<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 汽車(chē)電子 > 業(yè)界動(dòng)態(tài) > 特斯拉自動(dòng)駕駛事故頻出 車(chē)主怒斥拿命跑數據

特斯拉自動(dòng)駕駛事故頻出 車(chē)主怒斥拿命跑數據

作者: 時(shí)間:2018-01-15 來(lái)源:第一電動(dòng)網(wǎng) 收藏

  專(zhuān)家解讀

本文引用地址:http://dyxdggzs.com/article/201801/374390.htm

  針對調查中遇到的問(wèn)題,《建約車(chē)評》還請教了清華大學(xué)計算機系教授鄧志東、360車(chē)聯(lián)網(wǎng)安全實(shí)驗室主任劉健皓、地平線(xiàn)創(chuàng )始人余凱、主線(xiàn)科技創(chuàng )始人張天雷、Innovusion創(chuàng )始人鮑君威及禾賽科技創(chuàng )始人李一帆等多位業(yè)內專(zhuān)家,得出的結論如下:

  1.靜態(tài)障礙物無(wú)法識別

  對車(chē)主及“用戶(hù)手冊”里面提到的經(jīng)常無(wú)法識別靜態(tài)障礙物的問(wèn)題,余凱、李一帆等業(yè)內人士的解釋是,毫米波雷達是基于多普勒效應(當發(fā)射源與接收體之間存在相對運動(dòng)時(shí),接收體接收的發(fā)射源發(fā)射信息的頻率與發(fā)射源發(fā)射信息頻率不相同),如果沒(méi)有相對速度,檢測是比較難的。

  但鄧志東教授的解釋則與此不同?!八^靜態(tài)障礙物只是相對于路面是靜止的,相對于后面的汽車(chē),它仍然是相對運動(dòng)的。不管使用攝像頭、激光雷達還是毫米波雷達,任何傳感器的測量都有噪聲,更何況汽車(chē)本身還存在著(zhù)導航誤差??窟@些去實(shí)時(shí)估計前方障礙物的速度是否為零或是否靜止,實(shí)際是不可能完全準確的?!?/p>

  鄧志東認為,與人類(lèi)駕駛員、激光雷達相比,毫米波雷達的測量噪聲最大,對運動(dòng)參數的估計最不準確?!坝捎趧?dòng)、靜態(tài)障礙物判斷不準確,當運動(dòng)參數估計出現較大誤差時(shí),就很有可能觸發(fā)非正常的‘在該減速時(shí)突然加速’現象。障礙物檢測與運動(dòng)參數估計算法目前還不成熟?!?/p>

  李一帆、鮑君威和張天雷均認為,如果加上激光雷達,“探測失靈”的概率將會(huì )大幅度下降。

  根據李一帆的解釋?zhuān)走_/激光雷達的探測能力受波長(cháng)影響很大,波長(cháng)太長(cháng)的話(huà),探測性能就會(huì )受到制約。通常,激光雷達的波長(cháng)是nm級,而毫米波雷達的波長(cháng)則是mm級。

  鮑君威說(shuō),根據他們做的多次試驗,“可以確定的是用激光雷達,尤其是Innovusion圖像級的激光雷達Hi Def,靜態(tài)動(dòng)態(tài)我們都能探測到障礙物在那,即使不能認出具體是什么東西,但也知道它在那,不會(huì )讓車(chē)撞上去?!?/p>

  張天雷認為,要從L2過(guò)渡到L4,激光雷達是必不可少的?!霸贚4的整體架構下,高精地圖、多傳感器融合、智能決策等等模塊結合在一起,就會(huì )避免很多這些問(wèn)題?!?/p>

  事實(shí)上,應該也早已意識到了這個(gè)問(wèn)題。盡管馬斯克曾經(jīng)口口聲聲說(shuō)不會(huì )用激光雷達,但在2016年5月份的那次致命事故后不久,特斯拉就被爆出正在“偷偷摸摸地”在自己的車(chē)上裝上Velodyne激光雷達搞測試呢。也有可能,用激光雷達測速,早在事故發(fā)生前就開(kāi)始而已,只是當時(shí)沒(méi)被發(fā)現而已。

