ReportLinker:70%的美國駕駛員更喜歡自己駕駛汽車

2020-12-20 199IT

雖然自動駕駛汽車已經成了美國多座城市的新景觀，但想讓人們（以美國民眾為例）普遍接受這項新鮮事物，科技公司和汽車廠商們恐怕還有許多彎路要走。過去幾年中，自動駕駛汽車已經有了長足的進步，但人們對這項新技術的看法依然沒有發生大的改變。ReportLinker 的調查顯示，70% 的美國人還是更喜歡自己掌控方向盤的感覺。

從這一數據來看，那些對自動駕駛投入巨大的公司可能最終會「血本無歸」，但許多跡象顯示，美國人並不是不願離開駕駛席。

舉例來說，受訪者中超過四分之一都表示自己對駕駛不感興趣，25-44 歲的人群中，對開車沒興趣的更是高達 41%。更重要的是，美國人用車的頻率正在逐步降低，只有 75% 的受訪者表示自己每天都會駕駛。


美國人的用車頻率和對駕駛的興趣都在逐步降低

除了人的因素，近些年來各種半自動駕駛功能也在逐步飛入尋常百姓家，車輛的駕乘舒適性得到了大幅提升。

ReportLinker 的調查顯示，超過一半的受訪者表示自己的車配備了自適應巡航功能（ACC），有三分之一受訪者則稱他們的車有了前後攝像頭，自動剎車的普及比例更是高達 20%，而這些功能都在為全自動駕駛鋪路。

事實上，在回答下一輛車想買什麼的問題時，有一半受訪者都表示他們有意嘗試全自動駕駛汽車，此外還有三分之一的人對半自動駕駛汽車感興趣。

雖然自動駕駛汽車的新聞今年「能見度」高了很多，但消費者對它們的態度變化並不大。

據雷鋒網(公眾號：雷鋒網)了解，有 60% 的美國人和 74% 的千禧一代表達了對自動駕駛汽車的樂觀看法，這一比例與去年幾乎沒有改變。不過，今年那些天天將駕駛樂趣掛在嘴邊的人態度有了鬆動，這些「狂熱分子」中，甚至有 19% 表示下一臺車可以考慮全自動駕駛汽車。


人們對自動駕駛汽車態度的對比

從性別比例來看，女性明顯更願意接受自動駕駛汽車，有 59% 的受訪女性表示她們對此類車輛有興趣。當然，這也是因為女性駕車頻率本就比男性低所致。


全自動駕駛汽車更受歡迎

安全問題依然是人們拒絕自動駕駛汽車的第一原因

想要讓消費者乖乖掏腰包購買自動駕駛汽車，各家公司就必須先扭轉人們對自動駕駛安全性的固有認知。

從現有的測試情況來看，自動駕駛的安全性還是值得信賴的，但冷不丁冒出的事故很快就衝淡了人們對自動駕駛汽車的信任，比如去年 Uber 測試車上路第一天就闖紅燈和特斯拉車主在 Autopilot 模式下發生的致死事故。


有 38% 的人對自動駕駛說「No」

這些事故顯然打擊了消費者的信心，表示自己不願使用自動駕駛的受訪者比例從 25% 上升到了 38%，女性受訪者比例更是高達 44%。


覺得自動駕駛汽車不安全的受訪者佔了 67%

更驚人的是，有三分之二美國人表示乘坐自動駕駛汽車他們會沒有安全感，在這一問題上，女性比例更是高達 73%。有三分之一消費者認為，安全問題是他們排斥自動駕駛汽車的主要原因。


安全成了人們接受自動駕駛汽車最大的障礙

誰在領導這場自動駕駛競賽？

雖然普通用戶對自動駕駛的安全性依然存有擔心，但汽車廠商對這一技術的認識卻越來越深。

從調查結果來看，特斯拉是人們說到自動駕駛會第一個想到的品牌，其比例高達 16%，排在其後的是福特（7%）、谷歌（6%）、雪弗蘭（6%）與豐田（5%）。如果沒有提示，有 47% 的受訪者都說不出誰能造自動駕駛汽車，因此各家廠商在建立知名度上依舊任務艱巨。


