交通規劃案例集/自動駕駛汽車

概要

自動駕駛汽車是可以感知周圍環境並從 A 點行駛到 B 點，而無需人類主動控制的汽車。它們也被稱為機器人汽車和無人駕駛汽車。自動駕駛汽車的一些功能，例如巡航控制和平行停車輔助，已經整合到傳統車輛中。全自動駕駛汽車尚未部署到公眾中，但科技公司，最值得注意的是谷歌，正在積極開發和試點全自動駕駛汽車，這些汽車可以被程式設計到目的地並送乘客到那裡。自動駕駛汽車有可能顯著提高道路安全，但它們也帶來了一些倫理和法律障礙，這些障礙仍需解決。

參與者名單

諾曼·貝爾·格德斯- 1939 年世界博覽會“未來世界”展廳的創造者，以及《神奇高速公路》一書的作者，貝爾·格德斯是一位自動交通運輸的先驅，也是整個高速公路系統的先驅。

國防高階研究計劃局 (DARPA)- 美國國防部的一個機構，負責開發供軍隊使用的新技術，並資助許多新技術的開發。DARPA 大挑戰提高了自動駕駛汽車的知名度。

谷歌- 目前處於無人駕駛技術前沿的科技巨頭。

梅賽德斯-賓士- 汽車製造商，在 1980 年代，它是大型汽車製造商中最早測試自動駕駛技術的公司之一。梅賽德斯-賓士是如今眾多擁有自動駕駛汽車工作原型製造商之一。

維絡達- HDL-64 雷射雷達陣列製造商，它是如今自動駕駛汽車中使用的雷射雷達技術的熱門選擇。

事件時間線

• 1939 年- 諾曼·貝爾·格德斯的“未來世界”展廳在世界博覽會上展出
• 1960 年- 英國運輸與道路研究實驗室測試了雪鐵龍 DS 無人駕駛汽車，該汽車使用道路下的磁性軌道以及汽車前後兩對磁性感測器。
• 1969 年- 法國政府開始研究 Aramis，這是一個執行在磁性軌道上的系統，司機可以坐在他們自己的無人駕駛車廂裡，在去上班的路上加入類似車廂的“列車”。
• 1995 年- 一輛梅賽德斯-賓士貨車從慕尼黑行駛了 1000 英里到達哥本哈根，使用了攝像頭來“識別”道路，並使用計算機來轉向。
• 1997 年- 聖地亞哥的 DEMO 97 演示表明，無人駕駛汽車能夠使用通訊技術在高速行駛時相互跟隨。
• 2004 年- 首次與無人駕駛汽車相關的 DARPA 挑戰賽，透過獎金比賽提高了自動駕駛汽車的知名度。
• 2010 年- 谷歌宣佈，它一直在交通中秘密測試無人駕駛汽車

地點地圖

目前，四個州已經通過了關於自動駕駛汽車使用的立法：加利福尼亞州、內華達州、密歇根州和佛羅里達州，以及哥倫比亞特區。 德國、西班牙和荷蘭也頒佈了國際立法，允許進行測試。

2018 年擁有自動駕駛汽車立法的美國州

早期自動駕駛汽車

早期的自動駕駛汽車技術最早是在 1920 年代透過使用無線電遙控來模擬的。在這些簡短的演示中，無線電脈衝從附近的控制裝置發出，並被接收天線捕獲，接收天線操作一個控制汽車的電動機。大型無人駕駛交通系統夢想直到 1939 年的世界博覽會才引起人們的注意，當時諾曼·貝爾·格德斯向觀眾介紹了“未來世界”展廳，這是他對 1960 年代不久的未來大都市地區的願景。“未來世界”由通用汽車贊助，在預測全國範圍的高速公路網路方面具有先見之明，該網路採用無人駕駛技術。雖然 1960 年的預測過早，但未來的願景已經開始實現。

