你上一次听说严重的交通事故是什么时候?很可能是最近的事。世界卫生组织的最新数据显示，全球每年仍有超过100万人死于交通事故，另有多达5000万人受伤。事实上，5至29岁的人死亡的主要原因不是疾病或战争，而是道路交通事故。
与航空旅行相比，在2019年，飞机航运量非常高的情况下，涉及商业航班的死亡人数为239人。
当然，239人的死亡人数太多了，但与每年约135万人的道路死亡人数相比，这个数字低得惊人。飞行是极其安全的，而驾驶是惊人的危险。我们应该问的问题是: 我们如何才能让驾驶和飞行一样安全? 道路如何变得和天空一样安全?
答案不难找到。这可以归结为两件事: 培训和技术。
像飞行员一样思考
方程式的训练部分是心理学与道路安全的结合。如果驾驶员像飞行员那样思考，并接受过一些训练，那么很多事故就不会发生。因为飞行员接受的训练是避免导致事故的常见思维习惯。
如果驾驶员像飞行员那样思考，并接受过一些训练，那么很多事故就不会发生
例如，他们被训练在出发前使用检查表，一个接一个地检查飞机的所有安全功能，如果有任何问题就采取行动。他们被训练成客观地思考，避免那种让你认为过去没有发生过的事故将来也不会发生的心理状态。
他们还被训练避免“盯着目标”，这在飞行和驾驶中都是常见的。这种情况发生在驾驶员将注意力集中在障碍物或威胁上，比如前方行驶的车辆，而不是避开威胁，径直朝它驶去。这可能听起来有悖直觉，但目标锁定是司机撞车的最常见原因之一。
随着汽车变得越来越安全——有了更多的冲击保护、更安全的材料、更好的刹车和复杂的预警系统——当局已经在许多建筑密集地区将车速限制降低到每小时20英里(30公里每小时)，司机的行为和意识正成为避免事故的关键因素。而当人们意识到这一点时，还有一个新的道路安全难题尚未解决:数字数据。
当人们意识到这一点时，还有一个新的道路安全难题尚未解决:数字数据
了解你的“驾驶环境”
智能驾驶就是驾驶员与车辆以及周围环境的关系，包括车辆的性能、天气状况、交通状况、道路危险，以及这些因素不断变化的方式。通信技术正在提供与“驾驶环境”互动的新方式，就像他们已经在空中为飞行员所做的那样。
现代汽车在车上安装了多个计算机芯片，收集从交通状况到天气，甚至是行驶路面类型等一切数据，同时制动和牵引系统计算道路是湿的、干的还是冰的。由于许多地方都有手机和卫星连接，这些数据可以被远程整理和分析，从而形成驾驶环境的图像，并预测可能的变化。
看似空旷的道路可能会突然变得拥挤。看似良好的天气可能会突然变得恶劣。一辆表现正常的汽车可能会出现故障。甚至还有使用汽车摄像头和人工智能的预测系统，可以对行人或车辆的行为是否可能导致事故发出警告。
所有这些信息都已经在某些地方可以获得了，无论是车内还是车外——例如，谷歌Maps等服务根据数千名用户的数据提供反馈，报告交通状况。但这类应用程序只代表一家公司的数据馈送。如今，有可能将来自许多组织以及汽车设备和静态路边传感器等来源的数据结合起来。这可以构建一个完整的驾驶环境图片，无需咨询大量的移动应用程序:取而代之的是一个屏幕或车载控制台上的读数将完成这项工作，而不会干扰正常驾驶。
如今，有可能将来自许多组织以及汽车设备和静态路边传感器等来源的数据结合起来
拯救生命
这种情况还没有发生的原因是系统和数据格式不兼容，也因为商业组织不太喜欢共享数据。
但人们正在努力将这些数据整合在一起，创造出驾驶环境的实时图像，供任何需要的人使用。欧盟委员会支持的道路安全数据倡议旨在为私营企业和官方来源之间的数据共享创建共同标准。
该倡议目前正在呼吁更多的参与者注册并同意分享他们的数据。数据所有者是否会这么做还有待讨论，但他们肯定应该这么做。
毕竟，生命与其息息相关。
