优步自动驾驶事故,和特斯拉Autopilot事故有什么不同?

发布者:MysticDreamer最新更新时间:2018-03-20 来源: eefocus关键字:Uber  自动驾驶  测试 手机看文章 扫描二维码
随时随地手机看文章

Uber事故相比特斯拉Autopilot事故,前者没有识别行人,后者没有识别车辆。

 

美国亚利桑那州坦佩市,一辆 Uber 的自动驾驶汽车与一名行人相撞,该行人在送往医院后不治身亡。值得注意的是,这是世界上首起自动驾驶车辆在公共道路上撞击行人并致死的事件。

 

目前,Uber暂停了包括旧金山、匹兹堡、凤凰城和多伦多等所有地点正在进行的自动驾驶测试。根据外媒报道,事故发生时,Uber测试车上只有一名车辆操作员,而被撞女子正在穿越马路。

 

▲Uber自动驾驶事故现场

 

Uber此次事故很容易让人联想到2016年5月特斯拉Model S在美国佛罗里达州发生的那起引起业内剧烈讨论的自动驾驶致死事故。根据美国高速公路安全管理局(NHTSA)的调查,事故发生时,Model S的Autopilot模式处于开启状态,并在一个十字路口上直接撞上了前方的重型卡车。

 

Uber自动驾驶事故相比特斯拉Autopilot事故,前者是没有识别出行人、后者则没有识别出车辆。

 

▲特斯拉自动驾驶事故现场

 

由于自动驾驶概念在用户端越来越普及,且真真切切的关于驾驶者与交通其他参与者的生命安全,因此我们必须弄清,现阶段:

 

自动驾驶究竟是什么?

 

能做到什么?

 

哪些状态下,驾驶员必须进行接管?

 

为了弄清上述问题,不久前,车云花费了三周时间,在北京用一辆Model S体验了最新版本的Autopilot2.0,并详细记录下中国各种典型路况中,Autopilot2.0的反映,以及驾驶员必须接管的状态。

 

现在推出,正合时宜。

 

哪些情况,驾驶员必须接管?

我们体验的最新版本的特斯拉Autopilot2.0是基于2.0版硬件,V8.1系统。根据介绍,这个版本在追平Autopilot1.0功能的基础上,有一些性能上的小升级,但增强自动辅助驾驶的特有功能还没有实现。

 

体验时间均为下午,行驶区段是位于四环脚下的车云总部到首都国际机场,规划路线是四环到首都机场第二高速公路。体验时都是晴天,车流量稀疏,具有挑战的场景是太阳直射。

 

▲特斯拉仪表盘交互界面,出现TACC和Autosteer灰色标识代表可开启功能,开启后标识变为蓝色

 

值得称赞的是,这套系统使用起来的学习成本并不高。在车机上设置好后,全程只用一个巡航控制手柄开启功能、调整巡航速度和跟车距离。仪表盘上,有主动巡航控制和辅助转向可开启的提示。并且显示了车道线和当前车辆前方与周围的车辆情况。我们在四环和高速路上开启主动巡航控制和辅助转向,只要没有频繁的换道需求,Autopilot2.0是一个很得力的帮手,测试期间的最长开启时间可以达到8分钟。

 

▲在光线复杂的停车场

 

▲短暂进入隧道

 

▲通过路口

 

 

期间我们重点观察了系统的感知能力。在车道线不清晰、逆光、短暂通过隧道时,识别情况良好。在通过路口时,仪表盘显示系统可以部分检测到自行车、外卖摩托车以及公交车,但没有把不同车辆区别显示。毫米波雷达作为主传感器,可以看到前车的前车,为提前制动做准备。

 

为了方便大家评估,我们记录了行车中的脱离情况。上四环后,车云菌不断在条件允许的情况下开启Autopilot2.0,尝试按照脱离报告的要求,记录了体验时每次接管的原因。

 