在 1950 年代後期和 1960 年代，無人駕駛技術透過使用放置在道路下方的磁性軌道在公共道路上成功進行了演示。脈衝用於引導汽車並確定其表面上任何金屬車輛的速度。該技術的成功演示導致政府支援的實體（包括公共道路局）對自動駕駛汽車進行研究。許多研究專案因成本而解散，但在人們對自動駕駛汽車的可能性有了很多瞭解之前，這些專案就已經解散了。

在 1980 年代和 1990 年代，攝像頭開始在自動駕駛汽車上使用，作為汽車“識別”道路的一種方式。此外，汽車之間的通訊技術成為汽車“相互交流”的另一種方式，並在 DEMO 97 中被證明是一種技術上的成功。攝像頭和通訊技術是如今許多最具前景的自動駕駛創新的先驅，包括谷歌汽車的原型。

現代自動駕駛汽車

如今的全自動駕駛汽車配備了不同的感測器，這些感測器可以繪製附近特徵的地圖，以便識別道路邊緣和車道標記，讀取標誌和交通訊號燈，並識別行人。這些感測器可以包括 GPS、攝像頭、雷達、雷射雷達（雷射雷達使用光脈衝而不是無線電波）和超聲波探測器的組合，超聲波探測器可以為停車等用途提供附近環境的精確對映。 雷射雷達系統可能非常昂貴，而雷達和攝像頭等更便宜的選擇可能在不久的將來更可行。 此外，加速度計和高度計提供了比僅使用 GPS 更精確的定位。這些感測器中的部分已經以不同的程度應用到當今的量產汽車中。現有的自動駕駛汽車輔助包括

• 車道保持系統，該系統可以遵循道路標記，並在車輛開始漂移時發出警告並糾正轉向；
• 自適應巡航控制 (ACC)，它可以保持與前方車輛的恆定距離；
• 自動泊車系統，可以使用上面討論的超聲波探測器將汽車倒入停車位；
• 緊急制動，如果在汽車前方檢測到障礙物，則會剎車；
• 衛星導航系統。

谷歌的無人駕駛汽車使用雷射雷達系統來構建周圍環境的詳細 3D 地圖。每次汽車行駛特定路線時，它都會收集資料以更新現有的 3D 地圖。谷歌的軟體還對限速和記錄的交通事故進行資料加密。汽車的屋頂安裝感測器可以“看到”各個方向，這可以說比任何人類駕駛員都具有更強的態勢感知能力。谷歌的自動駕駛汽車已經在自動駕駛模式下行駛了 435,000 英里（700,000 公里），並且沒有發生事故。挑戰仍然存在，特別是在積雪的路面和道路施工附近臨時標誌的地方，但技術一直在不斷改進。

自動駕駛汽車的工作原理

汽車安裝的雷射雷達捕獲資料的視覺化。

自動駕駛車輛和非自動駕駛車輛必須在城市地區行駛的環境，其特點是兩種現象——靜態和動態。靜態環境主要由建成環境、基礎設施、街道幾何形狀和其他物理約束（如建築物佈局）組成。動態環境包括所有其他道路使用者——駕駛員和其他車輛、騎腳踏車者、行人——以及半動態元素，如交通管制裝置（即結構是標準化和靜態的，但操作和時間可能根據交通量模式而改變）。每個環境都提供豐富的資訊層，駕駛員從中取樣並使用這些資訊層來進行車輛駕駛的操作決策。

自動駕駛汽車的目標是既要取代人類駕駛員的功能，又要提高人類駕駛員的效率和安全性（或缺乏安全性）。因此，必須使用各種技術來關注周圍環境中的靜態和動態資訊層。在典型的谷歌改裝普銳斯中，有五種通用的感官輸入層：位於四個車輪井附近的短/中程雷達、屋頂雷射雷達陣列、交通訊號燈的影片監控（位於後視鏡附近）、精密 GPS 以及來自車輛計算機和輪式感測器的速度和定位資訊。^[16] 位於車輪附近的四個雷達感測器旨在監控不在自動駕駛汽車附近的其他移動物體和車輛，使系統能夠建立車輛位置和移動的更遠範圍地圖，這些地圖與高速公路和高速合併等高速環境相關。屋頂雷射雷達陣列（可能是該系統中最具標誌性的元素），通常是一個 Velodyne HDL-64，透過旋轉帶有 64 個獨立垂直角度雷射發射器的單元並測量反射光的屬性來建立周圍環境的近場 3D 地圖。前置攝像頭監控交通訊號燈的存在和變化——這是一條非常重要的資訊，因為交通訊號燈可以根據一天中的時間和交通流量進行動態計時，並且有關精確訊號時間的資訊通常不會提供給車輛及其操作員。高精度 GPS 用於監控車輛的進展並幫助進行路線對映和路線更改，而車輛速度和計算機系統資訊的板載感測對於 GPS 連線失敗至關重要。

