车辆自动化
车辆自动化涉及使用机电一体化，人工智能和多机构系统来协助汽车，货车，飞机或船只等车辆的操作员。使用自动化进行自动化的车辆，例如导航，以简化但不能取代人类控制，符合半自动的资格，而完全自我操作的车辆则称为自主。
自动驾驶汽车可能包括自动驾驶汽车，无人的地面车辆，自动驾驶火车，高级客机自动驾驶仪，无人机和行星漫游者，以及导游的火箭和导弹。
欧盟立法中的自动车辆也更具体地说是汽车（汽车，卡车或公共汽车）。那是道路交通车。对于这些车辆，由于驾驶员和/或驾驶车辆的实体的责任差异，高级驾驶员 - 辅助系统和（更高级的）自动驾驶/自动化车辆之间的特定差异是在法律上定义的。
实施自动驾驶汽车的技术范围从车辆的变化到在驾驶环境中提供支持。
鉴于驾驶的复杂性，地理/文化差异和道路状况的复杂性，自动化的车辆提出了安全问题，尤其是在陆地运输和道路交通方面。需要克服各种技术挑战，以使自动驾驶汽车强大而可扩展。
车辆自动化主题是由于车辆和驾驶员的数量而引起的道路交通，但由于需要与其他道路使用者共享道路，因此在交通碰撞的环境中提出了具体问题。
自治意味着车辆负责所有感知，监视和控制功能。自动化系统可能在所有条件下都无法运行，其余的人将留给人类操作员。另一个微妙的是，尽管车辆可能在任何情况下都可以尝试操作，但车辆可能要求人类在意外情况下或在车辆行为不端时进行控制。
自治水平
汽车的自主权通常分为六个级别：水平系统是由汽车工程师协会（SAE）开发的。
- 级别0：无自动化。
- 级别1：驾驶员协助 - 车辆可以在特定情况下自动控制转向或自动加速以帮助驾驶员。
- 级别2：部分自动化 - 车辆可以在特定情况下自动控制转向和速度以帮助驾驶员。
- 第3级：有条件的自动化 - 车辆可以在正常环境条件下自动控制转向和速度，但需要驾驶员监督。
- 第4级：高自动化 - 车辆可以在正常环境条件下自动完成旅行，而不需要驾驶员监督。
- 第5级：完全自治 - 车辆可以在任何环境条件下自动完成旅行。
例如，0指的是没有自适应巡航控制的车辆。
1级和2是指车辆在驾驶员的责任/责任/责任/责任下由车辆高级驾驶员辅助系统（ADA）执行的一部分驾驶任务。
从第3级，驾驶员可以将驾驶任务有条件地转移到车辆上，但是当条件自动化不再可用时，驾驶员必须撤回控制。例如，自动流量堵塞飞行员可以在交通拥堵中驾驶，但是当交通拥堵结束时，驾驶员应撤回控制。
第5级是指不需要任何（人）驾驶员的车辆。
“ 2级+”或“半自动化”是一种增强的2级2，其中一些制造商准备提供比2级系统的基本功能更多的功能，但是制造商和监管机构尚未为SAE级别的3级准备。这导致引入非正式的“增强级别2”或“ 2级”或“半自动化”的概念，这是2021年的主要ADAS趋势 - 这是2级2，具有额外的安全性和舒适性。例如，低成本2级以上的汽车可以包括内部监视技术，以确保驾驶员的注意，自适应合并车辆进入或离开高速公路时，以及新型增强的自动紧急制动（AEB）安全。 2级以上还可以包括车道变更和超车。
这些级别可以大致理解为0级 - 无自动化； 1级 - 动手/共享控制；级别2-开手； 3级 - 眼睛;级别4-智障和5级 - 方向盘可选。
截至2021年12月，第3级仍然是市场的边缘部分，日本市场中只有一百级本田传奇车。直到2025年，第3级可能仍然是市场的边缘部分。
车辆自动化的技术
实施自动驾驶汽车的主要手段是使用人工智能（AI）。为了实施完整的自动驾驶汽车，必须在进入一个新的水平之前对较低的自动化级别进行彻底测试和实施。通过实施自主系统，例如导航，避免碰撞和转向，自主汽车制造商通过设计和实施汽车的不同系统来朝着更高的自治方面致力于更高水平的自主权。这些自主系统以及使用人工智能方法的使用，可以使用AI的机器学习方面，以使车辆控制其他每个自主系统和过程。因此，自动驾驶汽车制造商正在研究和开发专门针对自动驾驶汽车的适当AI。尽管这些公司中的许多公司正在不断开发以将其实施到其自动驾驶汽车中，但普遍的共识是，在完全自动驾驶的车辆可以实现完全自动驾驶之前，基础技术仍需要进一步开发。
可以说，任何自动驾驶汽车中最重要的系统之一，必须全面发展和经过良好的测试，以使自主权提高。随着对自动驾驶汽车的感知系统的开发和实施，该系统正在解决自动驾驶汽车的大部分安全标准，这使它明确强调它是无瑕的要开发系统。感知系统的主要目的是不断扫描周围环境，并确定环境中的哪些物体对车辆构成威胁。从某种意义上说，感知系统的主要目标是像人类的感知一样行动，使系统能够感知危害并为这些危害做准备或纠正。就感知系统的检测部分而言，正在测试许多解决方案的准确性和兼容性，例如雷达，激光雷达，声纳和运动图像处理。
随着汽车自动群的这些自主子系统的开发，自动驾驶汽车制造商已经开发了系统，可作为车辆的辅助功能。这些系统称为高级驾驶员辅助系统，并包含采取并行停车和紧急制动等采取操作的系统。沿着这些系统，自主导航系统在自动驾驶汽车的开发中发挥了作用。在实施导航系统时，可以通过两种方式实施导航：从一辆车到另一种车辆或从基础架构传感。这些导航系统将与已经建立的导航系统（例如全球定位系统（GPS））协同工作，并能够处理路线信息，检测诸如交通拥堵，通行费和 / /或道路构建之类的内容。从这些信息中，车辆可以采取适当的措施以避免该区域或相应计划。但是，使用此方法（例如过时的信息）可能存在问题，在这种情况下，基础架构通信的工具可能在不断获得最新信息中发挥重要作用。一个例子是有路标和其他监管标记向车辆显示信息，这使车辆可以根据当前信息做出决定。
随着自动驾驶汽车的开发，这些车辆中有许多主要是电动的，这意味着该车辆的主要电源将是基于电池的，而不是基于化石燃料的。随之而来的是，自动驾驶汽车制造商的额外需求是生产更高质量的电动汽车，以实施与车辆相关的所有自主系统。但是，许多现代车辆组件仍然可以用于自动驾驶汽车，例如使用自动变速器和操作员保护设备（如安全气囊）。
