[汽車之家 行業(yè)] 自動(dòng)駕駛最近幾年有多火熱？百度董事長(zhǎng)李彥宏曾說(shuō)“到2030年,，沒(méi)有自動(dòng)駕駛能力的電動(dòng)車,，將完全沒(méi)有競(jìng)爭(zhēng)力,�,！痹谄囯妱�(dòng)化快速發(fā)展的同時(shí)，自動(dòng)駕駛已經(jīng)成為了很多汽車品牌的宣傳賣點(diǎn),。不過(guò),，汽車智能化發(fā)展并沒(méi)有如想象中的那么順利，最近幾年,，已有多起與自動(dòng)駕駛相關(guān)的事故發(fā)生,。

　　前不久，浙江寧波高速公路發(fā)生一起事故,，一位小鵬汽車車主采用智能駕駛輔助,，沒(méi)有人工介入，撞了停在路邊的一輛施工車輛,，造成人員傷亡,。雖然車主承認(rèn)自己開(kāi)車走神了,，而且品牌方也多次強(qiáng)調(diào)：開(kāi)啟L2輔助駕駛系統(tǒng)依然需要駕駛員集中注意力,，但這件事還是引起了不少的討論熱度。

　　類似的事情并不少見(jiàn),，去年一位蔚來(lái)車主在高速上撞上了同樣的靜止施工車輛,。據(jù)媒體報(bào)道，特斯拉也多次在路上撞上靜止的汽車,。 

　　這類事情之所以能引起廣泛的討論,，主要原因在于對(duì)于人類駕駛員來(lái)說(shuō)非常簡(jiǎn)單的場(chǎng)景，對(duì)于“自動(dòng)駕駛”來(lái)說(shuō)并非如此。這不禁讓人產(chǎn)生疑問(wèn)：前面停著如此大且明顯的的障礙物,，為什么這些號(hào)稱“智能駕駛”的汽車連這些基本的場(chǎng)景都判斷不了,？

　　即使廠家一再聲明，目前市面上的車還處于L2輔助駕駛階段,，離真正的“自動(dòng)駕駛”還很遠(yuǎn),。但是坐擁幾百TOPS算力芯片，高清攝像頭,，毫米波雷達(dá),，超聲波雷達(dá)等號(hào)稱“高科技”的智能電動(dòng)車，它的能力邊界到底在哪兒,？消費(fèi)者應(yīng)該對(duì)當(dāng)下的“自動(dòng)駕駛”技術(shù)抱有什么樣的期待,？

毫米波雷達(dá)能力有限

　　無(wú)論是特斯拉還是國(guó)內(nèi)眾多新勢(shì)力，目前的L2駕駛輔助系統(tǒng)方案都是攝像頭加毫米波雷達(dá)的組合,。

　　比如特斯拉采用的就是1個(gè)毫米波雷達(dá),，12個(gè)超聲波雷達(dá)和8個(gè)攝像頭組成的感知系統(tǒng)；蔚來(lái)ES8搭載了一個(gè)前向3目攝像頭,，5個(gè)毫米波雷達(dá),，12個(gè)超聲波雷達(dá)；而小鵬P7搭載的是1個(gè)高感知攝像頭,，3個(gè)毫米波雷達(dá),，以及2個(gè)超聲波雷達(dá)。

　　可見(jiàn)國(guó)內(nèi)外,，對(duì)于目前的L2系統(tǒng)都是以攝像頭加毫米波雷達(dá)為主的傳感器方案,，來(lái)對(duì)周圍的環(huán)境進(jìn)行感知。

『毫米波雷達(dá)分類』

　　毫米波雷達(dá)的原理很簡(jiǎn)單,，就是把毫米波發(fā)送出去,，然后毫米波碰到障礙物會(huì)反射回來(lái)，根據(jù)反射回來(lái)后接收到的回波,，我們可以得到一個(gè)時(shí)間差,，有了時(shí)間差我們就能知道此時(shí)汽車距離障礙物的相對(duì)距離，這就是多普勒原理,。

　　現(xiàn)在L2系統(tǒng)上幾乎都用上毫米波雷達(dá),，主要原因就是它抗干擾能力強(qiáng)，受天氣影響小,，是全天候工作的傳感器,。

　　看上去毫米波雷達(dá)是一個(gè)很好用的傳感器。理論上,，它能夠穿透煙霧,，也不受天氣影響,，那前面有障礙物，不管是靜止的還是運(yùn)動(dòng)的,，應(yīng)該都能識(shí)別到,。然而現(xiàn)實(shí)情況是，在此前發(fā)生的交通事故中,，特斯拉遇到橫在路面的大貨車,，蔚來(lái)遇到大型工程車，以及小鵬遇到停在馬路邊的小轎車,，都沒(méi)能識(shí)別到,。難道是毫米波雷達(dá)徒有其名嗎？

