“一個(gè)致命的事故一定是由多個(gè)小的錯(cuò)誤組成的?！?/p>

　　今天（7月1日）一早，特斯拉發(fā)表博客敘述了NHTSA（美國(guó)國(guó)家公路交通安全管理局）正在著手調(diào)查第一起Tesla自動(dòng)駕駛致死的車禍。該車禍?zhǔn)墙衲?月7日美國(guó)弗羅里達(dá)洲一位名叫Joshua Brown的40歲大哥開著一輛以自動(dòng)駕駛模式行駛的Model S在高速公路上行駛，全速撞到一輛正在垂直橫穿高速的白色拖掛卡車（如圖）。

　　駕駛員以及Autopilot（Tesla的自動(dòng)駕駛系統(tǒng)）都未對(duì)該卡車進(jìn)行有效的反應(yīng)（轉(zhuǎn)向或減速），以至于Model S直接撞上了拖掛卡車的側(cè)面并且從卡車下面鉆了過(guò)去，直接變成了Tesla Roadster。

　　這確實(shí)是一件大事，因?yàn)镹HTSA可以決定某種車型是否進(jìn)行召回。Tesla也非常緊張，在博客中提及了非常多的細(xì)節(jié)，包括藍(lán)天背景加上白色卡車容易被識(shí)別為云彩，并且拖掛卡車側(cè)面從Tesla Autopilot的視角看是懸浮在地面上的，這種非常少見的情況導(dǎo)致了Autopilot系統(tǒng)的漏檢。并且車輛碰撞位置為Tesla的擋風(fēng)玻璃使得Tesla的碰撞安全系統(tǒng)無(wú)法發(fā)揮作用，這導(dǎo)致了駕駛員的死亡。

　　本文將從專業(yè)的角度敘述該車禍的大致原因，以及后續(xù)避免此類車禍的方式方法。

　?。鼮槭裁磿?huì)漏檢？

　　首先我們需要了解Tesla Autopilot系統(tǒng)中所使用的傳感器：

　　擋風(fēng)玻璃中間的Mobileye EyeQ3視覺系統(tǒng)

　　前保險(xiǎn)杠下方的毫米波雷達(dá)

　　車輛四周的12個(gè)超聲波傳感器

　　很不幸，我們認(rèn)為在這起致命的車禍中，所有的傳感器都漏檢了。

　　對(duì)于Mobileye EyeQ3視覺系統(tǒng)，一個(gè)漂浮于地面的白色物體被漏檢有以下幾個(gè)原因：

　　Tesla Autopilot選用的攝像頭為長(zhǎng)焦鏡頭。當(dāng)白色拖掛卡車進(jìn)入視覺區(qū)域內(nèi)的時(shí)候，攝像頭只能看到懸浮在地面上的卡車中部，而無(wú)法看見整個(gè)車輛。這使得Mobileye的障礙物識(shí)別系統(tǒng)無(wú)法識(shí)別出障礙物是一輛卡車，而更可能是飄在天上的云。

　　漂浮物體檢測(cè)。筆者曾和Mobileye的工程師溝通過(guò)，EyeQ3系統(tǒng)有許多特殊情況（Corner Case），漂浮物體是其中比較難以解決問題，包括道路救援車以及雙層的車輛運(yùn)輸卡車，Mobileye很難很好理解漂浮在空中的物體。

　　大面積白色障礙物檢測(cè)。當(dāng)年，Mobileye以單目攝像頭進(jìn)行障礙物檢測(cè)，技驚四座。這中間的單目障礙物檢測(cè)算法非常重要，但對(duì)于大面積白色物體的障礙物檢測(cè)時(shí)，無(wú)論是學(xué)術(shù)界的最新算法，還是Mobileye都不能很好得解決該問題：由于大面積白色物體很難從圖像中提取特征點(diǎn)，使得基于點(diǎn)的相機(jī)姿態(tài)求解沒有足夠的數(shù)據(jù)輸入，導(dǎo)致大面積白色障礙物的漏檢率非常高。

　　對(duì)于毫米波雷達(dá)系統(tǒng)，原因主要是其安裝位置過(guò)低。一般的毫米波雷達(dá)垂直視角在±5°以內(nèi)，導(dǎo)致當(dāng)Tesla靠近拖掛卡車側(cè)面時(shí)，雷達(dá)波束從下側(cè)穿過(guò)了卡車，導(dǎo)致漏檢。

　　對(duì)于超聲波雷達(dá)，其測(cè)量距離過(guò)短（2米左右），在高速行駛中基本無(wú)法探測(cè)縱向障礙物。

　　最后，最重要也是最致命的漏檢，是駕駛座上的駕駛員。Tesla Autopilot系統(tǒng)是一個(gè)公用測(cè)試版的系統(tǒng)，要求駕駛員時(shí)刻注意車輛狀態(tài)以避免出現(xiàn)事故。但據(jù)卡車駕駛員Frank Baressi原話是，（出車禍時(shí)）Tesla的駕駛員正在玩哈利波特游戲。于是最后一道防線被擊潰，Model S車毀人亡。

