网易首页 > 汽车频道 > 行业 > 正文

自动驾驶事故频出 能否真正实现解放双手?

0
分享至

近日,智能汽车事故频出。

8月10日,在正常测试过程中,百度旗下自动驾驶出行服务平台萝卜快跑的测试车辆,被后方车辆追尾,导致交通事故;同日,某小鹏P7车主驾驶车辆与前方检查车辆故障人员发生碰撞,据网络流传的聊天记录,车主表示事故时开启了ACC、LCC等辅助功能。

尽管两起事故不一定是由辅助驾驶或自动驾驶系统所导致,但业界围绕自动驾驶系统安全性的争议愈演愈烈。

“无论是硬件还是软件,当前汽车的辅助驾驶系统还非常不完善。但是由于企业和自媒体的过度宣传,导致用户过于信任和依赖这套系统。”某车企自动驾驶部门负责人李可向第一财经记者表示,他不会选择在高速公路上使用辅助驾驶或自动驾驶。

主流感知方案仍存在短板

针对小鹏P7在宁波高架上发生的事故,业界的关注点主要聚焦在两个方面:一是目前众多车企使用的L2级辅助驾驶系统,都可以根据前方的车辆速度进行自动跟车和减速刹车,但此次事件中当前方有障碍物时,为何车辆没能及时识别并做出相应的动作;二是根据车主表示,事故发生时自己“分神”了,在智能辅助驾驶系统功能愈发齐全、自动化程度越来越高的情况下,车企该如何让用户正确使用相关系统。

李可向称,无论是高级辅助驾驶还是自动驾驶,组成部分基本可分为感知、决策和控制模块。在感知方案上,当前主流的辅助驾驶系统主要采用摄像头和毫米波雷达的融合感知方案。在未来的发展方向上,特斯拉致力于采用纯视觉解决方案,大部分国内车企则计划应用摄像头、毫米波雷达和激光雷达的融合感知方案。

本次发生事故的小鹏P7便采用了毫米波雷达和视觉的融合感知方案。其中,毫米波主要通过电波反射来进行障碍物的探测,但难以准确识别障碍物类型,诸如路牌、龙门架、护栏等静止物体都会被识别为障碍物,为了保证驾驶辅助系统的流畅性,算法上通常会忽略相对于路面不移动的雷达回波。而视觉需要依赖大量的样本量进行学习,对于异形物的识别效果较差,这次被撞车辆前站了一个人,视觉可能会出现识别问题。

此外,视觉感知容易受到日照、明暗交替等环境因素干扰;毫米波雷达会穿透塑料、墙板和衣服等特定材料,无法对相应目标物进行识别。此外受制于成本,车载毫米波雷达一般仅涉及平面的角分辨率,垂直方向上则不做区分,因而也无法判断识别目标距离地面的高度。

据第一财经记者梳理,包括小鹏以及特斯拉在内的车企,目前的高阶辅助驾驶系统对于上述包括相对静态的障碍物、雪糕筒在内的物体,几乎都没办法识别,这在业内是一个普遍存在的问题。正因如此,这些车企在用户手册中往往都会将辅助功能无法实现的场景单独进行罗列。以小鹏汽车为例,在车主首次使用相应辅助驾驶系统前,小鹏汽车的操作界面有一个强制的考试答题环节,帮助用户了解辅助驾驶系统无法生效的使用场景。

有分析认为,在激光雷达上车之后,车辆对于静止障碍物、雪糕筒等物体的识别能力将有大幅提升。此外,激光雷达作为3D 传感器具有测距远,分辨率优,受环境光影响小等特点,可以成为智能驾驶的第三只眼睛,弥补传统辅助驾驶系统的自带缺陷,系统误报等问题。

相当一部分车企也将增强感知的重任交给了激光雷达。近期,蔚来、小鹏、理想、阿维塔等车企发布的新车上,均已搭载一颗甚至多颗激光雷达。

无人驾驶是不是“镜中花”?

