向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

特斯拉L2级自动驾驶连撞11个路桩,系统失效还是硬件问题?

时间:2019-08-01 阅读:
一辆特斯拉Model 3在高速公路行驶期间,连续撞上11个施工用的隔离桩桶,并最终停在了道路旁边。事故发生后,有一些评论和媒体认为这是又一个特斯拉Autopilot系统失灵或者失败的案例。但来自某国际Tier1、德系豪华车企和传感器技术供应商的多位技术专家却普遍认为,这场事故大概率不是特斯拉的错!

据外媒报道,美国时间7月15日,一辆特斯拉Model 3在高速公路行驶期间,连续撞上11个施工用的隔离桩桶,并最终停在了道路旁边,幸运的是并没有造成人员伤亡。

车主Richard FS在Youtube上传了行车记录仪录取的事故视频,还原了事故发生的过程。

020ednc20190801

Model 3撞上多个桩桶

这名车主表示,自己当时睡着了,没能控制车辆,但是特斯拉的L2级自动驾驶系统Autopilot系统(包括AEB紧急制动系统)没能帮他避免碰撞,言语之间有些埋怨的意思。

从视频来看,车辆当时正在一个高速公路行驶,且超过了一辆货车,说明其速度较高,且车辆在居中行驶时直接撞上了施工路段的多个圆形桩桶。

事故发生后,有一些评论和媒体认为这是又一个特斯拉Autopilot系统失灵或者失败的案例。笔者向特斯拉官方询问了此事,但官方尚未对此事给出回应。

随后,笔者又与来自某国际Tier1、德系豪华车企和传感器技术供应商的多位技术专家进行了沟通,他们普遍认为,这场事故大概率不是特斯拉的错!

L2级自动驾驶 驾驶员负责

首先需要明确,按照SAE等标准,L2级自动驾驶的责任全部由驾驶员承担,在驾驶员睡着无法监控路况作出反应,且系统没有出问题的的情况下,这个事故的最终责任在驾驶员,而非车辆。

这事儿跟AEB无关

即使驾驶员睡觉不对,那么就跟车主质疑的一样,特斯拉的Autopilot,或者是AEB自动紧急制动功能,为什么没有工作呢?

首先需要明确,这事儿跟AEB系统无关。

某国际Tier1自动驾驶技术负责人告诉车东西,自动驾驶技术背后有多个细分功能,例如ACC自适应巡航、AEB自动紧急制动、LKA车道保持辅助等,不同的功能有不同的工作条件,像是AEB跟ACC或者ICA(智能巡航)系统的功效是有重叠的,不能同时工作。

从上面视频来看,车辆是在高速公路行驶,并且还在超车,速度一般高于80公里/小时。这时候打开Autopilot,其实是智能巡航系统在工作(国内一般叫做ICC或者ICA),即车辆自行在车道中间向前行驶,如果前方有车或障碍物,车辆会自行减速(最低可刹停),待前车离开后,再加速至设定速度(特斯拉的Navigate On Autopilot系统还增加了超车功能,此处不多说)。

所以即使是系统失效,也是Autopilot智能巡航的锅,而非AEB。

021ednc20190801

事故Model 3在高速上加速超车

而如果没有打开智能巡航(Autopilot),人工驾驶的时候被系统检测到即将发生碰撞,车辆才会启动AEB紧急制动功能,大力刹车避免或者减轻碰撞。

这也是为什么特斯拉会给没有选装Autopilot功能的车辆单独更新AEB紧急制动功能的原因,因为两个系统就不是一个东西,不在一起工作。

三、何为系统失效?

