Argo AI 分享自动驾驶汽车与骑行者安全共享道路的建议
骑行者可能给人类驾驶员带来独特的挑战。他们的行为很难预测，并且可能比其他司机更快地变换车道或躲避障碍物。根据美国国家公路交通安全管理局（NHTSA）的数据，2020年涉及骑行者的致命事故数量比2019年增长了5%（846起）。
自动驾驶汽车面临同样的挑战，因此开发自动驾驶系统的公司在考虑骑行者时必须格外谨慎。虽然自动驾驶汽车可以减少交通事故，使道路更安全，但它们首先需要学会如何在道路上最好地做出判断。
正在开发自有自动驾驶系统的 Argo AI 与美国自行车联盟合作，发布了其创建能够与骑行者安全互动的自动驾驶系统的先进经验。
“Argo AI 与美国自行车联盟拥有共同目标——提升所有道路使用者的街道安全。我们赞赏 Argo 在研究、开发和测试中积极主动地关注车外人员的安全。过去十年间，车外人员的道路安全状况显著恶化，而 Argo 现在着眼于与骑行者互动的问题，表明其致力于让自动化技术在扭转这一致命趋势中发挥作用”
下面简要介绍 Argo AI 为公司开发自动驾驶系统时应遵循的六项建议。
“了解 Argo 与美国自行车联盟合作制定的技术建议，以确保自动驾驶汽车与骑行者之间的安全互动。这些建议代表了行业最佳实践，有助于增强人们对自动驾驶技术的信任，并促进与骑行群体的合作”，Argo AI 表示。
骑行者应当成为一类独特的对象
要让自动驾驶汽车能够对道路上的骑行者做出反应，它首先需要理解什么是骑行者以及他们如何移动。骑行者在道路上的行为与其他人不同，因此自动驾驶系统必须将他们作为其感知系统中的一个主要对象类别来标识。
通过标注各种自行车图像，自动驾驶系统能够从任何视角、速度、姿态或朝向识别骑行者。自动驾驶系统还应能够识别各种形状和尺寸的自行车，例如躺式自行车或电动自行车。
应当预期骑行者的典型行为
骑行者有一些特定的行为模式，自动驾驶系统需要能够识别并预判。变换车道、在停车标志处让行或推着自行车步行，都是自动驾驶系统必须识别并做出相应反应的行为。
自动驾驶系统应使用专门针对骑行者的预测模型。借助这些模型，当车辆遇到骑行者时，可以预测其多种可能的行驶路径，从而更容易预判并应对骑行者的行为。
以下是 2019 年的一段视频，展示了 Waymo 自动驾驶汽车接近两名骑行者以及一辆占用自行车道的车辆的情况。自动驾驶系统正确预测到骑行者将从左侧超越该车辆，并减速让他们通过。
自行车基础设施和地方法规必须纳入地图
许多城市和州都有专门针对骑行者的法规，自动驾驶汽车应当了解。例如，在一些州，骑行者可以将红灯视为停车标志。此外，自动驾驶汽车的地图上必须标明所有自行车道。
了解自行车道的位置，自动驾驶汽车就能预判这些区域会有更多骑行者，并密切关注骑行者的常规行为。
行为统一且易于理解
自动驾驶汽车的目标是复现并改进人类驾驶。这意味着，自动驾驶汽车在与骑行者及其他道路使用者相处时，应当与人类驾驶员的表现一致。在可能的情况下，自动驾驶汽车应当始终使用转向灯，帮助其他人理解其意图。
与人类驾驶员一样，自动驾驶汽车与骑行者之间也应保持更大的距离。超车骑行者时，应格外小心。
应对不确定情况的准备
不可避免地，有时驾驶员和骑行者会做出不可预测的行为，而自动驾驶汽车不知道该如何应对。在这种情况下，汽车应减速，并尽可能拉大与骑行者之间的距离。自动驾驶系统始终应将不确定性纳入考量。
针对骑行者的场景必须持续验证
周密的测试是开发自动驾驶系统最重要的环节之一。无论是模拟器测试还是实路测试，对于打造能够安全应对骑行者的系统都至关重要。
应利用仿真在虚拟世界中测试真实场景，以便安全地检验各种情况。这些场景应反映车辆和骑行者的行为，以及道路结构和能见度的变化。实路测试应用于验证仿真结果，并确保技术在实际中的表现与测试时一致。