“从近期的技术条件来看,激光雷达会是自动驾驶感知的必要件,它的探测精度以及提供的距离信息能够大大弥补目前主流方案的短板;但缺点就是价格过高,目前大部分车企装车的都是半固态激光雷达,虽然性能弱于很多自动驾驶测试车使用的机械式激光雷达,但成本已经下滑了很多,并且随着装车量的提升,成本还有进一步下探的空间。”某商用车自动驾驶解决方案首席工程师董浩告诉记者,将来不排除摄像头出现技术上的跃进,能够优化黑夜、光影交替等环境下的表现,提高纯视觉感知方案的可靠性。

但值得注意的是,激光雷达上车并非是实现自动驾驶的“救世主”。

尽管激光雷达能够补齐目前主流识别方案上的短板,但仅仅依靠硬件的升级,并不能完全解决识别能力不足或精确度不够的问题。

“人类驾驶员操控车辆,是通过眼睛收集信息,大脑处理信息,并最终用手脚来实现操控的动作;激光雷达、毫米波雷达等感知元件,就像人的眼睛,是来获取外界信息的;线性底盘、线性转向就是手脚,负责控制车辆;但目前最大的问题是,软件和算法还无法达到人脑的水平,即便探测元件收集到了信息,算法不一定能够进行准确的识别,并指导相应元件进行控制。”董浩说道。

自动驾驶是一个流程化、复杂的综合系统,涉及众多流程和领域。其在流程上包括感知层、认知层、决策规划层、控制层和执行层几个层面。而识别的准确度是上述几个流程共同作用的结果,其一方面依赖于硬件设备的检测精准度,比如,在摄像头和毫米波雷达的视觉融合方案中,摄像头和雷达都在执行检测,但对于同样的物体,不同的硬件设别检测的精准度不同,这就需要对硬件进行视觉技术训练。

近两年来,得益于软、硬件的提升,自动驾驶相关技术得到了长足的进步,例如小鹏的NGP、蔚来的NAD等系统,虽然被宣传为智能驾驶,但其实现的功能已经够得上L3级自动驾驶的水平。

董浩认为,在5到10年内,L4级别自动驾驶会得到较快的发展,其中近3~5年内,在矿区等相对封闭的场景会率先落地L4自动驾驶;但L5级自动驾驶,即全无人的自动驾驶,或许仍需要等待较长的时日。

“自动驾驶系统需要识别的物体有无限种,这就需要在机器学习中输入大量数据,把算法喂出来。但是非标准的物体又没有足够的数据。”李可认为,自动驾驶中的Corner Case(长尾问题)会无穷无尽,除非机器能够实现和人类一样举一反三的能力,那么自动驾驶可能永远无法覆盖100%的工况。

国内某驾驶辅助公司投资人告诉记者,一定程度上,在线控、自动驾驶等领域,汽车正沿着过去几十年间飞机技术的脚步演进,但目前即便是飞机,也没能100%实现自动驾驶。

热门车型推荐

1

锋兰达 (合资)

  • 厂商指导价(万):12.58~16.98万
  • 级别: MPV
  • 上市时间:2022年1月6日
  • 在产车型:5款
  • 排量(L):2.0 CVT
  • 油耗(L):6.13~6.16(官方)
2

红旗L5 (国产)

  • 厂商指导价(万):价格尚未公布
  • 级别: 豪华车
  • 上市时间:不详
  • 在产车型:1款
  • 排量(L):6.0 AT
  • 油耗(L):18.0(官方)
3

轩逸 (合资)

  • 厂商指导价(万):9.98~17.49万
  • 级别: 紧凑型车
  • 上市时间:2012年7月19日
  • 在产车型:11款
  • 排量(L):1.2~1.6 CVT MT
  • 油耗(L):3.9~6.1(官方)
相关推荐
热点推荐
梅根爆炸性猛料:跟民众握手要收钱、威胁哈里不公开就分手!女王去世才几天?扯头花就来了...

梅根爆炸性猛料:跟民众握手要收钱、威胁哈里不公开就分手!女王去世才几天?扯头花就来了...