誰能造出最受歡迎的自動駕駛汽車？

對於到底誰能造出最受歡迎的自動駕駛汽車，人們的意見也在發生轉變，有 38% 的男性和 51% 的千禧一代更看好科技公司。而在支持傳統製造商的陣營中，有 70% 的受訪者認為汽車廠商應該與科技公司合作。


科技公司更受消費者信賴

在美國消費者眼中，特斯拉明顯是這場自動駕駛革命的「最終贏家」，有 19% 的受訪者相信馬斯克能打造出最受歡迎的自動駕駛汽車，而男性和千禧一代也更願意將這一重任交給科技公司。

通向未來之路

關於自動駕駛汽車上路後的猜測實在是太多了，其中一些人認為它們會影響人們對買車和公共運輸的看法。

不過，依然有 65% 的受訪者偏向自己買車，剩下的人則覺得 Lyft 或 Uber 的自動駕駛打車服務就夠用了。這樣來看，汽車廠商和打車公司未來都能從中受益。但此類車輛想完全替代火車或輕軌恐怕還需要很長時間，有 59% 的受訪者認為這根本不可能發生。


自動駕駛汽車無法成為公共運輸的代名詞

事實上，在今年的民調中，有興趣乘坐自動駕駛大巴或計程車的人反而減少了 9 個百分點（只剩 33%）。千禧一代依然對此信心滿滿，但年齡稍老的受訪者明顯對其喪失了興趣，有 72% 的老年受訪者表示自己沒興趣，比去年多了 11%。

不過，「民意」並未阻擋廠商的行動，汽車零部件頂級供應商德爾福最近就與法國公共運輸巨頭 Transdev 結盟，它們要在歐洲推出短途自動駕駛運輸服務。此外，兩家公司還有興趣將這一服務帶到北美。


