在不断改进。

自动驾驶汽车的工作原理

汽车安装的激光雷达捕获数据的可视化。

自动驾驶车辆和非自动驾驶车辆必须在城市地区行驶的环境，其特点是两种现象——静态和动态。静态环境主要由建成环境、基础设施、街道几何形状和其他物理约束（如建筑物布局）组成。动态环境包括所有其他道路使用者——驾驶员和其他车辆、骑自行车者、行人——以及半动态元素，如交通管制设备（即结构是标准化和静态的，但操作和时间可能根据交通量模式而改变）。每个环境都提供丰富的资讯层，驾驶员从中采样并使用这些资讯层来进行车辆驾驶的操作决策。

自动驾驶汽车的目标是既要取代人类驾驶员的功能，又要提高人类驾驶员的效率和安全性（或缺乏安全性）。因此，必须使用各种技术来关注周围环境中的静态和动态资讯层。在典型的谷歌改装普锐斯中，有五种通用的感官输入层：位于四个车轮井附近的短/中程雷达、屋顶激光雷达阵列、交通信号灯的视频监控（位于后视镜附近）、精密 GPS 以及来自车辆计算机和轮式传感器的速度和定位资讯。^[16] 位于车轮附近的四个雷达传感器旨在监控不在自动驾驶汽车附近的其他移动物体和车辆，使系统能够创建车辆位置和移动的更远范围地图，这些地图与高速公路和高速合并等高速环境相关。屋顶激光雷达阵列（可能是该系统中最具标志性的元素），通常是一个 Velodyne HDL-64，通过旋转带有 64 个独立垂直角度激光发射器的单元并测量反射光的属性来创建周围环境的近场 3D 地图。前置摄像头监控交通信号灯的存在和变化——这是一条非常重要的资讯，因为交通信号灯可以根据一天中的时间和交通流量进行动态计时，并且有关精确信号时间的资讯通常不会提供给车辆及其操作员。高精度 GPS 用于监控车辆的进展并帮助进行路线映射和路线更改，而车辆速度和计算机系统资讯的板载感测对于 GPS 连接失败至关重要。

自动驾驶系统集成了从环境中获取的各种资讯层，并结合了来自交通法规的车辆操作预编程限制，引导车辆在其环境中向前行驶。一般的操作方案是使用 GPS 资讯创建第一个草稿路线图，然后使用环境感官资讯告知车辆控制器的执行参数。在自动驾驶车辆运动中存在一些具体的指导挑战，这些挑战已经被解决，例如变道行为、超车和超越、平行停车以及停车坡道的导航（Laugier，2001）。目前在合法购买的车辆中存在几种完全或部分自动驾驶的运动，并且多年来汽车中存在一些运动模式——即 ABS（自动制动系统），以及（平行）泊车辅助。

与 GPS 连接断开相关联的技术难题。自动驾驶汽车使用 GPS 不仅仅是为了收集有关车辆位置的资讯，还用于关键的路线规划——如果一辆车无法知道其在街道网络中的当前位置，或其在路线上的当前进展，那么路线进展可能会受到阻碍。如果 GPS 发生故障，可以通过车辆的本地感测速度资讯和离线路线资讯（如路段距离以及转弯点的数量和相对位置）来确定本地路线规划（Kümmerle，2009）。计划的环境 GPS 切断（例如停车场）可以通过映射和存储有关通用停车场几何形状、平面图和视觉控制点的其他资讯来缓解。这允许离线路线规划，以便自动驾驶车辆继续运行。

自动驾驶汽车的优缺点

优点

安全

自动驾驶汽车最显著的优点之一是，它们不会受到人为错误的影响。全世界每年约有 120 万人死于机动车事故。在美国，2012 年有 37,000 人死于机动车事故，其中 90% 以上的事故归因于驾驶员错误。^[17] 人为错误包括醉酒驾驶、分心驾驶（即边发短信边驾驶）、开车时睡着、闯红灯、超速、尾随和更多问题。

根据 2011 年 All State 的一项调查，美国人严重高估了他们的驾驶能力。研究发现，尽管 64% 的美国人将自己评为“优秀”或“非常好”的驾驶员，但 45% 的人承认在过度疲劳时驾驶，44% 的人收到了 3 张或更多张超速罚单，34% 的人承认边发短信边驾驶，而 15%（男性中 23%）承认在酒后驾驶。如果自动驾驶汽车被正确编程，那么它将消除这些严重的道路危险。^[18]

