在2016年以前，特斯拉對自動駕駛宣傳不遺余力，美國首宗自動駕駛致命事故發(fā)生后，雖然措辭有修改，宣傳角度有轉(zhuǎn)變，但特斯拉在自動駕駛上的冒險仍在繼續(xù)。一方面，宣稱自己的硬件具備了全自動駕駛能力，另一方面，還堅持推進純攝像頭方案，馬斯克甚至稱激光雷達方案“愚蠢”，激光雷達技術(shù)終將被攝像頭方案取代。最近，特斯拉又雙叒叕撞車了..........

6月1日，中國臺灣嘉義縣高速公路上發(fā)生一起撞車事故，一輛行駛中的特斯拉Model 3直接撞上了已側(cè)翻在路上的貨車，過程中車輛并沒有采取任何減速或轉(zhuǎn)向避讓的動作。

據(jù)當(dāng)事司機黃某事后回憶，當(dāng)時他的Model 3開啟了Autopilot駕駛輔助，速度在110km/h，看見側(cè)翻的貨車時想要剎車已經(jīng)來不及了。

雖目前尚未有明確的事故調(diào)查報告出臺，但大多數(shù)人都猜測是特斯拉駕駛輔助系統(tǒng)Autopilot發(fā)生了故障，而這個猜測的出現(xiàn)也不是沒有緣由的。

從2016年到現(xiàn)在，特斯拉已發(fā)生過多起致命事故，皆是因為“自動駕駛”。

2016年1月20日，京港澳高速河北邯鄲段發(fā)生一起追尾事故，一輛特斯拉轎車直接撞上一輛正在作業(yè)的道路清掃車，特斯拉轎車當(dāng)場損壞，司機不幸身亡，大量證據(jù)表明車輛在案發(fā)時處于自動駕駛狀態(tài)。

同一年的5月7日，在美國佛羅里達州，一輛在“自動駕駛”模式下運行的Model S發(fā)生撞車事故，Model S未發(fā)現(xiàn)正在通過的白色拖掛卡車，直接撞上卡車導(dǎo)致Model S被“切頭”，司機身亡，這是美國首例涉及自動駕駛的交通死亡事故。

這次事故與臺灣省高速事故更類似的一點在于，這輛特斯拉也是撞到一輛白色涂裝拖掛卡車。

特斯拉在自動駕駛模式“看不見”白色卡車的案例還有一起，2019年3月，同樣在佛羅里達，一輛 Model 3 以 110 公里時速側(cè)面撞擊了一輛正在穿過馬路的白色拖掛卡車。Model 3 同樣處于自動駕駛模式，司機以及 Autopilot 系統(tǒng)未做任何回避動作，車輛同樣被“切頭”，50 歲男性司機當(dāng)場死亡。

2016年美國首宗致死事故發(fā)生后，特斯拉就修改了有關(guān)Autopilot的表示，強調(diào)這并不是自動駕駛，也告誡司機請勿兩手離開方向盤。但到今年6月再次發(fā)生的事故表明，特斯拉的“白色卡車”盲點問題并未得到解決。

當(dāng)然，也并不只有特斯拉發(fā)生過自動駕駛汽車事故。

2016年3月，谷歌無人駕駛汽車與一輛公交巴士發(fā)生輕微碰擦，那是谷歌首次表示無人駕駛汽車應(yīng)當(dāng)“承擔(dān)部分責(zé)任”。

2018年3月18日，美國亞利桑那州一名女子被Uber自動駕駛汽車撞傷，之后不幸身亡。事發(fā)時，這輛車正處于自動控制模式。

自動駕駛事故原因分析

近年來，自動駕駛技術(shù)越來越火，幾乎所有的汽車廠商都逃不過它的“魅力”。IHS曾預(yù)測，到2050年之后，在路上行駛的或許都是自動駕駛汽車。

自動駕駛汽車的行駛模式能大大降低對空氣的污染，并且效率更高，它是未來汽車行業(yè)發(fā)展的必然趨勢。因此，如何降低自動駕駛汽車事故的發(fā)生率是當(dāng)下的一個大問題。