北美省钱快报
2022-09-26 03:59:19
俄动员令“见实效”,260000人连夜逃离

俄动员令“见实效”,260000人连夜逃离

凡事一定有办法13119
2022-09-26 07:41:45
1961年,彭德怀大病初愈后,向毛主席提出一个请求,毛主席:同意

1961年,彭德怀大病初愈后,向毛主席提出一个请求,毛主席:同意

简史档案馆
2022-09-26 11:05:28
大妈带活鱼上高铁被拦当场将鱼摔死,车站:可密封带上车

大妈带活鱼上高铁被拦当场将鱼摔死,车站:可密封带上车

极目新闻
2022-09-25 12:26:56
阿里:在热刺和穆里尼奥的对话 原本是私密谈话 我想重回英格兰队

阿里:在热刺和穆里尼奥的对话 原本是私密谈话 我想重回英格兰队

罗克
2022-09-26 10:42:40
国外网友整理的一些缺德段子,扣1佛祖原谅你哈哈哈

国外网友整理的一些缺德段子,扣1佛祖原谅你哈哈哈

石家庄董超
2022-09-25 16:14:13
抵达迈阿密,詹娜穿拖鞋走出机场,气质真棒,和布克分开,拼事业

抵达迈阿密,詹娜穿拖鞋走出机场,气质真棒,和布克分开,拼事业

体坛故事集
2022-09-26 09:45:24
乌国四州申请入俄后,泽连斯基终于表态,喊话普京“永不和谈”

乌国四州申请入俄后,泽连斯基终于表态,喊话普京“永不和谈”

海峡军志
2022-09-25 17:06:29
刚拜完拜登,菲律宾转身就卖了美国,更想亲近中国,合作南海油气

刚拜完拜登,菲律宾转身就卖了美国,更想亲近中国,合作南海油气

科罗廖夫
2022-09-26 11:55:04
国际篮协最新决定,中国女篮迎来好消息,李梦惊喜,美国女篮慌了

国际篮协最新决定,中国女篮迎来好消息,李梦惊喜,美国女篮慌了

宗介说体育
2022-09-26 10:32:57
走红之后,王建国和李诞,成了两条船上的人

走红之后,王建国和李诞,成了两条船上的人

周冲的影像声色
2022-09-26 00:47:39
国际油价双双创下今年新低,为何我们的油价仍处高位?

国际油价双双创下今年新低,为何我们的油价仍处高位?

小强汽车试验
2022-09-26 02:47:10
巴总理接受采访时表示:希暂停向中国和西方还债,以应对洪灾危机

巴总理接受采访时表示:希暂停向中国和西方还债,以应对洪灾危机

低调不跑调
2022-09-25 15:05:50
李承铉戚薇二胎落地,喜得一子,儿女双全

李承铉戚薇二胎落地,喜得一子,儿女双全

南宫娱
2022-09-25 22:49:43
邓小平被撤销一切职务,未参与粉碎四人帮,为何还能成为二代核心

邓小平被撤销一切职务,未参与粉碎四人帮,为何还能成为二代核心

今人说古
2022-09-20 22:47:02
网红裴多多疑似被家暴!老公站路边狂扇其耳光,大声吼叫举止吓人

网红裴多多疑似被家暴!老公站路边狂扇其耳光,大声吼叫举止吓人

盖饭娱乐官方号
2022-09-25 14:49:25
现在网上很多人开始喷小米,并且导致小米口碑变差的原因

现在网上很多人开始喷小米,并且导致小米口碑变差的原因

每日焦点汇报
2022-09-26 09:42:02
复出4个月就成为2021年销量总冠军,恐怖的新人王—河北彩花

复出4个月就成为2021年销量总冠军,恐怖的新人王—河北彩花

孤独的独角兽
2022-09-25 09:17:31
为何人类女性的生殖期这么短,在生命还有三分之一就进入更年期?

为何人类女性的生殖期这么短,在生命还有三分之一就进入更年期?

怪罗
2022-09-23 23:16:49
M豆传媒旗下,那些美若惊鸿的女演员(第2期)

M豆传媒旗下,那些美若惊鸿的女演员(第2期)

草莓冰沙
2022-09-25 09:07:22
2022-09-26 13:52:49

汽车要闻

预售11.4-13.5万元 艾瑞泽8将于今晚上市

头条要闻

菲律宾总统:愿重启同中国的南海油气联合开发谈判

头条要闻

菲律宾总统:愿重启同中国的南海油气联合开发谈判

体育要闻

37岁莫德里奇建功 克罗地亚进欧国联4强

娱乐要闻

杨子黄圣依婚变?两人婚姻背后的谎言

财经要闻

科技要闻

iPhone14或成史上销量最差机型,不如买老款

态度原创

时尚
教育
数码
本地
公开课

大咖云集 米兰时装周看点全在这

教育要闻

维持既定外语课时标准,是现实国情所需

数码要闻

米家全效空气净化器Ultra轻体验:「大块头有大实力」

本地新闻

《俄罗斯方块》被要求“改名”?差点信了!

公开课

广州繁荣千年的原因,都在这个祠堂里

进入关怀模式
×