为什么特斯拉、蔚来、小鹏都会撞上侧翻静止车辆？

科技

2022-04-27 11:04

近日，「车主称小鹏汽车自动辅助驾驶失灵」一时成为热门话题。

小鹏汽车车主邓先生称在国道上开启自动辅助驾驶行驶十几公里后，突遇一辆侧翻在道路上的汽车，没有任何报警和减速，车子径直撞了上去。酿成悲剧。

又是侧翻静止车辆。无独有偶，特斯拉和蔚来也遇到过这样的情况。

2021 年 1 月底，蔚来 ES8 在高速公路上开启 L2 级自动驾驶功能（NOP，领航辅助）时，撞上一台静止五菱宏光。

2020 年 6 月初，特斯拉 Model 3 高速公路上开启 L2 级自动驾驶功能（AP，领航辅助）时，撞上一辆侧翻的货车。

为什么这样的事情一直出现呢？为什么车企看到友商有这样的问题，不去做规避呢？

在回答这个问题之前呢，我们先来看汽车在开启 L2 级辅助驾驶系统时，是如何工作的？

汽车在开启 L2 级辅助驾驶系统状态中，在驾驶员的监控下可自主完成变道超车、自动驶入、驶出匝道等操作。这就好比人开车一样，汽车在这个状态中是有感知（收集道路信息）、决策（知道怎么开）、执行的能力（执行规划好的策略）。

无法躲避静止车辆，很明显就是感知层出了问题。

我们接下来看这三家车企所采取的辅助驾驶感知方案！

蔚来 ES8 搭载了 25 个传感器，一个前向 3 目摄像头、5 个毫米波雷达、4 个环视摄像头和 12 个超声波雷达、一个驾驶员监测摄像头。

特斯拉 Model Y 周身搭载了 8 个摄像头，1 个毫米波雷达，和 12 个超声波雷达。

小鹏 P7 XPILOT 2.5 系统搭载了 22 个传感器，包括一个前向单目摄像头、4 颗泊车 360 度环视摄像头、1 颗车内人脸识别摄像头、1 颗行车记录仪摄像头、3 个毫米波雷达、12 颗超声波雷达。

特斯拉和蔚来虽然是三目前视摄像头，但并没有使用立体视觉，三个摄像头主要是焦距不同，看的视野范围不同。所以总的来说，他们三家使用的都是视觉+毫米波雷达的传感器方案。

别看搭载如此多的智能传感器，但在开启 L2 级自动驾驶系统（Autopilot、NOA 或 EAP 系统）时，车辆主要依靠前视摄像头和毫米波雷达探测前方物体。

这个架构换句话说就是视觉是主传感器，然后再用毫米波雷达进行辅助。其中视觉传感器的权重高，毫米波雷达的权重低。

使用视觉+毫米波雷达的传感器方案，只要不是双目立体视觉，不管是使用基于规则的视觉算法还是使用深度学习技术，都有着天然的无法改变的缺陷，这个缺陷表现为——对有些目标物无法识别。

无论是基于规则的视觉算法还是使用深度学习技术，都要有一个大前提，即有相应的数据，才能认识，才能识别。

比如说：没有见过的情景，训练数据集无法完全覆盖真实世界的全部目标，能覆盖 10% 都已经是很不错了，那剩下的 90% 没有见过便不能识别，更何况真实世界每时每刻都在产生着新的不规则目标。比如说坏在路上的车。

