รถยนต์ขับเคลื่อนอัตโนมัติ

Q: ข้อมูลสำคัญเกี่ยวกับ รถยนต์ขับเคลื่อนอัตโนมัติ

รถยนต์ขับเคลื่อนอัตโนมัติหรือที่รู้จักกันในชื่อ รถยนต์ ไร้คนขับ รถยนต์หุ่นยนต์หรือรถยนต์โรโบคือรถยนต์ที่สามารถทำงานได้โดยใช้การควบคุมจากมนุษย์ น้อยลงหรือไม่มีเลย

รถยนต์ขับเคลื่อนอัตโนมัติหรือที่รู้จักกันในชื่อ รถยนต์ ไร้คนขับ รถยนต์หุ่นยนต์หรือรถยนต์โรโบคือรถยนต์ที่สามารถทำงานได้โดยใช้การควบคุมจากมนุษย์ น้อยลงหรือไม่มีเลย บางครั้งก็เรียกว่ารถแท็กซี่หุ่นยนต์แม้ว่าคำนี้จะหมายถึงรถยนต์ขับเคลื่อนอัตโนมัติที่ให้บริการโดยบริษัทรับส่งผู้โดยสาร โดยเฉพาะก็ตาม ( ข้อมูล ณ ปี 2026)คำว่า "รถยนต์ขับเคลื่อนอัตโนมัติ" ยังไม่มีคำจำกัดความมาตรฐานที่ตกลงกันไว้ และยังขึ้นอยู่กับการพิจารณาด้านการโฆษณาและการสร้างแบรนด์ทางการค้าด้วย

ในปี 2020 Waymoเป็นบริษัทแรกที่ให้บริการรถแท็กซี่ไร้คนขับในขอบเขตการออกแบบการดำเนินงาน (ODD) ของพื้นที่ทางภูมิศาสตร์ที่จำกัด แต่ภายในปลายปี 2025ไม่มีระบบใดที่บรรลุความเป็นอิสระอย่างสมบูรณ์ในทุกด้าน ซึ่งบางครั้งเรียกว่า "ระดับ 5" ในมาตราส่วน 0 ถึง 5 ระดับของระบบอัตโนมัติที่กำหนดโดยองค์กรมาตรฐานระดับโลกSAE Internationalหรือเรียกง่ายๆ ว่า "ไม่มีคนขับ" ตามระบบการจำแนกประเภทที่เสนอโดยMobileyeในสหรัฐอเมริกา

จากประวัติศาสตร์การทดลองและพัฒนาเทคโนโลยีระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS) หลังสงครามโลกครั้งที่สองปัจจุบันเทคโนโลยีหลักสองอย่างที่ใช้กันคือLiDAR (Light Detection and Ranging) และเซ็นเซอร์ภาพ (กล้อง) ซึ่งสามารถจับภาพและวิดีโอได้เหมือนดวงตาของมนุษย์ โดยเทคโนโลยีเหล่านี้จะถูกนำมาผสมผสานกับระบบต่างๆ เช่นระบบระบุตำแหน่งทั่วโลก (GPS) เครือข่ายประสาทเทียมปัญญาประดิษฐ์และวิศวกรรม ADAS ที่ได้รับการพัฒนาแล้ว เพื่อให้ได้ระดับความเป็นอิสระในการขับขี่ สูงสุด (LeJ)

อุปสรรคสำคัญที่สุดของการขับขี่อัตโนมัติคือซอฟต์แวร์และแผนที่ขั้นสูงที่จำเป็นต่อการทำให้รถยนต์ทำงานได้อย่างปลอดภัยในสภาพแวดล้อมที่หลากหลายที่ผู้ขับขี่ต้องเผชิญ อย่างไรก็ตาม ซอฟต์แวร์ยังไม่ก้าวหน้าเพียงพอที่จะรับมือกับทุกสถานการณ์และได้ก่อให้เกิดอุบัติเหตุและการเสียชีวิต ปัญหาอื่นๆ ได้แก่ ความปลอดภัยของการอัปเดตแบบไร้สายปัญหา ทาง กฎหมายและ ข้อบังคับ จริยธรรมและความเชื่อมั่นของผู้บริโภค วิธีการทดสอบและตรวจสอบความน่าเชื่อถือของรถยนต์ได้พัฒนาควบคู่ไปกับการใช้งานจริง โดยมีการเสนอมาตรฐานต่างๆ มากมาย นอกจากนี้ยังมีการกล่าวถึงผลกระทบต่อโครงสร้างพื้นฐานในเมืองและเศรษฐกิจด้วย

การรับรู้และการยอมรับของสาธารณชนต่อรถยนต์ไร้คนขับนั้นมีทั้งด้านบวกและด้านลบ จากการสำรวจในปี 2022 พบว่ามีเพียง 27% ของประชากรโลกเท่านั้นที่รู้สึกปลอดภัยเมื่ออยู่ในรถยนต์ไร้คนขับ การยอมรับของสาธารณชนยังได้รับอิทธิพลจาก "อคติต่อรถยนต์ไร้คนขับ" ซึ่งผู้ขับขี่จะตัดสินการขับขี่รถยนต์ไร้คนขับที่เหมือนกันอย่างเข้มงวดกว่าการขับขี่โดยมนุษย์^{[ 1 ]}

ประวัติศาสตร์

รถยนต์ขับเคลื่อนอัตโนมัติได้รับการคาดการณ์ไว้ตั้งแต่การทดลองควบคุมด้วยคลื่นวิทยุในช่วงทศวรรษ 1920 และการพัฒนาเทคโนโลยีช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS) หลังสงครามโลกครั้งที่สอง การทดลองใช้งานรถยนต์ขับเคลื่อนอัตโนมัติเริ่มขึ้นในทศวรรษ 1950 โดยรถยนต์กึ่งอัตโนมัติคันแรกได้รับการพัฒนาขึ้นในปี 1977 โดยห้องปฏิบัติการวิศวกรรมเครื่องกลสึกุบะของญี่ปุ่น

ในสหรัฐอเมริกา ห้องปฏิบัติการนา ฟแล็บของมหาวิทยาลัยคาร์เนกีเมลลอนได้เริ่มโครงการพัฒนารถยนต์กึ่งอัตโนมัติในปี 1984 โดยได้รับการสนับสนุนด้านเงินทุนจากสำนักงานโครงการวิจัยขั้นสูงด้านการป้องกันประเทศ (DARPA) ในยุโรป โครงการที่คล้ายกันนี้ได้รับการริเริ่มโดยเมอร์เซเดส-เบนซ์และโครงการ EUREKA Prometheusของมหาวิทยาลัยกองทัพบกเยอรมนีมิวนิกในปี 1987

ในปี 1991 สหรัฐอเมริกาได้จัดสรรงบประมาณ 650 ล้านดอลลาร์สหรัฐสำหรับการวิจัยระบบทางหลวงอัตโนมัติแห่งชาติ (National Automated Highway System) ซึ่งแสดงให้เห็นถึงการขับขี่อัตโนมัติที่ผสมผสานระบบอัตโนมัติที่ฝังอยู่ในทางหลวงเข้ากับเทคโนโลยีของยานยนต์ จนกระทั่งถึงการแข่งขัน DARPA Grand Challenge ครั้งที่สอง ในปี 2005 การวิจัยยานยนต์อัตโนมัติในสหรัฐอเมริกาได้รับการสนับสนุนทางการเงินเป็นหลักจาก DARPA กองทัพบกสหรัฐ และกองทัพเรือสหรัฐ ส่งผลให้เกิดความก้าวหน้าทีละเล็กทีละน้อยในด้านความเร็ว ความสามารถในการขับขี่ การควบคุม และระบบเซ็นเซอร์

นับตั้งแต่นั้นมา บริษัทเอกชนจำนวนมาก รวมถึงองค์กรวิจัยทั้งภาครัฐและเอกชนทั่วโลก ได้พัฒนาเทคโนโลยีรถยนต์ไร้คนขับที่ใช้งานได้จริง ในปี 2015 บริษัทCruiseซึ่งเป็นบริษัทย่อยของ General Motors เริ่มทดสอบการขับขี่บนถนนในรัฐแคลิฟอร์เนียสองปีต่อมา Waymo เป็นบริษัทแรกที่เปิดให้บริการรถแท็กซี่ไร้คนขับเชิงพาณิชย์ในเมืองฟีนิกซ์รัฐแอริโซนา ตามมาด้วยบริการที่คล้ายกันจากDeepRoute.aiในเมืองเซินเจิ้นต่อมา Cruise ปิดตัวลงในปี 2024 และผู้ผลิตรายอื่นๆ อีกหลายรายได้ลดแผนการพัฒนาเทคโนโลยีรถยนต์ไร้คนขับลงในปี 2022 รวมถึงFordและVolkswagenเนื่องจากความกังวลเกี่ยวกับความเป็นไปได้ในเชิงพาณิชย์

ทั่วโลกมีการพัฒนาด้านกฎหมายและข้อบังคับเพื่อรองรับการทดสอบและการอำนวยความสะดวกในการใช้งานรถยนต์ขับเคลื่อนอัตโนมัติ ในช่วงทศวรรษ 2010 และ 2020 สมาชิก UNECEและสหภาพยุโรป บางประเทศ ได้พัฒนากฎระเบียบที่เกี่ยวข้องกับยานยนต์อัตโนมัติ โดยเมืองต่างๆ วางแผนที่จะดำเนินการระบบขนส่งสำหรับรถยนต์ไร้คนขับและอนุญาตให้ทดสอบรถยนต์หุ่นยนต์ในระบบจราจร ในปี 2016 สภาเศรษฐกิจแห่งชาติของสหรัฐอเมริกาและกระทรวงคมนาคมของสหรัฐอเมริกา (USDOT) ได้ออกนโยบายยานยนต์อัตโนมัติของรัฐบาลกลาง อุบัติเหตุร้ายแรงครั้งแรกที่เกี่ยวข้องกับรถยนต์ขับเคลื่อนอัตโนมัติเกิดขึ้นที่เมืองวิลลิสตัน รัฐฟลอริดาในปี 2016 ในขณะที่รายงานผู้เสียชีวิตจากอุบัติเหตุรถยนต์ขับเคลื่อนอัตโนมัติครั้งแรกเกิดขึ้นในปี 2018

นับตั้งแต่ทศวรรษ 2010 เป็นต้นมา ความก้าวหน้าในการวิจัยและพัฒนาเกิดขึ้นอย่างรวดเร็วมากขึ้นเรื่อยๆ ซึ่งมักมาพร้อมกับการคาดการณ์ที่ไม่แม่นยำเกี่ยวกับการขับขี่อัตโนมัติอย่างสมบูรณ์ ซึ่งความสามารถดังกล่าวในปัจจุบันจำกัดอยู่เพียงบริการแท็กซี่ไร้คนขับในเมืองที่กำหนดเท่านั้น ณ ต้นปี 2024 ผู้ผลิตหลายรายได้จำหน่ายรถยนต์ที่มีระบบขับขี่อัตโนมัติในสหรัฐอเมริกา ญี่ปุ่น ยุโรป และจีน

คำจำกัดความ

องค์กรต่างๆ เช่นSAE International (SAE) ซึ่งเป็นหน่วยงานมาตรฐานระดับโลก ได้เสนอคำศัพท์เพื่ออธิบายความสามารถทางเทคนิค อย่างไรก็ตาม คำศัพท์ส่วนใหญ่ไม่มีคำจำกัดความมาตรฐานและถูกนำไปใช้แตกต่างกันไปโดยผู้ขายและบุคคลอื่นๆ ข้อเสนอในการนำคำศัพท์ระบบอัตโนมัติทางการบินมาใช้กับรถยนต์ก็ยังไม่ประสบความสำเร็จ^{[ 2 ]}

ข้อพิจารณาแรกคือโดเมนการออกแบบการดำเนินงาน (ODD) แนวคิดนี้ถือว่าระบบอัตโนมัติมีข้อจำกัด^{[ 3 ]}การเชื่อมโยงฟังก์ชันของระบบกับ ODD ที่ระบบรองรับนั้นมีความสำคัญสำหรับนักพัฒนาและหน่วยงานกำกับดูแลในการกำหนดและสื่อสารเงื่อนไขการทำงานที่ปลอดภัย ระบบควรทำงานภายในข้อจำกัดเหล่านั้น บางระบบรับรู้ถึง ODD และปรับเปลี่ยนพฤติกรรมตามนั้น ตัวอย่างเช่น รถยนต์ไร้คนขับอาจรับรู้ว่าการจราจรหนาแน่นและปิดใช้งานคุณสมบัติการเปลี่ยนเลนอัตโนมัติ^{[ 3 ]}

ผู้จำหน่ายต่างมีแนวทางที่หลากหลายในการแก้ปัญหาการขับขี่อัตโนมัติ แนวทางของ Tesla คือการอนุญาตให้ระบบ "ขับขี่อัตโนมัติเต็มรูปแบบ" (FSD) ของตนใช้งานได้ในทุก ODD ในฐานะ ADAS ระดับ 2 (ควบคุมด้วยมือและมอง) ^{[ 4 ]} Waymo เลือก ODD เฉพาะ (ถนนในเมืองฟีนิกซ์และซานฟรานซิสโก) สำหรับบริการรถแท็กซี่หุ่นยนต์ระดับ 5 ของพวกเขา^{[ 5 ]} Mercedes Benz ให้บริการระดับ 3 ในลาสเวกัสใน สภาพการจราจรติดขัดบนทางหลวงด้วยความเร็วสูงสุด40 ไมล์ต่อชั่วโมง (64 กม./ชม.) [ ⁶^]^ระบบ SuperVision ของ Mobileye ให้บริการขับขี่แบบไม่ต้องใช้มือและมองตลอดเวลาบนถนนทุกประเภทด้วยความเร็วสูงสุด130 กม./ชม . (81 ไมล์ต่อชั่วโมง) ^[⁷^] ระบบ Super Cruise แบบไม่ต้องใช้มือของ GM ทำงานบนถนนเฉพาะในสภาพเฉพาะ โดยจะหยุดหรือคืนการควบคุมให้กับผู้ขับขี่เมื่อ ODD เปลี่ยนแปลง ในปี 2024 บริษัทได้ประกาศแผนการขยายการครอบคลุมถนนจาก 400,000 ไมล์เป็น750,000 ไมล์ (1,210,000 กม.) [ ⁸^]^ระบบ BlueCruise แบบไม่ต้องจับพวงมาลัยของ Ford ทำงานบนทางหลวงแบ่งช่องจราจรในสหรัฐอเมริกา เป็นระยะทาง 130,000 ไมล์ (210,000 กม.) ^[⁹^]

ชื่อต่างๆ เช่น AutonoDrive, PilotAssist, "Full-Self Driving" หรือ DrivePilot ถูกนำมาใช้แม้ว่าผลิตภัณฑ์จะมีคุณสมบัติหลากหลายซึ่งอาจไม่ตรงกับชื่อก็ตาม^{[ 10 ]}แม้ว่าจะนำเสนอระบบที่เรียกว่าFull Self-Drivingแต่Teslaระบุว่าระบบของตนไม่ได้จัดการงานขับขี่ทั้งหมดโดยอัตโนมัติ^{[ 11 ]}ในสหราชอาณาจักรรถยนต์ขับเคลื่อนอัตโนมัติเต็มรูปแบบถูกกำหนดให้เป็นรถยนต์ที่จดทะเบียนในลักษณะดังกล่าว ไม่ใช่รถยนต์ที่รองรับชุดคุณสมบัติเฉพาะ^{[ 12 ]}สมาคมผู้ประกันภัยแห่งสหราชอาณาจักรอ้างว่าการใช้คำว่า"อัตโนมัติ"ในการตลาดนั้นเป็นอันตราย เพราะโฆษณารถยนต์ทำให้ผู้ขับขี่คิดว่า "อัตโนมัติ" และ "ระบบขับเคลื่อนอัตโนมัติ" หมายความว่าผู้ขับขี่สามารถพึ่งพารถยนต์ในการควบคุมตัวเองได้ แม้ว่าในความเป็นจริงจะไม่เป็นเช่นนั้นก็ตาม^{[ 13 ]}