自动驾驶汽车不仅不会受到人为错误的影响，而且还能够比人类更远地识别障碍物和危险，并且能够更快地做出反应。自动驾驶汽车将设计成没有盲点；它们能够看到 360 度以及远处的距离。此外，自动驾驶汽车能够互相通信，因此如果高速公路上突然减速、出现危险天气状况或道路危险（如冰或油泄漏），汽车会互相警告，以便提前制动，避免碰撞。你前方的汽车可以警告你一个孩子正在跑到街上，指示你的汽车在你看不到孩子之前制动。即使你看到了孩子，汽车的反应时间也会比人类快得多；目前，无人驾驶汽车每秒可以做出 20 个决策，而人类驾驶员的反应时间通常在 0.7 到 1.5 秒之间。^[19]

拥堵

根据德克萨斯 A&M 大学 2011 年的交通出行研究，美国人平均每年在交通拥堵中花费 38 个小时。在华盛顿特区、洛杉矶和旧金山等大城市，每个通勤者的拥堵延误时间超过每年 60 小时。拥堵延误使每个美国通勤者平均每年在燃油成本上额外支出 800 美元，全国总计 1210 亿美元。^[20]

自动驾驶汽车可以通过减少交通事故的数量来减少交通拥堵。此外，让汽车不断地互相通信将使尾随距离大幅缩短，这可以将更多汽车塞入相同数量的道路空间，从而减少交通拥堵。自动驾驶汽车可以协调路线，以最有效的方式使用道路系统。如果汽车能够自动泊车，汽车可以把你送到目的地，然后自行找到很远的停车位，而你无需这样做，从而减少城市中因人们绕着圈寻找停车位而造成的严重交通拥堵。自动驾驶汽车可以充当出租车的角色，减少人们拥有汽车的必要性，并减少停放的汽车所占用的空间。

燃油效率

自动驾驶汽车通过编程以比大多数人类更省油的方式加速，从而提高燃油效率。更小的尾随距离也可以减少紧随其后行驶的汽车的空气阻力。^[21]

节省时间

明尼阿波利斯/圣保罗的平均通勤时间约为 25 分钟（每天往返一次）。^[22] 在人口稠密州（如纽约州和加利福尼亚州），这一数字接近 30 分钟。简单地说，如果汽车可以自动驾驶，人们就可以利用这段时间来工作、阅读、睡觉，或者做任何其他事情。

非驾驶员

自动驾驶汽车有潜力为无法驾驶的人增加出行选择。这包括大量人口，包括儿童、有身体或精神残疾的人，以及老年人或行动不便的人。自动驾驶汽车可以极大地改善这些人群的交通状况，他们传统上依赖公共交通或他人开车出行。

自动驾驶汽车的缺点

潜在的计算机故障

一辆自动驾驶送货车卡在临时装载坡道上 - 一个意想不到的障碍。虽然这起事故是良性的，但高速行驶的汽车会带来更大的风险。

计算机故障始终存在导致事故的可能性。为了让自动驾驶汽车通过技术、法律和监管障碍，大规模上路行驶，该技术很可能得到高度改进并变得安全，但完全安全可能无法保证。以航空旅行为例，它高度依赖于技术和自动驾驶功能。航空旅行非常安全，远比驾驶安全，但并非完全没有事故。随着自动驾驶汽车的部署，人们忘记了（或从未学会）驾驶，在计算机故障的情况下，他们可能无法接管驾驶。

截至 2014 年，谷歌汽车在加州道路上行驶了超过 30 万英里，没有发生事故，但目前它们还没有在包括雪地、意外施工以及其他各种不可预测和异常情况在内的恶劣条件下进行测试。

成本

至少在部署的早期阶段，自动驾驶汽车很可能比传统汽车贵得多。已经投入使用的自动驾驶汽车的一些元素，例如车道纠正（提醒甚至纠正偏离车道的驾驶员）、自适应巡航控制（检测前方车辆的距离并调整车速以保持一定距离）以及自动刹车（在驾驶员不踩刹车而即将发生碰撞时停车），仅在豪华车中才能找到。 自动驾驶汽车，与许多交通技术一样，在广泛部署时效率最高。自动驾驶汽车的设计理念是建立在车辆之间广泛通信的基础上。如果主流消费者无力负担自动驾驶汽车，那么车联网在未来几年内可能会受到限制。