考虑到自动驾驶汽车的开发，公司还在考虑操作员的偏好和需求。这些实例包括允许用户最大程度地减少时间，遵循精确的路线并适应操作员可能拥有的任何可能的残疾。除了容纳驾驶员之外，自动驾驶汽车还将技术因素强加于周围的环境，通常需要在车辆环境中具有更高的连接感。有了这个新的因素，许多城市政府正在考虑成为一个智能城市，以便为自动驾驶汽车提供足够的基础。在适应车辆的车辆环境中，这些车辆的使用者也可能必须在技术上进行连接，才能操作这些自动驾驶汽车。随着智能手机的出现，可以预测，自动驾驶汽车将能够与用户的智能手机或其他类似于智能手机的技术设备建立这种联系。
技术的成功
AAA交通安全基金会对两种自动紧急制动系统进行了测试：旨在防止撞车事故的人以及其他旨在使撞车事故不那么严重的人。该测试研究了流行的模型，例如2016 Volvo XC90，Subaru Legacy，Lincoln MKX，Honda Civic和Volkswagen Passat。研究人员测试了每个系统在接近移动目标和非移动目标时都停止的状况。它发现，能够防止撞车的系统可将车辆速度降低，这是旨在减轻崩溃严重程度的系统的两倍。当两辆测试车辆彼此30 mph以内行驶时，即使是那些旨在减轻撞车严重程度的人，也可以避免60％的时间崩溃。
众所周知，自动化驾驶系统在诸如农村道路环境之类的情况下取得了成功。农村道路设置将是一种环境，在驾驶能力和驾驶员类型之间的交通量较低和较低的区分。 “自动化功能开发的最大挑战仍然是城市内部的交通，其中必须从各个方向考虑大量的道路使用者。”这项技术正在发展为自动驾驶汽车从自动模式转换为驾驶员模式的更可靠的方式。自动模式是设置的模式，以便自动操作接管，而驱动程序模式为模式集，以使操作员控制汽车的所有功能并承担操作车辆的职责（自动驾驶系统不参与）。
该定义将包括可能在短期内可用的车辆自动化系统（例如，交通JAM辅助或全范围的自动巡航控制），如果设计这样的系统可以使人类操作员可以合理地将注意力（监视）转移（监视）。从自动化系统参与时车辆的性能。该定义还将包括自动排（例如Sartre Project概念化）。
萨特
Sartre（环境安全的安全道路列车）项目的主要目标是创建一列自动化汽车的排队，该列车将为车辆的驾驶员安全到达目的地提供舒适感。除了沿着火车的能力外，驾驶经过这些排的驾驶员还可以通过简单的激活自动驾驶系统进行加入，该自动驾驶系统与导致排的卡车相关。萨特（Sartre）正在采用我们所知道的火车系统，并将其与自动驾驶技术混合在一起。这旨在使通过城市进行更容易的运输，并最终有助于通过大型汽车交通流量进行交通流量。
在世界某些地区，在匹兹堡等现实生活中已经测试了自动驾驶汽车。自动驾驶Uber车辆在匹兹堡进行了测试，尽管在一辆自动驾驶汽车在亚利桑那州杀死一名妇女后，测试暂停了9个月。除了测试自动驾驶汽车外，自动驾驶汽车还在加利福尼亚进行了测试。自动总线的横向控制使用磁标记，例如圣地亚哥的排，而自动卡车排的纵向控制则使用毫米波无线电和雷达。当今社会的当前例子包括Google Car和Tesla的模型。特斯拉已经重新设计了自动驾驶，他们创建了汽车型号，使驾驶员可以放入目的地并让汽车接管。这是自动驾驶系统汽车的两个现代例子。
风险和负债
福特和沃尔沃等许多汽车制造商都宣布了将来提供全自动汽车的计划。自动化驾驶系统正在投入广泛的研发，但是汽车制造商无法控制的最大问题是驾驶员将如何使用系统。强调驾驶员要保持专注，并在需要纠正措施时执行安全警告以提醒驾驶员。特斯拉摩托车（Tesla Motor ）的记录事件发生，导致涉及特斯拉模型S中的自动驾驶系统的死亡。事故报告显示，事故是驾驶员不专心的结果，并且自动驾驶仪系统未认识到未来的阻塞。
自动驾驶系统的另一个缺陷是，在不可预测的事件（例如天气或他人的驾驶行为）的情况下，由于传感器监视车辆周围环境无法提供纠正措施而导致致命事故。
为了克服对自动驾驶系统的一些挑战，已经提出了基于虚拟测试的新方法，交通流量模拟和数字原型，尤其是当采用基于人工智能方法的新算法时，需要进行广泛的培训和验证数据集。
自动驾驶系统的实施提出了改变城市地区建造环境的可能性，例如由于行动不便而扩大郊区地区。
挑战
2015年左右，包括日产和丰田在内的几家自动驾驶汽车公司承诺在2020年到达自动驾驶汽车。但是，这些预测事实非常乐观。
在开发完全自主的5级车辆方面，仍然有许多障碍，这些车辆能够在任何情况下运行。目前，公司专注于4级自动化，该自动化能够在某些环境环境中运行。
关于自动驾驶汽车应该是什么样的辩论。例如，是否仍在争论将LiDar纳入自主驾驶系统中。一些研究人员提出了使用仅相机数据的算法，从而实现了与激光雷达相抗衡的性能。另一方面，仅相机数据有时会绘制不准确的边界框，从而导致预测不良。这是由于立体相机提供的表面信息的性质，而纳入LIDAR则可以使自动驾驶汽车精确地距离车辆上的每个点。
技术挑战
- 软件集成：由于自动驾驶汽车需要大量的传感器和安全过程，因此软件集成仍然是一项具有挑战性的任务。强大的自动驾驶汽车应确保硬件和软件的集成可以从组件故障中恢复。
- 自动驾驶汽车之间的预测和信任：完全自动驾驶汽车应该能够预测像人类一样的其他汽车的行为。即使有少量数据，例如眼神交流或手势，人类驾驶员也很擅长预测其他驱动因素的行为。首先，汽车应就交通规则达成协议，交通规则轮到该规则要在十字路口驾驶，依此类推。当由于更多的不确定性而存在人类操作的汽车和自动驾驶汽车时，这会缩小到一个更大的问题。预计强大的自动驾驶汽车将改善理解环境以解决此问题。