自動駕駛汽車發(fā)生事故的原因有兩種：主動事故與被動事故。主動事故責(zé)任方在自動駕駛汽車，而被動事故中的責(zé)任方類別那可就多了。

舉兩個例子：2017年12月，一輛 Cruise 的自動駕駛汽車與一輛摩托車發(fā)生碰撞，摩托車駕駛員在事故中受傷，自動駕駛車輛也遭到一定程度的損壞，Cruise援引舊金山警察局的報告稱，事故的直接誘因是摩托車司機的變道超車動作導(dǎo)致的；2018年1月10日，福特Argo AI自動駕駛車發(fā)生了一起交通事故，導(dǎo)致兩人受傷。當(dāng)局認(rèn)定這起事故是人為失誤造成的，事故起因是一輛卡車闖紅燈。

據(jù)密歇根大學(xué)交通運輸研究所的一份報告顯示，自動駕駛汽車事故的發(fā)生率是傳統(tǒng)汽車的5倍，即使排除掉由傳統(tǒng)汽車引發(fā)的事故，自動駕駛汽車的事故發(fā)生率仍是傳統(tǒng)汽車的2倍。而在自動駕駛汽車的事故中，大多數(shù)的發(fā)生原因是被追尾，是被動事故。

對于汽車廠商來說，這種被動事故很難預(yù)防，畢竟那些引誘事故發(fā)生的因素是不可控的，因此廠商只能從自動駕駛技術(shù)本身下手。

我們可以就近日發(fā)生的特斯拉撞車事件進行分析，事故發(fā)生原因是系統(tǒng)未能察覺到前方的危險并及時停下，這里出現(xiàn)了一種“邊緣情況”場景，即自動駕駛系統(tǒng)遇到了在其算法中沒有預(yù)期到的情況。

“邊緣情況”是一種委婉的說法，用來描述可能危及生命的駕駛情況。通常情況下是由于環(huán)境的干擾，如光線、天氣或其他車輛的遮擋，使得車載計算機難以進行道路分析。

臺灣的這起特斯拉事件之所以引人注目，有以下幾個原因：

• 特斯拉Model 3完全沒有感知到它行駛的車道已完全被翻倒的卡車所阻擋；

• 特斯拉Model 3完全沒有察覺到卡車司機。他為了提示后面的汽車遠離他翻倒的卡車而逆著車流方向向前走，并躲避了迎面駛來的特斯拉；

• 可能是安裝在車道左側(cè)高速公路屏障上的灌木干擾了Model 3的雷達，導(dǎo)致了感知故障。

業(yè)內(nèi)人士分析，特斯拉方案對“白色拖車”等“靜態(tài)異型車”的識別存在盲點。

自動駕駛公司文遠知行認(rèn)為，特斯拉的傳感器配置只有前向廣角近距離攝像頭可以有效“看到”正在橫過馬路的白色拖掛卡車，但“基于單目攝像頭獲取深度受到拖掛車白色涂裝影響無法有效提取特征點，從而無法進行有效的深度恢復(fù)(Structure from Motion, SFM)?！?

換句話說，特斯拉的Autopilot系統(tǒng)雖然能看到，但無法辨別出前方物體是廣告牌、天際線還是橫過馬路的白色貨柜車。加上廣角攝像頭只能看到約 50米 處的車輛，在高時速下（30米/秒)下，留給系統(tǒng)的反應(yīng)時間只有短短 2 秒，遠遠滿足不了剎車所需的時間與距離。這就是為何中國臺灣省的事故中，司機黃某發(fā)現(xiàn)問題時剎車已經(jīng)來不及的原因。

文遠知行表示，特斯拉在過去幾年進行了 1 次重大傳感器方案升級，3 次計算平臺升級以及數(shù)次重大軟件版本升級，但還是無法解決這一已知可致死的Bug（未包括 FSD 的升級）。

自動駕駛要如何變得更安全

有的時候我們不禁要問，特斯拉在自動駕駛上是否過于激進。在2016年以前，特斯拉對自動駕駛宣傳不遺余力，美國首宗自動駕駛致命事故發(fā)生后，雖然措辭有修改，宣傳角度有轉(zhuǎn)變，但特斯拉在自動駕駛上的冒險仍在繼續(xù)。一方面，宣稱自己的硬件具備了全自動駕駛能力；另一方面，還堅持推進純攝像頭方案，馬斯克甚至稱激光雷達方案“愚蠢”，激光雷達技術(shù)終將被攝像頭方案取代。