失业

自动驾驶汽车，在完全部署后，将消除对驾驶员的需求，可能包括出租车司机和卡车司机。对于这整个低技能工人阶层来说，失业可能是经济上重要的。

犯罪的可能性

自动驾驶汽车将对道路执法带来重大变化。一些罪行，如超速和酒后驾车，可能会被消除。但其他一些不常见但更具灾难性的罪行可能会因自动驾驶汽车而变得容易。例如，逃离执法的罪犯可以腾出双手射击。一辆自动驾驶汽车可以变成一辆自动驾驶炸弹。罪犯可能会接管车联网，故意造成事故。显然，控制自动驾驶汽车的计算机和通信网络的安全至关重要。

驾驶的乐趣

最后，有些人喜欢驾驶。他们可能出于各种原因喜欢驾驶，包括权力感、速度感和控制感。完全部署的自动驾驶汽车将带走驾驶强大快速车辆的乐趣。

自动驾驶汽车的伦理问题

当发生涉及人类驾驶的车辆的事故时，人类错误或意图的普遍性很容易导致对过失的认定，以及随之而来的法律后果。由于非自动驾驶汽车在历史上要求操作员在车辆运行期间始终输入并维护控制信号，因此在极少数的机械故障情况下，谨慎操作的责任和尽职调查始终落在操作员身上。然而，当自动驾驶汽车似乎造成了事故时，过失的认定和法律后果要困难得多。 这有两方面 - 自动驾驶汽车的人类乘客在法律上可能对自动驾驶汽车的安全运行负责，特别是在他们是车主的情况下，并且关于乘客过失与软件制造商过失的法律问题必然会产生。然而，在自动驾驶车辆与非自动驾驶车辆发生事故的情况下，自动驾驶车辆会收集有关车辆速度、轨迹、制动压力和减速率等其他细节的数据。如果自动驾驶汽车在公差范围内安全运行，这些数据可以有力地表明非自动驾驶车辆操作员的过失。

一个更细致入微且难以从伦理角度考察的领域是自动驾驶汽车如何在事故避免和事故不可避免的情况下做出道德决策。在《纽约客》杂志上，加里·马库斯在他关于自动驾驶汽车伦理的讨论中，引用了（许多人在讨论机器人伦理时也这样做的）艾萨克·阿西莫夫的机器人行为法则。

• 机器人不得伤害人类，也不得袖手旁观，任由人类受到伤害。
• 机器人必须服从人类的命令，除非这些命令与第一法则相冲突。
• 机器人必须保护自己的存在，只要这种保护不与第一或第二法则相冲突。

更深入的讨论可能会探讨阿西莫夫法则将机器人和自动机器降级为人类仆人的问题，以及这种制度可能与具有道德自觉的机器智能的可能性相矛盾。目前的自动驾驶汽车还远没有达到自觉——更像是机械化的自动化工具，用于满足人类的交通需求。但即使它们不像“有意识”的机器人那样具有自我意识，驱动车辆的软件仍然必须做出道德决策。自动驾驶汽车应该首先尝试将对车主和/或乘客的伤害降到最低，并将对其他道路使用者（例如，驾驶错误并威胁与自动驾驶汽车相撞的人类驾驶车辆）的伤害降到最低？自动驾驶汽车应该被允许“非法”地转向迎面而来的车道，以避开障碍物并保持交通顺畅，还是应该中断交通流以避免违反法律？阿西莫夫法则很难转化为可以实时执行的合理代码，我们对于最小化伤害以及进行技术上非法的操作等问题没有好的答案。