- 扩大规模：自动驾驶汽车测试的覆盖范围还不够准确。如果存在交通繁忙和障碍，则需要更快的响应时间或更好地跟踪自动驾驶汽车的算法。在遇到看不见的对象的情况下，重要的是，算法能够跟踪这些对象并避免碰撞。
这些功能需要众多传感器，其中许多传感器依赖于微电机械系统（MEMS）来维持尺寸较小，效率高和低成本。在车辆中，MEMS传感器之间的最重要的是加速度计和陀螺仪，以测量多个正交轴周围的加速度 - 对于检测和控制车辆的运动至关重要。
社会挑战
实现自动驾驶汽车实施的一个关键步骤是公众接受。这是一项重要的持续研究，因为它为汽车行业提供了改善其设计和技术的指南。研究表明，许多人认为使用自动驾驶汽车更安全，这强调了汽车公司必须确保自动驾驶汽车改善安全福利的必要性。 TAM研究模型分解了影响消费者接受的重要因素：有用，易于使用，信任和社会影响力。
- 有用因素研究自动驾驶汽车是否有用，因为它们提供了节省消费者时间并使生活更简单的好处。与其他形式的运输解决方案相比，消费者认为自动驾驶汽车将是有用的，这是一个决定因素。
- 使用因素研究自动驾驶汽车的用户友好性。尽管消费者比安全性更高的易用性要比安全性受到质疑，但它仍然是对公众使用自动驾驶汽车的意图间接影响的重要因素。
- 信托因素研究自动驾驶汽车的安全性，数据隐私和安全保护。一个更受信任的系统对消费者使用自动驾驶汽车的决定有积极的影响。
- 社会影响因素研究他人的影响是否会影响消费者拥有自动驾驶汽车的可能性。研究表明，社会影响因素与行为意图呈正相关。这可能是由于以下事实：传统上，汽车是代表人们使用和他的社会环境的地位象征。
监管挑战
自动驾驶汽车的实时测试是该过程不可避免的一部分。同时，车辆自动化监管机构面临着保护公共安全的挑战，但允许自动驾驶汽车公司测试其产品。代表自动驾驶汽车公司的团体正在抵制大多数法规，而代表脆弱道路使用者和交通安全的团体正在推动监管障碍。为了提高交通安全，鼓励监管机构找到一个中间立场，以保护公众免受未成熟技术的侵害，同时允许自动驾驶汽车公司测试其系统的实施。由于航空部门在安全主题上已经获得了数十年的经验，还提出了提议采用航空自动化安全监管知识来讨论自动驾驶汽车的安全实施。
地面车辆
在某些国家，特定的法律法规适用于道路交通汽车（例如汽车，公共汽车和卡车），而其他法律法规则适用于其他地面车辆，例如电车，火车或自动化的导向车辆状况。
道路交通车辆
在《维也纳道路交通公约》第1条的拟议修正案中定义了自动驾驶系统：
（AB）“自动驾驶系统”是指使用硬件和软件同时持续行使车辆动态控制的车辆系统。
（AC）“动态控制”是指执行移动车辆所需的所有实时操作和战术功能。这包括控制车辆的横向和纵向运动，监视道路环境，响应道路交通环境中的事件，并为操作提供计划和信号。
该修正案将于2022年7月14日生效，除非该修正案在2022年1月13日之前被拒绝。
必须充分描述自动驾驶功能，以便将其与辅助驾驶功能区分开。
- SMMT
有两个清晰的状态 - 一辆车辆可以帮助驾驶员得到技术支持，或者在技术有效，安全地更换驾驶员的情况下自动化。
- SMMT
采用自动化和远距离运行的地面车辆包括造船厂，采矿卡车，炸弹式机器人，机器人昆虫和无人驾驶拖拉机。
为了运输乘客而制造了许多自主和半自治的地面车辆。一个这样的例子是由自动驾驶汽车，磁性轨道和监督系统组成的网格（青蛙）技术的自由行。青蛙系统是为工业目的而部署在工厂现场的，自1999年以来一直在Parkshuttle上使用，Parkshuttle是Capelle Aan den Ijssel的PRT风格的公共交通系统，以将Rivium Business Park与邻近的Rivium Business Park连接起来（路线终止在Kralingse Zoom Metro站）。该系统在2005年经历了崩溃，事实证明是由人为错误造成的。
地面车辆自动化的申请包括以下内容：
- 车辆跟踪系统系统Esitrack， Lojack
- 后视警报，以检测背后的障碍物。
- 反锁制动系统（ABS）（也是紧急制动辅助（ EBA ）），通常与电子制动力分布（EBD）相结合，可防止制动器在制动时锁定和失去牵引力。在大多数情况下，这会缩短停止距离，更重要的是，驾驶员可以在制动时引导车辆。
- 如果驱动的轮子开始旋转，则牵引控制系统（TCS）会使制动器或减少油门以恢复牵引力。
- 四轮驱动（AWD）带有中央差速器。向所有四个车轮分配动力会减少车轮旋转的机会。它也遭受过度转向和转向不足的痛苦。
- 电子稳定控制（ESC）（也以梅赛德斯 - 奔驰专有电子稳定计划（ESP），加速度滑移调节（ASR）和电子差分锁（EDL）（EDL）而闻名。当汽车感觉可能失去控制时，使用各种传感器进行干预。汽车的控制装置可以降低发动机的功率，甚至可以在单个车轮上施加制动器，以防止汽车在轻度变化或过度。
- 动态转向响应（DSR）纠正了动力转向系统以使其适应车辆的速度和道路状况。
研究正在进行中，并且存在自动地面车辆的原型。
汽车
汽车的广泛自动化重点是引入机器人汽车或修改现代汽车设计为半自动。
半自主设计可以更快地实施，因为它们较少依赖仍处于研究最前沿的技术。一个示例是双模式单轨。诸如RUF （丹麦）和Tritrack（美国）等团体正在从事由专业私人汽车组成的项目，这些私人汽车是在正常道路上手动驱动的，也可以将其码头拖到单轨/指南上，并自动驱动它们。
作为一种自动化汽车的方法，没有像机器人汽车一样广泛修改汽车的方法，自动化的高速公路系统（AHS）的目的是在高速公路上构建车道，这些车道将配备有例如引导车辆的磁铁。自动化车辆的自动刹车被称为自动车辆制动系统（AVB）。高速公路计算机将管理流量并指导汽车以避免崩溃。