แนวคิด

ข้อมูลต่อไปนี้จะเป็นประโยชน์ในการทำความเข้าใจคำจำกัดความและเกณฑ์ต่างๆ ที่ใช้สำหรับรถยนต์ขับเคลื่อนอัตโนมัติ

ระบบขับเคลื่อน

ระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS) จะทำให้คุณสมบัติการขับขี่เฉพาะบางอย่างเป็นไปโดยอัตโนมัติ เช่น ระบบเตือนการชนด้านหน้า (FCW) ระบบเบรกฉุกเฉินอัตโนมัติ (AEB) ระบบเตือนการออกนอกเลน (LDW) ระบบช่วยรักษาเลน (LKA) หรือระบบเตือนจุดบอด (BSW) ^{[ 14 ]} ADAS จำเป็นต้องมีผู้ขับขี่ที่เป็นมนุษย์เพื่อจัดการกับงานที่ ADAS ไม่รองรับ

ADAS แตกต่างจากระบบขับขี่อัตโนมัติ (ADS) ซึ่งจะถูกจัดประเภทโดย SAE J3016 เป็นระดับ 3 หรือสูงกว่า^{[ 15 ]}

ความเป็นอิสระเทียบกับระบบอัตโนมัติ

ความเป็นอิสระหมายความว่าระบบอัตโนมัติอยู่ภายใต้การควบคุมของยานพาหนะแทนที่จะเป็นคนขับระบบอัตโนมัติมีความเฉพาะเจาะจงตามหน้าที่ เช่น การควบคุมความเร็ว แต่ยังคงปล่อยให้คนขับเป็นผู้ตัดสินใจในวงกว้าง^{[ 16 ]}

โปรแกรมประเมินประสิทธิภาพความปลอดภัยของรถยนต์ยุโรปEuro NCAPกำหนดคำว่า "อัตโนมัติ" ว่า "ระบบทำงานโดยอิสระจากผู้ขับขี่เพื่อหลีกเลี่ยงหรือบรรเทาอุบัติเหตุ" ^{[ 17 ]}

ในยุโรป คำว่าautomatedและautonomousสามารถใช้ร่วมกันได้ ตัวอย่างเช่น ภายใต้ระเบียบ (EU) 2019/2144: ^{[ 18 ]}

"ยานพาหนะอัตโนมัติ" หมายถึงยานพาหนะที่สามารถเคลื่อนที่ได้โดยไม่ต้องมีการควบคุมดูแลจากคนขับอย่างต่อเนื่อง แต่ยังคงคาดหวังหรือจำเป็นต้องมีการแทรกแซงจากคนขับในขอบเขตการออกแบบการดำเนินงาน (ODD) ^{[ 18 ]}
"ยานพาหนะอัตโนมัติเต็มรูปแบบ" หมายถึงยานพาหนะที่สามารถเคลื่อนที่ได้อย่างสมบูรณ์โดยไม่ต้องมีการควบคุมจากคนขับ^{[ 18 ]}

ระบบสหกรณ์

คนขับระยะไกลคือคนขับที่ควบคุมยานพาหนะจากระยะไกลโดยใช้การเชื่อมต่อวิดีโอและข้อมูล^{[ 19 ]}

ตามมาตรฐานSAE J3016

ระบบขับขี่อัตโนมัติบางระบบอาจเป็นระบบอัตโนมัติอย่างแท้จริง หากสามารถปฏิบัติหน้าที่ทั้งหมดได้อย่างอิสระและพึ่งพาตนเองได้ แต่หากต้องพึ่งพาการสื่อสารและ/หรือความร่วมมือกับหน่วยงานภายนอก ก็ควรพิจารณาว่าเป็นระบบที่ร่วมมือกันมากกว่าระบบอัตโนมัติ

การขับขี่อัตโนมัติ

สหภาพนักวิทยาศาสตร์ผู้ห่วงใยได้กำหนดนิยามของรถยนต์ขับเคลื่อนอัตโนมัติว่า "รถยนต์หรือรถบรรทุกที่ไม่จำเป็นต้องให้คนขับควบคุมเพื่อใช้งานรถอย่างปลอดภัย หรือที่รู้จักกันในชื่อรถยนต์อัตโนมัติหรือ 'ไร้คนขับ' ซึ่งรวมเซ็นเซอร์และซอฟต์แวร์เพื่อควบคุม นำทาง และขับเคลื่อนรถ" ^{[ 20 ]}

พระราชบัญญัติยานยนต์อัตโนมัติและยานยนต์ไฟฟ้าของอังกฤษ พ.ศ. 2561 กำหนดว่ายานพาหนะจะ "ขับเคลื่อนด้วยตนเอง" หากยานพาหนะนั้น "ไม่ได้รับการควบคุม และไม่จำเป็นต้องได้รับการตรวจสอบโดยบุคคล" ^{[ 21 ]}

คำจำกัดความของรัฐบาลอังกฤษอีกประการหนึ่งระบุว่า "ยานพาหนะขับเคลื่อนด้วยตนเองคือยานพาหนะที่สามารถขับเคลื่อนด้วยตนเองได้อย่างปลอดภัยและถูกต้องตามกฎหมาย" ^{[ 22 ]}

คำจำกัดความของอังกฤษ

ในภาษาอังกฤษแบบบริติช คำว่า "automated" มีความหมายหลายอย่าง เช่นในประโยคที่ว่า "Thatcham ยังพบว่า ระบบรักษาเลน อัตโนมัติสามารถตรงตามหลักการเพียงสองข้อจากสิบสองข้อที่จำเป็นต่อการรับประกันความปลอดภัย และกล่าวต่อไปว่าระบบเหล่านี้ไม่สามารถจัดอยู่ในประเภท 'การขับขี่อัตโนมัติ' ได้ จึงเลือกใช้คำว่า 'การขับขี่แบบช่วยเหลือ' แทน" ^{[ 23 ]}การใช้คำว่า "automated" ครั้งแรกหมายถึง ระบบอัตโนมัติ ของ UNECEในขณะที่ครั้งที่สองหมายถึงคำจำกัดความทางกฎหมายของอังกฤษเกี่ยวกับยานพาหนะอัตโนมัติ กฎหมายของอังกฤษตีความความหมายของ "ยานพาหนะอัตโนมัติ" โดยอิงตามมาตราการตีความที่เกี่ยวข้องกับยานพาหนะที่ "ขับเคลื่อนด้วยตนเอง" และยานพาหนะที่ได้รับการประกันภัย^{[ 24 ]}

ในเดือนพฤศจิกายน พ.ศ. 2566 รัฐบาลอังกฤษได้เสนอร่างกฎหมายยานยนต์อัตโนมัติ โดยเสนอคำจำกัดความสำหรับคำที่เกี่ยวข้องดังนี้: ^{[ 25 ]}

รถยนต์ขับเคลื่อนอัตโนมัติ: "รถยนต์จะ 'ผ่านการทดสอบการขับขี่อัตโนมัติ' หากได้รับการออกแบบหรือดัดแปลงโดยมีเจตนาให้คุณลักษณะใดคุณลักษณะหนึ่งของรถยนต์ช่วยให้สามารถเดินทางได้เองโดยอัตโนมัติ และสามารถทำเช่นนั้นได้อย่างปลอดภัยและถูกกฎหมายโดยอาศัยคุณลักษณะดังกล่าว"
ระบบขับขี่อัตโนมัติ: ยานพาหนะจะเคลื่อนที่ "โดยอัตโนมัติ" หากยานพาหนะนั้นควบคุมเอง และไม่มีบุคคลใดคอยตรวจสอบหรือแทรกแซงทั้งตัวยานพาหนะและสภาพแวดล้อมโดยรอบ
การควบคุม: การควบคุมการเคลื่อนที่ของยานพาหนะ
ปลอดภัย: ยานพาหนะที่ได้มาตรฐานความปลอดภัยที่ยอมรับได้
ถูกกฎหมาย: ยานพาหนะที่มีความเสี่ยงในการฝ่าฝืนกฎจราจรต่ำในระดับที่ยอมรับได้

การจำแนกประเภท SAE

ในปี 2557 สมาคมเพื่อการขนส่งและอุตสาหกรรมอื่นๆSAE Internationalได้เผยแพร่ระบบการจำแนกประเภทหกระดับ ตั้งแต่แบบใช้มือทั้งหมดไปจนถึงแบบอัตโนมัติทั้งหมด ในชื่อ J3016 การจำแนกประเภทและคำจำกัดความสำหรับคำศัพท์ที่เกี่ยวข้องกับระบบขับขี่อัตโนมัติของยานยนต์บนท้องถนน รายละเอียดได้รับการแก้ไขเป็นครั้งคราว^{[ 28 ]}

ระบบนี้ได้รับการนำมาใช้โดยคณะกรรมาธิการเศรษฐกิจแห่งสหประชาชาติสำหรับยุโรป (UNECE) ในรูปแบบของระเบียบข้อบังคับของสหประชาชาติฉบับที่ 157ซึ่งมีผลบังคับใช้ในเดือนมกราคม พ.ศ. 2564 และใช้ในกว่า 50 ประเทศ^{[ 29 ]}หลังจากที่ SAE ปรับปรุงการจำแนกประเภทในปี พ.ศ. 2559 (J3016_201609) ^{[ 30 ]}สำนักงานบริหารความปลอดภัยการจราจรบนทางหลวงแห่งชาติของสหรัฐอเมริกา(NHTSA) ได้นำมาตรฐาน SAE มาใช้^{[ 31 ]}^{[ 32 ]}

การจำแนกประเภทเป็นหัวข้อถกเถียง โดยถูกวิพากษ์วิจารณ์ว่ามุ่งเน้นด้านเทคโนโลยีมากเกินไป และมีการเสนอการแก้ไขต่างๆ^{[ 33 ]}^{[ 34 ]}มีการโต้แย้งว่าโครงสร้างของระดับต่างๆ ชี้ให้เห็นว่าระบบอัตโนมัติเพิ่มขึ้นเป็นเส้นตรง และระบบอัตโนมัติที่มากขึ้นย่อมดีกว่า ซึ่งอาจไม่ใช่เช่นนั้น^{[ 35 ]}ระดับ SAE ยังไม่ได้คำนึงถึงการเปลี่ยนแปลงที่อาจจำเป็นต่อโครงสร้างพื้นฐาน^{[ 36 ]}และพฤติกรรมของผู้ใช้ถนน^{[ 37 ]}^{[ 38 ]}

ระดับการทำงานอัตโนมัติ

การจำแนกระดับ SAE นั้นขึ้นอยู่กับบทบาทของผู้ขับขี่มากกว่าความสามารถของยานพาหนะ แม้ว่าสิ่งเหล่านี้จะมีความสัมพันธ์กันในรูปแบบของ "โหมดการขับขี่" (หรือที่รู้จักกันในชื่อ " สถานการณ์ การขับขี่ ") โหมดนี้ถูกกำหนดโดยทั้งโดเมนการออกแบบการปฏิบัติงาน (ODD) และ "ข้อกำหนดการขับขี่แบบไดนามิก" ODD คือสถานการณ์ที่รถกำลังขับขี่ และข้อกำหนดการขับขี่คือสิ่งที่ระบบต้องทำในขณะที่ยังคงปลอดภัยภายในขอบเขตของ ODD นั้น สองสิ่งนี้กำหนดระดับ SAE ^{[ 39 ]}

ดังนั้น รถยนต์อาจเปลี่ยนระดับตามโหมดการขับขี่ เปรียบเทียบกับมนุษย์ อาจเปรียบได้กับโหมดที่คุณสามารถยืนบนขาข้างเดียวได้โดยไม่ต้องใช้สิ่งช่วย (ซึ่งเป็นข้อกำหนด) หากคุณอยู่บนพื้น (ซึ่งเป็นข้อแตกต่าง) แต่คุณจะต้องใช้สิ่งช่วยพยุงเมื่อยืนอยู่บนเชือกเส้นเล็กๆ

เหนือระดับ 1 ความแตกต่างของระดับจะเกี่ยวข้องกับวิธีการแบ่งความรับผิดชอบในการเคลื่อนที่อย่างปลอดภัยระหว่างระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS) และผู้ขับขี่ มากกว่าคุณลักษณะการขับขี่เฉพาะ (ดูแนวคิด ) ดังนั้น รถยนต์อาจมีความสามารถระดับ 3 สำหรับการจัดการเลน (ข้อกำหนดในการขับขี่) ที่ความเร็วสูงสุด 100 กม./ชม. (ODD) แต่เป็นระดับ 2 ที่ความเร็วที่เร็วกว่านั้น หรืออาจมีระดับ 4 สำหรับการนำทางแบบไร้คนขับบนทางหลวงที่กำหนด แต่เป็นระดับ 2 บนถนนในเมือง^{[ 40 ]}

ADAS ที่ถือว่าเป็นระดับ 1 ได้แก่ระบบควบคุมความเร็ว อัตโนมัติแบบปรับได้ ระบบช่วยเบรกฉุกเฉินระบบช่วยเบรกฉุกเฉินอัตโนมัติ ระบบรักษาช่องทางเดินรถและระบบรักษาช่องทางเดินรถให้อยู่ตรงกลาง ADAS ที่ถือว่าเป็นระดับ 2 ได้แก่ ระบบช่วยบนทางหลวง ระบบหลีกเลี่ยงสิ่งกีดขวาง อัตโนมัติ และระบบจอดรถอัตโนมัติในระดับ 3 ขึ้นไป หากรถกำลังขับอยู่และ ODD เปลี่ยนแปลง เช่น ทางหลวงที่โล่งกลายเป็นเขตก่อสร้างที่มีสัญญาณมือจากคนงาน ระบบจะต้องรับรู้ว่ารถกำลังออกจาก ODD และถอยกลับตามนั้น รวมถึงขอให้ผู้ขับขี่เข้ามาแทรกแซงหากจำเป็น^{[ 41 ]}

ดังนั้น รถยนต์ขับเคลื่อนอัตโนมัติเต็มรูปแบบจะคงอยู่ที่ระดับ 5 สำหรับข้อกำหนดการขับขี่แบบไดนามิกทั้งหมดในทุกสถานการณ์ (ความเร็ว ถนน ภูมิประเทศ ทัศนวิสัย ประเภทสิ่งกีดขวาง เขตอำนาจศาล ฯลฯ) ในขณะที่รถยนต์ที่ไม่มี ADAS ควบคุมข้อกำหนดการขับขี่จะต้องพึ่งพาคนขับ และจะคงอยู่ที่ระดับ 0 โดยไม่คำนึงถึงโดเมน^{[ 42 ]}^{[ 43 ]}