有几个因素可以缓解上述道德困境。如果行人突然冲到一辆非自动驾驶汽车前面，驾驶员的注意力水平和反应时间，以及汽车的速度（由驾驶员选择），都会决定行人是否有可能被撞。 Johansson (1971) 报道了人类驾驶员突然刹车反应时间的分布中位数为 0.9 秒。^[26] 自动驾驶汽车的反应时间比人类的平均反应时间快，差速压力 ABS 在快速制动方面的效率高于手动系统，而且正常运行的自动驾驶汽车不太可能行驶速度过快而无法停下（例如，不像人类那样超速）。因此，与非自动驾驶汽车相比，自动驾驶汽车撞到这些行人的可能性更小——涉及自动驾驶汽车的总体碰撞率应该会更低。此外，自动驾驶汽车技术的广泛应用将极大地降低事故风险——在一个除少数运营者外所有运营者都与其最近邻居（近场通信）进行通信的系统中，“离网”运营者构成了最大的碰撞风险，其他条件相同。自动驾驶汽车的数量越多，安全性就越高，因为它们将不安全的驾驶员从道路上移除。

最后，还有一个问题是驾驶员行为的改变，无论是人类驾驶员还是计算机。在将更多频繁的错误和碰撞归咎于人类驾驶员，以及将较少的错误归咎于无名无面的实体之间存在权衡。其中一种行为体比另一种行为体的行为更容易改变——本质上，将代码补丁推送到联网车辆的车队中，而不是让人类忘记错误的驾驶习惯。非自动驾驶碰撞可能更容易起诉，但每次自动驾驶碰撞都为未来降低类似碰撞的可能性提供了工程机会。^[27]

法律问题（保险和责任）

加州大学 PATH 项目的一组研究人员指出，对于汽车，存在三种基本的侵权责任理论：传统过失责任、无过失责任和严格责任。美国大多数州遵循过失责任规则。过失责任的概念是，一方应对其不合理地未能防止风险而造成的损害负责。例如，假设汤姆驾驶一辆轮胎气压过低的汽车，尽管他知道轮胎气压过低。如果他因轮胎气压过低而撞伤了行人，汤姆很可能会被认定有过失，并对事故负责。此外，目前有 12 个州对汽车保险采用无过失制度。在这些州，汽车碰撞受害者不被允许在侵权法体系中起诉其他驾驶员，除非他们的伤害达到一定程度的严重程度。相反，受害者通过自己的保险获得损失补偿，保险公司直接补偿他们的损失。此外，严格责任规则规定，无论是否存在过失，个人对其行为和疏忽造成的损害和损失负有法律责任。^[28]

目前尚不清楚自动驾驶汽车如何在上述责任制度中发挥作用。例如，美国国家公路交通安全管理局 (NHTSA) 将车辆自动化定义为五个级别，从级别 0 完全没有自动化到级别 5 完全自动化。争论的焦点是，制造商在哪个级别应该承担责任，以及驾驶员在哪个级别应该承担责任。^[29]

法律问题还涉及保险公司。例如，驾驶员可能会将自动驾驶汽车编程为每天早上将其送往工作地点，然后告诉汽车去停车，并指示汽车在工作结束后回来接驾驶员。虽然汽车是根据人类的指示行驶的，但它不是以传统意义上的方式驾驶。如果汽车真正处于乘客模式，任何违规行为都将是车辆本身的故障。然而，在相同情况下，唯一的区别是驾驶员在车内。当汽车感知到危险并向驾驶员发送安全警报时，问题是运营商是否有义务覆盖车辆。在这种情况下，根据驾驶员是否在有义务覆盖时未能覆盖，或者是否以不恰当的方式进行覆盖，责任可能会有所不同。无论哪种方式，另一个挑战是如何验证一个人是否以有意义的方式操作车辆，或者汽车是否在自动驾驶。^[30]

政策问题

截至 2014 年底，在美国，已有四个州通过了关于自动驾驶汽车合法使用的立法：加利福尼亚州、内华达州、密歇根州、佛罗里达州和哥伦比亚特区。与此同时，德国、西班牙和荷兰也颁布了国际立法，允许进行测试。

