每日最新頭條.有趣資訊

後怕!司機睡著了,特斯拉一邊超車,一邊撞路樁

車東西

文 | 曉寒

據外媒報導,美國時間7月15日,一輛特斯拉Model 3在高速公路行駛期間,連續撞上11個施工用的隔離樁桶,並最終停在了道路旁邊,幸運的是並沒有造成人員傷亡。

車主Richard FS在Youtube上傳了行車記錄儀錄取的事故視頻,還原了事故發生的過程。

Model 3撞上多個樁桶

這名車主表示,自己當時睡著了,沒能控制車輛,但是特斯拉的L2級自動駕駛系統Autopilot系統(包括AEB緊急製動系統)沒能幫他避免碰撞,言語之間有些埋怨的意思。

從視頻來看,車輛當時正在一個高速公路行駛,且超過了一輛貨車,說明其速度較高,且車輛在居中行駛時直接撞上了施工路段的多個圓形樁桶。

事故發生後,有一些評論和媒體認為這是又一個特斯拉Autopilot系統失靈或者失敗的案例。車東西向特斯拉官方詢問了此事,但官方尚未對此事給出回應。

隨後,車東西又與來自某國際Tier1、德系豪華車企和傳感器技術供應商的多位技術專家進行了溝通,他們普遍認為,這場事故大概率不是特斯拉的錯!

一、L2級自動駕駛 駕駛員負責

首先需要明確,按照SAE等標準,L2級自動駕駛的責任全部由駕駛員承擔,在駕駛員睡著無法監控路況作出反應,且系統沒有出問題的的情況下,這個事故的最終責任在駕駛員,而非車輛。

二、這事兒跟AEB無關

即使駕駛員睡覺不對,那麽就跟車主質疑的一樣,特斯拉的Autopilot,或者是AEB自動緊急製動功能,為什麽沒有工作呢?

首先需要明確,這事兒跟AEB系統無關。

某國際Tier1自動駕駛技術負責人告訴車東西,自動駕駛技術背後有多個細分功能,例如ACC自適應巡航、AEB自動緊急製動、LKA車道保持輔助等,不同的功能有不同的工作條件,像是AEB跟ACC或者ICA(智能巡航)系統的功效是有重疊的,不能同時工作。

從上面視頻來看,車輛是在高速公路行駛,並且還在超車,速度一般高於80公里/小時。這時候打開Autopilot,其實是智能巡航系統在工作(國內一般叫做ICC或者ICA),即車輛自行在車道中間向前行駛,如果前方有車或障礙物,車輛會自行減速(最低可刹停),待前車離開後,再加速至設定速度(特斯拉的Navigate On Autopilot系統還增加了超車功能,此處不多說)。

所以即使是系統失效,也是Autopilot智能巡航的鍋,而非AEB。

事故Model 3在高速上加速超車

而如果沒有打開智能巡航(Autopilot),人工駕駛的時候被系統檢測到即將發生碰撞,車輛才會啟動AEB緊急製動功能,大力刹車避免或者減輕碰撞。

這也是為什麽特斯拉會給沒有選裝Autopilot功能的車輛單獨更新AEB緊急製動功能的原因,因為兩個系統就不是一個東西,不在一起工作。

三、何為系統失效?

既然這事兒跟AEB系統無關,但當時已經打開了Autopilot,為什麽系統沒有檢測到障礙物並刹車呢?這裡面有兩種可能的答案:

(1)特斯拉的Autopilot系統裡壓根就沒有設計識別並躲避這種圓形樁桶的功能,所以撞了。

(2)特斯拉的Autopilot系統設置有這種功能,但是當時沒有識別,所以撞擊了。

第一種情況不存在失效或者出問題這一說法,因為因為根本就沒設計這個功能,何談失效?就像是特斯拉Model 3不會飛,你硬說特斯拉Model 3的飛行技術不好一樣。

所以只有第二種情況,才能證明特斯拉的Autopilot系統失效。

四、那麽Autopilot是否失效呢?

提到這次事故,某德系豪華品牌自動駕駛技術專家和某大型Tier1的產品總監均向車東西表示,這一事故的原因很可能是第一種情況,即特斯拉根本沒有設計這一功能,所以才會撞上圓形樁桶。

跟特斯拉處於“對立”面的傳統汽車行業專家們,為什麽這麽傾向於第一種情況呢?答案有兩個。

(1)L2級自動駕駛無需解決特殊情況

目前,大部分L2級自動駕駛最核心的就是車道居中行駛並自行控制加減速。速度高點叫做ICA/ICC智能巡航,速度低一些就是TJP交通擁堵輔助,本質是一個功能。只不過TJP在沒有車道線的時候,還能跟前車軌跡行駛。