  還有一個(gè)不太引入注目的消息是,馬斯克于2014年參與了固態(tài)激光雷達公司Quanergy的天使輪融資。不要以為這只是“財務(wù)型投資”。據 Quanergy 公司中國區負責人在一次論壇上透露,Elon Musk 本人經(jīng)常會(huì )到訪(fǎng) Quanergy 位于美國硅谷的總部,并和他們一起聊未來(lái)的發(fā)展。

  可以斷定,馬斯克就是在等機會(huì ),一旦固態(tài)激光雷達技術(shù)成熟并且價(jià)格也可承受,特斯拉應該就會(huì )采用。

  2.無(wú)法識別石墩

  至于石墩無(wú)法被識別出來(lái),就不僅僅是因為它“靜止”了,而且,還因為數據庫里沒(méi)有這個(gè)模型。

  360車(chē)聯(lián)網(wǎng)安全實(shí)驗室主任劉健皓說(shuō):“首先要明確靜態(tài)障礙物是什么,毫米波雷達對不同的障礙物的感知能力是存在差異的。檢測汽車(chē)比較容易,但對石墩、錐桶這種形狀不規則的障礙物,即便檢測到了,由于算法的數據庫中沒(méi)有對應的模型,也無(wú)法顯示在HMI(人機交互界面)中?!?/p>

  劉健皓認為,做自動(dòng)駕駛算法的多是高校和研究機構的專(zhuān)家,真正來(lái)自產(chǎn)業(yè)界的人很少。這些高校里的人雖然能做出很優(yōu)秀的算法,但由于對具體的駕駛場(chǎng)景了解不夠,導致在實(shí)際環(huán)境下的“障礙物數據庫”還不夠豐富。

  對無(wú)法識別石墩、石柱子這種問(wèn)題,劉健皓給出的對策是:完善模型數據庫,改進(jìn)算法。

  實(shí)際上,數據庫里沒(méi)有石墩子的模型,這可能是“不了解中國國情”的車(chē)企才會(huì )遇到的問(wèn)題。出事車(chē)輛Model S上用的處理器是Mobileye的EyeQ 3,但EyeQ3的模型訓練多主要針對歐美路況,所以對于中國的道路檢測準確度會(huì )下降也是正常。

  相比之下,地平線(xiàn)、小鵬汽車(chē)等公司都強調,自動(dòng)駕駛的算法設計“特別針對中國的道路場(chǎng)景”。在中國的道路上,石墩是很常見(jiàn)的,我們可以預測,待地平線(xiàn)的芯片應用在量產(chǎn)車(chē)上時(shí)、待小鵬汽車(chē)批量上路時(shí),石墩檢測將不再成為一個(gè)問(wèn)題。

  3.自動(dòng)剎車(chē)

  關(guān)于自動(dòng)剎車(chē),劉健皓和鄧志東都認為,系統并不會(huì )無(wú)緣無(wú)故地自動(dòng)剎車(chē),肯定是傳感器把它“看到”的什么東西誤讀為障礙物了。業(yè)界將這種現象稱(chēng)為“誤檢”。所有的自動(dòng)剎車(chē),都是由“誤檢”引起的。

  為了對特斯拉的自動(dòng)駕駛安全系統進(jìn)行研究,劉健皓的團隊曾經(jīng)在2016年“黑進(jìn)”其系統,干擾傳感器的工作。當時(shí),他們遠程蔽掉一個(gè)超聲波傳感器,導致車(chē)上的其余11個(gè)超聲波傳感器也停止工作。

  結果,前面明明沒(méi)有車(chē),但傳感器卻檢測到有一輛車(chē),強制車(chē)輛停下,急剎車(chē);或者,在倒車(chē)時(shí),明明后面沒(méi)人,但傳感器檢測到后面有人,讓倒車(chē)無(wú)法進(jìn)行。這就是發(fā)生了“誤判”。