自動駕駛系統集成了從環境中獲取的各種資訊層，並結合了來自交通法規的車輛操作預程式設計限制，引導車輛在其環境中向前行駛。一般的操作方案是使用 GPS 資訊建立第一個草稿路線圖，然後使用環境感官資訊告知車輛控制器的執行引數。在自動駕駛車輛運動中存在一些具體的指導挑戰，這些挑戰已經被解決，例如變道行為、超車和超越、平行停車以及停車坡道的導航（Laugier，2001）。目前在合法購買的車輛中存在幾種完全或部分自動駕駛的運動，並且多年來汽車中存在一些運動模式——即 ABS（自動制動系統），以及（平行）泊車輔助。

與 GPS 連線斷開相關聯的技術難題。自動駕駛汽車使用 GPS 不僅僅是為了收集有關車輛位置的資訊，還用於關鍵的路線規劃——如果一輛車無法知道其在街道網路中的當前位置，或其在路線上的當前進展，那麼路線進展可能會受到阻礙。如果 GPS 發生故障，可以透過車輛的本地感測速度資訊和離線路線資訊（如路段距離以及轉彎點的數量和相對位置）來確定本地路線規劃（Kümmerle，2009）。計劃的環境 GPS 切斷（例如停車場）可以透過對映和儲存有關通用停車場幾何形狀、平面圖和視覺控制點的其他資訊來緩解。這允許離線路線規劃，以便自動駕駛車輛繼續執行。

自動駕駛汽車的優缺點

優點

安全

自動駕駛汽車最顯著的優點之一是，它們不會受到人為錯誤的影響。全世界每年約有 120 萬人死於機動車事故。在美國，2012 年有 37,000 人死於機動車事故，其中 90% 以上的事故歸因於駕駛員錯誤。^[17] 人為錯誤包括醉酒駕駛、分心駕駛（即邊發簡訊邊駕駛）、開車時睡著、闖紅燈、超速、尾隨和更多問題。

根據 2011 年 All State 的一項調查，美國人嚴重高估了他們的駕駛能力。研究發現，儘管 64% 的美國人將自己評為“優秀”或“非常好”的駕駛員，但 45% 的人承認在過度疲勞時駕駛，44% 的人收到了 3 張或更多張超速罰單，34% 的人承認邊發簡訊邊駕駛，而 15%（男性中 23%）承認在酒後駕駛。如果自動駕駛汽車被正確程式設計，那麼它將消除這些嚴重的道路危險。^[18]

自動駕駛汽車不僅不會受到人為錯誤的影響，而且還能夠比人類更遠地識別障礙物和危險，並且能夠更快地做出反應。自動駕駛汽車將設計成沒有盲點；它們能夠看到 360 度以及遠處的距離。此外，自動駕駛汽車能夠互相通訊，因此如果高速公路上突然減速、出現危險天氣狀況或道路危險（如冰或油洩漏），汽車會互相警告，以便提前制動，避免碰撞。你前方的汽車可以警告你一個孩子正在跑到街上，指示你的汽車在你看不到孩子之前制動。即使你看到了孩子，汽車的反應時間也會比人類快得多；目前，無人駕駛汽車每秒可以做出 20 個決策，而人類駕駛員的反應時間通常在 0.7 到 1.5 秒之間。^[19]