既然这事儿跟AEB系统无关,但当时已经打开了Autopilot,为什么系统没有检测到障碍物并刹车呢?这里面有两种可能的答案:

(1)特斯拉的Autopilot系统里压根就没有设计识别并躲避这种圆形桩桶的功能,所以撞了。

(2)特斯拉的Autopilot系统设置有这种功能,但是当时没有识别,所以撞击了。

第一种情况不存在失效或者出问题这一说法,因为因为根本就没设计这个功能,何谈失效?就像是特斯拉Model 3不会飞,你硬说特斯拉Model 3的飞行技术不好一样。

所以只有第二种情况,才能证明特斯拉的Autopilot系统失效。

四、那么Autopilot是否失效呢?

提到这次事故,某德系豪华品牌自动驾驶技术专家和某大型Tier1的产品总监均向车东西表示,这一事故的原因很可能是第一种情况,即特斯拉根本没有设计这一功能,所以才会撞上圆形桩桶。

跟特斯拉处于“对立”面的传统汽车行业专家们,为什么这么倾向于第一种情况呢?答案有两个。

(1)L2级自动驾驶无需解决特殊情况

目前,大部分L2级自动驾驶最核心的就是车道居中行驶并自行控制加减速。速度高点叫做ICA/ICC智能巡航,速度低一些就是TJP交通拥堵辅助,本质是一个功能。只不过TJP在没有车道线的时候,还能跟前车轨迹行驶。

为了实现这些功能,车辆只要识别车道线、其他车辆、行人等少数关键物体即可。而像是遇到钉子、一块石头,或者沟壑的情况,则由人类驾驶员负责识别和躲避。

022ednc20190801

特斯拉Navigate On Autopilot功能

这么做有两个原因,一是现实情况中存在无穷的特殊情况,比如路上可能会有钉子、动物尸体、木棍、遗漏的货物等各种障碍物,现有技术无法穷举。

二是L2级自动驾驶由人类驾驶员负责,所以人类司机从法律层面上需要保持对路面的监测并随时接管,所以车企当然要利用起来驾驶员的能力,结合起来推出这一技术。

“有些车企会对汽车、行人之外的静止物体进行一些探测,有的没有。”上述德系豪华品牌自动驾驶技术专家告诉车东西,“如果探测不准就制动,误制动会有很多。”

“我们在识别像是路边道路牌这种金属物体的时候直接就过滤掉了,怕系统将其误认为是汽车而产生误制动。”上述国际Tier1的自动驾驶专家告诉车东西,“如果是我们的L2级系统,这种情况也可能会撞。”

这两位技术专家的言外之意很明显,就是想要对千奇百怪的物体进行识别,困难很大,如果误识别,进行制动又影响体验,所以还不如不识别,让人类司机去解决这些特殊问题。

(2)Model 3的硬件配置“不允许”

虽然上述德系豪华品牌车企和国际Tier1的技术专家说了一些行业惯例,那么作为目前L2级自动驾驶技术比较强的玩家,特斯拉会不会有例外呢?

车东西就此问题采访了国内视觉ADAS技术供应商中科慧眼联合创始人崔峰,以及东南大学国家毫米波重点实验室毫米雷达技术专家、毫米波雷达公司隼眼科技CTO张慧。

至少从Model 3配置的传感器来看,他们认为可能性很低。

023ednc20190801

Model 3的前置三目摄像头

先说一个背景知识,Model 3传感器有三种,车头一个前置77G毫米波雷达,一个3目摄像头,已经遍布四周的十几个超声波雷达。

在上述事故场景中,主要是靠前视摄像头和毫米波雷达探测前方障碍物。

东南大学国家毫米波重点实验室毫米雷达技术专家、毫米波雷达公司隼眼科技CTO张慧告诉车东西,毫米波雷达探测物体的精度主要看被探测物体的RCS(雷达散射截面),这个参数又跟材质有关。

“上述场景中的圆形桩桶为塑料材质,对毫米波雷达的反射弱,很难形成有效反射。”张慧这样告诉车东西。所以Model 3的毫米波雷达对这些塑料桶无能为力。

那么车前面的摄像头呢?为什么也看不到这些桩桶呢?