2006年，欧盟委员会建立了一项名为《智能汽车旗舰计划》的智能汽车开发计划。该计划的目标包括：
与汽车有关的自动化有很多进一步的用途。这些包括：
- 确保距离清晰的距离
- 自适应大灯
- 高级自动碰撞通知，例如Onstar
- 智能停车辅助系统
- 自动停车
- 人行人检测的汽车夜视
- 盲点监视
- 驱动程序监视系统
- 机器人汽车或自动驾驶汽车可能会导致压力较低的“驾驶员”，较高的效率（驾驶员可以做其他事情），安全性提高和污染更少（例如，通过完全自动化的燃油控制）
- 预击系统
- 安全的速度管理
- 交通标志识别
- 在高速公路上沿着另一辆车 - “增强”或“自适应”巡航控制，如福特和沃克斯霍尔所使用
- 远程控制辅助 - 由日产开发
- Dead Man的开关- 采取了将Deadman的刹车引入汽车应用程序（主要是重型车辆）的举动，并且可能需要增加罚款开关以进行巡航控制。
新加坡还于2019年1月31日宣布了一套临时国家标准，以指导自动驾驶汽车行业。根据企业新加坡（ESG）的联合新闻稿，《土地运输管理局》（LTA），标准开发组织和新加坡标准的联合新闻稿称，该标准称为技术参考68（TR68），将促进新加坡完全无人驾驶车辆的安全部署。理事会（SSC）。
穿梭
自1999年以来，在荷兰的Capelle Aan den Ijssel市的1.8公里（1.1英里）独家行权上，12个座位/10座的Parkshuttle在荷兰的1.8公里（1.1英里）的行动中运作。该系统在路面上使用小磁铁，以允许车辆确定其位置。 2012年左右，在葡萄牙的一家医院停车场进行了使用共享的自动驾驶汽车的使用。从2012年到2016年，欧盟资助的CityMobil2项目研究了使用共享的自动驾驶汽车和乘客体验，包括七个城市的短期试验。该项目导致了Easymile EZ10的发展。
在2010年代，自动驾驶班车能够在不需要嵌入式指导标记的情况下进行混合交通运行。到目前为止，重点是低速，每小时20英里（32 km/h），固定的路线短，固定路线是“最后一英里”的旅程。这意味着避免碰撞和安全性的问题要比自动化汽车的挑战要少得多，而自动化汽车却试图符合常规车辆的性能。已经进行了许多试验，主要是在交通繁忙的安静道路上，公共道路或私人道路和专业测试地点进行的。在6个座位和20个座位之间，不同模型的容量差异很大。 （高于此尺寸的常规巴士，安装了无人驾驶技术。）
2016年12月，杰克逊维尔运输局宣布打算用无人驾驶汽车替换杰克逊维尔天道单轨车，这些车辆将在现有的高架上层建筑上运行，并继续前往普通道路。此后，该项目被命名为“ Ultimate Urban Circulator”或“ U2C”，并在六个不同制造商的班车上进行了测试。该项目的成本估计为3.79亿美元。
2017年1月，将宣布荷兰的Parkshuttle系统将被续订和扩展，包括将路线网络扩展到独家的路权之外，以便车辆将在普通道路上混合交通中运行。该计划被推迟，现在预计将在2021年扩展到混合流量。
Baidu在2018年7月表示，它已经建立了其8个座位的Apolong车型，并制定了商业销售计划。截至2021年7月，他们尚未进行数量生产。
据报导，2020年8月，有25个自动驾驶汽车制造商，包括2getthere ，当地汽车， Navya ， Baidu ， Easymile ， Toyota和Ohmio。
2020年12月，丰田展示了其20个乘客的“ E-Palette”车辆，该车辆将在2021年东京奥运会上使用。丰田宣布打算在2025年之前将车辆用于商业应用。
2021年1月，Navya发布了一份投资者报告，该报告预测到2025年，全球自动班车销售额将达到12,600辆，市场价值为17亿欧元。
2021年6月，中国制造商Yutong声称已经提供了100款其10个座位的Xiaoyu 2.0自动驾驶公共汽车，供在郑州使用。自2019年以来，许多城市都进行了测试，该试验于2021年7月开始向公众开放。
自动驾驶班车已经在某些私人道路上使用，例如在郑州的Yutong工厂，在那里他们被用来在世界上最大的公共汽车工厂的建筑物之间运输工人。
试验
自2016年以来，已经进行了大量试验，其中大多数在短时间内仅涉及一辆在短时间内的车辆，并带有船上导体。试验的目的是提供技术数据，并熟悉公众无人驾驶技术。一项2021年对整个欧洲100多次航天飞机实验的调查得出结论，低速-15–20公里（9.3–12.4 mph） - 是实施自动班车公交车的主要障碍。车辆的当前成本为280,000欧元，对船上服务员的需求也是问题。
| 公司/位置 | 细节 |
|---|---|
| neuhausen am rheinfall的navya “ arma” | 2016年10月，Bestmile开始在Neuhausen Am Rheinfall进行试验，并声称这是世界上第一个拥有自主和非自主车辆的混合动力舰队的解决方案。测试于2021年10月结束。 |
| 本地汽车“ Olli” | 2016年底，OLLI于2020年在华盛顿特区进行了测试，在意大利都灵都灵的联合国Itcilo校园进行了四个月的试验，向校园内的员工和客人提供运输班车。 |
| navya“自主” | Navya在2017年5月声称在欧洲载有近15万名乘客，并在Sion ， Cologne ， Doha ， Bordeaux和Civaux以及拉斯维加斯和珀斯进行了试验。里昂，瓦尔斯和马斯达尔市正在进行的公开审判正在进行中。自2016年以来，在密歇根大学，索尔福德大学和福岛戴尼核电站以来，在私人站点进行了其他试验。 |