擁堵

根據德克薩斯 A&M 大學 2011 年的交通出行研究，美國人平均每年在交通擁堵中花費 38 個小時。在華盛頓特區、洛杉磯和舊金山等大城市，每個通勤者的擁堵延誤時間超過每年 60 小時。擁堵延誤使每個美國通勤者平均每年在燃油成本上額外支出 800 美元，全國總計 1210 億美元。^[20]

自動駕駛汽車可以透過減少交通事故的數量來減少交通擁堵。此外，讓汽車不斷地互相通訊將使尾隨距離大幅縮短，這可以將更多汽車塞入相同數量的道路空間，從而減少交通擁堵。自動駕駛汽車可以協調路線，以最有效的方式使用道路系統。如果汽車能夠自動泊車，汽車可以把你送到目的地，然後自行找到很遠的停車位，而你無需這樣做，從而減少城市中因人們繞著圈尋找停車位而造成的嚴重交通擁堵。自動駕駛汽車可以充當計程車的角色，減少人們擁有汽車的必要性，並減少停放的汽車所佔用的空間。

燃油效率

自動駕駛汽車透過程式設計以比大多數人類更省油的方式加速，從而提高燃油效率。更小的尾隨距離也可以減少緊隨其後行駛的汽車的空氣阻力。^[21]

節省時間

明尼阿波利斯/聖保羅的平均通勤時間約為 25 分鐘（每天往返一次）。^[22] 在人口稠密州（如紐約州和加利福尼亞州），這一數字接近 30 分鐘。簡單地說，如果汽車可以自動駕駛，人們就可以利用這段時間來工作、閱讀、睡覺，或者做任何其他事情。

非駕駛員

自動駕駛汽車有潛力為無法駕駛的人增加出行選擇。這包括大量人口，包括兒童、有身體或精神殘疾的人，以及老年人或行動不便的人。自動駕駛汽車可以極大地改善這些人群的交通狀況，他們傳統上依賴公共交通或他人開車出行。

自動駕駛汽車的缺點

潛在的計算機故障

一輛自動駕駛送貨車卡在臨時裝載坡道上 - 一個意想不到的障礙。雖然這起事故是良性的，但高速行駛的汽車會帶來更大的風險。

計算機故障始終存在導致事故的可能性。為了讓自動駕駛汽車透過技術、法律和監管障礙，大規模上路行駛，該技術很可能得到高度改進並變得安全，但完全安全可能無法保證。以航空旅行為例，它高度依賴於技術和自動駕駛功能。航空旅行非常安全，遠比駕駛安全，但並非完全沒有事故。隨著自動駕駛汽車的部署，人們忘記了（或從未學會）駕駛，在計算機故障的情況下，他們可能無法接管駕駛。

截至 2014 年，谷歌汽車在加州道路上行駛了超過 30 萬英里，沒有發生事故，但目前它們還沒有在包括雪地、意外施工以及其他各種不可預測和異常情況在內的惡劣條件下進行測試。

成本

至少在部署的早期階段，自動駕駛汽車很可能比傳統汽車貴得多。已經投入使用的自動駕駛汽車的一些元素，例如車道糾正（提醒甚至糾正偏離車道的駕駛員）、自適應巡航控制（檢測前方車輛的距離並調整車速以保持一定距離）以及自動剎車（在駕駛員不踩剎車而即將發生碰撞時停車），僅在豪華車中才能找到。 自動駕駛汽車，與許多交通技術一樣，在廣泛部署時效率最高。自動駕駛汽車的設計理念是建立在車輛之間廣泛通訊的基礎上。如果主流消費者無力負擔自動駕駛汽車，那麼車聯網在未來幾年內可能會受到限制。

失業

自動駕駛汽車，在完全部署後，將消除對駕駛員的需求，可能包括計程車司機和卡車司機。對於這整個低技能工人階層來說，失業可能是經濟上重要的。

犯罪的可能性

自動駕駛汽車將對道路執法帶來重大變化。一些罪行，如超速和酒後駕車，可能會被消除。但其他一些不常見但更具災難性的罪行可能會因自動駕駛汽車而變得容易。例如，逃離執法的罪犯可以騰出雙手射擊。一輛自動駕駛汽車可以變成一輛自動駕駛炸彈。罪犯可能會接管車聯網，故意造成事故。顯然，控制自動駕駛汽車的計算機和通訊網路的安全至關重要。