　　事實(shí)上,，毫米波雷達(dá)靠向前發(fā)射雷達(dá)波工作,。但是目前的毫米波雷達(dá)仰角測(cè)量能力很弱，這就導(dǎo)致了毫米波雷達(dá)無(wú)法識(shí)別高度,。一般情況下,，雷達(dá)波遇到正前方的障礙物時(shí)能反射波回來(lái)，但是雷達(dá)波遇到旁邊的橋梁,，路牌,，路面，減速帶等也能反射回來(lái),，這就造成了真實(shí)的路障和虛假的路障傻傻分不清楚,。尤其是在較遠(yuǎn)距離的探測(cè)時(shí)，多徑反射,、無(wú)法識(shí)別高度的目標(biāo)會(huì)產(chǎn)生很多雜波,，致使系統(tǒng)出現(xiàn)誤判。

『特斯拉自動(dòng)駕駛系統(tǒng)識(shí)別交通信號(hào)』

　　因此,，當(dāng)前方出現(xiàn)靜止物體的時(shí)候,，即便毫米波雷達(dá)能夠識(shí)別到真正的障礙物，也不能區(qū)分出它是路面,、路牌還是停著的汽車,。因?yàn)樵诤撩撞ɡ走_(dá)眼里，這些都是一樣的東西,。如果是在高速公路上,，毫米波雷達(dá)出現(xiàn)誤判就會(huì)引起車緊急剎車。為了避免這種情況,，車速達(dá)到一定值之后,，毫米波雷達(dá)識(shí)別靜止物體的權(quán)重會(huì)變低,。這時(shí)候,，依靠毫米波雷達(dá)作為單一傳感器進(jìn)行感知就明顯不夠用了,，還需要攝像頭。

攝像頭和視覺(jué)識(shí)別也會(huì)“犯迷糊”

　　在智能駕駛中,，用攝像頭的初衷就跟人眼一樣：既然人類駕駛員能夠用人眼看到的一切來(lái)進(jìn)行駕駛行為,，那么汽車依靠攝像頭加算法也可以，這一點(diǎn)馬斯克深有感觸,。

　　在智能電動(dòng)車上,，攝像頭代替人眼來(lái)進(jìn)行測(cè)量和判斷，將目標(biāo)的光線信號(hào)轉(zhuǎn)化成圖像信號(hào),，傳送給專門的圖像識(shí)別處理器,，根據(jù)圖像的像素分布，亮度和顏色等信息,，以抽取目標(biāo)的特征,，最終獲得相應(yīng)的識(shí)別信息。

『特斯拉Model3撞上側(cè)翻的貨車』

　　通俗來(lái)講就是：攝像頭的工作原理跟人眼一樣,，首先要看到前方的物體,，然后在腦子里搜索，以前有沒(méi)有見(jiàn)過(guò)這個(gè)物體,，如果找到匹配的,，那就能夠認(rèn)出這是什么；如果沒(méi)見(jiàn)過(guò),，那就不認(rèn)識(shí)直接忽略掉,。

　　比如說(shuō)，車載攝像頭看到一個(gè)錐形桶,，會(huì)先在數(shù)據(jù)庫(kù)里比對(duì)類似的物體,。然后攝像頭以后每次看到這種顏色，形狀,，大小差不多的物體之后,，就會(huì)標(biāo)注為錐形桶。因此攝像頭需要進(jìn)行海量的數(shù)據(jù)訓(xùn)練,，以認(rèn)識(shí)更多的而物體,。

　　對(duì)于攝像頭來(lái)說(shuō)，首先要看到,，其次要認(rèn)識(shí),。而在寧波的那場(chǎng)事故中，從視頻里看天氣良好,，光照很足視野開(kāi)闊,，攝像頭應(yīng)該已經(jīng)看到了前方的車輛。但是由于當(dāng)時(shí)汽車車尾放了一個(gè)錐形桶,，錐形桶前方又站了一個(gè)人,，這三者出現(xiàn)了重疊,。這三件靜止的事物，按理說(shuō)攝像頭都能識(shí)別,。但如果三者重疊合一,，算法就沒(méi)見(jiàn)過(guò)這種物體了，攝像頭也沒(méi)有經(jīng)過(guò)訓(xùn)練和標(biāo)注,，也識(shí)別不出來(lái),。