| 德克萨斯州A＆M | 2017年8月，在校园内的学术界和学生开展的项目中，在德克萨斯农工大学（Texas A＆M University）进行了一次无人驾驶四座座椅。这次使用Navya车辆的另一项审判是在2019年9月至11月进行的。 |
| RDM组“ Lutz Pathfinder ” | 2017年10月，RDM Group开始了一项试用服务，在特朗普顿公园和乘车车道之间，沿着导游的公交车在Trumpington Park和Ride和Cambridge火车站之间进行了两辆座椅，一旦常规巴士服务每天停止，就可以用作后小时的服务。 |
| Easymile“ EZ10” | Easymile在Wageningen大学和Lausanne进行了长期试验，以及在达尔文，迪拜，赫尔辛基，圣塞巴斯蒂安，索菲亚·安蒂波利斯，波尔多和塔皮斯和Tapei进行了短期试验，于2017年12月在丹佛以每小时5英里（8.0公里公里/h）在专门的道路上。 Easymile在2020年2月受伤后暂停了美国服务之前的十个美国，包括加利福尼亚，佛罗里达州，德克萨斯州，俄亥俄州，犹他州和弗吉尼亚州。 2020年8月，Easymile在整个美国的16个城市中经营班车，包括盐湖城，哥伦布，俄亥俄州和德克萨斯州的科珀斯克里斯蒂。 2020年10月，在弗吉尼亚州的费尔法克斯（Fairfax）进行了新的试验。 2021年8月，在科罗拉多州戈尔登的科罗拉多州矿业学院启动了为期一年的试验。该试验将使用九辆车（随时使用7辆活动），并将以最高速度为12 mph（19 km/h）的三个路线提供5-10分钟的服务。在发布时，这是美国最大的此类审判。 2021年11月，Easymile已成为欧洲第一个无人驾驶解决方案提供商，被授权在公共道路上在混合交通中运营。自3月以来，“ EZ10”一直在西南城市图卢兹的一个医疗校园进行测试。 |
| 韦斯特菲尔德自动驾驶汽车“豆荚” | 在2017年和2018年，使用了称为“ POD”的Ultraprt的修改版本，将四辆车用作在伦敦南部格林威治进行的Gateway Project试验的一部分，该试验以3.4公里（2.1英里）的路线进行。伯明翰，曼彻斯特，湖区国家公园，英格兰西部大学和菲尔顿机场进行了许多其他试验。 |
| 迪拜的下一个将来的运输“豆荚” | 2018年2月，在迪拜的世界政府峰会上展示了10名乘客（六个座位），每小时12英里（19公里/小时），能够加入公共汽车的自动驾驶舱。示威活动是与Next Future与迪拜的道路与运输管理局之间的合作，并且正在考虑在那里部署的车辆。 |
| “ Apolong/Apollo” | 2018年7月，作为阿波罗项目的一部分，在Xiamen和Chongqing城市进行了测试后，在2018年上海博览会上试用了一辆无人驾驶的八座航天飞机巴士，这是Apollo Project，这是由包括Baidu在内的财团发起的大规模生产的自动驾驶汽车项目。 |
| 杰克逊维尔运输管理局 | 自2018年12月以来，杰克逊维尔运输管理局（Jacksonville Transportation Authority）一直在杰克逊维尔（Jacksonville）的佛罗里达州立大学（Florida State College）使用“测试和学习”网站，以评估来自不同供应商的车辆，这是其最终城市循环者计划的一部分（U 2 C）。在测试的六辆车中，有当地电动机“ Olli 2.0”，Navya“自主”和Easymile“ EZ10” 。 |
| 2GetThere在布鲁塞尔的“ Parkshuttle ” | 2019年，试验在布鲁塞尔机场和新加坡的南南技术大学举行。 |
| 基督城的Ohmio“ Lift” | 2019年，2020年在克赖斯特彻奇机场（Christchurch Airport）和克赖斯特彻奇植物园（Christchurch Botanic Gardens）进行了15人班车的试验。 |
| Yutong “ Xioayu” | 2019年在亚洲和郑州的BOAO论坛上与第一代汽车进行测试。 10座的第二代汽车已被运送到广州，南京，郑州，Sansha，长沙，并于2021年7月在郑州开始进行公众审判。 |
| 昌瓦市的Artc “ Winbus” | 2020年7月，在台湾的昌瓦市开始了一项试用服务，沿着7.5公里（4.7英里）连接了昌瓦沿海工业园区的四家旅游工厂，并计划将路线扩展到12.6公里（7.8英里），以服务于旅游胜地。 2021年1月，4级“ Winbus”获得了为期一年的实验沙盒操作的许可证。 |
| Yamaha Motor “ Land Car”位于福克县Eiheiji镇的“ Zen Drive Pilot” | 2020年12月， Eiheiji Town通过使用远程操作的自动驾驶系统，开始了无人驾驶自动驾驶移动服务的测试操作。以人为中心的流动性研究中心修改了Yamaha Motor的电动“ Land Car”和一条废弃的Eiheiji铁路线的追踪道。该系统在法律上被批准为3级。
2023年3月，“ Zen Drive Pilot”成为2023年修订的“道路交通法”，成为第一个合法批准的4级自动操作设备。 |
| Weride“迷你Robobus” | 2021年1月，Weride开始在广州国际生物岛上测试其迷你Robobus。 2021年6月，该公司还在Nanjing启动了试验。 |
| 丰田“ e-palette”，在东京的chūō | 在2021年东京夏季奥运会上，一支由20辆车组成的舰队用于渡轮运动员和其他运动员村庄周围的其他车队。每辆车可以携带20人或4轮椅，最高时速为20 mph（32 km/h）。 （该活动还使用了200个驾驶员操作的变种，称为“可访问的人搬运工（APM）” ，将运动员带到他们的活动中。）2021年8月27日，丰田汽车在残奥会上暂停了所有“ E-pallete”服务。有视力障碍的行人并受伤，并通过改进的安全措施重新启动了31次。 |
