屡败屡战，自动驾驶离我们还有多远

自动驾驶 / 特斯拉

一辆高速行驶的Tesla在美国加州的公路撞上停在路边的消防车...又是自动驾驶功能惹祸？自动驾驶，究竟离我们还有多远？

在上周，一辆以自动驾驶(Autopilot)模式、65英哩(约104公里)时速在美国加州高速公路上行驶的特斯拉（Tesla）电动车，撞上了停在路边的消防车(参考下方大图的CBS电视新闻画面截图)，所幸并无人员伤亡。

根据《水星报》(Mercury News)的报导，那辆被撞的消防车是停在道路左侧的紧急救护车道与共乘车道(carpool lane)，处理先前发生的另一桩事故；还有另一辆加州公路警察队(California Highway Patrol)的车辆停在消防车后面的路边。

美国国家运输安全委员会(National Transportation Safety Board，NTSB)已经针对这起事故展开调查，除了指派两位调查员前往加州洛杉矶Culver市的事故现场勘查，还派遣了一个专门小组调查此一事故并从中汲取经验。而虽然那辆肇事Tesla的驾驶表示当时是车辆是采用Autopilot自动驾驶模式，但并未获得第三方证实；显然这点引起了相关主管机关的兴趣。

因为Tesla与主管机关仍对此事件保持沉默，事故发生细节还未明朗，也有很多有待解答的疑问，不过Tesla还是掌握了关于事故发生的关键资料；如技术顾问机构VSI Labs创办人与首席顾问Phil Magney表示：“因为在车上装了‘黑盒子’，Tesla可以提供NTSB大量信息。”

Phil Magney

已知Tesla的车子上有用以储存所有车载数据的SD记忆卡，而且能透过无线链接存取其中信息，除非该储存媒介或车上的LTE通讯功能损毁；不过Magney表示，就算拿到那张SD卡，NTSB也没办法直接取得所需的信息，因为它被高度加密，只有Tesla可以提供其中的资料。

以下针对Tesla车辆所装载的先进驾驶辅助系统(ADAS)，我们请汽车专家提出他们心中的疑问；先从我们不确定的地方开始讨论：

自动驾驶

Magney表示：“我们实际上并不知道事故发生时Autopilot (AP)是否启动；那辆车的驾驶可能是像去年那场在明尼苏达州(Minnesota)发生的事故那样，要把这起事故也归咎于AP。”不过在去年7月发生的那起事故中，一开始那辆Tesla车子的驾驶将事故责任归咎于Autopilot功能，后来又反悔。

交通感知/主动巡航控制

市场研究机构Linley Group资深分析师Mike Demler提醒我们，Tesla所谓的“Autopilot”实际上是一整套功能的组合，包括交通感知/主动巡航控制(Traffic-Aware Cruise Control)、自动转向(Autosteer)以及自动变换车道(Auto Lane Change)。

Mike Demler

“如果驾驶人开启自适应巡航控制(adaptive cruise control)，我相信一套设计完善的系统应该会侦测到前方有交通阻塞(显然是在高速车道上)；”Demler表示：“但是Tesla的车主使用手册上却警告，该系统可能不会侦测到那样的情况。”

Tesla的车主使用手册上是这样写的：“警告：交通感知巡航控制不能侦测到所有的物体，而且可能无法因为静止车辆而剎停/减速，特别是在你以超过50英哩(80公里)时速驾驶，以及当你跟随的车辆移出你所在车道，前方变成一辆静止的车子或物体、自行车、行人时。”

Demler表示，所以理论上假设自适应巡航功能开启，显然应该会优先让雷达而非摄影机负责侦测物体：“这里可能会有软件与传感器融合的问题。”

自动紧急剎车功能拯救了驾驶人？

Magney也很疑惑车子的自动紧急剎车(Automatic Emergency Braking，AEB)不知是否启动，他表示：“在Tesla的车辆上，驾驶人是可以关掉这个功能的！”而因为那辆肇事车的时速是65英哩，对消防车的撞击力道是非常大，有可能让驾驶人重伤：“所以有可能是AEB减缓了一点撞击力道，让驾驶人幸免于难。”

传感器发挥作用了吗？

“如果那辆车是比较新的model S，就应该有一套比较精密的传感器，主要是雷达与摄影机；”Magney表示：“但雷达应该在那辆车子的行驶路线上就侦测到这样的情况；”不过他指出这里需要注意的是：“雷达对于静止物体有很多过滤，因为如果不这样做，会发生很多误报，包括停在道路两侧的车辆还有交通标志等等…”