駕駛的樂趣

最後，有些人喜歡駕駛。他們可能出於各種原因喜歡駕駛，包括權力感、速度感和控制感。完全部署的自動駕駛汽車將帶走駕駛強大快速車輛的樂趣。

自動駕駛汽車的倫理問題

當發生涉及人類駕駛的車輛的事故時，人類錯誤或意圖的普遍性很容易導致對過失的認定，以及隨之而來的法律後果。由於非自動駕駛汽車在歷史上要求操作員在車輛執行期間始終輸入並維護控制訊號，因此在極少數的機械故障情況下，謹慎操作的責任和盡職調查始終落在操作員身上。然而，當自動駕駛汽車似乎造成了事故時，過失的認定和法律後果要困難得多。 這有兩方面 - 自動駕駛汽車的人類乘客在法律上可能對自動駕駛汽車的安全執行負責，特別是在他們是車主的情況下，並且關於乘客過失與軟體製造商過失的法律問題必然會產生。然而，在自動駕駛車輛與非自動駕駛車輛發生事故的情況下，自動駕駛車輛會收集有關車輛速度、軌跡、制動壓力和減速率等其他細節的資料。如果自動駕駛汽車在公差範圍內安全執行，這些資料可以有力地表明非自動駕駛車輛操作員的過失。

一個更細緻入微且難以從倫理角度考察的領域是自動駕駛汽車如何在事故避免和事故不可避免的情況下做出道德決策。在《紐約客》雜誌上，加里·馬庫斯在他關於自動駕駛汽車倫理的討論中，引用了（許多人在討論機器人倫理時也這樣做的）艾薩克·阿西莫夫的機器人行為法則。

• 機器人不得傷害人類，也不得袖手旁觀，任由人類受到傷害。
• 機器人必須服從人類的命令，除非這些命令與第一法則相沖突。
• 機器人必須保護自己的存在，只要這種保護不與第一或第二法則相沖突。

更深入的討論可能會探討阿西莫夫法則將機器人和自動機器降級為人類僕人的問題，以及這種制度可能與具有道德自覺的機器智慧的可能性相矛盾。目前的自動駕駛汽車還遠沒有達到自覺——更像是機械化的自動化工具，用於滿足人類的交通需求。但即使它們不像“有意識”的機器人那樣具有自我意識，驅動車輛的軟體仍然必須做出道德決策。自動駕駛汽車應該首先嚐試將對車主和/或乘客的傷害降到最低，並將對其他道路使用者（例如，駕駛錯誤並威脅與自動駕駛汽車相撞的人類駕駛車輛）的傷害降到最低？自動駕駛汽車應該被允許“非法”地轉向迎面而來的車道，以避開障礙物並保持交通順暢，還是應該中斷交通流以避免違反法律？阿西莫夫法則很難轉化為可以即時執行的合理程式碼，我們對於最小化傷害以及進行技術上非法的操作等問題沒有好的答案。

有幾個因素可以緩解上述道德困境。如果行人突然衝到一輛非自動駕駛汽車前面，駕駛員的注意力水平和反應時間，以及汽車的速度（由駕駛員選擇），都會決定行人是否有可能被撞。 Johansson (1971) 報道了人類駕駛員突然剎車反應時間的分佈中位數為 0.9 秒。^[26] 自動駕駛汽車的反應時間比人類的平均反應時間快，差速壓力 ABS 在快速制動方面的效率高於手動系統，而且正常執行的自動駕駛汽車不太可能行駛速度過快而無法停下（例如，不像人類那樣超速）。因此，與非自動駕駛汽車相比，自動駕駛汽車撞到這些行人的可能性更小——涉及自動駕駛汽車的總體碰撞率應該會更低。此外，自動駕駛汽車技術的廣泛應用將極大地降低事故風險——在一個除少數運營者外所有運營者都與其最近鄰居（近場通訊）進行通訊的系統中，“離網”運營者構成了最大的碰撞風險，其他條件相同。自動駕駛汽車的數量越多，安全性就越高，因為它們將不安全的駕駛員從道路上移除。