| Hino“ Poncho Long”由Nippon Mobility在东京的新闻 | 2021年11月，东京大都会政府开始了三项审判。作为三者之一，首席承包商Keio Dentetsu巴士将在Megalopolis的中部克服独特而困难的条件。 |
车辆名称在“报价”中
公共汽车
提出了自动驾驶的公共汽车以及自动驾驶汽车和卡车。在斯德哥尔摩，对2级自动级的小巴进行了几周的试用。中国在广东的深圳科技区也有一小架自动驾驶公共巴士车队。
英国首次在2019年中开始的自治巴士试验， Alexander Dennis Enviro200 MMC单甲板总线通过Fusion Procession修改了自动软件，可以通过Fusion Processing从Stagecoach Manchester的Sharston Bus of Sharston Bus of Sharston Bus of Drigh Mode进行操作，执行此类任务，执行此类任务开车去洗衣车站，加油点，然后在仓库的一个专用停车位上停车。苏格兰举行的无人驾驶公共汽车试验于2023年1月开始，在14英里（23 km）的曼彻斯特试用中，有五辆相同的车辆，距北部14英里（23 km）的Stagecoach Fife的Fife公园和骑行路线穿过北部的福特路线福特银行到爱丁堡公园站。
英格兰牛津郡的另一项自治试验，该试验使用电池电力菲亚特·杜卡托小巴（Ducato Minibus 2023年1月，计划在2023年底收购较大的单甲板之后，计划将审判路线扩展到迪迪科特大路火车站。
2020年7月，日本，Nippon Koei和Isuzu的AIST以人为中心的流动性研究中心开始了一系列中型公共汽车的示范测试， Isuzu“ Erga Mio”具有自主驾驶系统，在五个地区； shiga县的ōtsuCity ， Hyōgo县的Sanda City和其他三个地区。
卡车
自动驾驶汽车的概念已用于商业用途，例如自动驾驶卡车或几乎自动驾驶卡车。
加拿大能源公司Suncor Energy和Rio Tinto集团等公司是最早用计算机运行的无人驾驶商业卡车代替人类经营卡车的公司之一。 2016年4月，包括沃尔沃（Volvo ）和戴姆勒（Daimler）公司在内的主要制造商的卡车完成了由荷兰人组织的整个欧洲自动驾驶，以便将自动驾驶卡车带到路上。根据IHS Inc. 2016年6月发布的一份报告，随着自动驾驶卡车的进展，美国自动驾驶卡车的销售预计将达到60,000。
正如1995年6月在《流行科学》杂志上报导的那样，正在为战车开发自动驾驶卡车，因此，只有人类才能由人类驾驶，以下卡车将依靠卫星，惯性引导系统和地面速度传感器。卡特彼勒公司（Caterpillar Inc.）于2013年与卡内基·梅隆大学（Carnegie Mellon University）的机器人学院进行了早期发展，以提高效率并降低各种采矿和建筑工地的成本。
在欧洲，安全的环境路线是一种方法。
从普华永道的战略与报告中，自动驾驶卡车将引起人们对这项技术将如何影响美国约300万卡车司机以及400万名员工，以支持加油站，餐馆，餐厅，，酒吧和酒店。同时，一些像Starsky这样的公司旨在实现3级自治，这将使驾驶员在卡车环境中扮演控制角色。该公司的项目“远程卡车驾驶”将使卡车司机具有更大的工作与生活平衡，从而使他们能够避免长时间离开家。但是，这将使驾驶员技能的技术重新定义之间的潜在不匹配。
购买无人驾驶卡车的公司可能会大大降低成本：不再需要人类驾驶员，由于卡车事故而导致的公司责任将降低，生产力将会提高（因为无人驾驶卡车不需要休息）。自动驾驶卡车的使用将与使用实时数据相关联，以优化所提供服务的效率和生产力，以解决交通拥堵的一种方式。无人驾驶卡车可以启用新的商业模式，从白天或夜间或时间插槽转变，在这种情况下，流量不那么浓密。
供应商
| 公司 | 细节 | |
|---|---|---|
| Waymo Semi | 2018年3月，自动化车辆公司Waymo从Google母公司Alphabet Inc.脱离了车辆，宣布将其技术应用于半卡车。 Waymo在公告中指出，将使用自动卡车移动与佐治亚州亚特兰大地区Google的数据中心相关的货运。这些卡车将在公共道路上进行载人和操作。 | |
| Uber半决赛 | 2016年10月， Uber在公共道路上完成了自动卡车的第一次无人驾驶操作，从科罗拉多州柯林斯堡（Fort Collins）运送了Budweiser Beer的预告片到科罗拉多斯普林斯（Colorado Springs）。在与科罗拉多州警察合作进行了广泛的测试和系统改进后，该跑步于晚上在25号州际公路上完成。卡车上有一个人的驾驶室，但不坐在驾驶员的座位上，而科罗拉多州警察则提供了高速公路的关闭。当时，Uber的自动卡车主要基于Otto开发的技术，Uber于2016年8月收购。2018年3月，Uber宣布正在使用其自动化卡车在亚利桑那州提供货运，同时还利用Uberfreight App查找和查找和找到和调度负载。 | |
| Embark Semi |
2018年2月，Embark Trucks宣布已完成了自动半赛车的第一次越野旅行，从加利福尼亚州洛杉矶洛杉矶到佛罗里达州杰克逊维尔2400英里。 Ryder通过将Frigidaire冰箱从德克萨斯州的埃尔帕索（El Paso）移至加利福尼亚州的棕榈泉（Palm Springs）来测试其自动卡车。 |