此外摄影机也应该要侦测到路上的情况，并将该静止物体分类为车辆；但这里的另一个问题是：“有可能那辆消防车停放的方向，让摄影机搞不清楚那是一辆大型车，”Magney分析：“或者是摄影机可能侦测到了大型车，但并没有意识到其位置在车辆行进路线上，就像是雷达犯的错误。”

Demler也看到了类似的问题，表示雷达对静止消防车的侦测让他想起了在佛罗里达州发生的那次事故：“软件只会用雷达来侦测速度的变化，佛罗里达州事故中的货柜车障碍是在整个视野中移动，所以Tesla的软件认为那是一个静止的、在头顶上的道路标志并忽略了它。”

他指出，那辆Culver市事故的Tesla驾驶如果没有注意，而且车辆是移出车道绕过消防车，那辆Tesla可能一开始是会加速！他再次引述了Tesla车主使用手册上的文字：“当你跟随的车辆已经侦测不到，交通感知巡航控制会恢复加速至原先设定的速度。”

雷达能看得多远？

Tesla车辆是用了谁家的雷达设备？Magney表示：“我们不确定这是否为Bosch或Continental的雷达，因为Tesla是最近才改用Continental；如果那辆车是较新的车款(2017或2018年式)，就是用Continental的，但较旧车型是用Bosch的设备。”

Magney补充指出，Bosch的雷达是侦测距离约160公尺的中距离雷达，根据某些报导，Tesla改用的Continental设备支持更长的侦测距离；而他也相信无论是摄影机或雷达，都有与Autopilot功能共同运作，也可能都看到了那辆消防车。

不过Magney指出这里的问题在于：“Autopilot的路径规划器(motion planner)并不认为该物体是在车辆的行进路线上，雷达可能把它过滤掉了，因为那是静止的，同时摄影机可能也没有成功将所看到的归类；”总之就是左手不知道右手在做什么。

那么麦克风呢？

Demler还问到了麦克风：“人们讨论到了摄影机、光达(lidar)与雷达，却通常忽略了另一种自动驾驶车辆的关键传感器──麦克风！”他认为Google已经在自动驾驶测试车辆上使用麦克风很长一段时间，用以侦测警笛声。或许那辆停在路边的消防车并未鸣笛，只有开了闪光灯：“但摄影机应该要能轻易地侦测到。”

额外的安全性与可靠性？

以色列公司Autotalks首席执行官Hagai Zyss接受EE Times访问时表示，从这桩事故学到的另一个教训，是就算车上的传感器具备优良感知能力，还必须能掌握情况并且加以解释，因为静止的物体很容易被误解。

Hagai Zyss

他指出：“但如果静止的车辆会发送警报给1英哩外的其他车辆，就不容易误解这样的通讯，因为这是车辆本身正在通报的；”简而言之，以专用短距离通讯(DSRC)为基础的车辆对车辆通讯(V2V)技术可以带来帮助。

当然，V2V或是车辆对基础建设(V2I)通讯需要网络效应，社会需要对技术有共识，相关技术也需要被市场接受，人们才能看到其有效性；Zyss表示，一个独立解决方案──例如只仰赖车辆内部的传感器──明显会有局限，V2V与V2I能提供额外的安全性：“你不需要等到全自动驾驶车辆问世才能避免事故，你现在就可以采用V2V。”

同时Magney指出：“这个Tesla的案例为L2+自动驾驶车辆提供了一个强而有力的理由；”在今年的国际消费性电子展(CES)期间，Mobileye在SAE所订定的Level 0~Level 5自动驾驶车辆等级中间，加入了一个“Level 2+”(L2+)，并解释此举是为了将「定位资材」(localization assets) 应用于L2应用程序。

Magney 解释：“如我们所知，现在的L2是比自适应巡航控制(adaptive cruise control)搭配主动式防车道偏离(active lane keeping)更多一点点，但如果跟随的车辆开走了或是车道线难以辨识，这些功能最终证明是会有问题的；”而L2利用定位资材(例如GM以Supercruise所实现的)能更充分理解路线轨迹。

“Tesla的系统目前只靠摄影机，这在我看来并不够好；”Magney表示：“如果利用HD地图以及定位信息，将能让车子更具智慧，并在非常大的物体出现在车辆行驶路径时避免碰撞。”

（来源：EET）