• 2011 年 6 月，内华达州议会通过了一项法律，授权以测试目的使用自动驾驶汽车。^[31] 该法案指出：“目前，机动车管理局仅接受测试申请。自动驾驶汽车不提供给公众。^[32]”
• 2012 年 7 月，佛罗里达州将自动驾驶汽车的测试使用合法化。^[33] 该法案指出：“自动技术可以由自动技术制造商指定的雇员、承包商或其他人员在本州的道路上操作，以测试该技术。^[34]”
• 2012 年 9 月，加利福尼亚州通过了允许以测试目的使用自动驾驶汽车的法案。^[35] 该法案表明，加利福尼亚州将仅授权以测试目的操作自动驾驶汽车。^[36]
• 2013 年 12 月，密歇根州通过了允许测试自动驾驶汽车的立法。^[37] 该法案表明：“只有持有有效驾驶执照或驾驶员执照的人才能在该州的公路或街道上以自动模式操作自动驾驶汽车以进行测试。”

尽管上述地方已将自动驾驶汽车的有限使用合法化，但人们仍然对将商业使用合法化犹豫不决。大多数颁布的法律只允许进行车辆测试。此外，对操作员使用自动驾驶汽车有一些规则。内华达州法规第 482A 章规定，人类操作员必须坐在驾驶员座位上，并准备好在车辆发生故障时立即手动控制车辆。其他州也存在类似的担忧。例如，在密歇根州，该法案规定，人类操作员必须在场并监测车辆的性能。^[38] 然而，除了法律规定车辆操作员必须始终将手放在方向盘上的州（即使在那时，你也可以将手放在方向盘上，而无需施加力），自动驾驶汽车基本上是合法的，因为它没有被禁止。

未来方向

从技术上讲，自动驾驶汽车的未来似乎一片光明——几年来，汽车已成功地在无数的道路情况下进行了测试，传感硬件，特别是控制器软件仍在进一步改进。自动驾驶汽车显然拥有定义明确的利基市场，主要由无法乘坐私人车辆的用户组成，例如老年人或残疾人，以及由所有其他人组成的更广泛的市场，对于这些人来说，自动驾驶汽车旅行是一种可选择的出行方式。很难想象自动驾驶不会在北美的交通市场中占据一席之地，尽管自动驾驶最终是否会主要存在于个人汽车拥有市场，并支持该市场，或者在 ZipCar 和 Car2Go 等拼车市场中占据更强大的地位，还有待观察。^[39] 如果自动驾驶汽车成为个人便利的物品，为车主节省出行时间，并且可能最终在车主不在的情况下代表他们运营，那么人均出行次数可能会增加，进一步堵塞道路。需要足够的立法，包括非常严格的拥堵定价和在中央商务区的禁止性高昂的停车费用，来阻止个人拥有自动驾驶汽车。这与目前围绕非自动驾驶汽车的立法环境没有区别——拥堵定价和减少停车补贴被用来阻止人均出行次数过多。自动驾驶通常与效率相提并论，但个人车辆拥有率效率非常低——大多数汽车有 95% 的时间停放着。^[40] 自动驾驶汽车有机会彻底改变汽车使用和拥有文化的格局。

自动驾驶汽车使用量增加的另一个后果是，除了人口最稠密的中心区域之外，公共交通服务可能会消亡。特别是在郊区社区，人均交通出行次数和每辆交通工具的乘车人数最少，如果自动驾驶汽车共享变得普遍，服务可能会缩减或完全取消。在此之前，交通服务不太可能消失，因为在现有汽车所有制框架内的车辆自主性正在成为一项附加功能——人们可能仍然需要先购买汽车，这在经济上是不可取的，尤其是对于新车而言。在人口密度足够高的走廊，自动驾驶汽车永远无法替代重型铁路或高频公交服务，因为城市形态根本无法容纳每 2 个人就有一辆自动驾驶汽车，更不用说许多单人驾驶车辆的可能情况了。 自动驾驶汽车对公共交通服务的影响潜力仅限于郊区的破坏和低需求、低频率、低效率的固定路线服务的替代，以及通过提供连接到系统入口的连接来选择性地增强使用频率较高的服务。

讨论问题

1. 你对未来可能将你的汽车控制权交给电脑的想法有什么感受？你认为你的父母或祖父母会怎么想？
2. 你认为自动驾驶汽车需要达到什么样的安全标准才能被自由地允许上路？与人类驾驶员一样安全？完全无事故？
3. 你认为自动驾驶汽车会如何影响公共交通的可行性？
4. 为什么你认为大多数政府交通和运输机构没有积极地讨论和规划一个有自动驾驶汽车的未来？这会导致什么后果？