最後，還有一個問題是駕駛員行為的改變，無論是人類駕駛員還是計算機。在將更多頻繁的錯誤和碰撞歸咎於人類駕駛員，以及將較少的錯誤歸咎於無名無面的實體之間存在權衡。其中一種行為體比另一種行為體的行為更容易改變——本質上，將程式碼補丁推送到聯網車輛的車隊中，而不是讓人類忘記錯誤的駕駛習慣。非自動駕駛碰撞可能更容易起訴，但每次自動駕駛碰撞都為未來降低類似碰撞的可能性提供了工程機會。^[27]

法律問題（保險和責任）

加州大學 PATH 專案的一組研究人員指出，對於汽車，存在三種基本的侵權責任理論：傳統過失責任、無過失責任和嚴格責任。美國大多數州遵循過失責任規則。過失責任的概念是，一方應對其不合理地未能防止風險而造成的損害負責。例如，假設湯姆駕駛一輛輪胎氣壓過低的汽車，儘管他知道輪胎氣壓過低。如果他因輪胎氣壓過低而撞傷了行人，湯姆很可能會被認定有過失，並對事故負責。此外，目前有 12 個州對汽車保險採用無過失制度。在這些州，汽車碰撞受害者不被允許在侵權法體系中起訴其他駕駛員，除非他們的傷害達到一定程度的嚴重程度。相反，受害者透過自己的保險獲得損失補償，保險公司直接補償他們的損失。此外，嚴格責任規則規定，無論是否存在過失，個人對其行為和疏忽造成的損害和損失負有法律責任。^[28]

目前尚不清楚自動駕駛汽車如何在上述責任制度中發揮作用。例如，美國國家公路交通安全管理局 (NHTSA) 將車輛自動化定義為五個級別，從級別 0 完全沒有自動化到級別 5 完全自動化。爭論的焦點是，製造商在哪個級別應該承擔責任，以及駕駛員在哪個級別應該承擔責任。^[29]

法律問題還涉及保險公司。例如，駕駛員可能會將自動駕駛汽車程式設計為每天早上將其送往工作地點，然後告訴汽車去停車，並指示汽車在工作結束後回來接駕駛員。雖然汽車是根據人類的指示行駛的，但它不是以傳統意義上的方式駕駛。如果汽車真正處於乘客模式，任何違規行為都將是車輛本身的故障。然而，在相同情況下，唯一的區別是駕駛員在車內。當汽車感知到危險並向駕駛員傳送安全警報時，問題是運營商是否有義務覆蓋車輛。在這種情況下，根據駕駛員是否在有義務覆蓋時未能覆蓋，或者是否以不恰當的方式進行覆蓋，責任可能會有所不同。無論哪種方式，另一個挑戰是如何驗證一個人是否以有意義的方式操作車輛，或者汽車是否在自動駕駛。^[30]

政策問題

截至 2014 年底，在美國，已有四個州通過了關於自動駕駛汽車合法使用的立法：加利福尼亞州、內華達州、密歇根州、佛羅里達州和哥倫比亞特區。與此同時，德國、西班牙和荷蘭也頒佈了國際立法，允許進行測試。

• 2011 年 6 月，內華達州議會通過了一項法律，授權以測試目的使用自動駕駛汽車。^[31] 該法案指出：“目前，機動車管理局僅接受測試申請。自動駕駛汽車不提供給公眾。^[32]”
• 2012 年 7 月，佛羅里達州將自動駕駛汽車的測試使用合法化。^[33] 該法案指出：“自動技術可以由自動技術製造商指定的僱員、承包商或其他人員在本州的道路上操作，以測試該技術。^[34]”
• 2012 年 9 月，加利福尼亞州通過了允許以測試目的使用自動駕駛汽車的法案。^[35] 該法案表明，加利福尼亞州將僅授權以測試目的操作自動駕駛汽車。^[36]
• 2013 年 12 月，密歇根州通過了允許測試自動駕駛汽車的立法。^[37] 該法案表明：“只有持有有效駕駛執照或駕駛員執照的人才能在該州的公路或街道上以自動模式操作自動駕駛汽車以進行測試。”