需要解释的是,出于安全考虑,我们没有刻意测试极限情况。测试期间两位车云菌会根据经验判断此时此刻是否需要制动,如果Autopilot2.0没有减速,驾驶员就会主动接管。也就是说,Autopilot是在和两位驾龄10年+的司机比赛。

 

除去测试需要的接管,我们得到了下面这些脱离原因:

 

▲匝道汇入口有车辆Cut in

 

1.遇到匝道汇入口有车辆Cut in,Autopilot2.0控制下车辆没有减速,安全起见驾驶员接管。

 

▲变道失败

 

2.打转向灯时,车没有变道,为防止影响后车行驶,驾驶员接管。

 

▲右侧车Cut in

 

3.高速公路跟车,前车变道后所在车道无车,本车加速后右侧车道车辆Cut in,车辆没有减速迹象,安全起见驾驶员接管。

 

 

从上面这些脱离原因来看,Cut in、变道不成功是接管的主要原因。复杂情况的Cut in很可能是前方车辆车尾没有完全进入传感器视线,因而传感器无法及时识别车辆。Autopilot在处理Cut in的情况时,给出的反应并不是很迅速,但也不排除近距离制动的可能。

 

发生变道不接管有多种原因,比如目标车道有车辆靠近或者传感器无法检测车道车道线,在上述场景中,我们没有发现明显的原因。

 

除了功能实现层面,我们还在驾驶舒适度方面有几点发现。

 

▲大家可以关注下方向盘转角

 

1.变道不够顺滑。我们从车后座拍摄了变道时的方向盘的转动幅度,乘坐感受上,晃动比较明显,不如小角度切入那么舒服。

 

▲车道内的“摇摆”

 

2.决策不够干脆。在一次变道时,向左变道功能已经成功启动,但是在左侧车道线边犹豫停顿后,放弃动作再次回到本车道中间。我们推测原因是左后方一辆金杯没有减速迹象并进入了传感器探测范围。

 

总体来看,Autopilot2.0在纵向控制方面的表现更加成熟,与辅助转向有关的功能还有完善空间。另外有意思的是,两位性格迥异的车云菌分别体验了这套系统,一位追求速度感的车云菌认为,Autopilot2.0的操控比较符合自己胃口,而另一位更喜欢平稳舒适的车云菌认为,Autopilot的提速和制动让他有些不适。一套辅助驾驶系统,不同人可能有不同体会。

 

不过,体验没有到此结束。

 

Autopilot2.0目前可以安全开启的地方仍然是高速公路,但是在一些车道线清晰的城市路段,我们也能看到主动巡航控制和辅助转向可被激活的提示。于是我们在保证安全的前提下,设置了一部分附加测试,但这部分场景严格来说并不在Autopilot2.0的适用范围,也不建议大家模仿尝试。

 

先说结论,Autopilot2.0的功能目前无法直接移植到城市环境使用。虽然可以顺利开启(一次2分钟、一次3分钟),但城市中有走向复杂的车流,需要通过没有车道线的红绿灯路口,车与车间距更近。具体来看,我们发现了几个高速上没有遇到的场景。

 

▲起步迅速提速

 

跟车起步时,我们预设了比较大的跟车距离(4),所以Model S在前车启动且两车达到预设距离之后,才开始快速提速。这和我们日常的驾驶操作存在很大不同,在拥堵路口等红灯时,我们更喜欢在每次前进时缓慢贴进前车保持距离,起步时也会考虑安全慢慢给油。

 

▲关闭TACC和Autosteer后出现溜车

 

另外在城市环境我们意外发现了一个特殊场景。我们在停车状态开启主动巡航控制和辅助转向后马上取消,出现了车辆缓慢向前移动,仪表盘显示车速变为1的情况。为防止追尾,车云菌踩下了刹车。如果把“关闭功能后车辆执行什么动作”的逻辑设置为“保持功能开启前的驻车状态”,应该会更加安全。