為了實現這些功能,車輛只要識別車道線、其他車輛、行人等少數關鍵物體即可。而像是遇到釘子、一塊石頭,或者溝壑的情況,則由人類駕駛員負責識別和躲避。

特斯拉Navigate On Autopilot功能

這麽做有兩個原因,一是現實情況中存在無窮的特殊情況,比如路上可能會有釘子、動物屍體、木棍、遺漏的貨物等各種障礙物,現有技術無法窮舉。

二是L2級自動駕駛由人類駕駛員負責,所以人類司機從法律層面上需要保持對路面的監測並隨時接管,所以車企當然要利用起來駕駛員的能力,結合起來推出這一技術。

“有些車企會對汽車、行人之外的靜止物體進行一些探測,有的沒有。”上述德系豪華品牌自動駕駛技術專家告訴車東西,“如果探測不準就製動,誤製動會有很多。”

“我們在識別像是路邊道路牌這種金屬物體的時候直接就過濾掉了,怕系統將其誤認為是汽車而產生誤製動。”上述國際Tier1的自動駕駛專家告訴車東西,“如果是我們的L2級系統,這種情況也可能會撞。”

這兩位技術專家的言外之意很明顯,就是想要對千奇百怪的物體進行識別,困難很大,如果誤識別,進行製動又影響體驗,所以還不如不識別,讓人類司機去解決這些特殊問題。

(2)Model 3的硬體配置“不允許”

雖然上述德系豪華品牌車企和國際Tier1的技術專家說了一些行業慣例,那麽作為目前L2級自動駕駛技術比較強的玩家,特斯拉會不會有例外呢?

車東西就此問題採訪了國內視覺ADAS技術供應商中科慧眼聯合創始人崔峰,以及東南大學國家毫米波重點實驗室毫米雷達技術專家、毫米波雷達公司隼眼科技CTO張慧。

至少從Model 3配置的傳感器來看,他們認為可能性很低。

Model 3的前置三目攝影頭

先說一個背景知識,Model 3傳感器有三種,車頭一個前置77G毫米波雷達,一個3目攝影頭,已經遍布四周的十幾個超聲波雷達。

在上述事故場景中,主要是靠前視攝影頭和毫米波雷達探測前方障礙物。

東南大學國家毫米波重點實驗室毫米雷達技術專家、毫米波雷達公司隼眼科技CTO張慧告訴車東西,毫米波雷達探測物體的精度主要看被探測物體的RCS(雷達散射截面),這個參數又跟材質有關。

“上述場景中的圓形樁桶為塑料材質,對毫米波雷達的反射弱,很難形成有效反射。”張慧這樣告訴車東西。所以Model 3的毫米波雷達對這些塑料桶無能為力。

那麽車前面的攝影頭呢?為什麽也看不到這些樁桶呢?

現階段靠攝影頭的視覺技術識別物體,主流做法是靠深度學習算法,即大量的給神經網絡喂數據才能讓其識別某一物體,進而才能在此基礎上推測與物體的距離。

對於特斯拉來說,其主要依靠視覺來做自動駕駛技術(例如寶馬等車企會給L2級車輛安裝3個毫米波雷達,特斯拉只有1個),因此其最重要的是先識別車輛、路燈、路牌、行人等這些物體,對於非關鍵物體,其很難有精力去訓練模型來做識別。

但現在市面上存在一種用雙目立體視覺技術不依賴深度學習識別物體,隻進行測距的辦法。可以得到物體的面積和距離,從而進行避障。例如中科慧眼的雙目攝影頭連小型的冰淇淋筒(錐桶)也可識別。

那特斯拉的三目攝影頭不會這麽做嗎?

“從公開資料來看,特斯拉的三目攝影頭是獨立工作的。主要為了解決但焦距相機的視角與可視距離的矛盾。”中科慧眼CTO崔峰向車東西分析道,“把一個短焦廣角相機、一個中焦相機和一個長焦相機各自的識別結果進行融合,來獲得大視野範圍中端距離和中間區域長距離的目標識別。”

所以從硬體角度來說,特斯拉基於現有的毫米波雷達和單目攝影頭陣列,很難去做圓形樁桶,或者路障的識別。

當然,本文所有內容都還處於分析探討階段,至於特斯拉究竟有沒有做樁桶的識別和避障,只有特斯拉公司自己清楚。截止發稿,特斯拉官方並未就此次事件進行回復。

結語:車企應教育用戶如何使用自動駕駛技術

眼下,L2級自動駕駛技術正在迅速普及,今年將有40+款新車搭載L2級系統上市,提升用戶的駕駛舒適度。

但需要注意的是,如本文分析,L2級自動駕駛技術不是萬能的,大部分特殊情況其都無法應對,因為根本就沒有設計這些功能。所以對於車企來說,在宣傳L2級自動駕駛的時候,既要告訴用戶自己的技術多麽厲害,又要告知其使用場景,才能避免事故的出現。

獲得更多的PTT最新消息
按讚加入粉絲團