　　類似的例子還有很多，在一個(gè)L2輔助駕駛系統(tǒng)中,，如果前方出現(xiàn)了不規(guī)則的物體,，或者沒(méi)有被標(biāo)注過(guò)的物體，攝像頭就會(huì)選擇直接忽略掉,。

　　因此,，對(duì)于攝像頭的能力可以概括為：你教過(guò)它的，它就認(rèn)識(shí),；沒(méi)教過(guò),，它就不認(rèn)識(shí)。

　　一個(gè)讓人不愿意承認(rèn)的事實(shí)是,，毫米波雷達(dá)識(shí)別靜止物體時(shí)不好用,，而攝像頭只能識(shí)別他認(rèn)識(shí)的物體，現(xiàn)在的輔助駕駛系統(tǒng)只能應(yīng)付一些比較簡(jiǎn)單的路況,，稍微復(fù)雜一些便無(wú)能為力�,，F(xiàn)實(shí)世界太復(fù)雜，人類善于處理復(fù)雜場(chǎng)景觸類旁通,，但是機(jī)器不能,。

現(xiàn)實(shí)世界的復(fù)雜性超出想象

　　盡管國(guó)內(nèi)宣傳了很久的智能電動(dòng)車，或者自動(dòng)駕駛汽車,，但是目前市場(chǎng)上沒(méi)有L3級(jí)別的自動(dòng)駕駛車型出現(xiàn),，而那些聲稱達(dá)到L3、L4級(jí)別的,，也遠(yuǎn)沒(méi)有達(dá)到量產(chǎn)水平,。因?yàn)閷?duì)于一款自動(dòng)駕駛汽車來(lái)說(shuō)，即使你能夠應(yīng)對(duì)馬路上95%以上的路況,，但是還有5%的可能性會(huì)出事故,。這對(duì)一個(gè)交通工具來(lái)說(shuō)，是不能接受的,。

　　現(xiàn)實(shí)世界的復(fù)雜性在于特殊情況太多了,，比如高速上一般都是運(yùn)動(dòng)的汽車，而冷不丁總有故障車輛停在高速上，人類能輕而易舉識(shí)別他們,，但是目前的L2系統(tǒng)卻很難,。

『去年一蔚來(lái)車主因開(kāi)啟“自動(dòng)駕駛”功能出事故』

　　人工智能不擅于應(yīng)對(duì)的那些5%的特殊情況，我們稱之為邊緣場(chǎng)景（corner case）,。舉個(gè)例子，現(xiàn)階段的攝像頭能夠很容易識(shí)別到前方運(yùn)動(dòng)的汽車,，但是如果一把椅子突然從前方車上掉下來(lái),，攝像頭就無(wú)能為力了。因?yàn)閿z像頭沒(méi)遇到過(guò)這種情況,，它不知道怎么應(yīng)對(duì),，只能直沖沖撞上去。

　　類似的場(chǎng)景還有很多,，比如面對(duì)空中飛來(lái)的一個(gè)大氣球,，自動(dòng)駕駛是一個(gè)急剎還是直接開(kāi)過(guò)去？我們的自動(dòng)駕駛系統(tǒng)能夠識(shí)別站立的人,，那如果遇到橫躺馬路上的人,，又是否能夠識(shí)別？

　　這種邊緣場(chǎng)景實(shí)在太多了,，現(xiàn)實(shí)路況的多樣性和復(fù)雜性,，讓現(xiàn)在的自動(dòng)駕駛輔助系統(tǒng)屢出事故。而對(duì)于我們普通消費(fèi)者來(lái)說(shuō),，要對(duì)技術(shù)的發(fā)展保持清醒的認(rèn)知,，因?yàn)槟壳暗牧慨a(chǎn)自動(dòng)駕駛技術(shù)還遠(yuǎn)沒(méi)有能夠達(dá)到讓人開(kāi)車走神的地步，最靠譜的司機(jī)依然是掌握方向盤的人類,。

查看同類文章：

行業(yè)視角

行業(yè)焦點(diǎn)

深評(píng)問(wèn)道

更多精彩內(nèi)容：

海外售價(jià)

汽車之家行業(yè)-大數(shù)據(jù) 全領(lǐng)域 新視點(diǎn)