　?。绾伪苊饴z？

　　從上文看，是不是當(dāng)面對(duì)垂直行駛的白色拖掛卡車，所有自動(dòng)駕駛汽車都只能坐以待斃了？當(dāng)然不是。只是從技術(shù)上分析，我們認(rèn)為以Tesla當(dāng)前的Autopilot系統(tǒng)，漏檢無(wú)法避免。

　　什么樣的自動(dòng)駕駛系統(tǒng)可以避免漏檢？如何改進(jìn)Tesla Autopilot系統(tǒng)？從根本上，我們認(rèn)為Tesla Autopilot系統(tǒng)缺少了面對(duì)特殊情況的冗余性。自動(dòng)駕駛技術(shù)如今可以解決大部分的問題，如Mobileye認(rèn)為他們的視覺系統(tǒng)識(shí)別率可以達(dá)到90%以上（具體數(shù)字無(wú)法透露）。但這一切都是基于Mobileye的測(cè)試數(shù)據(jù)得出的結(jié)論。當(dāng)遇到如本次事故中的情況，顯然它并不在測(cè)試數(shù)據(jù)中，這種特殊情況在平時(shí)測(cè)試時(shí)無(wú)法窮舉，也就是說(shuō)有許多特殊情況在產(chǎn)品開發(fā)時(shí)無(wú)法考慮周全。再比如毫米波雷達(dá)，有很多數(shù)據(jù)表明，毫米波雷達(dá)無(wú)法測(cè)量到卡車的底盤，引起多起自動(dòng)跟車事故?？偟膩?lái)說(shuō)，這起事故表明，Mobileye視覺系統(tǒng)加上毫米波雷達(dá)不足以解決事故中的情況。

　　我們必須承認(rèn)，沒有完美的自動(dòng)駕駛系統(tǒng)，所以我們需要更多不完美的系統(tǒng)。

　　下一代的自動(dòng)駕駛系統(tǒng)一定會(huì)使用更多的傳感器來(lái)避免類似事故的發(fā)生。增加的傳感器一定能覆蓋本事故的情況，并在類似的情況中不會(huì)發(fā)生漏檢。

　?。蔀樽詣?dòng)駕駛老司機(jī)的關(guān)鍵

　　當(dāng)汽車以120km/h的速度在高速上行駛時(shí)，至少需要擁有200米的預(yù)判（6s的反應(yīng)時(shí)間）。該預(yù)判需要知道前方障礙物的信息，主要包括障礙物的距離與速度。其中對(duì)距離的測(cè)量是重中之重：如本次事故就缺少了對(duì)障礙物距離的有效測(cè)量，導(dǎo)致系統(tǒng)無(wú)法進(jìn)行有效的操作。當(dāng)前自動(dòng)駕駛研究中有多種測(cè)量前方障礙物距離的方案，主要的方案如下：

　　單目相機(jī)光流法：Mobileye基于圖像的深度計(jì)算主要使用這種算法，在本次事故中證明無(wú)效。

　　雙目相機(jī)視差法：雙目相機(jī)如同人類的眼睛，但當(dāng)前主要的雙目相機(jī)方案的基線（雙母攝像頭光軸的距離）在10cm~12cm之間，當(dāng)障礙物距離超過(guò)20米時(shí)，深度分辨率急劇下降。在100米之外基本無(wú)法得到障礙物的距離。

　　激光雷達(dá)（LiDAR）測(cè)距法：LiDAR是最近各類自動(dòng)駕駛新聞中出鏡率非常高的測(cè)距傳感器，使用光學(xué)測(cè)距法，測(cè)量車輛四周的障礙物距離情況。測(cè)量距離可以達(dá)到200米，精度約±3cm。但價(jià)格較高，且在雨雪天會(huì)受到較大的干擾。

　　既然Autopilot的基于相機(jī)+毫米波雷達(dá)的方案無(wú)法避免此類事故，下一代自動(dòng)駕駛技術(shù)所需的傳感器自然已經(jīng)有了答案：我們看到激光雷達(dá)（LiDAR）在自動(dòng)駕駛系統(tǒng)中發(fā)揮著越來(lái)越重要的作用——從DARPA挑戰(zhàn)賽走出的無(wú)人駕駛汽車，到最新一代奧迪的自動(dòng)駕駛汽車。隨著價(jià)格的降低與技術(shù)的成熟，激光雷達(dá)將會(huì)走入人們的行車生活，帶來(lái)更安全的自動(dòng)駕駛體驗(yàn)。