人們對自動駕駛大巴和計程車的興趣正在不斷走低

美國用戶對自動駕駛不感冒並沒有影響科技公司和汽車廠商的判斷，未來它們準備用實力證明自動駕駛汽車的安全性，說服消費者站在它們那邊。

相關焦點

  • 自動駕駛汽車在美國上牌
    美國內華達州機動車管理部門近日向谷歌頒發了首個自動駕駛汽車牌照，以進一步檢驗此類車輛在實際道路駕駛中的性能。該汽車牌照為紅色，上面用無限大符號∞來與其它車輛進行區分。如果進展順利，自動駕駛汽車有望於三到五年內面市。屆時，自動駕駛車輛的車牌將會定為綠色。
  • Seeing Machines推自動駕駛駕駛員監控系統 提高自動駕駛安全性
    該系統名為Guardian後備駕駛員監控系統（Guardian BdMS），其設計旨在確保自動駕駛車輛中的後備駕駛員在必要時能保持警覺、清醒並隨時準備好執行駕駛任務。目前，Seeing Machines公司已與一位客戶籤訂了協議，並與許多站在自動駕駛車輛開發前沿的公司進行了深度討論。
  • Uber無人駕駛汽車闖紅燈?官方如此回應
    北京時間12月15日消息，Uber本周三開始在舊金山測試無人駕駛汽車，不過隨後便有媒體曝光Uber的無人駕駛汽車竟然闖紅燈。該公司很快又表示，視頻中的事故是由人類駕駛員的錯誤導致的：「此事故是一次人為錯誤。正因如此，我們才堅信無人駕駛Uber汽車可以提升道路安全性。這輛汽車並沒有參與測試，也沒有搭載乘客。涉事駕駛員已經停職，我們仍在繼續調查此事。」　　Uber在舊金山測試的無人駕駛汽車都配有人類駕駛員，副駕駛上還有一位技術人員，專門記錄各種數據。一旦有可能發生事故，便會由人類駕駛員控制。
  • 無人駕駛汽車有哪些好處與壞處
    不論你喜歡與否，無人駕駛汽車都在逐漸成為現實。大多數汽車製造商已經承諾，到2020年，至少半自動駕駛汽車將會上市。許多業內專家預測，再過幾年，全自動駕駛汽車就將上路。這些無人駕駛汽車的到來，將給我們帶來遠超過預期的巨大變化。
  • 基於呼吸/觸摸的技術測量駕駛員血液酒精濃度 防止醉酒駕駛
    核心提示：據外媒報導，每年，在美國，約有1萬人醉酒駕駛，而且造成約1940億美元（約合13397億元人民幣）的損失。據美國車輛管理局（DMV）所說，僅去年，在美國維吉尼亞州就有278人死於與酒精相關的交通事故中。因此，維吉尼亞州開始採用了駕駛員酒精安全檢測系統（DADSS）項目的技術。
  • SmartDrive推出智能駕駛輔助系統 保護駕駛員和車隊
    蓋世汽車訊 據外媒報導，車隊安全和交通運輸智能公司Smartdrive Systems推出了智能駕駛輔助系統SmartSense™ for Speeding for Conditions和SmartSense for Sitting Duck，可幫助車隊提醒駕駛員，避免在惡劣的天氣和道路條件下超速駕駛
  • 無人駕駛自動汽車時代來臨
    我上一次乘坐無人駕駛汽車還是在2008年的世界智能交通系統大會上。那輛史丹福大學改裝的代號junior的大眾帕薩特在兩條封閉的街區上跑了一趟，時速25英裡。短短幾年後，無人駕駛汽車已經能在繁忙的高速路上以70英裡的時速行駛。足以說明自動汽車發展神速。「這輛車時速可達75英裡，」烏爾姆森說，「它可以追蹤行人、自行車；可讀懂交通信號燈；可以高速匯入車流。」
  • Seeing Machines推自動駕駛駕駛員監控系統
    近日，據外媒報導，澳大利亞 Seeing Machines 有限公司發布了一個專門提供給自動駕駛車輛使用的改裝駕駛員監控系統，名為 Guardian 後備駕駛員監控系統（Guardian BdMS），其作用在於可以確認自動駕駛車輛中的後備駕駛員在必要的時候能夠保持警覺和清醒，並能隨時準備好執行駕駛任務，此系統可以滿足半自動駕駛和自動駕駛車輛擴大部署的明確需求
  • 避免分心駕駛的新方案:讓駕駛員處於人工智慧系統的監控之下
    據美國國家公路交通安全管理局的一項研究，80% 的交通事故源於分心駕駛。這是一個令人吃驚的數字。近日，滑鐵盧大學機器智能研究中心的一個團隊試圖從技術方面解決這個問題。他們開發了一套監控駕駛員、確認其是否分心駕駛的安全系統。
  • 自動駕駛汽車道路測試的法律規制
    [1] 為此，美國、德國、日本等國家，包括我國，都有企業投入大量資金研究自動駕駛技術。在自動駕駛的等級發展層面，從人對車輛完全控制的0級（no automation）到車輛完全脫離駕駛員控制的4級（full self-driving automation）是整個自動駕駛技術的發展趨勢，[2]無人駕駛是自動駕駛的最高級形式。在技術發展階段，目前處於自動駕駛汽車技術發展的關鍵階段——測試階段。
  • 德國萊茵TUV集團發布全球消費者對自動駕駛汽車安全性看法的研究