ระดับการทำงานอัตโนมัติ J3016 ^{[ 39 ]}
โหมด	ระดับ	สรุป	คำอธิบาย		ความรับผิดชอบต่อ
โหมด	ระดับ	สรุป	คำอธิบาย		ทิศทางและความเร็ว	สภาพแวดล้อมการตรวจสอบ	ฟอลแบ็ก
ไม่มีข้อมูล	0	ไม่มีระบบอัตโนมัติ	ผู้ขับขี่ต้องปฏิบัติหน้าที่อย่างเต็มที่ในทุกด้านของการขับขี่ แม้ว่าจะ "ได้รับการเสริมด้วยระบบเตือนหรือระบบแทรกแซง" ก็ตาม		คนขับ	คนขับ	คนขับ
บาง	1	ระบบช่วยเหลือผู้ขับขี่	การควบคุมเฉพาะโหมดการขับขี่โดยระบบ ADAS สำหรับการควบคุมพวงมาลัยหรือความเร็ว	ระบบ ADAS ใช้ข้อมูลเกี่ยวกับสภาพแวดล้อมในการขับขี่ ผู้ขับขี่จะต้องปฏิบัติหน้าที่อื่นๆ ในการขับขี่ด้วยตนเอง	คนขับ
	1	ระบบช่วยเหลือผู้ขับขี่			ระบบ
	2	ระบบอัตโนมัติบางส่วน	การทำงานเฉพาะโหมดการขับขี่โดยระบบ ADAS อย่างน้อยหนึ่งระบบ สำหรับทั้งการบังคับเลี้ยวและความเร็ว
	3	การทำงานอัตโนมัติแบบมีเงื่อนไข	ระบบช่วยเหลือการขับขี่ขั้นสูง (ADAS) ควบคุมทุกแง่มุมของการขับขี่ตามโหมดการขับขี่เฉพาะ	ผู้ขับขี่ต้องตอบสนองต่อคำขอให้เข้าแทรกแซงอย่างเหมาะสม		ระบบ
มากมาย	4	ระบบอัตโนมัติระดับสูง		หากคนขับไม่ตอบสนองอย่างเหมาะสมต่อคำขอให้เข้าแทรกแซง รถก็สามารถหยุดได้อย่างปลอดภัย			ระบบ
ทั้งหมด	5	ระบบอัตโนมัติเต็มรูปแบบ		ระบบจะควบคุมยานพาหนะภายใต้ทุกสภาวะและสถานการณ์			ระบบ

คำศัพท์ของ Mobileye

Amnon ShashuaซีอีโอของMobileyeและ Shai Shalev-Shwartz ซีทีโอ ได้เสนอการจำแนกประเภททางเลือกสำหรับระบบขับขี่อัตโนมัติ โดยอ้างว่าจำเป็นต้องมีแนวทางที่เป็นมิตรกับผู้บริโภคมากขึ้น หมวดหมู่ต่างๆ สะท้อนถึงปริมาณการมีส่วนร่วมของผู้ขับขี่ที่จำเป็น^{[ 44 ]}^{[ 45 ]}ผู้ผลิตรถยนต์บางรายได้นำคำศัพท์ที่เกี่ยวข้องบางส่วนมาใช้โดยไม่เป็นทางการ แม้ว่าจะไม่ได้ให้คำมั่นสัญญาอย่างเป็นทางการก็ตาม^{[ 46 ]}^{[ 47 ]}^{[ 48 ]}^{[ 49 ]}

การมองเห็น/การลงมือปฏิบัติจริง

ระดับแรกคือการควบคุมด้วยมือและสายตา หมายความว่าผู้ขับขี่มีส่วนร่วมอย่างเต็มที่ในการควบคุมรถ แต่ได้รับการดูแลจากระบบ ซึ่งจะเข้าแทรกแซงตามคุณสมบัติที่รองรับ (เช่น ระบบควบคุมความเร็วอัตโนมัติ ระบบเบรกฉุกเฉินอัตโนมัติ) ผู้ขับขี่มีความรับผิดชอบอย่างเต็มที่ โดยมืออยู่บนพวงมาลัยและสายตาอยู่บนถนน^{[ 45 ]}

จับตาดู/ไม่แตะต้อง

ระบบ Eyes-on/Hands-off ช่วยให้ผู้ขับขี่สามารถปล่อยมือจากพวงมาลัยได้ ระบบจะขับเคลื่อน ผู้ขับขี่จะคอยตรวจสอบ และเตรียมพร้อมที่จะกลับมาควบคุมได้ตามต้องการ^{[ 45 ]}

ห้ามมอง/ห้ามแตะต้อง

การปล่อยสายตา/ปล่อยมือ หมายความว่าผู้ขับขี่สามารถหยุดตรวจสอบระบบได้ ปล่อยให้ระบบควบคุมอย่างเต็มที่ การปล่อยสายตาต้องไม่มีข้อผิดพลาดที่สามารถทำซ้ำได้ (ไม่เกิดจากสภาวะชั่วคราวที่แปลกประหลาด) หรือเกิดขึ้นบ่อยครั้ง ความเร็วต้องเหมาะสมกับบริบท (เช่น80 ไมล์ต่อชั่วโมง (130 กิโลเมตรต่อชั่วโมง)บนถนนที่มีทางเข้าออกจำกัด) และระบบต้องจัดการกับการขับขี่ทั่วไป (เช่น การถูกตัดหน้าโดยรถคันอื่น) ระดับการทำงานอัตโนมัติอาจแตกต่างกันไปตามถนน (เช่น ปล่อยสายตาบนทางด่วน เปิดใช้งานบนถนนสายรอง) ^[⁴⁵^]

ไม่มีคนขับ

ระดับสูงสุดไม่จำเป็นต้องมีคนขับในรถ: การตรวจสอบจะดำเนินการจากระยะไกล ( telepresence ) หรือไม่ดำเนินการเลย^{[ 45 ]}

การซ้อมรบที่มีความเสี่ยงต่ำที่สุด

ข้อกำหนดที่สำคัญสำหรับสองระดับที่สูงกว่าคือ ยานพาหนะจะต้องสามารถทำการหลบหลีกความเสี่ยงขั้นต่ำและหยุดได้อย่างปลอดภัยนอกเส้นทางจราจรโดยไม่ต้องมีการแทรกแซงจากคนขับ^{[ 45 ]}

เทคโนโลยี

สถาปัตยกรรม

ระบบการรับรู้จะประมวลผลข้อมูลภาพและเสียงจากภายนอกและภายในรถเพื่อสร้างแบบจำลองเฉพาะที่ของยานพาหนะ ถนน การจราจร การควบคุมการจราจร และวัตถุที่สังเกตได้อื่นๆ รวมถึงการเคลื่อนที่สัมพัทธ์ของวัตถุเหล่านั้น จากนั้น ระบบควบคุมจะดำเนินการเพื่อเคลื่อนย้ายยานพาหนะ โดยคำนึงถึงแบบจำลองเฉพาะที่ แผนที่ถนน และกฎระเบียบการขับขี่^{[ 50 ]}^{[ 51 ]}^{[ 52 ]}^{[ 53 ]}โมดูลหุ่นยนต์เพื่อการศึกษา เช่น กิจกรรม "Thinking Robotics" ที่จัดโดย NSDL แสดงให้เห็นว่าแนวคิดพื้นฐานเกี่ยวกับการตัดสินใจและการนำทางโดยใช้เซ็นเซอร์ถูกนำมาใช้ในยานพาหนะอัตโนมัติอย่างไร^{[ 54 ]}

มีการเสนอการจำแนกประเภทหลายแบบเพื่ออธิบายเทคโนโลยี ADAS ข้อเสนอหนึ่งคือการนำหมวดหมู่เหล่านี้มาใช้ ได้แก่ การนำทาง การวางแผนเส้นทาง การรับรู้ และการควบคุมรถ^{[ 55 ]}

ผู้จำหน่ายเช่น Tesla และMotionalได้เลือกใช้เครือข่ายประสาทแบบโมโนลิธิก "แบบครบวงจร" (E2E) โดยเลิกใช้ระบบโมดูลาร์ที่แยกการรับรู้จากการควบคุม^{[ 56 ]}

การนำทางเกี่ยวข้องกับการใช้แผนที่เพื่อกำหนดเส้นทางระหว่างจุดเริ่มต้นและจุดหมายปลายทาง การนำทางแบบผสมผสานคือการใช้ระบบนำทาง หลายระบบ ระบบบางระบบใช้แผนที่พื้นฐาน โดยอาศัยการรับรู้เพื่อจัดการกับความผิดปกติ แผนที่ดังกล่าวเข้าใจว่าถนนเส้นใดนำไปสู่ถนนเส้นใด ถนนเป็นทางด่วน ทางหลวง หรือเป็นถนนวันเวย์ เป็นต้น ระบบอื่นๆ ต้องการแผนที่ที่มีรายละเอียดสูง รวมถึงแผนที่เลน สิ่งกีดขวาง การควบคุมการจราจร เป็นต้น

การรับรู้

AC จำเป็นต้องสามารถรับรู้โลกรอบตัวได้ เทคโนโลยีสนับสนุนประกอบด้วยการผสมผสานระหว่างกล้อง, LiDAR , เรดาร์ , เสียง และอัลตราซาวนด์^{[ 57 ]} GPSและการวัดความเฉื่อย [ ⁵⁸^]^[⁵⁹^]^[⁶⁰^]เครือข่ายประสาทเทียมเชิงลึกถูกใช้เพื่อวิเคราะห์อินพุตจากเซ็นเซอร์เหล่านี้เพื่อตรวจจับและระบุวัตถุและวิถีการเคลื่อนที่ของวัตถุ^[⁶¹^]บางระบบใช้อัลกอริทึมการระบุตำแหน่งและการสร้างแผนที่พร้อมกันแบบ เบย์เซียน (SLAM) เทคนิคอีกอย่างหนึ่งคือการตรวจจับและติดตามวัตถุเคลื่อนที่อื่นๆ (DATMO) ซึ่งใช้ในการจัดการกับสิ่งกีดขวางที่อาจเกิดขึ้น^[⁶²^]^[⁶³^]^ระบบอื่นๆ ใช้ เทคโนโลยี ระบบระบุตำแหน่งแบบเรียลไทม์ ริมถนน (RTLS) เพื่อช่วยในการระบุตำแหน่ง ระบบ "มองเห็นอย่างเดียว" ของ Tesla ใช้กล้องแปดตัวโดยไม่มี LIDAR หรือเรดาร์ เพื่อสร้างมุมมองแบบมองจากด้านบนของสภาพแวดล้อม^[⁶⁴^]

การวางแผนเส้นทาง

การวางแผนเส้นทางจะค้นหาลำดับของส่วนต่างๆ ที่ยานพาหนะสามารถใช้เพื่อเคลื่อนที่จากจุดเริ่มต้นไปยังจุดหมายปลายทาง เทคนิคที่ใช้ในการวางแผนเส้นทาง ได้แก่ การค้นหาแบบกราฟและเทคนิคการเพิ่มประสิทธิภาพแบบแปรผัน เทคนิคแบบกราฟสามารถตัดสินใจที่ซับซ้อนกว่า เช่น วิธีการผ่านยานพาหนะ/สิ่งกีดขวางอื่นๆ เทคนิคการเพิ่มประสิทธิภาพแบบแปรผันต้องการข้อจำกัดที่เข้มงวดมากขึ้นเกี่ยวกับเส้นทางของยานพาหนะเพื่อป้องกันการชนกัน^{[ 65 ]}เส้นทางขนาดใหญ่ของยานพาหนะสามารถกำหนดได้โดยใช้แผนภาพโวโรนอย การทำแผนที่ ตารางการครอบครองหรืออัลกอริทึมทางเดินขับขี่ วิธีหลังนี้ช่วยให้ยานพาหนะสามารถระบุตำแหน่งและขับขี่ภายในพื้นที่เปิดโล่งที่ล้อมรอบด้วยเลนหรือสิ่งกีดขวาง^{[ 66 ]}

แผนที่

แผนที่มีความจำเป็นสำหรับการนำทาง ความซับซ้อนของแผนที่แตกต่างกันไป ตั้งแต่กราฟอย่างง่ายที่แสดงว่าถนนเชื่อมต่อกันอย่างไร พร้อมรายละเอียดต่างๆ เช่น ถนนวันเวย์หรือสองเวย์ ไปจนถึงแผนที่ที่มีรายละเอียดสูง พร้อมข้อมูลเกี่ยวกับเลน การควบคุมการจราจร งานก่อสร้างถนน และอื่นๆ^{[ 57 ]} นักวิจัยที่ ห้องปฏิบัติการวิทยาศาสตร์คอมพิวเตอร์และปัญญาประดิษฐ์ (CSAIL) ของ MIT ได้พัฒนาระบบที่เรียกว่า MapLite ซึ่งช่วยให้รถยนต์ขับเคลื่อนอัตโนมัติสามารถขับได้ด้วยแผนที่แบบง่าย ระบบนี้รวมตำแหน่ง GPS ของยานพาหนะ "แผนที่ภูมิประเทศแบบเบาบาง" เช่นOpenStreetMap (ซึ่งมีเพียงคุณลักษณะถนน 2 มิติ) เข้ากับเซ็นเซอร์ที่สังเกตสภาพถนน^{[ 67 ]}ปัญหาหนึ่งของแผนที่ที่มีรายละเอียดสูงคือการอัปเดตแผนที่เมื่อโลกเปลี่ยนแปลง ยานพาหนะที่สามารถทำงานได้ด้วยแผนที่ที่มีรายละเอียดน้อยกว่าไม่จำเป็นต้องมีการอัปเดตบ่อยครั้งหรือการกำหนดขอบเขตทางภูมิศาสตร์

เซ็นเซอร์

เซ็นเซอร์มีความจำเป็นสำหรับยานพาหนะในการตอบสนองต่อสภาพแวดล้อมการขับขี่อย่างเหมาะสม ประเภทของเซ็นเซอร์ ได้แก่ กล้อง, LiDAR , อัลตราซาวนด์และเรดาร์ระบบควบคุมมักจะรวมข้อมูลจากเซ็นเซอร์หลายตัว^{[ 68 ]} เซ็นเซอร์หลายตัวสามารถให้มุมมองที่สมบูรณ์ยิ่งขึ้นของสภาพแวดล้อมโดย รอบและสามารถใช้ตรวจสอบซึ่งกันและกันเพื่อแก้ไขข้อผิดพลาดได้^{[ 69 ]}ตัวอย่างเช่น เรดาร์สามารถสร้างภาพฉากในพายุหิมะตอนกลางคืนได้ ซึ่งเหนือกว่ากล้องและ LiDAR แม้ว่าจะมีความแม่นยำลดลงก็ตาม หลังจากทดลองใช้เรดาร์และอัลตราซาวนด์แล้ว Tesla ก็ได้นำวิธีการมองเห็นเพียงอย่างเดียวมาใช้ โดยยืนยันว่ามนุษย์ขับรถโดยใช้การมองเห็นเพียงอย่างเดียว และรถยนต์ควรจะสามารถทำเช่นเดียวกันได้ พร้อมทั้งอ้างถึงต้นทุนที่ต่ำกว่าของกล้องเมื่อเทียบกับเซ็นเซอร์ประเภทอื่น^{[ 70 ]}ในทางตรงกันข้าม Waymo ใช้ประโยชน์จากความละเอียดสูงของเซ็นเซอร์ LiDAR และอ้างถึงต้นทุนที่ลดลงของเทคโนโลยีดังกล่าว^{[ 71 ]}

ไดรฟ์บายไวร์

ระบบควบคุมการขับเคลื่อนด้วยไฟฟ้า (Drive by wire) คือการใช้ระบบไฟฟ้าหรือระบบไฟฟ้าเชิงกลในการควบคุมการทำงานต่างๆ ของยานยนต์ เช่น การบังคับทิศทางหรือการควบคุมความเร็ว ซึ่งโดยปกติแล้วจะใช้กลไกเชิงกลในการควบคุม

การตรวจสอบผู้ขับขี่

การตรวจสอบผู้ขับขี่ใช้เพื่อประเมินความสนใจและความตื่นตัวของผู้ขับขี่ เทคนิคที่ใช้รวมถึงการตรวจสอบดวงตา และการกำหนดให้ผู้ขับขี่ต้องรักษาแรงบิดบนพวงมาลัย^{[ 72 ]}โดยพยายามทำความเข้าใจสถานะของผู้ขับขี่และระบุพฤติกรรมการขับขี่ที่เป็นอันตราย^{[ 73 ]}

การสื่อสารยานพาหนะ

ยานพาหนะอาจได้รับประโยชน์จากการสื่อสารกับยานพาหนะอื่นเพื่อแบ่งปันข้อมูลเกี่ยวกับการจราจร สิ่งกีดขวางบนท้องถนน เพื่อรับการอัปเดตแผนที่และซอฟต์แวร์ เป็นต้น^{[ 74 ]}^{[ 75 ]}^{[ 57 ]}