特斯拉的方案以攝像頭加毫米波雷達來實現(xiàn)，并未使用激光雷達。奧迪A8上倒是用到了激光雷達方案。

從傳感器的角度來看，視覺傳感器對大面積白色物體非常不敏感。

雷達是自動駕駛汽車的一個重要組成部分。速度更快、分辨率更高的毫米波雷達傳感器能夠改善車輛的安全性和舒適的視野。但毫米波雷達很難對靜態(tài)物體進行檢測。業(yè)內(nèi)專家指出，路面上所有靜態(tài)物體，譬如大橋接縫、路上釘子、可樂管、非常緩慢移動的物體等，對雷達而言都很容易形成噪點。

激光雷達由于檢測回波能量、白色面發(fā)射率高，因而對靜態(tài)大面積白色物體容易識別。

當(dāng)然，不是說攝像頭、毫米波雷達不能識別白色卡車，而是相對激光雷達比較難。尤其如何在高速行駛中做到“高可信度”。業(yè)內(nèi)“圖像主導(dǎo)”派，還是堅持認(rèn)為通過算法可以解決“白色卡車”識別問題。

所有駕駛輔助系統(tǒng)在一定程度上依賴多種形式的感知技術(shù)，隨著汽車功能的不斷演進，人們開始要求更高水平的駕駛輔助系統(tǒng)，例如自動緊急制動(AEB）和自適應(yīng)巡航控制(ACC)可以幫助挽救性命和預(yù)防交通事故。

如今，AEB和自動緊急制動系統(tǒng)的應(yīng)用范圍和復(fù)雜度不斷提高，以滿足對車輛L2或L3級駕駛輔助技術(shù)日益增長的市場需求。舉例來說，新NCAP（新車碰撞測試）規(guī)范要求能夠更靈敏地檢測行人——用NCAP術(shù)語來說，即交通弱勢群體，這加劇了對高性能雷達的需求。尤其是在高速公路上，如何利用技術(shù)降低駕駛難度，保證安全性是自動駕駛汽車市場需要思考的。當(dāng)下，廠商們也都在不斷改進自動駕駛輔助功能，以便能在更廣泛、更復(fù)雜的情況下使用。

除了加注于廠商開發(fā)出更高級的自動駕駛輔助系統(tǒng)之外，駕駛員本身也不應(yīng)過度依賴于自動駕駛或降低自身警覺性。對于駕駛員，不僅需要了解自動駕駛系統(tǒng)的各項功能，更需要了解技術(shù)的局限性。

自動駕駛汽車公司如今的發(fā)展

兩年前，CB Insights根據(jù)投資、收購和合作數(shù)據(jù)就已確定了有46家開發(fā)道路自動駕駛汽車的公司。而兩年后的今天，這個數(shù)據(jù)只會只增不減。

但近來多家汽車企業(yè)延后了自動駕駛推進時間。唯一量產(chǎn)過L3級別自動駕駛車輛的奧迪宣布暫緩量產(chǎn)計劃，將自動駕駛項目提升至大眾集團層面，并將大部分工作交付給集團統(tǒng)一的汽車軟件部門。

而通用曾承諾到2020年在舊金山發(fā)布一支自動駕駛出租車隊的計劃顯然已經(jīng)被推后，戴姆勒曾計劃到2021年讓1萬輛自動駕駛出租車上路，目前看也難實現(xiàn)。不過仍有一家與眾不同——Waymo，它是目前唯一一個推出了用完全自動駕駛出租車運輸乘客的。

下表列出的16家自動駕駛企業(yè)大致可分為三派。第一個派系是行業(yè)領(lǐng)導(dǎo)者，包括Waymo、Cruise、Argo、Aurora和安波福。第二個派系是區(qū)域性勢力，包括百度、寶馬、戴姆勒、Nuro、豐田、Uber、和沃爾沃。第三個派系特立獨行，比如日產(chǎn)、小馬智行、特斯拉和Zoox。

圖源：汽車商業(yè)評論

開放道路自動駕駛發(fā)展注定不會一帆風(fēng)順，不管是“激光雷達”派（奧迪方案為代表），還是“攝像頭”派（特斯拉方案為代表），都需要考慮到技術(shù)潛在風(fēng)險，畢竟自動駕駛事關(guān)人命，不宜簡單用試錯累積的方法來迭代。