|
| 特斯拉半场 |
2017年11月，由埃隆·马斯克（ Elon Musk）拥有的特斯拉公司（Tesla，Inc 。）揭示了特斯拉半（ Tesla Semi）的原型，并宣布将投入生产。这款长途电动半卡车可以自动驾驶并移动“排”，该“排”自动遵循铅车。它于2017年8月透露，它寻求许可在内华达州测试车辆。 |
|
| Starsky Robotics | 2017年， Starsky Robotics推出了其技术，该技术允许使卡车自动驾驶。与旨在应对4级和5级自治的行业中的更大竞争对手不同，Starsky Robotics的目的是生产3级自主卡车，在该卡车中，人类驾驶员应准备好对“干预请求进行干预”，以防万一出了什么问题。 | |
| Pronto ai |
2018年12月，安东尼·莱万多夫斯基（Anthony Levandowski）推出了他的新自动驾驶公司Pronto，该公司正在为商业卡车运输行业建立L2 ADAS技术。该公司总部位于旧金山。 |
摩托车
BMW，本田和Yamaha在2017年和2018年展示了几种自动摩托车。
| 公司/位置 | 细节 |
|---|---|
| 本田摩托车 | 受Uni-Cub的启发，本田将他们的自平衡技术实施了摩托车。由于摩托车的重量，对于摩托车所有者来说，要保持低速或停车的车辆平衡通常是一个挑战。本田的摩托车概念具有自平衡功能，可以使车辆保持直立。它通过扩展轴距自动降低平衡中心。然后，它可以控制转向以保持车辆平衡。这使用户可以在行走或停车和行驶时更容易驾驶车辆。但是，该系统不是用于高速驾驶。 |
| BMWS Motorrad Vision概念摩托车 | BMW Motorrad开发了Connectride自动驾驶摩托车，以推动摩托车安全的边界。摩托车的自主特征包括紧急制动，谈判交叉路口，在紧紧弯曲期间进行协助以及避免前撞击。这些功能类似于在自动驾驶汽车中开发和实施的当前技术。这款摩托车还可以以正常的驾驶速度自行驾驶，转弯并返回指定位置。它缺乏本田实施的自立功能。 |
| Yamaha的无人驾驶摩托车 | “ Motoroid”可以保持其平衡，自动驾驶，识别骑手并以手势去指定的位置。 Yamaha利用了“人类对Motoidoid的反应更快的地狱”研究理念。这个想法是，自动驾驶汽车不是试图取代人类，而是通过先进的技术来增强人类的能力。他们有触觉反馈，例如以危险的速度让骑手的下背部轻轻挤压到骑手的下背部，好像车辆在响应并与骑手进行交流。他们的目标是将机器和人类“融合”以形成一种体验。 |
| 哈雷戴维森 | 尽管他们的摩托车很受欢迎，但拥有Harley-Davidson的最大问题之一是车辆的可靠性。即使使用正确的技术，也很难以低速管理车辆的重量并从地面上捡起它也是一个困难的过程。为了吸引更多的客户，他们为在车辆后部有陀螺仪的陀螺仪申请了专利，这将使骑手以低速为骑手保持平衡。每小时3英里后，系统脱离。无论如何，陀螺仪可以处理车辆的平衡，这意味着即使在停止时也可以平衡。如果骑手没有它准备就绪（意味着它是模块化的），则可以删除该系统。 |
火车
自动驾驶汽车的概念也已用于商业用途，例如自主火车。世界上第一个无人驾驶的城市运输系统是日本科比的Port Island Line于1981年开业。
自动火车网络的一个例子是伦敦的Docklands轻轨。
另请参阅自动化火车系统列表。
电车
2018年， Potsdam的第一批自动型电车进行了试用。
自动导向车辆
自动导向车辆或自动导向车辆（AGV）是一个移动机器人，遵循地板上的标记或电线，或使用视觉，磁铁或激光进行导航。它们通常用于工业应用中，以在制造工厂或仓库周围移动材料。在20世纪后期，自动引导车辆的应用已扩大。
飞机
飞机已引起了自动化的广泛关注，尤其是导航。能够自主驾驶车辆（尤其是飞机）的系统称为自动驾驶仪。
递送无人机
各种行业（例如包装和食品）通过送货无人机进行了实验。传统和新运输公司正在市场上竞争。例如， UPS向前飞行，字母翼和亚马逊Prime Air都在开发送货无人机。 Zipline是一家美国医疗无人机送货公司，拥有世界上最大的主动无人机交付操作，其无人机能够具有4级自治权。
但是，即使技术似乎允许这些解决方案正如各种公司的各种测试所表明的那样，这些解决方案的主要回归，也不可避免地是对这种无人机的推出和使用，而监管机构必须决定他们的框架。希望选拔法规。这个过程在世界各地都不同，因为每个国家都会独立解决该主题。例如，冰岛的政府和运输部，航空，警察已经开始颁发无人机操作许可证。它具有宽松的方法，并与哥斯达黎加，意大利，阿联酋，瑞典和挪威有一项关于商业无人机使用的不受限制立法。这些国家的特征是一项法规，可能会提供运营指南或需要许可，注册和保险。
另一方面，其他国家决定直接禁止（完全禁令）或间接（有效禁令）使用商业无人机。因此，兰德公司（Rand Corporation）使国家禁止无人机的国家之间的区别与具有正式的商业无人机许可程序的国家之间的差异，但要求无法满足或许可似乎未获得批准。在美国，UPS是唯一使用第135个标准认证的人，该零件是使用无人机交付给真实客户所需的。
但是，大多数国家似乎都在无人机将商业用途的一体化整合到其航空监管框架中。因此，对这些无人机（例如它们必须在飞行员的视觉线（VLO）内运行）的使用受到限制，从而限制了它们的潜在范围。荷兰和比利时就是这种情况。大多数国家确实让飞行员在VLO之外运作，但受到限制和试点评级，这将是美国的情况。
总体上的趋势是立法正在快速发展，法律不断重新评估。各国正在朝着更宽松的方法发展，但该行业仍然缺乏基础设施来确保这种过渡的成功。为了提供安全和效率，必须制定有关保险的专业培训课程，试点考试（无人机类型和飞行条件）以及有关保险的责任管理措施。