ISO /TC 22 กำหนดระบบข้อมูลและการควบคุมการขนส่งในยานพาหนะ^{[ 76 ]}ในขณะที่ ISO/TC 204 กำหนดระบบข้อมูล การสื่อสาร และการควบคุมในการขนส่งทางบก^{[ 77 ]}มาตรฐานสากลได้รับการพัฒนาสำหรับฟังก์ชัน ADAS การเชื่อมต่อ การโต้ตอบกับมนุษย์ ระบบในยานพาหนะ การจัดการ/วิศวกรรม แผนที่แบบไดนามิกและการกำหนดตำแหน่ง ความเป็นส่วนตัวและความปลอดภัย^{[ 78 ]}

แทนที่จะสื่อสารกันเองระหว่างยานพาหนะ พวกมันสามารถสื่อสารกับระบบบนท้องถนนเพื่อรับข้อมูลที่คล้ายคลึงกันได้

การอัปเดตซอฟต์แวร์

ซอฟต์แวร์ควบคุมยานพาหนะ และสามารถให้บริการความบันเทิงและบริการอื่นๆ ได้ การอัปเดตแบบไร้สายสามารถแก้ไขข้อบกพร่องและเพิ่มคุณสมบัติเพิ่มเติมผ่านทางอินเทอร์เน็ต การอัปเดตซอฟต์แวร์เป็นวิธีหนึ่งในการดำเนินการเรียกคืนซึ่งในอดีตต้องไปที่ศูนย์บริการ ในเดือนมีนาคม พ.ศ. 2564 ระเบียบ UNECEเกี่ยวกับการอัปเดตซอฟต์แวร์และระบบการจัดการการอัปเดตซอฟต์แวร์ได้รับการเผยแพร่^{[ 79 ]}

แบบจำลองความปลอดภัย

แบบจำลองความปลอดภัยคือซอฟต์แวร์ที่พยายามกำหนดกฎเกณฑ์อย่างเป็นทางการเพื่อให้แน่ใจว่าเครื่องปรับอากาศทำงานได้อย่างปลอดภัย^{[ 80 ]}

IEEE กำลังพยายามสร้างมาตรฐานสำหรับแบบจำลองความปลอดภัยในชื่อ "IEEE P2846: แบบจำลองอย่างเป็นทางการสำหรับการพิจารณาความปลอดภัยในการตัดสินใจของยานยนต์อัตโนมัติ" ^{[ 81 ]}ในปี 2022 กลุ่มวิจัยที่สถาบันสารสนเทศแห่งชาติ (NII ประเทศญี่ปุ่น) ได้ปรับปรุงระบบความปลอดภัยที่เชื่อถือได้ของ Mobileye ให้เป็น "RSS ที่ตระหนักถึงเป้าหมาย" เพื่อให้กฎ RSS สามารถจัดการกับสถานการณ์ที่ซับซ้อนผ่านตรรกะของโปรแกรมได้^{[ 82 ]}

การแจ้งเตือน

ตามข้อกำหนด SAE J3134 "ไฟสัญญาณ ADS" ที่เสนอ^{[ 83 ]}สหรัฐอเมริกาได้กำหนดมาตรฐานการใช้ไฟสีฟ้าอมเขียวเพื่อแจ้งให้ผู้ขับขี่รายอื่นทราบว่ารถกำลังขับขี่อัตโนมัติ โดยจะนำมาใช้ในรถซีดาน Mercedes-Benz EQS และ S-Class รุ่นปี 2026 ที่มี Drive Pilot ซึ่งเป็นระบบขับขี่ SAE ระดับ 3 ^{[ 84 ]}

ณ ปี 2023 แสงสีฟ้าอมเขียวยังไม่ได้รับการกำหนดมาตรฐานในประเทศจีนหรือ^โดย UNECE [ ^{85 ]}

ปัญญาประดิษฐ์

ปัญญาประดิษฐ์ (AI) มีบทบาทสำคัญในการพัฒนาและการใช้งานยานยนต์ไร้คนขับ (AVs) ทำให้ยานยนต์เหล่านี้สามารถรับรู้สภาพแวดล้อม ตัดสินใจ และนำทางได้อย่างปลอดภัยโดยไม่ต้องมีการแทรกแซงจากมนุษย์ อัลกอริทึม AI ช่วยให้ AVs สามารถตีความข้อมูลทางประสาทสัมผัสจากเซ็นเซอร์ต่างๆ บนรถ เช่น กล้อง LiDAR เรดาร์ และ GPS เพื่อทำความเข้าใจสภาพแวดล้อมและปรับปรุงความสามารถทางเทคโนโลยีและความปลอดภัยโดยรวมเมื่อเวลาผ่านไป^{[ 86 ]}

ความท้าทาย

อุปสรรค

อุปสรรคสำคัญต่อรถยนต์ไร้คนขับคือซอฟต์แวร์และแผนที่ขั้นสูงที่จำเป็นเพื่อให้รถยนต์เหล่านี้ทำงานได้อย่างปลอดภัยในสภาวะต่างๆ ที่ผู้ขับขี่ต้องเผชิญ^{[ 87 ]}นอกจากการขับขี่ทั้งกลางวันและกลางคืนในสภาพอากาศที่ดีและไม่ดี^{[ 88 ]}บนถนนที่มีคุณภาพแตกต่างกันไปแล้ว รถยนต์ไร้คนขับยังต้องรับมือกับยานพาหนะอื่นๆ สิ่งกีดขวางบนถนน การควบคุมการจราจรที่ไม่ดี/ขาดหาย แผนที่ที่ผิดพลาด และจัดการกับกรณีพิเศษต่างๆ มากมาย เช่น การปฏิบัติตามคำแนะนำของเจ้าหน้าที่ตำรวจที่จัดการจราจร ณ จุดเกิดอุบัติเหตุ การศึกษาเชิงทดลองแสดงให้เห็นว่าความเชื่อมั่นในรถยนต์ไร้คนขับลดลงอย่างรวดเร็วหลังจากระบบล้มเหลว โดยเฉพาะในสถานการณ์ที่เกี่ยวข้องกับการควบคุม^{[ 89 ]}

อุปสรรคอื่นๆ ได้แก่ ต้นทุน ความรับผิด^{[ 90 ]}^{[ 91 ]}ความลังเลของผู้บริโภค^{[ 92 ]}ปัญหาทางจริยธรรม^{[ 93 ]}^{[ 94 ]}ความปลอดภัย^{[ 95 ]}^{[ 96 ]}^{[ 97 ]}^{[ 98 ]}ความเป็นส่วนตัว^{[ 88 ]}และกรอบกฎหมาย/ข้อบังคับ^{[ 99 ]}นอกจากนี้ รถยนต์ไร้คนขับยังสามารถทำงานแทนคนขับมืออาชีพได้ ทำให้งานหลายอย่างหายไป ซึ่งอาจทำให้การยอมรับช้าลง^{[ 100 ]}

ข้อกังวล

การตลาดที่หลอกลวง

เทสลาเรียก ADAS ระดับ 2 ของตนว่า "Full Self-Driving (FSD) Beta" ^{[ 101 ]}วุฒิสมาชิกสหรัฐฯRichard BlumenthalและEdward Markeyเรียกร้องให้คณะกรรมการการค้าแห่งสหรัฐอเมริกา (FTC) ตรวจสอบการตลาดนี้ในปี 2021 ^{[ 102 ]}ในเดือนธันวาคม 2021 ในญี่ปุ่น เมอร์เซเดส-เบนซ์ถูกลงโทษโดยหน่วยงานคุ้มครองผู้บริโภคเนื่องจากคำอธิบายผลิตภัณฑ์ที่ทำให้เข้าใจผิด^{[ 103 ]}

เมอร์เซเดส-เบนซ์ถูกวิพากษ์วิจารณ์จากการโฆษณารถยนต์รุ่น E-Class ในสหรัฐอเมริกา ที่ ทำให้เข้าใจผิด ^{[ 104 ]}ในเวลานั้น เมอร์เซเดส-เบนซ์ปฏิเสธข้อกล่าวหาและหยุดแคมเปญโฆษณา "รถยนต์ขับเคลื่อนอัตโนมัติ" ที่กำลังดำเนินการอยู่^{[ 105 ]}^{[ 106 ]}ในเดือนสิงหาคม 2022 กรมยานยนต์แห่งรัฐแคลิฟอร์เนีย (DMV) กล่าวหาเทสลาว่ามีแนวทางการตลาดที่หลอกลวง^{[ 107 ]}

ด้วยร่างพระราชบัญญัติยานยนต์อัตโนมัติ (AVB) ผู้ผลิตรถยนต์ขับเคลื่อนอัตโนมัติอาจต้องโทษจำคุกฐานโฆษณาที่ทำให้เข้าใจผิดในสหราชอาณาจักร^{[ 108 ]}

ความปลอดภัย

ในช่วงทศวรรษ 2020 ความกังวลเกี่ยวกับช่องโหว่ของ AC ต่อการโจมตีทางไซเบอร์และการขโมยข้อมูลได้เกิดขึ้น^{[ 109 ]}

การจารกรรม

ในปี 2018 และ 2019 อดีตวิศวกรของ Apple ถูกตั้งข้อหาขโมยข้อมูลที่เกี่ยวข้องกับโครงการรถยนต์ขับเคลื่อนอัตโนมัติของ Apple ^{[ 110 ]}^{[ 111 ]}^{[ 112 ]}ในปี 2021 กระทรวงยุติธรรมของสหรัฐอเมริกา (DOJ) กล่าวหาเจ้าหน้าที่ความมั่นคงของจีนว่าประสานงานการโจมตีทางไซเบอร์เพื่อขโมยข้อมูลจากหน่วยงานของรัฐ รวมถึงงานวิจัยที่เกี่ยวข้องกับยานยนต์ไร้คนขับ^{[ 113 ]}^{[ 114 ]}จีนได้เตรียม "ข้อกำหนดเกี่ยวกับการจัดการความปลอดภัยของข้อมูลยานยนต์ (ฉบับทดลอง) เพื่อปกป้องข้อมูลของตนเอง" ^{[ 115 ]}^{[ 116 ]}

เทคโนโลยี Cellular Vehicle-to-Everythingใช้เครือข่ายไร้สาย 5Gเป็น พื้นฐาน ^{[ 117 ]}ณ เดือนพฤศจิกายน 2022สภาคองเกรสสหรัฐฯกำลังพิจารณาความเป็นไปได้ที่เทคโนโลยี AC ที่นำเข้าจากจีนอาจอำนวยความสะดวกในการจารกรรม^{[ 118 ]}

การทดสอบรถยนต์อัตโนมัติของจีนในสหรัฐอเมริกาทำให้เกิดความกังวลว่าข้อมูลของสหรัฐฯ ใดบ้างที่รถยนต์ของจีนเก็บรวบรวมเพื่อนำไปจัดเก็บในประเทศจีน และความเชื่อมโยงใดๆ กับพรรคคอมมิวนิสต์จีน^{[ 119 ]}

การสื่อสารของคนขับ

AC ทำให้ความจำเป็นในการสื่อสารระหว่างผู้ขับขี่มีความซับซ้อนมากขึ้น เช่น การตัดสินใจว่ารถคันใดควรเข้าทางแยกก่อน ใน AC ที่ไม่มีคนขับ วิธีการแบบดั้งเดิม เช่น สัญญาณมือ จะใช้ไม่ได้ผล (ไม่มีคนขับ ไม่มีมือ) ^{[ 120 ]}

การทำนายพฤติกรรม

AC ต้องสามารถคาดการณ์พฤติกรรมของยานพาหนะ คนเดินเท้า ฯลฯ ที่อาจเคลื่อนที่ได้แบบเรียลไทม์เพื่อดำเนินการอย่างปลอดภัย^{[ 52 ]}งานจะท้าทายมากขึ้นเมื่อการคาดการณ์ขยายออกไปในอนาคตมากขึ้น ซึ่งต้องมีการแก้ไขการประมาณค่าอย่างรวดเร็วเพื่อรับมือกับพฤติกรรมที่ไม่คาดคิด วิธีหนึ่งคือการคำนวณตำแหน่งและวิถีการเคลื่อนที่ของแต่ละวัตถุใหม่ทั้งหมดหลายครั้งต่อวินาที อีกวิธีหนึ่งคือการแคชผลลัพธ์ของการคาดการณ์ก่อนหน้าเพื่อใช้ในการคาดการณ์ครั้งต่อไปเพื่อลดความซับซ้อนในการคำนวณ^{[ 121 ]}^{[ 122 ]}

การส่งมอบ

ADAS จะต้องสามารถรับการควบคุมจากและส่งคืนการควบคุมให้กับผู้ขับขี่ได้อย่างปลอดภัย^{[ 123 ]}

เชื่อมั่น

ผู้บริโภคจะหลีกเลี่ยงรถแท็กซี่อัตโนมัติ เว้นแต่พวกเขาจะเชื่อมั่นว่ารถเหล่านั้นปลอดภัย^{[ 124 ]}^{[ 125 ]}รถแท็กซี่ไร้คนขับที่ให้บริการในซานฟรานซิสโกได้รับการต่อต้านเนื่องจากความเสี่ยงด้านความปลอดภัยที่รับรู้ได้^{[ 126 ]}ลิฟต์อัตโนมัติถูกประดิษฐ์ขึ้นในปี 1900 แต่ไม่เป็นที่นิยมจนกระทั่งมีการประท้วงหยุดงานของคนขับและความไว้วางใจถูกสร้างขึ้นด้วยการโฆษณาและคุณสมบัติต่างๆ เช่น ปุ่มหยุดฉุกเฉิน^{[ 127 ]}^{[ 128 ]}อย่างไรก็ตาม ด้วยการใช้งานฟังก์ชันการขับขี่อัตโนมัติซ้ำๆ พฤติกรรมของผู้ขับขี่และความไว้วางใจในยานพาหนะอัตโนมัติก็ค่อยๆ ดีขึ้นและทั้งสองอย่างก็เข้าสู่สถานะที่เสถียรมากขึ้น ในขณะเดียวกัน สิ่งนี้ยังช่วยปรับปรุงประสิทธิภาพและความน่าเชื่อถือของยานพาหนะในสภาวะที่ซับซ้อน ทำให้ความไว้วางใจของประชาชนเพิ่มขึ้น^{[ 129 ]}

เศรษฐศาสตร์

ความเป็นอิสระยังนำมาซึ่งผลกระทบทางการเมืองและเศรษฐกิจต่างๆ มากมาย ภาคการขนส่งมีอิทธิพลอย่างมากต่อภูมิทัศน์ทางการเมืองและเศรษฐกิจหลายแห่ง ตัวอย่างเช่น รัฐต่างๆ ในสหรัฐอเมริกาสร้างรายได้จำนวนมากในแต่ละปีจากค่าธรรมเนียมและภาษีการขนส่ง^{[ 130 ]}การเกิดขึ้นของรถยนต์ขับเคลื่อนอัตโนมัติอาจส่งผลกระทบอย่างมากต่อเศรษฐกิจโดยอาจเปลี่ยนแปลงกระแสรายได้ภาษีของรัฐ นอกจากนี้ การเปลี่ยนไปใช้ยานพาหนะอัตโนมัติอาจทำให้รูปแบบการจ้างงานและตลาดแรงงานหยุดชะงัก โดยเฉพาะอย่างยิ่งในอุตสาหกรรมที่พึ่งพาอาชีพขับรถเป็นอย่างมาก^{[ 130 ]}ข้อมูลจากสำนักงานสถิติแรงงานของสหรัฐอเมริการะบุว่าในปี 2019 ภาคส่วนนี้จ้างงานบุคคลมากกว่าสองล้านคนในฐานะคนขับรถบรรทุกพ่วง^{[ 131 ]}นอกจากนี้ คนขับแท็กซี่และคนขับส่งของคิดเป็นประมาณ 370,400 ตำแหน่ง และคนขับรถโดยสารประจำทางคิดเป็นกำลังแรงงานมากกว่า 680,000 คน^{[ 132 ]}^{[ 133 ]}^{[ 134 ]}โดยรวมแล้ว สิ่งนี้ส่งผลให้เกิดการสูญเสียงานที่อาจเกิดขึ้นได้เกือบ 2.9 ล้านตำแหน่ง ซึ่งมากกว่าการสูญเสียงานที่เกิดขึ้นในช่วงภาวะเศรษฐกิจถดถอยครั้งใหญ่ในปี 2008 ^{[ 135 ]}