特斯拉多次事故都是如此，比如在中国两次在高速公路上追尾扫地车（第一次致人死亡），在美国多次追尾消防车。

第二个就是图像缺乏纹理特征，就像摄像头面前放一张白纸，自然识别不出来是什么物体。

某些底盘高的大货车侧面在某一时刻或者一堵白墙，就是白纸一样，基于深度学习的机器视觉此时就如同瞎子，不减速就直接撞上去。

为了弥补这种失误，因此在视觉的基础上再引入毫米波雷达的探测结果进行验证。

但毫米波雷达探测静止目标信息时，有一个缺陷，它可以探测到静态目标包括建筑物、车辆、行人等。但是不能很好区别和识别。需要一定的算法才能从中分辨出目标。

举个例子：比如是一个行驶中的汽车，毫米波雷达是能比较好探测到目标的。如果卡车静止或者移动速度很慢，毫米波雷达就需要相应的算法来探知前方是否有物体。

再有就是毫米波雷达，目前量产车的毫米波雷达角分辨率太低，毫米波雷达安装的角度也很低，对金属物体又过于敏感。

为避免误操作，雷达公司和一些车企在拿到雷达的反射数据后，会通过算法直接将一些静止物体，或者疑似静止的物体过滤掉，以避免产生错误的反应。

所有的毫米波雷达都会将静态目标过滤掉或遇上底盘比较高的大货车，可能也会检测不到。

这就是现阶段使用摄像头和毫米波雷达方案的弊端。视觉看到了无法识别，毫米波雷达也探测到了，也因为无法区别和分辨，就给过滤掉了。

那结果就是无法识别目标就认为目标不存在，与盲人无异——车辆会认为前方无障碍物，然后不减速直接撞上去。

针对这种技术的缺陷，有些整车厂研制了新的技术方案，比如奔驰、丰田的立体双目方案，也有比如现在新势力整车厂宣传的激光雷达融合方案！

激光雷达和立体双目为传感器的方案也只是能解决一些问题而已，只不过现在没有大规模的应用，所以发生问题的个例还没暴露。

那为何要将这样一种有缺陷的技术安装上车呢？

其实这个不算缺陷，只是大家对于这种技术的能力边界认知不够清晰。

这个不得不提自动驾驶的分级。

当下车企所宣传的「无人驾驶」、「自动驾驶」，其实都是 L2 级别的自动辅助驾驶。

根据 SAE（美国汽车工程师学会）的分类，自动驾驶可以分为 L0-L5 级六个阶段。

其中， L0 代表无自动辅助功能；L1-L2 为驾驶辅助系统，驾驶员是车辆操作的主体；L3-L4 为有条件的自动驾驶系统；只有到了 L5 才是真正的无人驾驶。

L2 级别可以实现的功能有，在高速上能独立完成打灯变道、超车、跟车、上下匝道等开车技能，但需要驾驶员时刻集中精力，随时准备接管。

L2 及以下级别是自动驾驶的初级水平，这个区间的自动驾驶技术不具备「全自动驾驶能力」，是始终需要人类监管的驾驶辅助系统——事故主要责任人始终是人类驾驶员。

对于一名汽车用户而言，「辅助」驾驶与「自动」驾驶的概念功能，本应该是最基本的认知常识。可悲的是，自动驾驶行业里的玩家长期以来都在夸大宣传，忽悠用户。

特斯拉宣传页面

威马 W6 宣传页面

这种宣传状况是经过去年的「蔚来 ES8 车主启用 NOP 领航功能，在沈海高速涵江段发生交通事故，不幸逝世。」事件之后，才有所改观。

但是，已经逐渐习惯并且依赖这一套系统的消费者们，其实并不清楚自己开启的是怎样一套系统，以及这套系统是否存在风险。

很多时候，他们依据名字来判断。就好比这名小鹏车主所说的「自动辅助驾驶」，可能对于这名小鹏车主来说，他也不知道，在所谓的自动辅助驾驶模式下，究竟什么可做什么不可做。

这就会造成误差，一些人太信任自动辅助驾驶系统，以为开车时完全可以解放双手双脚。但遇到一些无法识别的情况，可能就会酿成悲剧。

最后建议大家使用此类功能时，多读用户手册，看车企提供的讲解视频，了解自动辅助驾驶的能力边界在哪里，为自己的安全负责！

「汽车之心 · 行家说」预告

4 月 28 日周四晚上 20:00-21:00，知行科技产品总监司正敏将做客汽车之心 · 行家说，聊聊「行泊一体域控制器的进化之路」。

欢迎扫描下方二维码报名或添加微信 autobit008 预约收看直播。

▼ 点击阅读原文，观看「汽车之心·行家说」往期回放。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章