0
上周，一輛正處于Autopilot模式下的特斯拉，以65英里（約104.7公里）的時速撞上了一輛停在路邊的消防車。但幸運的是，沒有人受傷。
據悉，當時消防車停在了左邊的緊急車道和共乘車道（雷鋒網注：Carpool Lane，在美國，該類車道只允許車內坐有2人或以上以及摩托車、巴士、混合動力車或清潔能源車行駛）上，擋住了前面的事故現場，一輛加州公路巡邏車停在它的左后側方。
雷鋒網了解到，目前，NTSB（美國國家運輸安全委員會）已經開始調查此事。
NTSB星期二派出了兩名調查人員前往事發地點卡爾弗城（Culver City），而NHTSA星期三也承認，他們也派出一個專門的小組來“調查車禍事件并總結經驗教訓”。特斯拉“司機”聲稱自己當時正在使用Autopilot模式，雖然這一說法尚未得到第三方的證實，但這似乎已經引起了聯邦機構對此案的注意。
因為特斯拉和當地官員都保持沉默，事故的細節仍然不得而知，很多問題還沒有答案。盡管如此，特斯拉掌握的數據應該可以揭示到底發生了什么。VSI實驗室創始人兼首席顧問Phil Magney表示：“特斯拉能夠向NTSB提供大量的信息，因為他們對這些車進行黑匣子記錄。
眾所周知，每輛特斯拉都有一張存儲所有數據的SD卡。只要媒體零件或LTE上的設備沒損壞，特斯拉就可以通過無線方式與汽車連接來訪問這些信息。不過，“即使你取出了SD卡，”Magney說，“你也無法得到NTSB需要的信息。只有特斯拉能夠獲取到，因為它是高度加密的。”
對于此次事件，專家們紛紛討論了他們心中的疑問和看法，特別是與特斯拉ADAS系統相關的問題。
讓我們從我們最不確定的事情開始。
Magney告訴我們，“我們實際上并不知道Autopilot是否啟動了。司機可能會將責任推脫到Autopilot上，就像幾個月前明尼蘇達州的那起事故一樣。”（雷鋒網注：去年7月，在美國的明尼蘇達州發生了一次車禍，司機最初聲稱特斯拉的Autopilot應該對此負責，但后來又否認了。）
Linley集團的高級分析師Mike Demler提醒我們，Autopilot實際上是一系列功能。這些功能包括交通感知巡航控制、自動調整方向，和自動變道。“如果司機啟動了自適應巡航控制，我相信一個設計良好的系統，應該能檢測到一輛停在高速車道上的車，但是，特斯拉的車主手冊卻警告說：他們的系統可能無法識別。”
特斯拉的車主手冊是這樣寫的：
警告：交通感知巡航控制無法檢測到所有物體，并且可能無法在停下來的車輛前進行制動或減速，尤其是在駕駛時速超過每小時80公里時并而您前面的汽車駛離了您所在的車道，或者是出現在你面前靜止的車輛或物體，自行車或行人。
所以，假設司機開啟了自適應巡航，Demler分析，在探測物體的時候，系統顯然優先使用了雷達，而不是攝像頭。他說：“這是軟件和傳感器融合的問題。”
緊急制動系統是否保護了司機？
Magney想知道自動緊急制動（AEB）是否起了作用。他告訴我們：“在特斯拉的汽車里，駕駛員是可以可以停用這個功能的！”由于汽車的行駛速度是每小時104.7公里，撞上一輛消防車的沖擊是非常大的。這種沖擊可能會嚴重傷害到司機。Magney猜測說：“司機之所以能夠幸免于難，很可能是因為AEB起了作用，減輕了車禍后果。”
Magney說：“如果事故車輛是一輛較新的Model S，它將會有一套更復雜的傳感器，主要是照攝像頭和雷達。”他指出，“雷達應該在車輛行駛的時候就探測到了消防車的。”
不過有一點需要說明。Magney指出，“雷達對靜止物體有很多濾波功能，因為如果不這樣做的話，就會對在道路兩側停放的車輛、標志等產生大量的誤報。”
攝像機也應該探測出消防車并將其分類為車輛（而不是靜物）。
但還有另一個問題。“由于消防車的停放方向是斜的，可能攝像頭無法識別出這是一輛大卡車，或者可能攝像機識別出了大卡車，但系統沒有意識到它就在這輛特斯拉行駛的道路上，與雷達的情況類似。”Magney推測到。
Demler同樣看到了這里潛在的問題。說到雷達，Demler說，這讓他想起了佛羅里達州的一起死亡事件。“在那起事故中，軟件只用雷達來檢測速度的變化。當時拖車在特斯拉系統的視野范圍內是橫著過的，所以特斯拉的軟件認為它是前方固定的道路標志，因此忽略了它。