ประเด็นด้านจริยธรรม

ความเสมอภาคและการมีส่วนร่วม

ความโดดเด่นของกลุ่มประชากรบางกลุ่มในอุตสาหกรรมเทคโนโลยีย่อมส่งผลต่อทิศทางการพัฒนารถยนต์ไร้คนขับ (AV) อย่างหลีกเลี่ยงไม่ได้ ซึ่งอาจทำให้ความไม่เท่าเทียมกันที่มีอยู่แล้วคงอยู่ต่อไป^{[ 136 ]}

การตรวจจับคนเดินเท้า

ในปี 2019 งานวิจัยจาก Georgia Tech เปิดเผยว่าระบบตรวจจับยานพาหนะอัตโนมัติโดยทั่วไปมีประสิทธิภาพในการจดจำบุคคลที่มีผิวสีเข้มน้อยกว่าร้อยละ 5 ช่องว่างความแม่นยำนี้ยังคงอยู่แม้จะมีการปรับตัวแปรด้านสิ่งแวดล้อม เช่น แสงสว่างและสิ่งกีดขวางการมองเห็น^{[ 137 ]}

เหตุผลสำหรับความรับผิด

ยังไม่มีการนำมาตรฐานความรับผิดมาใช้เพื่อจัดการกับอุบัติเหตุและเหตุการณ์อื่นๆ ความรับผิดอาจตกอยู่กับผู้โดยสารในรถ เจ้าของรถ ผู้ผลิตรถ หรือแม้แต่ผู้จัดหาเทคโนโลยี ADAS ซึ่งอาจขึ้นอยู่กับสถานการณ์ของอุบัติเหตุ^{[ 138 ]}นอกจากนี้ การนำ เทคโนโลยี ปัญญาประดิษฐ์ ( AI) มาใช้ ในรถยนต์ไร้คนขับยังเพิ่มความซับซ้อนให้กับความเป็นเจ้าของและพลวัตทางจริยธรรม เนื่องจากระบบ AI มีการเรียนรู้ด้วยตนเองโดยธรรมชาติ จึงเกิดคำถามว่าความรับผิดชอบควรตกอยู่กับเจ้าของรถ ผู้ผลิต หรือผู้พัฒนา AI ^{[ 139 ]}

ปัญหาของรถเข็น

ปัญหาเรื่องรถรางเป็นการทดลองทางความคิดในด้านจริยธรรมเมื่อปรับใช้กับรถยนต์ไฟฟ้า จะพิจารณารถยนต์ไฟฟ้าที่บรรทุกผู้โดยสารหนึ่งคนเผชิญหน้ากับคนเดินเท้าที่ก้าวเข้ามาขวางทาง รถยนต์ไฟฟ้าจะต้องเลือกระหว่างการฆ่าคนเดินเท้าหรือการหักเลี้ยวชนกำแพงซึ่งจะทำให้ผู้โดยสารเสียชีวิต^{[ 140 ]}กรอบการทำงานที่เป็นไปได้ ได้แก่จริยศาสตร์เชิงหน้าที่ (กฎเกณฑ์ที่เป็นทางการ) และอรรถประโยชน์นิยม (การลดอันตราย) ^{[ 52 ]}^{[ 141 ]}^{[ 142 ]}

ผลสำรวจความคิดเห็นสาธารณะหนึ่งรายงานว่าการลดอันตรายเป็นที่ต้องการมากกว่า ยกเว้นผู้โดยสารที่ต้องการให้รถให้ความสำคัญกับพวกเขามากกว่า ในขณะที่คนเดินเท้ามีความคิดเห็นตรงกันข้าม กฎระเบียบแบบอรรถประโยชน์นิยมไม่เป็นที่นิยม^{[ 143 ]}นอกจากนี้ มุมมองทางวัฒนธรรมยังมีอิทธิพลอย่างมากต่อการกำหนดรูปแบบการตอบสนองต่อปัญหาทางจริยธรรมเหล่านี้ การศึกษาอีกชิ้นหนึ่งพบว่าอคติทางวัฒนธรรมส่งผลกระทบต่อความชอบในการจัดลำดับความสำคัญของการช่วยเหลือบุคคลบางคนเหนือบุคคลอื่นในสถานการณ์อุบัติเหตุทางรถยนต์^{[ 139 ]}

ความเป็นส่วนตัว

เครื่องปรับอากาศบางเครื่องจำเป็นต้องมีการเชื่อมต่ออินเทอร์เน็ตเพื่อใช้งาน ซึ่งเปิดโอกาสให้แฮ็กเกอร์อาจเข้าถึงข้อมูลส่วนตัว เช่น จุดหมายปลายทาง เส้นทาง การบันทึกภาพจากกล้อง การตั้งค่าสื่อ และ/หรือรูปแบบพฤติกรรม แม้ว่านี่จะเป็นความจริงสำหรับอุปกรณ์ที่เชื่อมต่ออินเทอร์เน็ตทุกชนิดก็ตาม^{[ 144 ]}^{[ 145 ]}^{[ 146 ]}

โครงสร้างพื้นฐานถนน

รถยนต์ไฟฟ้าใช้ประโยชน์จากโครงสร้างพื้นฐานของถนน (เช่น ป้ายจราจร เลนเลี้ยว) และอาจต้องมีการปรับเปลี่ยนโครงสร้างพื้นฐานดังกล่าวเพื่อให้บรรลุเป้าหมายด้านความปลอดภัยและเป้าหมายอื่นๆ อย่างเต็มที่^{[ 147 ]}ในเดือนมีนาคม พ.ศ. 2566 รัฐบาลญี่ปุ่นได้เปิดเผยแผนการจัดตั้งเลนทางหลวงเฉพาะสำหรับรถยนต์ไฟฟ้า^{[ 148 ]}ในเดือนเมษายน พ.ศ. 2566 JR Eastประกาศความท้าทายในการยกระดับการขับขี่อัตโนมัติของรถโดยสารด่วนพิเศษ (BRT) สาย Kesennuma ในพื้นที่ชนบทจากระดับ 2 ในปัจจุบันเป็นระดับ 4 ที่ความเร็ว60 กม./ชม. (37ไมล์ต่อชั่วโมง) ^[¹⁴⁹^]

การทดสอบ

แนวทาง

สามารถทดสอบ AC ผ่านการจำลองแบบดิจิทัล^{[ 150 ]}^{[ 151 ]}ในสภาพแวดล้อมการทดสอบที่ควบคุมได้^{[ 152 ]}และ/หรือบนถนนสาธารณะ การทดสอบบนถนนโดยทั่วไปต้องใช้ใบอนุญาตบางรูปแบบ^{[ 153 ]}หรือข้อผูกพันที่จะปฏิบัติตามหลักการปฏิบัติงานที่ยอมรับได้^{[ 154 ]}ตัวอย่างเช่น นิวยอร์กกำหนดให้มีผู้ขับขี่ทดสอบอยู่ในรถ พร้อมที่จะยกเลิกการทำงานของ ADAS ตามความจำเป็น^{[ 155 ]}

ทศวรรษ 2010 และการถอนตัว

ในแคลิฟอร์เนีย ผู้ผลิตรถยนต์ขับเคลื่อนอัตโนมัติจะต้องส่งรายงานประจำปีที่อธิบายถึงความถี่ที่รถยนต์ของตนหยุดทำงานในโหมดอัตโนมัติ^{[ 156 ]}นี่เป็นมาตรการหนึ่งของความแข็งแกร่งของระบบ (ในอุดมคติแล้ว ระบบไม่ควรหยุดทำงานเลย) ^{[ 157 ]}

ทศวรรษ 2020

คำจำกัดความของการถอนตัว

บริษัทที่รายงานใช้คำจำกัดความที่แตกต่างกันของสิ่งที่ถือว่าเป็นการหยุดทำงาน และคำจำกัดความดังกล่าวอาจเปลี่ยนแปลงไปตามเวลา^{[ 158 ]}^{[ 157 ]}ผู้บริหารของบริษัทรถยนต์ขับเคลื่อนอัตโนมัติวิพากษ์วิจารณ์การหยุดทำงานว่าเป็นตัวชี้วัดที่ทำให้เข้าใจผิด เนื่องจากไม่ได้พิจารณาสภาพถนนที่แตกต่างกัน^{[ 159 ]}

มาตรฐาน

ในเดือนเมษายน พ.ศ. 2564 WP.29 GRVA ได้เสนอ "วิธีการทดสอบสำหรับการขับขี่อัตโนมัติ (NATM)" ^{[ 160 ]}

ในเดือนตุลาคม พ.ศ. 2564 โครงการทดสอบนำร่อง L3Pilot ของยุโรป ได้สาธิต ADAS สำหรับรถยนต์ในเมืองฮัมบูร์กประเทศเยอรมนี ร่วมกับงาน ITS World Congress 2021โดยได้ทดสอบฟังก์ชัน SAE ระดับ 3 และ 4 บนถนนทั่วไป^{[ 161 ]}^{[ 162 ]}^{[ 163 ]}

ในเดือนพฤศจิกายน พ.ศ. 2565 ได้มีการเผยแพร่มาตรฐานสากล ISO 34502 เกี่ยวกับ " กรอบการประเมินความปลอดภัยตาม สถานการณ์จำลอง " ^{[ 164 ]}^{[ 165 ]}

การหลีกเลี่ยงการชน

ในเดือนเมษายน พ.ศ. 2565 นิ สสันได้สาธิตการทดสอบการหลีกเลี่ยงการชน^{[ 166 ]}^{[ 167 ]} Waymoได้เผยแพร่เอกสารเกี่ยวกับการทดสอบการหลีกเลี่ยงการชนในเดือนธันวาคม พ.ศ. 2565 ^{[ 168 ]}

การจำลองและการตรวจสอบความถูกต้อง

ในเดือนกันยายน พ.ศ. 2565 Biprogy ได้เปิดตัว Driving Intelligence Validation Platform (DIVP) ซึ่งเป็นส่วนหนึ่งของโครงการระดับชาติของญี่ปุ่น "SIP-adus" ซึ่งสามารถทำงานร่วมกับ Open Simulation Interface (OSI) ของASAMได้^{[ 169 ]}^{[ 170 ]}^{[ 171 ]}

โตโยต้า

ในเดือนพฤศจิกายน พ.ศ. 2565 โตโยต้า ได้สาธิตรถทดสอบ GR Yarisคันหนึ่งซึ่งได้รับการฝึกฝนโดยใช้นักขับแรลลี่มืออาชีพ^{[ 172 ]}โตโยต้าได้ใช้ความร่วมมือกับMicrosoftในการแข่งขัน FIA World Rally Championshipตั้งแต่ฤดูกาล พ.ศ. 2560 ^{[ 173 ]}

ปฏิกิริยาของคนเดินเท้า

ในปี 2023 David R. Large นักวิจัยอาวุโสของกลุ่มวิจัยปัจจัยมนุษย์ที่มหาวิทยาลัยนอตติงแฮมได้ปลอมตัวเป็นเบาะรถยนต์ในการศึกษาเพื่อทดสอบปฏิกิริยาของผู้คนต่อรถยนต์ไร้คนขับ เขากล่าวว่า "เราต้องการสำรวจว่าคนเดินเท้าจะโต้ตอบกับรถยนต์ไร้คนขับอย่างไร และได้พัฒนาวิธีการที่ไม่เหมือนใครนี้เพื่อสำรวจปฏิกิริยาของพวกเขา" การศึกษาพบว่า ในกรณีที่ไม่มีใครอยู่ในที่นั่งคนขับ คนเดินเท้าจะเชื่อถือสัญญาณภาพบางอย่างมากกว่าสัญญาณอื่นๆ เมื่อตัดสินใจว่าจะข้ามถนนหรือไม่^{[ 174 ]}

ความปลอดภัย

การวิเคราะห์เชิงอภิมานที่ตีพิมพ์ในNature Communicationsในปี 2024 ได้เปรียบเทียบแหล่งข้อมูลด้านความปลอดภัยต่างๆ สำหรับยานพาหนะอัตโนมัติ (AV) และยานพาหนะที่ขับเคลื่อนโดยมนุษย์ (HDV) โดยรวบรวมบันทึกเหตุการณ์ AV จำนวน 2,100 รายการ และ HDV จำนวน 35,133 รายการ ซึ่งสะท้อนรายละเอียดของเหตุการณ์ได้อย่างแม่นยำ^{[ 175 ]}ยานพาหนะอัตโนมัติบางคันในการเปรียบเทียบ (เช่นรถแท็กซี่ไร้คนขับ ) เป็นระบบอัตโนมัติอย่างแท้จริง ในขณะที่บางคันติดตั้งระบบขับขี่ขั้นสูง (ADS) หรือระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS)

การศึกษาสรุปว่ารถยนต์ไร้คนขับมีความปลอดภัยกว่าในสถานการณ์ส่วนใหญ่^{[ 176 ]}และปลอดภัยกว่าสำหรับคนเดินเท้ามาก^{[ 177 ]}อย่างไรก็ตาม การเปรียบเทียบพบความแตกต่าง: ในขณะที่พบว่ารถยนต์ไร้คนขับมีโอกาสเกิดอุบัติเหตุน้อยกว่าอย่างมีนัยสำคัญในขณะฝนตกหนักหรือมีหมอกเมื่อเทียบกับมนุษย์ที่ไม่มีผู้ช่วย แต่รถยนต์ไร้คนขับกลับมีความเสี่ยงต่อการชนกันมากกว่าถึงห้าเท่าในช่วงเช้าตรู่และพลบค่ำ^{[ 177 ]}

เหตุการณ์

เทสลา

ณ ปี 2023 ระบบ ADAS Autopilot /Full Self Driving (เบต้า) ของ Tesla ถูกจัดอยู่ในระดับ ADAS ระดับ 2 ^{[ 178 ]}

เมื่อวันที่ 20 มกราคม 2559 เกิดอุบัติเหตุร้ายแรงครั้งแรกจากทั้งหมดห้าครั้งที่ทราบกันดีของรถ Tesla ที่ใช้ Autopilot ในมณฑลหูเป่ย ประเทศจีน^{[ 179 ]}ในเบื้องต้น Tesla ระบุว่ารถได้รับความเสียหายอย่างหนักจากการชนจนเครื่องบันทึกของพวกเขาไม่สามารถระบุได้ว่ารถอยู่ในโหมด Autopilot ในขณะนั้นหรือไม่ อย่างไรก็ตาม รถไม่สามารถหลบหลีกได้

