← 全部幻灯片English
01研究论文 · 颜力刚 · 2026 年 4 月

自动驾驶如何改变道路安全

大多数车祸不是机械故障或路况造成的，是人造成的。这份幻灯片论证：完全自动驾驶的车辆去掉了人类司机的三个具体缺陷，并给出每一条背后的数据。

原文是为学术英语课程写的研究论文，这里改成了幻灯片。参考文献在最后一页。

02问题

交通系统里最脆弱的部件是司机

美国 2022 年交通事故死亡人数
42,514
NHTSA，2024
严重事故中"关键原因"在司机的比例
约 94%
NHTSA 事故成因调查（Singh，2015）
道路交通事故仍然是全球可预防死亡的主要原因之一。94% 这个数字塑造了十年来的争论：现代交通系统里最薄弱的环节，是不是人。
03范围

这里说的"自动驾驶"指 SAE 第 5 级

SAE 级别谁在开
0无自动化，人做所有事
1–2驾驶辅助，人必须持续监督
3有条件自动化，系统要求时人必须接管
4限定区域内的高度自动化（今天的 Waymo）
5完全自动化，所有条件，无需人工干预
本文的论点针对第 5 级。包括 Waymo 和 Tesla 在内，还没有任何公司大规模商业部署完全自动驾驶。所以论证是有条件的：如果它被成功开发出来，会有三个结构性优势。

来源：SAE International，J3016（2021）。
优势一
不会疲劳
优势二
始终遵守交通规则
优势三
感知能力超过人眼的极限
04优势一

机器不是生物，所以不会累

严重事故中被判定为疲劳驾驶的商用卡车司机
约 13%
FMCSA 大型卡车事故成因研究，2006

这是卡车行业的数字，而且普遍认为警方报告的数据低估了所有类别司机的疲劳程度。

  • 工时规定和强制的电子日志设备没有消除这个风险。疲劳是生理过程，法律管不了生理。
  • 自动驾驶车辆没有生物钟，也不欠睡眠。只要供电不断，它就能一直运行。
  • Waymo 已部署的第 4 级系统在多个城市累计 710 万英里无人驾驶里程，没有出现任何与疲劳相关的失效（Kusano 等，2024）。
05优势二

它每一次都遵守规则

涉及超速的致命事故
约 29%
NHTSA，2022
酒后驾驶
约 32%
NHTSA，2022
分心驾驶
约 8%
NHTSA，2022
人类司机经常违反规则，有时是赶时间故意的，有时是判断失误。事故通常有多个原因，但故意或疏忽的违规是大量致命事故的根源。
  • 自动驾驶系统在一套清晰、有边界的规则内运行。它不会为了省时间超速或闯黄灯，也不会不打灯变道，因为守法是设计和训练时的优先项。
  • Teoh 和 Kidd（2017）分析 Waymo 的车队，没有发现任何超速、酒驾或闯红灯的记录，而这些在人类司机中很常见。
06优势三

它看得更多、更远、更快

人眼的极限
  • 眩光。对向车灯照过之后，年轻司机的视力需要约 0.8 秒恢复，年长司机长达 2.1 秒（Reuten 等，2018）。这个空档是夜间事故的一个成因。
  • 视野。人眼水平视野合计接近 200 度，但只有约 60 度是清晰的。其余都要靠转头和后视镜。
Waymo 第六代传感器
摄像头
13
激光雷达
4
毫米波雷达
6
探测距离
500 米
全方位重叠覆盖，昼夜皆可

Waymo，2024。行业有两条路线：Waymo 的多传感器融合和 Tesla 的纯视觉，谁会胜出尚无定论，但两者都远超人类感知。

07部署中的证据

这些优势已经能量化

研究覆盖的 Waymo 无人驾驶里程
710 万英里
多个城市环境
每百万英里有伤事故
0.41
Waymo Driver
人类司机基准，同口径
2.80
每百万英里

有伤事故减少 85%，而这还只是第 4 级系统，它的限制在第 5 级上并不存在。

Kusano、Scanlon、Chen、McMurry、Chen、Gode 和 Victor（2024），Traffic Injury Prevention。

08结论

去掉三个缺陷，对应三个有据可查的死因

生理
不是生物，所以永远不会疲劳。
行为
受规则约束，所以极少超速、酒驾或分心，而这些正是大多数致命事故背后的违规。
感知
用传感器阵列代替眼睛，所以能更快、更远地发现危险，黑夜和恶劣天气也一样。
重要的问题仍未解决，首先是哪条传感器路线会胜出。但结构上的道理是清楚的：去掉让人类司机容易犯错的生理、行为和感知限制，自动驾驶给出了一条通往更安全道路的可信路径。
09参考文献

来源

· Federal Motor Carrier Safety Administration (2006). Report to Congress on the Large Truck Crash Causation Study. US DOT.
· Kusano, K. D., Scanlon, J. M., Chen, Y.-H., McMurry, T. L., Chen, R., Gode, T., & Victor, T. (2024). Comparison of Waymo rider-only crash data to human benchmarks at 7.1 million miles. Traffic Injury Prevention, 25(sup1), S66–S77.
· National Highway Traffic Safety Administration (2024). Overview of motor vehicle traffic crashes in 2022 (DOT HS 813 560).
· Reuten, A. J. C., et al. (2018). Headlight glare exposure and recovery in younger and older drivers.
· SAE International (2021). Taxonomy and definitions for terms related to driving automation systems for on-road motor vehicles (J3016_202104).
· Singh, S. (2015). Critical reasons for crashes investigated in the National Motor Vehicle Crash Causation Survey (DOT HS 812 115). NHTSA.
· Teoh, E. R., & Kidd, D. G. (2017). Rage against the machine? Google's self-driving cars versus human drivers. Journal of Safety Research, 63, 57–60.
· Waymo (2024). Meet the 6th-generation Waymo Driver. Waymo blog.