现阶段靠摄像头的视觉技术识别物体,主流做法是靠深度学习算法,即大量的给神经网络喂数据才能让其识别某一物体,进而才能在此基础上推测与物体的距离。

对于特斯拉来说,其主要依靠视觉来做自动驾驶技术(例如宝马等车企会给L2级车辆安装3个毫米波雷达,特斯拉只有1个),因此其最重要的是先识别车辆、路灯、路牌、行人等这些物体,对于非关键物体,其很难有精力去训练模型来做识别。

但现在市面上存在一种用双目立体视觉技术不依赖深度学习识别物体,只进行测距的办法。可以得到物体的面积和距离,从而进行避障。例如中科慧眼的双目摄像头连小型的雪糕筒(锥桶)也可识别。

那特斯拉的三目摄像头不会这么做吗?

“从公开资料来看,特斯拉的三目摄像头是独立工作的。主要为了解决但焦距相机的视角与可视距离的矛盾。”中科慧眼CTO崔峰分析道,“把一个短焦广角相机、一个中焦相机和一个长焦相机各自的识别结果进行融合,来获得大视野范围中端距离和中间区域长距离的目标识别。”

所以从硬件角度来说,特斯拉基于现有的毫米波雷达和单目摄像头阵列,很难去做圆形桩桶,或者路障的识别。

当然,本文所有内容都还处于分析探讨阶段,至于特斯拉究竟有没有做桩桶的识别和避障,只有特斯拉公司自己清楚。截止发稿,特斯拉官方并未就此次事件进行回复。

结语:车企应教育用户如何使用自动驾驶技术

眼下,L2级自动驾驶技术正在迅速普及,今年将有40+款新车搭载L2级系统上市,提升用户的驾驶舒适度。

但需要注意的是,如本文分析,L2级自动驾驶技术不是万能的,大部分特殊情况其都无法应对,因为根本就没有设计这些功能。所以对于车企来说,在宣传L2级自动驾驶的时候,既要告诉用户自己的技术多么厉害,又要告知其使用场景,才能避免事故的出现。

(来源:智东西)

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 传感器融合实现2级以上自动驾驶 预计到2020年,大量中档车辆将配备自动驾驶2级系统,到2025年或之后,商用和高端车辆上将安装3级和4级系统。然而,从1级和2级跳跃到3级及以上级别将面临各种挑战,其中一项挑战是航位推算。
  • 面向安防监控AI应用的图形处理技术 在对人工智能(AI)而非提高像素的需求推动下,特别是在由计算机视觉和数据驱动的决策制定方面,GPU(图形处理单元)领域已出现一场革命。神经网络的到来已使视觉处理成为现代世界的关键因素。因此,机器人处理操作、智能监控摄像头以及汽车高级驾驶辅助系统(ADAS)等相关行业都发生了变化。
  • 教你如何测量无人机、机器人与自驾车的动态姿态 本文介绍以IMU估算在动态条件下进行翻滚和俯仰姿态的基本物理和数学…
  • 英伟达股票受重挫,半导体行业寒冬来临?业界老将称未必 英伟达股票下滑超过50%,苹果、英特尔、台积电和AMD等半导体股票也都不乐观,导致股票分析师和半导体业界分析人士对半导体行业前景产生悲观情绪。对此,半导体业界老将有不同看法......
  • 深度学习专家很缺吗? 今年初,一家位于美国密执安州的一级代理商Visteon也宣布与DeepScale展开合作,并开发出首款自动驾驶技术平台——DriveCore。然而,最令人印象深刻的是,DeepScale执行长Forrest Iandola在接受电话采访时所说的话——当今世界上还没有足够的深度学习专家。
  • 未来的汽车需要什么样的GPU? 无论是新动力系统,车载信息娱乐系统,还是自动驾驶汽车,汽车技术都在以前所未有的速度迅猛发展。新的颠覆性技术和行业参与者正在向传统的汽车概念发起挑战。明天的驾驶体验将与今天大不相同。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告