อุบัติเหตุร้ายแรงจากการใช้ระบบ Autopilot อีกครั้งเกิดขึ้นในเดือนพฤษภาคมที่ฟลอริดา โดยรถ Tesla Model S ^{[ 180 ]}^{[ 181 ]}ชนกับรถบรรทุกพ่วงในคดีแพ่งระหว่างพ่อของคนขับที่เสียชีวิตกับ Tesla ทาง Tesla ได้บันทึกว่ารถคันดังกล่าวใช้ระบบ Autopilot อยู่^{[ 182 ]}ตามที่ Tesla ระบุว่า "ทั้ง Autopilot และคนขับไม่ได้สังเกตเห็นด้านข้างสีขาวของรถบรรทุกพ่วงตัดกับท้องฟ้าที่สว่างจ้า ดังนั้นจึงไม่ได้เหยียบเบรก" Tesla อ้างว่านี่เป็นอุบัติเหตุเสียชีวิตจากการใช้ Autopilot ครั้งแรกที่ทราบในระยะทางกว่า130 ล้านไมล์ (210 ล้านกิโลเมตร)ที่เปิดใช้งาน Autopilot Tesla อ้างว่าโดยเฉลี่ยแล้วมีผู้เสียชีวิต 1 รายทุกๆ94 ล้านไมล์ (151 ล้านกิโลเมตร)ในรถทุกประเภทในสหรัฐอเมริกา^[¹⁸³^]^[¹⁸⁴^]^[¹⁸⁵^]อย่างไรก็ตาม ตัวเลขนี้ยังรวมถึงผู้เสียชีวิตจากอุบัติเหตุรถจักรยานยนต์/คนเดินเท้าด้วย^[¹⁸⁶^]^[¹⁸⁷^] รายงาน ขั้นสุดท้ายของคณะกรรมการความปลอดภัยด้านการขนส่งแห่งชาติ (NTSB) สรุปว่า Tesla ไม่มีความผิด การสอบสวนพบว่าสำหรับรถยนต์ Tesla อัตราการเกิดอุบัติเหตุลดลง 40 เปอร์เซ็นต์หลังจากติดตั้ง Autopilot ^[¹⁸⁸^]

ในเดือนกุมภาพันธ์ พ.ศ. 2568 รถ Tesla Cybertruck ประสบอุบัติเหตุขณะอยู่ในโหมดขับขี่อัตโนมัติเต็มรูปแบบ ทำให้เกิดความกังวลเกี่ยวกับการขับขี่อัตโนมัติและกระตุ้นให้ Tesla ทำการสอบสวน โดยระบุว่าอุบัติเหตุครั้งนี้จะถูกตรวจสอบ "ตามระเบียบปฏิบัติมาตรฐานเมื่อรถยนต์ไฟฟ้าของเราคันใดก็ตามประสบอุบัติเหตุขณะอยู่ในโหมด FSD" ^{[ 189 ]}^{[ 190 ]}

Google Waymo

ในเดือนมิถุนายน พ.ศ. 2558 Google ยืนยันว่ามีรถยนต์ 12 คันที่ประสบอุบัติเหตุ ณ วันนั้น แปดคันเป็นการชนท้ายที่ป้ายหยุดหรือสัญญาณไฟจราจร โดยสองคันเป็นอุบัติเหตุที่รถถูกรถคันอื่นเฉี่ยวชนด้านข้าง หนึ่งคันเป็นอุบัติเหตุที่รถคันอื่นฝ่าฝืนป้ายหยุด และอีกหนึ่งคันเป็นอุบัติเหตุที่คนขับควบคุมรถด้วยตนเอง^{[ 191 ]}ในเดือนกรกฎาคม พ.ศ. 2558 พนักงานสามคนได้รับบาดเจ็บเล็กน้อยเมื่อรถของพวกเขาถูกรถคันอื่นชนท้ายเนื่องจากคนขับไม่เบรก นี่เป็นอุบัติเหตุครั้งแรกที่ทำให้เกิดการบาดเจ็บ^{[ 192 ]}

จากรายงานอุบัติเหตุของ Google Waymo ในช่วงต้นปี 2016 รถทดสอบของพวกเขามีส่วนเกี่ยวข้องกับการชน 14 ครั้ง โดยผู้ขับขี่คนอื่นเป็นฝ่ายผิด 13 ครั้ง แม้ว่าในปี 2016 ซอฟต์แวร์ของรถจะเป็นสาเหตุของการชนก็ตาม^{[ 193 ]}เมื่อวันที่ 14 กุมภาพันธ์ 2016 รถของ Google พยายามหลบกระสอบทรายที่ขวางทาง ในระหว่างการหลบหลีก รถได้ชนกับรถบัส Google ระบุว่า "ในกรณีนี้ เราต้องรับผิดชอบอย่างชัดเจน เพราะถ้าหากรถของเราไม่ขยับ การชนก็จะไม่เกิดขึ้น" ^{[ 194 ]}^{[ 195 ]} Google อธิบายการชนครั้งนี้ว่าเป็นความเข้าใจผิดและเป็นบทเรียน ไม่มีรายงานผู้บาดเจ็บ^{[ 193 ]}

รถรับส่งอัตโนมัติ

การสอบสวนของ NTSB ในปี 2017 ได้บันทึกการชนกันที่ความเร็วต่ำซึ่งเกี่ยวข้องกับรถรับส่งอัตโนมัติในลาสเวกัส ซึ่งแสดงให้เห็นถึงความท้าทายในการใช้งาน AV ในช่วงแรก^{[ 196 ]}

กลุ่มเทคโนโลยีขั้นสูง (ATG) ของ Uber

ในเดือนมีนาคม พ.ศ. 2561 เอเลน เฮิร์ซเบิร์กเสียชีวิตหลังจากถูกรถ AC ที่ทดสอบโดย กลุ่มเทคโนโลยีขั้นสูง (ATG) ของ Uberในรัฐแอริโซนาชน โดยมีคนขับเพื่อความปลอดภัยอยู่ในรถด้วย เฮิร์ซเบิร์กกำลังข้ามถนนห่างจากทางแยกประมาณ 400 ฟุต^{[ 197 ]}ผู้เชี่ยวชาญบางคนกล่าวว่าคนขับที่เป็นมนุษย์อาจหลีกเลี่ยงอุบัติเหตุได้^{[ 198 ]}ดัก ดิวซีผู้ว่าการรัฐแอริโซนาได้ระงับความสามารถของบริษัทในการทดสอบรถ AC โดยอ้างถึง "ความล้มเหลวที่ไม่อาจปฏิเสธได้" ของ Uber ในการปกป้องความปลอดภัยสาธารณะ^{[ 199 ]} Uber ยังหยุดการทดสอบในแคลิฟอร์เนียจนกระทั่งได้รับใบอนุญาตใหม่ในปี พ.ศ. 2563 ^{[ 200 ]}^{[ 201 ]}

รายงานฉบับสุดท้าย ของ NTSBระบุว่าสาเหตุโดยตรงของอุบัติเหตุคือ ราฟาเอลา วาสเกซ ผู้ขับขี่เพื่อความปลอดภัย ไม่ได้ตรวจสอบถนน เนื่องจากเธอเสียสมาธิจากโทรศัพท์ แต่ "วัฒนธรรมความปลอดภัยที่ไม่เพียงพอ" ของ Uber ก็มีส่วนเกี่ยวข้องด้วย รายงานระบุว่าเหยื่อมีเมทแอมเฟตามีนในร่างกาย "ในระดับสูงมาก" ^{[ 202 ]}คณะกรรมการเรียกร้องให้หน่วยงานกำกับดูแลของรัฐบาลกลางดำเนินการตรวจสอบก่อนอนุญาตให้ยานพาหนะทดสอบอัตโนมัติใช้งานบนถนนสาธารณะ^{[ 203 ]}^{[ 204 ]}

ในเดือนกันยายน พ.ศ. 2563 วาสเกซยอมรับสารภาพในข้อหาทำให้ผู้อื่นตกอยู่ในอันตรายและถูกตัดสินให้รอลงอาญาเป็นเวลา 3 ปี^{[ 205 ]}^{[ 206 ]}

NIO Navigate บน Pilot

เมื่อวันที่ 12 สิงหาคม 2564 ชายชาวจีนวัย 31 ปีเสียชีวิตหลังจากรถยนต์NIO ES8 ของเขา ประสบอุบัติเหตุในอุโมงค์^{[ 207 ]}คุณสมบัติการขับขี่อัตโนมัติของ NIO ยังอยู่ในช่วงเบต้าและไม่สามารถจัดการกับสิ่งกีดขวางแบบคงที่ได้^{[ 208 ]}คู่มือรถระบุไว้อย่างชัดเจนว่าผู้ขับขี่ต้องควบคุมรถเองเมื่ออยู่ใกล้บริเวณก่อสร้าง ทนายความของครอบครัวผู้เสียชีวิตตั้งคำถามเกี่ยวกับการเข้าถึงรถของ NIO ซึ่งพวกเขาโต้แย้งว่าไม่รับประกันความถูกต้องของข้อมูล^{[ 209 ]}

โพนี่.ไอ

ในเดือนพฤศจิกายน พ.ศ. 2564 กรมยานยนต์แห่งรัฐแคลิฟอร์เนีย (DMV) ได้แจ้งให้Pony.aiทราบว่าได้ระงับใบอนุญาตการทดสอบของบริษัทไว้ชั่วคราว ภายหลังมีรายงานการชนกันที่เมืองฟรีมอนต์เมื่อวันที่ 28 ตุลาคม^{[ 210 ]}ในเดือนพฤษภาคม พ.ศ. 2565 DMV ได้เพิกถอนใบอนุญาตของ Pony.ai เนื่องจากไม่ตรวจสอบประวัติการขับขี่ของผู้ขับขี่เพื่อความปลอดภัย^{[ 211 ]}

ล่องเรือ

ในเดือนเมษายน พ.ศ. 2565 มีรายงานว่ารถทดสอบของครูซ ได้กีดขวาง รถดับเพลิงที่กำลังออกปฏิบัติการฉุกเฉิน ทำให้เกิดคำถามเกี่ยวกับความสามารถในการรับมือกับสถานการณ์ที่ไม่คาดคิด^{[ 212 ]}^{[ 213 ]}

ฟอร์ด

ในเดือนกุมภาพันธ์ พ.ศ. 2567 ผู้ขับขี่ที่ใช้ฟีเจอร์ขับขี่แบบแฮนด์ฟรี Ford BlueCruise ได้ชนและทำให้ผู้ขับขี่รถยนต์ที่จอดนิ่งโดยไม่เปิดไฟในเลนกลางของทางด่วนในรัฐเท็กซัสเสียชีวิต^{[ 214 ]}

ในเดือนมีนาคม พ.ศ. 2567 คนขับรถเมาสุราที่ขับรถเร็วเกินกำหนด ถือโทรศัพท์มือถือ และใช้ BlueCruise บนทางด่วนในรัฐเพนซิลเวเนีย ได้ชนและทำให้คนสองคนที่กำลังขับรถสองคันเสียชีวิต^{[ 215 ]}รถคันแรกเสียหลักและจอดอยู่บนไหล่ทางด้านซ้ายโดยมีส่วนหนึ่งของรถอยู่ในเลนขับด้านซ้าย^{[ 215 ]}คนขับรถคันที่สองจอดรถไว้ด้านหลังรถคันแรกเพื่อช่วยเหลือคนขับรถคันแรก^{[ 215 ]} NTSB กำลังตรวจสอบเหตุการณ์ทั้งสอง^[²¹⁶^]

เหตุการณ์ทั้งหมด

สำนักงานบริหารความปลอดภัยการจราจรบนทางหลวงแห่งชาติของสหรัฐอเมริกาเริ่มกำหนดให้บริษัทรถยนต์ไร้คนขับต้องส่งรายงานเหตุการณ์ในเดือนมิถุนายน พ.ศ. 2564 รายงานบางฉบับอ้างถึงเหตุการณ์ตั้งแต่เดือนสิงหาคม พ.ศ. 2562 โดยมีข้อมูลล่าสุดถึงวันที่ 17 มิถุนายน พ.ศ. 2567 ^{[ 217 ]}

ในช่วงเวลาดังกล่าว มีรายงานเหตุการณ์เกี่ยวกับรถยนต์ไร้คนขับ (ทั้ง ADS และ ADAS) รวมทั้งหมด 3,979 ครั้ง โดย 2,146 ครั้ง (53.9%) เกี่ยวข้องกับรถยนต์ Tesla ^{[ 218 ]}

การสำรวจความคิดเห็นสาธารณะ

ทศวรรษ 2010

จากการสำรวจออนไลน์ในปี 2011 ในกลุ่มผู้บริโภคชาวสหรัฐฯ และสหราชอาณาจักรจำนวน 2,006 คน พบว่า 49% ระบุว่าพวกเขารู้สึกสบายใจที่จะใช้ "รถยนต์ไร้คนขับ" ^{[ 219 ]}

จากการสำรวจในปี 2012 ในกลุ่มเจ้าของรถ 17,400 ราย พบว่า 37% ในตอนแรกกล่าวว่าพวกเขาสนใจที่จะซื้อ "รถยนต์ขับเคลื่อนอัตโนมัติเต็มรูปแบบ" อย่างไรก็ตาม ตัวเลขดังกล่าวลดลงเหลือ 20% หากได้รับแจ้งว่าเทคโนโลยีดังกล่าวจะมีราคาสูงกว่า 3,000 ดอลลาร์สหรัฐ^{[ 220 ]}

จากการสำรวจผู้ขับขี่ชาวเยอรมันประมาณ 1,000 คนในปี 2012 พบว่า 22% มีทัศนคติเชิงบวก 10% ไม่แน่ใจ 44% สงสัย และ 24% เป็นปฏิปักษ์^{[ 221 ]}

จากการสำรวจผู้บริโภค 1,500 คนใน 10 ประเทศเมื่อปี 2556 พบว่า 57% "ระบุว่าพวกเขามีแนวโน้มที่จะนั่งรถยนต์ที่ควบคุมด้วยเทคโนโลยีอย่างสมบูรณ์โดยไม่ต้องมีคนขับ" โดยบราซิล อินเดีย และจีนเป็นประเทศที่เต็มใจไว้วางใจเทคโนโลยีอัตโนมัติมากที่สุด^{[ 222 ]}

จากการสำรวจทางโทรศัพท์ในสหรัฐอเมริกาเมื่อปี 2557 ผู้ขับขี่ที่มีใบอนุญาตกว่า 3 ใน 4 กล่าวว่าพวกเขาจะพิจารณาซื้อรถยนต์ขับเคลื่อนอัตโนมัติ โดยเพิ่มขึ้นเป็น 86% หากประกันภัยรถยนต์ถูกกว่า 31.7% กล่าวว่าพวกเขาจะไม่ขับรถต่อไปเมื่อมีรถยนต์อัตโนมัติให้บริการ^{[ 223 ]}

ในปี 2558 การสำรวจความคิดเห็นจากผู้คน 5,000 คนใน 109 ประเทศรายงานว่าโดยเฉลี่ยแล้วผู้ตอบแบบสอบถามพบว่าการขับรถด้วยตนเองเป็นสิ่งที่น่าเพลิดเพลินที่สุด 22% ไม่ต้องการจ่ายเงินเพิ่มสำหรับระบบขับขี่อัตโนมัติ ผู้ตอบแบบสอบถามส่วนใหญ่กังวลเกี่ยวกับการแฮ็ก/การใช้ในทางที่ผิด และยังกังวลเกี่ยวกับประเด็นทางกฎหมายและความปลอดภัย สุดท้าย ผู้ตอบแบบสอบถามจากประเทศที่พัฒนาแล้วรู้สึกไม่ค่อยสบายใจกับการแบ่งปันข้อมูลยานพาหนะของตน^{[ 224 ]}การสำรวจรายงานความสนใจของผู้บริโภคในการซื้อ AC โดยระบุว่า 37% ของเจ้าของปัจจุบันที่ตอบแบบสอบถามมีความสนใจ "แน่นอน" หรือ "น่าจะ" ^{[ 224 ]}

ในปี 2016 การสำรวจผู้คน 1,603 คนในเยอรมนีที่ควบคุมปัจจัยด้านอายุ เพศ และการศึกษา รายงานว่าผู้ชายรู้สึกวิตกกังวลน้อยลงและมีความกระตือรือร้นมากขึ้น ในขณะที่ผู้หญิงแสดงให้เห็นในทางตรงกันข้าม ความแตกต่างนี้เด่นชัดระหว่างชายและหญิงวัยหนุ่มสาวและลดลงเมื่ออายุมากขึ้น^{[ 225 ]}