  通過(guò)這項研究,360汽車(chē)安全團隊給特斯拉提交漏洞,證明了其傳感器不可靠,這就有了后來(lái)的Autopilot 2.0版——計算平臺從EyeQ 3改為PX 2,攝像頭也由1個(gè)前置攝像頭改成8個(gè)環(huán)視攝像頭。

  當然,即便是沒(méi)有黑客入侵,誤檢的問(wèn)題也會(huì )經(jīng)常出現——被探測物體的材質(zhì)特殊、形狀不規則,或者是傳感器的“噪聲”等原因所致。

  特斯拉(中國)官網(wǎng)上在2016年9月發(fā)的一篇文章中說(shuō),任何凹型的金屬表面不僅僅會(huì )反光,更會(huì )將反射信號放大數倍,進(jìn)而導致誤檢?!氨热?,一個(gè)丟棄在公路上的易拉罐,如果凹狀瓶底朝向車(chē)頭,就會(huì )被顯示成為一個(gè)大型的危險障礙物”。

  鄧志東舉例說(shuō),“比如,高速行駛的時(shí)候,在上下橋梁處偶爾會(huì )因路面出現的“噪聲”等造成誤檢,以為前方出現了“障礙物”,于是就開(kāi)始自主剎車(chē)。這種錯誤,毫米波雷達相對會(huì )更經(jīng)常出現?!?/p>

  與誤檢現象相對應的另一個(gè)問(wèn)題是漏檢。將漏檢做到0,是自動(dòng)駕駛汽車(chē)上路時(shí)所必須滿(mǎn)足的基本指標;但同時(shí)還要將誤檢做到0,就相當于障礙物檢測100%可靠,這是不太可能實(shí)現的。

  偶爾剎剎車(chē),雖然會(huì )讓人感到不舒服,但也不至于有災難性后果——因此,無(wú)人車(chē)就遵循“寧可枉殺千人,不可使一人漏網(wǎng)”的策略,可以允許誤檢,但決不能漏檢。

  誤檢的危害性:1.會(huì )出現一些莫名其妙的急剎車(chē),影響乘坐體驗;2.自動(dòng)駕駛汽車(chē)由于誤檢自動(dòng)剎車(chē),如果后面是人類(lèi)駕駛的汽車(chē),而且沒(méi)有及時(shí)剎住車(chē),則前面的自動(dòng)駕駛汽車(chē)便可能被追尾。

  如何降低誤檢率?

  特斯拉官網(wǎng)那篇文章中提到的做法是——擁有更為詳細的點(diǎn)云數據。為了獲取更詳細的點(diǎn)云數據,特斯拉采取了以下幾招:

  1.)在2016年9月將Autopilot的軟件系統升級到8.0版,對現有硬件進(jìn)一步挖掘,讓雷達可以探測到的周邊物體(數量)達到以前的六倍,并且有能力在每一個(gè)物體上獲得更多細節信息。

  2.)整合每隔0.1秒獲取的雷達快照,匯編成為現實(shí)場(chǎng)景的"3D"影像。(通常)通過(guò)單一影像幀,很難知道物體是移動(dòng)的,靜止的,或者只是反光造成的虛像;而通過(guò)比較包含車(chē)輛速度、預期軌跡信息的連續影像幀,則可以分辨前方物體是否是真實(shí)的,同時(shí)預估發(fā)生碰撞的概率。

  3.)通過(guò)機器學(xué)習功能標定出那些容易誤導傳感器(雷達)的場(chǎng)景,將其添加進(jìn)“白名單”。

  鄧志東給出的兩條建議是:

  1.)建立數據庫 把容易出現誤檢的場(chǎng)景列舉出來(lái)形成白名單,以后直接“放行”。這條跟特斯拉目前的做法是一樣的。

  2.)多傳感器融合 誤檢的問(wèn)題,采用單一傳感器是不可能徹底消除的。但采用噪聲水平更低的激光雷達和攝像頭進(jìn)行多傳感器融合,誤檢率會(huì )降低。



關(guān)鍵詞: 特斯拉 自動(dòng)駕駛

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>