儘管上述地方已將自動駕駛汽車的有限使用合法化，但人們仍然對將商業使用合法化猶豫不決。大多數頒佈的法律只允許進行車輛測試。此外，對操作員使用自動駕駛汽車有一些規則。內華達州法規第 482A 章規定，人類操作員必須坐在駕駛員座位上，並準備好在車輛發生故障時立即手動控制車輛。其他州也存在類似的擔憂。例如，在密歇根州，該法案規定，人類操作員必須在場並監測車輛的效能。^[38] 然而，除了法律規定車輛操作員必須始終將手放在方向盤上的州（即使在那時，你也可以將手放在方向盤上，而無需施加力），自動駕駛汽車基本上是合法的，因為它沒有被禁止。

未來方向

從技術上講，自動駕駛汽車的未來似乎一片光明——幾年來，汽車已成功地在無數的道路情況下進行了測試，感測硬體，特別是控制器軟體仍在進一步改進。自動駕駛汽車顯然擁有定義明確的利基市場，主要由無法乘坐私人車輛的使用者組成，例如老年人或殘疾人，以及由所有其他人組成的更廣泛的市場，對於這些人來說，自動駕駛汽車旅行是一種可選擇的出行方式。很難想象自動駕駛不會在北美的交通市場中佔據一席之地，儘管自動駕駛最終是否會主要存在於個人汽車擁有市場，並支援該市場，或者在 ZipCar 和 Car2Go 等拼車市場中佔據更強大的地位，還有待觀察。^[39] 如果自動駕駛汽車成為個人便利的物品，為車主節省出行時間，並且可能最終在車主不在的情況下代表他們運營，那麼人均出行次數可能會增加，進一步堵塞道路。需要足夠的立法，包括非常嚴格的擁堵定價和在中央商務區的禁止性高昂的停車費用，來阻止個人擁有自動駕駛汽車。這與目前圍繞非自動駕駛汽車的立法環境沒有區別——擁堵定價和減少停車補貼被用來阻止人均出行次數過多。自動駕駛通常與效率相提並論，但個人車輛擁有率效率非常低——大多數汽車有 95% 的時間停放著。^[40] 自動駕駛汽車有機會徹底改變汽車使用和擁有文化的格局。

自動駕駛汽車使用量增加的另一個後果是，除了人口最稠密的中心區域之外，公共交通服務可能會消亡。特別是在郊區社群，人均交通出行次數和每輛交通工具的乘車人數最少，如果自動駕駛汽車共享變得普遍，服務可能會縮減或完全取消。在此之前，交通服務不太可能消失，因為在現有汽車所有制框架內的車輛自主性正在成為一項附加功能——人們可能仍然需要先購買汽車，這在經濟上是不可取的，尤其是對於新車而言。在人口密度足夠高的走廊，自動駕駛汽車永遠無法替代重型鐵路或高頻公交服務，因為城市形態根本無法容納每 2 個人就有一輛自動駕駛汽車，更不用說許多單人駕駛車輛的可能情況了。 自動駕駛汽車對公共交通服務的影響潛力僅限於郊區的破壞和低需求、低頻率、低效率的固定路線服務的替代，以及透過提供連線到系統入口的連線來選擇性地增強使用頻率較高的服務。

討論問題

1. 你對未來可能將你的汽車控制權交給電腦的想法有什麼感受？你認為你的父母或祖父母會怎麼想？
2. 你認為自動駕駛汽車需要達到什麼樣的安全標準才能被自由地允許上路？與人類駕駛員一樣安全？完全無事故？
3. 你認為自動駕駛汽車會如何影響公共交通的可行性？
4. 為什麼你認為大多數政府交通和運輸機構沒有積極地討論和規劃一個有自動駕駛汽車的未來？這會導致什麼後果？