จากการสำรวจในสหรัฐอเมริกาเมื่อปี 2016 ในกลุ่มตัวอย่าง 1,584 คน พบว่า “ร้อยละ 66 ของผู้ตอบแบบสอบถามกล่าวว่า พวกเขาคิดว่ารถยนต์ไร้คนขับน่าจะฉลาดกว่าคนขับรถทั่วไป” ผู้คนต่างกังวลเกี่ยวกับความปลอดภัยและความเสี่ยงจากการถูกแฮ็ก อย่างไรก็ตาม มีเพียงร้อยละ 13 ของผู้ตอบแบบสอบถามเท่านั้นที่ไม่เห็นข้อดีใดๆ ในรถยนต์ประเภทใหม่นี้^{[ 226 ]}

จากการสำรวจผู้ใหญ่ชาวอเมริกัน 4,135 คนในปี 2017 พบว่าชาวอเมริกันจำนวนมากคาดการณ์ถึงผลกระทบที่สำคัญจากเทคโนโลยีระบบอัตโนมัติต่างๆ รวมถึงการนำรถยนต์อัตโนมัติมาใช้กันอย่างแพร่หลาย^{[ 227 ]}

ในปี 2019 การทดสอบวิธีการสำรวจความคิดเห็นเกี่ยวกับรถยนต์ขับเคลื่อนอัตโนมัติที่เรียกว่า Autonomous Vehicle Acceptance Model (AVAM) พบว่าผู้ใช้ยอมรับระดับความเป็นอิสระสูงได้น้อยลง และแสดงความตั้งใจที่จะใช้รถยนต์ที่มีความเป็นอิสระสูงน้อยลงอย่างมีนัยสำคัญ นอกจากนี้ ความเป็นอิสระบางส่วน (ไม่ว่าจะอยู่ในระดับใด) ถูกมองว่าต้องใช้การมีส่วนร่วมของผู้ขับขี่ (การใช้มือ เท้า และสายตา) มากกว่าความเป็นอิสระเต็มรูปแบบ^{[ 228 ]}

ในทศวรรษ 2020

ในปี 2022 การสำรวจพบว่า 27% ของประชากรโลกจะรู้สึกปลอดภัยในรถยนต์ขับเคลื่อนอัตโนมัติ^{[ 229 ]}

จากการสำรวจ ของ YouGovในเดือนกรกฎาคม 2024 ซึ่งจัดทำขึ้นทุกสองปีพบว่าผู้ใหญ่ชาวอังกฤษ 4% รู้สึก "ปลอดภัยมาก" ในรถยนต์ขับเคลื่อนอัตโนมัติ ขณะที่ 37% รู้สึก "ไม่ปลอดภัยมาก" ^{[ 230 ]}

ระเบียบข้อบังคับ

การควบคุมรถยนต์ไร้คนขับหมายถึง กฎหมายที่ตราขึ้นในเขตอำนาจศาล ต่างๆ ทั่วโลก เพื่อควบคุม กำหนดมาตรฐาน ทดสอบ และตรวจสอบการใช้งานยานยนต์ไร้คนขับและระบบขับขี่อัตโนมัติบนถนนสาธารณะกฎหมายความรับผิด ที่มีอยู่ ก็กำลังพัฒนาเพื่อระบุผู้รับผิดชอบต่อความเสียหายและการบาดเจ็บอย่างเป็นธรรม และเพื่อแก้ไขปัญหาความขัดแย้งทางผลประโยชน์ ที่อาจเกิด ขึ้นระหว่างผู้โดยสาร ผู้ควบคุมระบบ บริษัทประกันภัย และงบประมาณของรัฐ กฎระเบียบเกี่ยวกับยานยนต์ไร้คนขับอาจครอบคลุมถึง รถ แท็กซี่ไร้คนขับและรถบรรทุกไร้คนขับ ด้วย ขึ้นอยู่กับกฎหมายท้องถิ่น

ในเดือนมิถุนายน ปี 2011 รัฐเนวาดา ของสหรัฐอเมริกา เป็นรัฐแรกในโลกที่ออกกฎหมายเกี่ยวกับรถยนต์ขับเคลื่อนอัตโนมัติ นับตั้งแต่นั้นมา หน่วยงานระดับรัฐ ระดับชาติ และระดับนานาชาติหลายแห่งได้ออกกฎหมายที่คล้ายคลึงกันโดยมีลักษณะที่แตกต่างกันไป กฎระเบียบที่ควบคุมการทดสอบรถยนต์อัตโนมัติบนถนนสาธารณะ (ซึ่งแตกต่างจากการใช้งานจริงของผู้บริโภค) ได้แก่ กฎระเบียบที่รัฐบาลสหราชอาณาจักร นำมาใช้ ในปี 2013 และกฎหมายที่คล้ายคลึงกันซึ่งมีผลบังคับใช้ในฝรั่งเศสในปี 2015

นอกจากนี้ยังมีการแก้ไขข้อตกลงระหว่างประเทศที่มีอยู่เกี่ยวกับการใช้ยานพาหนะบนถนนสาธารณะด้วยอนุสัญญาเวียนนา-เจนีวาว่าด้วยการจราจรทางถนน ปี 1949 ถือว่าผู้ขับขี่เป็นผู้ควบคุมและรับผิดชอบต่อพฤติกรรมของยานพาหนะในขณะจราจรเสมอ แต่ได้มีการแก้ไขในปี 2016 เพื่ออนุญาตให้มีคุณสมบัติอัตโนมัติในยานพาหนะได้

นอกจากนี้ ยังเริ่มมีการร่างกฎระเบียบระหว่างประเทศเฉพาะด้านขึ้นในปี 2018 โดยคณะทำงานด้านยานยนต์อัตโนมัติ/ไร้คนขับและเชื่อมต่อ (GRVA) ได้เสนอแนะข้อกำหนดด้านความปลอดภัยที่เกี่ยวข้องกับพลศาสตร์ของยานยนต์ (การเบรก การบังคับเลี้ยว) ระบบช่วยเหลือผู้ขับขี่ขั้นสูง ระบบ ขับขี่อัตโนมัติ (ADS) และข้อกำหนดด้านความปลอดภัยทางไซเบอร์สำหรับเวทีโลกเพื่อการประสานกฎระเบียบยานยนต์ (WP.29)

เขตอำนาจศาลต่างๆ ทั่วโลกได้จัดตั้งกรอบกฎหมายประเภทต่างๆ ขึ้นมาเช่นกัน จีนได้ออกกฎระเบียบการทดสอบรถยนต์ไร้คนขับในปี 2018 และในปี 2020 ได้ออก "ยุทธศาสตร์เพื่อการนวัตกรรมและการพัฒนารถยนต์อัจฉริยะ" ซึ่งเป็นแผนงานจนถึงปี 2025 ที่เกี่ยวข้องกับความปลอดภัยในการจราจรทางถนน กฎหมายการสำรวจและการทำแผนที่ที่เกี่ยวข้องกับรถยนต์อัจฉริยะ ในยุโรป กฎระเบียบ 2019/2144 หรือที่รู้จักกันทั่วไปในชื่อกฎระเบียบความปลอดภัยทั่วไป (GSR) มีผลบังคับใช้กับรถยนต์ใหม่ทุกคันในสหภาพยุโรปหลังวันที่ 6 กรกฎาคม 2022 กฎหมายที่คล้ายกันนี้ตามมาในญี่ปุ่น โดยมีการแก้ไขกฎหมายเพื่อให้สอดคล้องกับกฎระเบียบ UNECE WP.29 GRVA ที่เสร็จสมบูรณ์แล้ว

โดยทั่วไปแล้ว คำศัพท์ ของ SAEได้รับการยอมรับว่าเป็นมาตรฐานโดยพฤตินัยสำหรับคำจำกัดความในข้อบังคับในเขตอำนาจศาลส่วนใหญ่ ซึ่งให้คำอธิบายเกี่ยวกับระดับความเป็นอิสระตั้งแต่แบบควบคุมด้วยตนเองอย่างสมบูรณ์ (ระดับ 0) ไปจนถึงแบบอัตโนมัติอย่างสมบูรณ์ (ระดับ 5) นอกจากนี้ยังมีการใช้คำศัพท์ในระบบ ADS, โดเมนการออกแบบการปฏิบัติงาน (ODD) และภารกิจการขับขี่แบบไดนามิก (DDT) ด้วย

การค้า

แม้ว่าผู้ผลิตอาจอธิบายรถยนต์รุ่นต่างๆ ว่าอยู่ในระดับใดระดับหนึ่ง แต่ข้อกำหนดทางเทคนิคของ SAE หมายความว่ารถยนต์สามารถเปลี่ยนระดับได้ขึ้นอยู่กับภารกิจการขับขี่และสถานการณ์ที่ใช้งานในแต่ละช่วงเวลา^{[ 39 ]} ซึ่งหมายความว่า ตัวอย่างเช่น เมื่อผู้ผลิตกล่าวว่าพวกเขามี "รถยนต์ระดับ 4" พวกเขาหมายความว่ารถยนต์คันนั้นมี คุณสมบัติเฉพาะอย่างน้อยหนึ่งอย่าง(เช่นระบบจอดรถอัตโนมัติ ) ที่สามารถทำงานในระดับ 4 ได้ แต่บนทางหลวงเปิดโล่ง รถยนต์อาจทำงานในระดับที่ต่ำกว่า

ข้อมูล ณ ปี 2023รถยนต์ ADAS ที่วางจำหน่ายทั่วไปส่วนใหญ่เป็นระดับ SAE Level 2 บริษัทบางแห่งบรรลุระดับที่สูงกว่า แต่เฉพาะในพื้นที่จำกัด ( geofenced ) เท่านั้น ^{[ 231 ]}รถยนต์ที่ใช้งานต่ำกว่าระดับ 5 ยังคงมีข้อดีหลายประการ^{[ 232 ]}

ระดับ 2 – ระบบอัตโนมัติบางส่วน

คุณสมบัติ SAE ระดับ 2 มีให้บริการเป็นส่วนหนึ่งของระบบ ADAS ในรถยนต์หลายคัน ในสหรัฐอเมริกา รถยนต์ใหม่ 50% มีระบบช่วยเหลือผู้ขับขี่ทั้งด้านพวงมาลัยและความเร็ว^{[ 233 ]}

ฟอร์ดเริ่มให้บริการ BlueCruise ในรถยนต์บางรุ่นในปี 2022 โดยระบบนี้มีชื่อว่า ActiveGlide ใน รถยนต์ ลินคอล์นระบบนี้มีคุณสมบัติต่างๆ เช่น การรักษาเลนให้อยู่ตรงกลาง การจดจำป้ายจราจร และการขับขี่บนทางหลวงแบบแฮนด์ฟรี บนทางหลวงที่มีการแบ่งเลนมากกว่า 130,000 ไมล์ เวอร์ชัน 1.2 ในปี 2022 ได้เพิ่มคุณสมบัติต่างๆ เช่น การเปลี่ยนเลนแบบแฮนด์ฟรี การรักษาตำแหน่งในเลน และระบบช่วยคาดการณ์ความเร็ว^{[ 234 ]}^{[ 235 ]}ในเดือนเมษายน 2023 BlueCruise ได้รับการอนุมัติในสหราชอาณาจักรสำหรับการใช้งานบนมอเตอร์เวย์บางแห่ง โดยเริ่มจากรถยนต์ไฟฟ้า Mustang Mach-E รุ่นปี 2023 ของฟอร์ด^{[ 236 ]}

ระบบ Autopilot ของ Teslaและชุด ADAS Full Self-Driving (FSD) มีให้บริการในรถยนต์ Tesla ทุกรุ่นตั้งแต่ปี 2016 FSD นำเสนอการขับขี่บนทางหลวงและถนน (โดยไม่ต้องใช้ geofencing) การนำทาง/การจัดการการเลี้ยว การควบคุมพวงมาลัย และระบบควบคุมความเร็วอัตโนมัติแบบไดนามิก การหลีกเลี่ยงการชน การรักษา/การเปลี่ยนเลน การเบรกฉุกเฉิน การหลีกเลี่ยงสิ่งกีดขวาง แต่ยังคงต้องการให้ผู้ขับขี่พร้อมที่จะควบคุมรถได้ตลอดเวลา ระบบจัดการผู้ขับขี่ของ FSD ผสานการติดตามสายตาเข้ากับการตรวจสอบแรงกดบนพวงมาลัยเพื่อให้แน่ใจว่าผู้ขับขี่ทั้งมองและจับพวงมาลัยอยู่เสมอ^{[ 237 ]}^{[ 238 ]}

ระบบ FSD เวอร์ชัน 12 ของ Tesla (เปิดตัวในเดือนมีนาคม 2024) ใช้โมเดล Transformer การเรียนรู้เชิงลึกเพียงโมเดลเดียวสำหรับทุกแง่มุมของการรับรู้ การตรวจสอบ และการควบคุม^{[ 239 ]}^{[ 240 ]}โดยอาศัยกล้องแปดตัวสำหรับระบบการรับรู้ด้วยภาพเพียงอย่างเดียว โดยไม่ใช้ LiDAR เรดาร์ หรืออัลตราซาวนด์^{[ 240 ]}ณ เดือนมกราคม 2024 Tesla ยังไม่ได้เริ่มขอสถานะระดับ 3 สำหรับระบบของตน และไม่ได้เปิดเผยเหตุผลที่ไม่ทำเช่นนั้น^{[ 238 ]}

การพัฒนา

General Motorsกำลังพัฒนาระบบ ADAS "Ultra Cruise" ซึ่งจะเป็นการปรับปรุงครั้งใหญ่จากระบบ "Super Cruise" ในปัจจุบัน Ultra Cruise จะครอบคลุมสถานการณ์การขับขี่ "95 เปอร์เซ็นต์" บนถนน 2 ล้านไมล์ในสหรัฐอเมริกา ตามที่บริษัทกล่าว ระบบฮาร์ดแวร์ในและรอบๆ รถประกอบด้วยกล้องหลายตัว เรดาร์ระยะสั้นและระยะไกล และเซ็นเซอร์ LiDAR และจะขับเคลื่อนด้วย แพลตฟอร์ม Qualcomm Snapdragon Ride รถยนต์ไฟฟ้าหรูCadillac Celestiqจะเป็นหนึ่งในรถยนต์รุ่นแรกๆ ที่มี Ultra Cruise ^{[ 241 ]}

ระดับ 3 – การทำงานอัตโนมัติแบบมีเงื่อนไข

ข้อมูล ณ เดือนเมษายน พ.ศ. 2567 ผู้ผลิตรถยนต์สองรายได้ขายหรือให้เช่ารถยนต์ระดับ 3 ได้แก่ ฮอนด้าในญี่ปุ่น และเมอร์เซเดสในเยอรมนี เนวาดา และแคลิฟอร์เนีย^{[ 242 ]}

Mercedes Drive Pilot มีให้บริการในรถยนต์ซีดาน EQS และ S-class ในประเทศเยอรมนีตั้งแต่ปี 2022 และในรัฐแคลิฟอร์เนียและเนวาดาตั้งแต่ปี 2023 ^{[ 6 ]}ค่าสมัครสมาชิกมีราคาระหว่าง 5,000 ถึง 7,000 ยูโรสำหรับสามปีในประเทศเยอรมนี และ 2,500 ดอลลาร์สหรัฐสำหรับหนึ่งปีในสหรัฐอเมริกา^{[ 243 ]} Drive Pilot สามารถใช้งานได้เฉพาะเมื่อรถวิ่งด้วยความเร็วต่ำกว่า40 ไมล์ต่อชั่วโมง (64 กม./ชม.)มีรถคันหน้า มีเส้นแบ่งเลนที่อ่านได้ ในเวลากลางวัน สภาพอากาศแจ่มใส และบนทางหลวงที่ Mercedes ทำแผนที่ไว้อย่างละเอียดถึงระดับเซนติเมตร (100,000 ไมล์ในแคลิฟอร์เนีย) ^[²⁴³^]^[⁶^]ณ เดือนเมษายน 2024 มีรถยนต์ Mercedes หนึ่งคันที่มีความสามารถนี้จำหน่ายในแคลิฟอร์เนีย^[²⁴³^]

