易坊好文馆

  1. 首页 > 生活百科 >

Tesla 四次事故两死两伤 特斯拉为啥总是撞上白色卡车？( 二 )


二、事故可能性分析 传感器配置要背锅
从美国监管机构的报告可以看出 ， 垂直方向撞卡车的事故 ， 明显是超过了特斯拉L2系统的工作范围 ， 又加上驾驶员没有及时接管所造成的 。
那么问题来了 ， 为什么被公认为“量产车最强L2”的Autopilot系统 ， 就是躲不开一辆活生生的大卡车呢？
与车东西此前报道蔚来ES8事故的结论一致：这起事故的根本原因是“摄像头+毫米波雷达”的传感器配置 ， 很难识别静止车辆或缓行车辆 。
与Model 3一样 ， 特斯拉Model Y周身搭载了8个摄像头 ， 1个大陆的毫米波雷达 ， 和12个超声波雷达 。
Tesla 四次事故两死两伤 特斯拉为啥总是撞上白色卡车？
文章图片

▲特斯拉传感器配置
在开启L2级自动驾驶系统（Autopilot、NOA或EAP系统）时 ， 车辆主要依靠前视摄像头和毫米波雷达探测前方物体 。
特斯拉虽然是三目前视摄像头 ， 但并没有使用立体视觉 ， 三个摄像头主要是焦距不同 ， 看的视野范围不同 。
所以总的来说 ， 特斯拉与目前绝大部分L2级自动驾驶系统都一样 ， 都是视觉+毫米波雷达的传感器方案 。
不管是使用基于规则的视觉算法还是使用深度学习技术 ， 视觉在感知外界物体时永远做不到100%准确 ， 甚至经常会出错 。
比如笔者自己的特斯拉在出地库时 ， 就会莫名把墙壁识别为公交车 。又比如最近很火的一个抖音视频中 ， 特斯拉在空无一人的墓地 ， 就莫名识别出了行人 。
Tesla 四次事故两死两伤 特斯拉为啥总是撞上白色卡车？
文章图片

▲特斯拉在无人墓地识别出行人
此外 ， 还出现过把公交车身上的人物照片识别为行人、把路边广告屏幕上的停车标志识别为真实停车标志的案例 。
而靠反射毫米波来探测目标的雷达不会“见鬼” ， 前方有东西就有回波 ， 没有东西就没有回波 。
正是因为视觉出错概率很高 ， 雷达更“靠谱” ， 因此大部分L2系统会在视觉的基础上再引入毫米波雷达的探测结果进行验证 。
如果摄像头发现前方有车辆 ， 雷达也确认了前车的位置和速度 ， 就可以做出刹车的动作 。
如果用这些误识别的结果来做驾驶决策 ， 显然会出现更多的问题 。特斯拉自然知道这一点 ， 因此在实际中并不会对纯视觉的感知结果进行反应 。
所以这起事故的原因就很明确了 ， 不管视觉有没有识别到前车 ， 一定是毫米波雷达没有给出结果 ， 所以最终系统没有反应 。
三、毫米波雷达天生缺陷 害怕静止车辆
毫米波雷达即然不会“见鬼” ， 那么为啥会识别不到前方的卡车呢？
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张慧多次向车东西分析了背后的原因 。
从最底层的工作原理来说 ， 毫米波雷达主要是依靠多普勒效应来感知移动目标 。多普勒效应的特性是 ， 动态对动态最容易感知、动态对静态较难感知、静态对静态极难感知 。
这是因为如果前方车辆静止 ， 目标信息容易和地杂波等掺杂在一起 ， 需要一定的算法才能从中分辨出目标 。而如果是一个行驶中的汽车 ， 基于其多普勒信息 ， 从而比较好探测到目标 。
所以如果卡车静止或者移动速度很慢 ， 雷达的算法就无法知道前方有物体 。
但这种可能性并不大 ， 因为各大雷达公司已经做出了一些感知算法 ， 可以识别静态物体 。
真正的难点是 ， 现在的雷达没有高度信息 ， 并且空间分辨率不足 。
没有高度信息 ， 意味着雷达很难区分横穿马路的路牌和桥下的车；空间分辨率不足 ， 意味着两个距离很近的物体 ， 其回波会被混在一起 ， 很难知道有几个目标 。
所以雷达公司和一些车企在拿到雷达的反射数据后 ， 会通过算法直接将一些静止物体 ， 或者疑似静止的物体过滤掉 ， 以避免产生错误的反应 。
比如本次事故场景中 ， 因为卡车是垂直Model Y方向行驶 ， 如果同时行驶速度又很慢的话 ， 因为缺乏径向多普勒分量 ， 雷达的识别算法很容易将其当成静态目标过滤掉了 。

推荐阅读


上一篇：oppo 搞错Find X3系列镜头规格 DXO致歉：加强审核

下一篇：小户型也能在家种植物吗