由于竞争很高，因此有一种紧迫感，这是从这项创新中呼吸的，并且公司游说将它们迅速融入其产品和服务产品中。自2017年6月以来，美国参议院立法重新授权了联邦航空管理局和运输部，以创建载体证书，允许无人机交付包裹。
船只
自主船可以提供安全性，进行研究或执行危险或重复的任务（例如将大船引导到港口或运输货物）。
海机
海洋机器为工作艇提供了自主系统。尽管它确实需要人类操作员来监督其行动，但该系统承担了许多积极的领域感知和导航职责，通常船员通常必须这样做。他们使用AI对路线内的不同船只具有情境意识。他们使用相机，激光雷达和专有软件来告知操作员其状态。
水牛自动化
由布法罗大学组成的团队Buffalo Automation为船只的半自治特征创造了技术。他们开始为称为Automate的货运机构创建导航辅助技术，就像拥有另一个经验丰富的“第一伴侣”，它将寻找这艘船。该系统有助于使困难的水道扭曲。
自动海洋系统
这家总部位于马萨诸塞州的公司领导了无人帆船无人机的最前沿。 Datamarans正在自动航行以收集海洋数据。它们的创建是为了启用大型有效载荷软件包。由于自动化系统及其太阳能电池板，他们能够长时间导航。除非任何事物，它们都在高级旋风调查上拥有技术，这些调查收集了“具有高度，水流，电导率，深度，高分辨率测得的温度，高分辨率测得，子底分析，磁力计测量值的风速曲线”。
五月花
预计称为Mayflower的自主船将是第一艘大型跨大西洋之旅的大型船。
帆船
这款自主无人船使用太阳能和风能进行导航。
达帕
Sea Hunter是2016年发射的自动无人地面车辆（USV），这是DARPA Anti-Sub-Submarine Warfare Continund Trail无人驾驶船只（ ACTUV ）计划的一部分。
潜水员
水下车辆一直是管道检查和水下映射等任务的重点。
援助机器人
点
该机器人是一个四足动物的机器人，是为了能够在室外和室内遍布许多不同的地形而创建的。它可以独自行走而不会碰撞到任何东西。它利用许多不同的传感器，包括360张视觉摄像机和陀螺仪。即使推倒，它也能够保持平衡。这辆车虽然不打算骑车，但可以在崎rough的地形上为建筑工人或军事人员承担重担。
规定
《英国公路法典》指出：
通过自动驾驶汽车，我们的意思是根据《 2018年自动化和电动汽车法》，国务卿运输部长列为自动车辆。
-高速公路代码-27/07/2022，第4页
英国考虑更新其英国高速公路法规的自动代码：
在至少某些情况下，自动化的车辆可以执行驾驶中涉及的所有任务。它们不同于装有辅助驾驶功能的车辆（例如巡航控制和巷道辅助），这些车辆执行了一些任务，但是驾驶员仍负责驾驶。如果您要驾驶具有辅助驾驶功能的车辆，则必须保持控制车辆。
-提议更改公路代码
如果车辆的设计目的是要求您在车辆驾驶时恢复驾驶，则必须保持能够控制的位置。例如，您不应搬出驾驶座椅。您不应该分心，以至于在车辆提示时无法撤回控制。
-提议更改公路代码
关注
缺乏控制
通过自治级别，可以证明自治的水平越高，人类对车辆的控制越少（需要零人为干预的最高自治水平）。关于车辆自动化发展的少数关注之一是与最终用户对控制自动化车辆的技术的信任有关。根据Kelley Blue Book （KBB）在2016年进行的一项全国进行的调查，这表明大多数人仍将选择在自己的车辆后面拥有一定水平的控制，而不是让车辆在5级自治中运行，换句话说，完全自主。根据一半的受访者的说法，随着自主权水平的提高，自动驾驶汽车安全性的想法会降低。多年来，这种对自动驾驶系统的不信任事实证明是没有变化的对自动车辆的一定程度的信任，大多数人对自动驾驶汽车使用的技术也有疑问和不信任，对5级自动驾驶汽车的不信任。 Aaafts的调查表明，当人们对自主驾驶系统的信任提高时，人们对自动驾驶系统的信任提高了。
故障
自动驾驶汽车技术经历故障的可能性也是用户对自动驾驶系统不信任的原因之一。实际上，大多数受访者在AAAFTS调查中投票赞成的是关注。即使自动驾驶汽车通过最大程度地减少撞车事故及其严重性来提高交通安全性，但它们仍然造成死亡。至少有113起与自动驾驶汽车相关的事故发生到2018年。2015年，Google宣布其自动车辆至少发生了272次故障，驾驶员必须干预约13次以防止死亡。此外，其他自动化车辆的制造商还报告了自动车辆的故障，包括Uber汽车事件。 2018年发生的自动驾驶UBER车祸是自动驾驶汽车死亡清单中也列出的自动驾驶汽车事故的例子之一。国家运输安全委员会（NTSB）的一份报告显示，自动驾驶的Uber汽车无法在足够的时间内识别出受害者，以使车辆放慢脚步并避免撞向受害者。
道德
与车辆自动化有关的另一个问题是其道德问题。实际上，自动驾驶汽车可能会遇到不可避免的交通事故。在这样的情况下，需要进行许多风险和计算，以最大程度地减少事故造成的损害。当人类驾驶员遇到不可避免的事故时，驾驶员将根据道德和道德逻辑采取自发行动。但是，当驾驶员无法控制车辆（5级自治）时，自动驾驶汽车的系统是需要做出即时决定的人。与人类不同，自动驾驶汽车没有反射，它只能根据编程的方法做出决定。但是，事故的情况和情况彼此不同，一个决定可能不是某些事故的最佳决定。根据2019年的两项研究，在半自动化和非自动化车辆仍在的交通中实施了全自动车辆，可能会导致许多并发症。仍然需要考虑的一些缺陷包括责任结构，责任分配，决策效率以及具有多样化环境的自动驾驶汽车的性能。研究人员尽管如此，史蒂文·翁布雷洛（Steven Umbrello）和罗马V. Yampolskiy提出，价值敏感的设计方法是一种可用于设计自动驾驶汽车的方法，以避免其中一些道德问题和对人类价值观的设计。