ณ ปี 2026 รถยนต์ระดับ 3 เพียงรุ่นเดียวในประเทศจีนคือDeepal SL03และArcfox αS ^{[ 244 ]}

การพัฒนา

ฮอนด้ายังคงพัฒนาเทคโนโลยีระดับ 3 อย่างต่อเนื่อง^{[ 245 ]}^{[ 246 ]}ณ ปี 2023 มีรถยนต์ที่รองรับเทคโนโลยีระดับ 3 จำหน่ายไปแล้ว 80 คัน^{[ 247 ]}

Mercedes-Benzได้รับอนุญาตในช่วงต้นปี 2023 ให้ทดลองใช้ซอฟต์แวร์ Level 3 ในลาสเวกัส^{[ 248 ]}รัฐแคลิฟอร์เนียยังอนุญาตให้ใช้ Drive Pilot ในปี 2023 ด้วย^{[ 249 ]}

BMWเริ่มวางจำหน่ายเครื่องปรับอากาศในเชิงพาณิชย์ในปี 2021 ^{[ 250 ]}ในปี 2023 BMW ระบุว่าเทคโนโลยีระดับ 3 ใกล้จะเปิดตัวแล้ว ซึ่งจะเป็นผู้ผลิตรายที่สองที่นำเสนอเทคโนโลยีระดับ 3 แต่เป็นเพียงรายเดียวที่มีเทคโนโลยีระดับ 3 ที่ใช้งานได้ในที่มืด^{[ 251 ]}

ในปี 2023 ในประเทศจีนIM Motors , MercedesและBMWได้รับอนุญาตให้ทดสอบรถยนต์ที่มีระบบระดับ 3 บนมอเตอร์เวย์^{[ 252 ]}^{[ 253 ]}

ในเดือนกันยายน พ.ศ. 2564 Stellantisได้นำเสนอผลการทดสอบนำร่องระดับ 3 บนทางหลวงของอิตาลี โดยอ้างว่า Highway Chauffeur ของ Stellantis มีคุณสมบัติระดับ 3 ตามที่ทดสอบกับรถต้นแบบMaserati GhibliและFiat 500X ^{[ 254 ]}

Polestarซึ่งเป็น แบรนด์ของ Volvo Carsประกาศในเดือนมกราคม 2022 ว่าจะนำเสนอระบบขับขี่อัตโนมัติระดับ 3 ในรถ SUV Polestar 3 ซึ่ง เป็นรุ่นต่อจาก Volvo XC90โดยใช้เทคโนโลยีจากLuminar Technologies , Nvidiaและ Zensact ^{[ 255 ]}

ในเดือนมกราคม 2022 BoschและCARIADซึ่งเป็นบริษัทในเครือVolkswagen Groupได้ร่วมมือกันในการพัฒนาระบบขับขี่อัตโนมัติระดับ 3 โดยการพัฒนาร่วมกันนี้มุ่งเป้าไปที่ความสามารถระดับ 4 ^[²⁵⁶^]

บริษัท Hyundai Motor Companyกำลังยกระดับความปลอดภัยทางไซเบอร์ของรถยนต์ที่เชื่อมต่อ เพื่อนำเสนอ Genesis G90ที่ขับเคลื่อนอัตโนมัติระดับ 3 [ ^{257 ] ผู้}ผลิตรถยนต์เกาหลี Kia และ Hyundai ได้เลื่อนแผนระดับ 3 ของตนออกไป และจะไม่ส่งมอบรถยนต์ระดับ 3 ในปี 2023 ^{[ 258 ]}

ระดับ 4 – ระบบอัตโนมัติระดับสูง

ในปี 2024 บริษัทต่างๆ เช่นWaymoเริ่มให้ บริการรถ แท็กซี่ไร้คนขับในบางส่วนของสหรัฐอเมริกา โดยใช้ยานพาหนะอัตโนมัติเต็มรูปแบบที่ไม่มีคนขับเพื่อความปลอดภัย^{[ 259 ]}บริการเหล่านี้ทั้งหมดขาดทุนในปี 2025 โดยมีต้นทุนการดำเนินงานประมาณ4.5–5.5 ดอลลาร์สหรัฐต่อกิโลเมตร (7–9 ดอลลาร์สหรัฐต่อไมล์)เมื่อเทียบกับ0.6 ดอลลาร์สหรัฐต่อกิโลเมตร (1 ดอลลาร์สหรัฐต่อไมล์)สำหรับรถยนต์ส่วนบุคคล บริษัทที่ปรึกษาMcKinseyประเมินว่าการลดต้นทุนให้ต่ำกว่า1.2 ดอลลาร์สหรัฐต่อกิโลเมตร (2 ดอลลาร์สหรัฐต่อไมล์)จะใช้เวลาจนถึงปี 2035 ^{[ 260 ]}

ในเดือนเมษายน พ.ศ. 2566 ในประเทศญี่ปุ่น โปรโตคอลระดับ 4 ได้กลายเป็นส่วนหนึ่งของพระราชบัญญัติจราจรทางบกที่แก้ไขเพิ่มเติม^{[ 261 ]} ZEN drive Pilot Level 4 ที่ผลิตโดยAISTดำเนินการอยู่ที่นั่น^{[ 262 ]}

การพัฒนา

ในเดือนกรกฎาคม พ.ศ. 2563 โตโยต้าได้เริ่มให้บริการทดลองขับ TRI-P4 ที่ใช้ Lexus LS (รุ่นที่ห้า) พร้อมความสามารถระดับ 4 แก่สาธารณชน ^{[ 263 ]}ในเดือนสิงหาคม พ.ศ. 2564 โตโยต้าได้ให้บริการที่มีศักยภาพระดับ 4 โดยใช้e-Paletteรอบหมู่บ้านนักกีฬาโอลิมปิกโตเกียว พ.ศ. 2563 ^{[ 264 ]}

ในเดือนกันยายน พ.ศ. 2563 เมอร์เซเดส-เบนซ์ ได้เปิดตัวระบบ จอดรถอัตโนมัติระดับ 4 (AVP) เชิงพาณิชย์ระบบแรกของโลกชื่อIntelligent Park Pilotสำหรับรถยนต์ S-Class รุ่นใหม่[ 265 ^{] [ 266}^{]ในเดือน}พฤศจิกายน พ.ศ. 2565 หน่วยงานขนส่งทางบกแห่งสหพันธรัฐเยอรมนี (KBA) ได้อนุมัติระบบนี้สำหรับการใช้งานที่สนามบินสตุทการ์ท^{[ 267 ]}

ในเดือนกันยายน พ.ศ. 2564 Cruise, General Motors และ Honda ได้เริ่มโครงการทดสอบร่วมกันโดยใช้ Cruise AV ^{[ 268 ]}ในปี พ.ศ. 2566 Origin ถูกระงับอย่างไม่มีกำหนดหลังจากที่ Cruise สูญเสียใบอนุญาตประกอบการ^{[ 269 ]}

ในเดือนมกราคม พ.ศ. 2566 Holon ได้ประกาศเปิดตัวรถรับส่งอัตโนมัติในงานConsumer Electronics Show (CES) พ.ศ. 2566 โดยบริษัทอ้างว่ารถคันนี้เป็นรถรับส่งระดับ 4 คันแรกของโลกที่สร้างขึ้นตามมาตรฐานยานยนต์^{[ 270 ]}

ดูเพิ่มเติม

อ่านเพิ่มเติม

สื่อที่เกี่ยวข้องกับรถยนต์ไร้คนขับในวิกิมีเดียคอมมอนส์

โอทูล, แรนดัล (18 มกราคม 2010). ปัญหาการจราจรติดขัด: ทำไมเราถึงติดอยู่ในรถติด และควรทำอย่างไร . สถาบันคาโต. ISBN 978-1-935308-24-9.
แมคโดนัลด์, เอียน เดวิด เกรแฮม (2011). รถยนต์ไร้คนขับจำลอง (PDF) (วิทยานิพนธ์). มหาวิทยาลัยเอดินบะระ. สืบค้นเมื่อ17 เมษายน 2013 .
ไนท์, วิล (22 ตุลาคม 2013). "อนาคตของรถยนต์ขับเคลื่อนอัตโนมัติ" . MIT Technology Review . สืบค้นเมื่อ22 กรกฎาคม 2016 .
Taiebat, Morteza; Brown, Austin; Safford, Hannah; Qu, Shen; Xu, Ming (2019). "บทวิจารณ์เกี่ยวกับผลกระทบด้านพลังงาน สิ่งแวดล้อม และความยั่งยืนของยานพาหนะที่เชื่อมต่อและขับเคลื่อนอัตโนมัติ" Environmental Science & Technology . 52 (20): 11449– 11465. arXiv : 1901.10581 . Bibcode : 2019arXiv190110581T . doi : 10.1021/acs.est.8b00127 . PMID 30192527 . S2CID 52174043 .
แกลนซี, โดโรธี (2016). ภาพรวมของสภาพแวดล้อมทางกฎหมายสำหรับยานพาหนะไร้คนขับ(PDF) (รายงาน). วารสารวิจัยทางกฎหมายของโครงการความร่วมมือวิจัยทางหลวงแห่งชาติ เล่มที่ 69. วอชิงตัน ดี.ซี.: คณะกรรมการวิจัยด้านการขนส่ง. ISBN 978-0-309-37501-6สืบค้นข้อมูลเมื่อ วัน ที่22 กรกฎาคม 2559
นิวโบลด์, ริชาร์ด (17 มิถุนายน 2015). "แรงผลักดันเบื้องหลังสิ่งที่อาจเป็นการปฏิวัติครั้งต่อไปในภาคการขนส่ง" . เดอะ โหลดสตาร์. สืบค้นเมื่อ22 กรกฎาคม 2016 .
เบอร์เกน, มาร์ค (27 ตุลาคม 2015). "พบกับบริษัทต่างๆ ที่สร้างรถยนต์ขับเคลื่อนอัตโนมัติให้กับ Google และ Tesla (และอาจรวมถึง Apple ด้วย)" . re/code .
จอห์น เอ. โวลเป้ ศูนย์ระบบขนส่งแห่งชาติ (มีนาคม 2016) "การทบทวนมาตรฐานความปลอดภัยยานยนต์ของรัฐบาลกลาง (FMVSS) สำหรับยานยนต์อัตโนมัติ: การระบุอุปสรรคและความท้าทายที่อาจเกิดขึ้นสำหรับการรับรองยานยนต์อัตโนมัติโดยใช้ FMVSS ที่มีอยู่" (PDF)ห้องสมุดการขนส่งแห่งชาติกระทรวงคมนาคมสหรัฐฯเก็บถาวรจากต้นฉบับ(PDF)เมื่อวันที่ 16 มิถุนายน 2017 เรียกดูเมื่อวันที่ 6 เมษายน 2016
สโลน, ฌอน (สิงหาคม 2016). "กฎหมายของรัฐเกี่ยวกับยานยนต์ไร้คนขับ" (PDF) . แคปิตอล รีเสิร์ช – นโยบายการขนส่ง . สภาการปกครองรัฐ . เก็บถาวรจากต้นฉบับ(PDF)เมื่อวันที่ 28 กุมภาพันธ์ 2021. สืบค้นเมื่อ28 กันยายน 2016 .
เฮนน์, สตีฟ (31 กรกฎาคม 2558). "รำลึกถึงช่วงเวลาที่ลิฟต์ไร้คนขับถูกมองด้วยความสงสัย "
แอนเดอร์สัน, เจมส์ เอ็ม. และ คณะ (2016). "เทคโนโลยีรถยนต์ไร้คนขับ: คู่มือสำหรับผู้กำหนดนโยบาย" (PDF) . RAND Corporation .
Meyer, Gereon; Beiker, Sven, บรรณาธิการ (2014). "ระบบอัตโนมัติสำหรับยานพาหนะบนท้องถนน" . Lecture Notes in Mobility . doi : 10.1007/978-3-319-05990-7 . ISBN 978-3-319-05989-1ISSN 2196-5544
- Meyer, Gereon; Beiker, Sven, บรรณาธิการ (2015). "Road Vehicle Automation 2" . Lecture Notes in Mobility . doi : 10.1007/978-3-319-19078-5 . ISBN 978-3-319-19077-8ISSN 2196-5544
- Meyer, Gereon; Beiker, Sven, บรรณาธิการ (2016). "Road Vehicle Automation 3" . Lecture Notes in Mobility . doi : 10.1007/978-3-319-40503-2 . ISBN 978-3-319-40502-5ISSN 2196-5544
- Meyer, Gereon; Beiker, Sven, บรรณาธิการ (2018). "Road Vehicle Automation 4" . Lecture Notes in Mobility . doi : 10.1007/978-3-319-60934-8 . ISBN 978-3-319-60933-1ISSN 2196-5544
- Meyer, Gereon; Beiker, Sven, บรรณาธิการ (2019). "Road Vehicle Automation 5" . Lecture Notes in Mobility . doi : 10.1007/978-3-319-94896-6 . ISBN 978-3-319-94895-9ISSN 2196-5544 S2CID 168659939
- Meyer, Gereon; Beiker, Sven, บรรณาธิการ (2019). "Road Vehicle Automation 6" . Lecture Notes in Mobility . doi : 10.1007/978-3-030-22933-7 . ISBN 978-3-030-22932-0ISSN 2196-5544

หนังสือเหล่านี้มีพื้นฐานมาจากงานนำเสนอและการอภิปรายในการประชุมสัมมนาเกี่ยวกับยานยนต์อัตโนมัติ ซึ่งจัดขึ้นเป็นประจำทุกปีโดยTRBและAUVSI

Kemp, Roger (2018). "รถยนต์ไร้คนขับ – ใครจะเป็นผู้รับผิดชอบต่ออุบัติเหตุ?" . [15 Digital Evidence and Electronic Signature Law Review (2018) 33 – 47].

[ 1 ]

[ 2 ]

[ 4 ]

[ 5 ]

[

8

[

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]

[ 18 ]

[ 19 ]

[ 20 ]

[ 21 ]

[ 22 ]

[ 23 ]

[ 24 ]

[ 25 ]

[ 26 ]

[ 27 ]

[ 28 ]

[ 29 ]

[ 30 ]

[ 31 ]

[ 32 ]

[ 33 ]

[ 34 ]

[ 35 ]

[ 36 ]

[ 37 ]

[ 38 ]

[ 39 ]

[ 41 ]

[ 43 ]

[ 44 ]

[ 46 ]

[ 47 ]

[ 48 ]

[ 49 ]

[ 50 ]

[ 51 ]

[ 53 ]

[ 54 ]

[ 55 ]

[ 56 ]

[ 57 ]

58

59

[

61

62

63

[

[ 65 ]

[ 66 ]

[ 67 ]

[ 68 ]

[ 69 ]

[ 70 ]

[ 71 ]

[ 72 ]

[ 73 ]

[ 74 ]

[ 75 ]

[ 76 ]

[ 77 ]

[ 78 ]

[ 79 ]

[ 80 ]

[ 81 ]

[ 82 ]

[ 83 ]

[ 84 ]

โดย

[ 86 ]

[ 87 ]

[ 88 ]

[ 89 ]

[ 90 ]

[ 91 ]

[ 92 ]

[ 93 ]

[ 94 ]

[ 95 ]

[ 96 ]

[ 97 ]

[ 98 ]

[ 99 ]

[ 100 ]

[ 101 ]

[ 102 ]

[ 103 ]

[ 104 ]

[ 105 ]

[ 106 ]

[ 107 ]