如果卡爾弗城事故中的司機沒有注意，特斯拉前方的汽車又都繞過消防車駛出了原車道，Telsa可能會開始加速！” Demler又一次引用特斯拉的車主手冊說：當系統探測再也不到您跟隨的車輛時，交通感知巡航控制系統會加速回到設定的速度。
當問到失事特斯拉使用的是哪家公司的雷達時，Magney說：“我們不知道是博世的還是大陸（公司）的，因為特斯拉最近將雷達換成了大陸的了。如果這輛車是較新的Model S（2017年或2018年產的），那它的雷達可能是大陸的，以前的Model S則將會是博世的。”他補充說，”這些是160米范圍內的中程雷達。根據一些報道，他們轉用的大陸雷達的作用距離更遠，這也是他們轉換的原因。”
Magney認為，攝像頭和雷達應該一直與Autopilot協同合作著。他指出，他們都可能都發現了卡車。
但是，問題來了。“Autopilot的行車規劃器（motion planner）并不認為物體是在這輛車行駛的的道路上的。雷達可能已經過濾了它，因為它是靜止的，而攝像頭沒能對它所看到的物體進行分類。”Magney說。
Demler問了些關于麥克風的事。”在討論攝像頭、激光雷達和雷達時，人們總是忽略了另一個關于自動駕駛汽車的重要傳感器 ——麥克風！Demler認為，谷歌已經在其測試車輛中使用了很長時間的麥克風，用以檢測警報。也許消防車沒有響起警報，只是亮起了閃爍的警報燈。“但攝像頭應該很容易檢測到。”Demler說。
“這起事故的一個教訓是，雖然車上的傳感器可能有良好的感知，它們還必須注意到情況并正確解讀。”以色列公司Autotalks的CEO Hagai Zyss說。靜止的物體很容易被誤讀。
Zyss說：“但是，如果一輛停下的車能發出警報給一英里外的其他車輛，那么，其他車輛的系統就不容易誤讀了，因為這輛停下來的車就在反應情況。”總之，基于DSRC（專用短程通信技術）的V2V（車對車）通信技術（對于提高汽車安全性能）可能會有幫助。
當然，V2V、V2I（車輛到基礎設施）都需要網絡效應。社會需要承認技術，而技術必須滲透進市場，人們才能看到效果。
但是，Zyss告訴我們，一個孤立的解決方案，例如完全依靠車內的傳感器，是有明顯的局限性的。V2V和V2I提供了又一重安全保障。”你不需要依靠完全自動駕駛車輛來避免事故，現在用V2V就能夠實現。”Zyss強調。
同時，Magney指出，“這起事故說明了L2 +是很有必要的（雷鋒網注：在上個月的CES（國際消費電子展）中，Mobileye提出，在L2的基礎上，允許駕駛員能夠短暫地雙手離開方向盤的自動駕駛為L2+。L2+被認為是為將“定位裝置”應用到L2應用的運動）”。
為了提供自動駕駛的通用術語，SAE（美國汽車工程師學會）提出了從“不完全自動”（0級）到“完全自動化”（5級）的六個級別的駕駛自動化。
Magney解釋說：“如今我們所說的L2比自適應巡航控制加上車道保持還要多一點。但是，當車道線變得難以識別或者前面的車都開遠了，依賴跟車和識別車道線的方法就暴露了它的問題。
他說：“通過定位的方法來更好地去理解行車軌跡，L2系統可以更加安全。”通用汽車公司已經在他們的系統Supercruise上完成了這項工作。
他說：“特斯拉的系統目前只用攝像頭來完成這個工作，但在我看來，這還不夠好。如果應用高清地圖和定位系統，汽車將會更加智能，并能避免碰撞到出現在行駛道路上的大型物體。”
PS：過去 10 個月，雷鋒網團隊在北京、上海、深圳、硅谷等地密集拜訪數百家智能駕駛技術團隊，經過了一手采訪、調研和親身體驗，并用 2 個月時間梳理和篩選了 13 個關鍵細分領域近 100 家智能駕駛產業鏈中的關鍵技術公司，《中美智能駕駛白皮書》最終成稿。
我們希望通過這份白皮書向你全方位展現中美智能駕駛的市場現狀、關鍵技術環節發展及落地情況，幫你深入了解產業機遇與挑戰，提前看到未來 3 到 5 年自動駕駛產業鏈各個細分環節可能產生的機會和趨勢。
關于《中美智能駕駛白皮書》的更多詳情，請查看鏈接：https://gair.leiphone.com/gair/product/s/12r12r12r。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