    這項調查面向全球，旨在研究全球消費者對自動駕駛汽車安全性的看法。調查對象為中國、德國和美國各1000多名18歲以上（包括18歲）的持證駕駛員。結果顯示，中國信任全自動駕駛汽車技術的汽車駕駛員幾乎是其他兩個國家的兩倍。在中國，超過63%的受訪者認為無人駕駛汽車可以提升道路安全水平，而這一數字在美國和德國則為34%。
  • 人工智慧的侵權責任劃分——以自動駕駛汽車為視角
    至於基於人工智慧設計的自動駕駛汽車的概念，各國規定也不盡相同。依據美國汽車工程師學會給出的評定標準，自動駕駛可分為6個等級。其中，第0-2級為輔助駕駛車輛；第3-4級為高度自動駕駛車輛（Highly Automated Vehicle，以下簡稱「HAV」）；第5級則被稱為無人駕駛車輛（Self-Driving Car，以下簡稱「SDC」）。
  • 自動駕駛汽車的幾大好處
    您是否同意這種自動駕駛汽車的好處在很大程度上取決於您對汽車的欣賞或蔑視。 如果你是喜歡開車的汽車愛好者的陣營，並考慮駕駛運動和藝術形式的可能性，你不會期待自動駕駛汽車被強制執行的那一天。是的，隨著自動駕駛汽車變得越來越熟練，技術變得越來越適合更廣泛的汽車，這一天確實出現了。
  • 你知道什麼樣的駕駛座最適合自己嗎?
    近些年來，越來越多的群眾擁有汽車，也有越來越多的人開始攢錢購買汽車，更有很多人都在購買汽車的路上。為什麼汽車近些年來如此風靡？原因顯而易見，方便了我們大多數人的出行。這些現象都意味著汽車行業的發展是良好的，能夠受到較多人歡迎的。從前只是一些男性喜歡駕駛汽車，但是現在越來越多的女性開始關注到汽車方面，她們不僅對汽車的品牌了如指掌，在駕駛證的考試當中更是展現出了自己獨特的駕車方式。但是，考過駕駛證的人都知道，汽車的駕駛座實際上與駕駛員能夠很好地駕駛這輛汽車，以及能不能完全操控這輛汽車，有著很大的關係。
  • 駕駛員在鎖定期間加速行駛,汽車墜毀更為嚴重
    超速駕駛的水平真是令人震驚。路透社的一份分析報告顯示，今年春季，冠狀病毒的封鎖導致交通量大幅度減少，車禍數量減少，但是隨著駕駛員在安靜的道路上加速行駛，在幾個城市發生的撞車事故更加嚴重。在紐約市，致命撞車事故與所有撞車事故的比例在四月份比去年同期增長了167%。
  • 自動駕駛汽車侵權的法律責任
    自動駕駛技術是人工智慧在交通運輸領域的應用，理論上，該技術的普及有助於減少因駕駛人不當操作所導致的交通事故，但實際上，若自動駕駛系統存在缺陷或發生故障，卻可能導致更嚴重的侵權行為。自動駕駛涉及的主體包括自動駕駛汽車生產商、汽車銷售者、車輛使用人、車輛駕駛員（在高度自動化和完全自動化駕駛中不存在駕駛員）。隨著自動駕駛汽車的發展，系統的「自駕行為」逐步取代自然人的「駕駛行為」，駕駛員的身份隨之逐漸轉變為乘車人，汽車的行駛並不完全受其控制。因此，若按照《道路交通安全法》追究駕駛員的侵權責任並不合理。另一方面，完全按照《產品責任法》追究汽車生產商嚴格的質量責任，也具有一定困難。
  • 看一點就懂汽車自動駕駛怎麼回事,這些東西你應該知道
    自主汽車一級簡單的駕駛功能1級 - 簡單駕駛員功能的計算機輔助（巡航控制，ABS，穩定控制）自動駕駛汽車2級部分自動化2級 - 在有限的情況下一次部分自動化一個功能（自動緊急制動）。特斯拉的自動駕駛技術實際上是針對個人情況和速度的一系列獨立功能，導致許多公眾不正當地認為特斯拉可以自己駕駛 - 有時會導致致命的結果。事實上，消費者報告發現，在完成車道變更等簡單任務時，自動駕駛系統遠不如人類駕駛員。
  • 蘇州相城區發布智能駕駛「上路計劃」,福特開放自動駕駛汽車數據集
    福特開放自動駕駛汽車數據集免費使用 本周，福特開放了自己的自動駕駛汽車數據集。為實現成為「移動出行公司」的目標，豐田打算使用區塊鏈技術來開發一種使用戶可以更開放、更安全地與豐田公司及其服務建立聯繫的環境，並進一步與更多外部公司建立戰略合作夥伴關係。豐田表示，該項目將對車企和用戶開放共同的資料庫，每個人都可以在資料庫中安全地寫入和共享數據，這些數據包括自動駕駛汽車的測試和駕駛記錄數據，以及自動駕駛共享出行的用戶們的使用數據等，以此實現的應用包括為自動駕駛汽車行業保險定價等。
  • 無人駕駛汽車對UX設計的挑戰
    用戶體驗設計師可以分析以下五個因素，並使用不同的策略來創建自動駕駛汽車，從而使用戶能夠安心： 1.冒險駕駛 一些駕駛員可能會比較信任自動駕駛車輛，並且會以更快的速度行駛。
  • 史丹福大學研發計算技術 可讓自動駕駛汽車根據周圍情況自動調整...
    蓋世汽車訊 現在，雖然有很多自動駕駛汽車在仿真測試或初始測試中取得了矚目的成績，但是在真實街道上接受測試時，往往無法基於周圍車輛或代理的情況調整自己的行進軌跡，特別是在十字路口或者多車道街道等需要一定協調能力的駕駛場景下。