 

 

Autopilot进化史

Autopilot的进化史是“硬件先行,软件后更新”——每一台特斯拉都会配置当时最新的硬件,然后通过OTA不断更新固件,获得更完善的驾驶辅助或自动驾驶功能。庞大的用户群可以源源不断地供给真实路况的驾驶数据,帮助Autopilot训练和迭代算法。

 

迄今为止,特斯拉一共更新了两版硬件,出售过Autopilot(自动辅助驾驶)、Enhanced Autopilot(增强自动辅助驾驶)和Full Self-Driving Capability(全自动驾驶)三款选装包(官网已经在Enhanced Autopilot推出后,撤下了Autopilot选装包)。

 

2014年10月,Autopilot(自动辅助驾驶)首发时采用了1.0版硬件,传感器使用了一个前置摄像头,一个前向毫米波雷达以及车身一周的12个超声波雷达。官方在召开发布会时介绍,这套硬件及其配套的软件算法最终不能实现全自动驾驶,Autopilot只是提升舒适性和安全性的辅助功能,车辆的控制权仍然在驾驶员。

 

特斯拉Autopilot进化史

从Enhanced Autopilot(增强自动辅助驾驶)开始,特斯拉使用了2.0版硬件,这也是大家常常把增强自动辅助驾驶称为Autopilot2.0的原因。马斯克在发布会上宣布,2.0版硬件(8个摄像头、1个毫米波雷达、12个超声波雷达以及NVIDIA Drive PX2计算平台)在固件更新后,可以开启全自动驾驶功能。虽然马斯克一直表示不会使用激光雷达,但特斯拉“毫米波雷达+摄像头”全自动驾驶传感器方案,还是在行业内引发了热议。

 

▲Autopilot2.0传感器布局,毫米波雷达位于车辆前脸右侧

 

两代硬件更迭期间,有几个重要事件和时间节点:

 

1. 在经历了Autopilot车祸风波之后,特斯拉将Autopilot的主传感器从摄像头更换为毫米波雷达,并且在官方推送了名为《通过雷达看世界》的技术解析文章。Autopilot的毫米雷达供应商博世为此提供了新的驱动程序,帮助特斯拉从前置雷达获取更多原始数据。

 

2.特斯拉和原来的合作伙伴Mobileye分道扬镳,2.0版视觉部分的替代方案是自主研发的图像处理系统以及机器学习技术 “Tesla Vision”。这项技术还在不断发展完善,因此Enhanced Autopilot(增强自动辅助驾驶)推出后的很长一段时间里,都在用新硬件实现上一代产品的功能。 

 

3.在大大小小的固件更新中,V8.1版本推送是一个特殊的节点。这款固件只适用于2016年10月起使用Enhanced Autopilot(增强自动辅助驾驶)选装包交付的车辆,它象征着“ Tesla Vision”与新版硬件搭配后,追平了Mobileye在Autopilot1.0中提供的所有功能。

 

在上手体验Autopilot2.0之前,需要重点关注SAE对自动驾驶汽车评定时提到的设计运行范围(ODD),也就是自动驾驶汽车安全工作的环境,包括车辆自动驾驶时的Speed速度(高速、低速等)、Geography地形(平原、山地等)、Roadway路面情况(直路、弯路等)、Environmengt环境(天气、气候、基础设施等)、Traffic交通情况(简单、复杂、违规行为、路线固定等)、Temporal 时段(白天、晚上)……

 

目前Autopilot支持高速公路、快速路环境的安全使用,辅助转向功能十分依赖车道线。在用户手册提到的限制场景中,市内道路,急弯的曲折道路,结冰或湿滑路面,天气条件不宜行驶比如能见度差(大雨大学浓雾等)、强光,车道线变化以及地面有阴影的情况功能都会受限,我们在表格中用红色做了重点标记。

 

 

 

 

 

 

Autopilot2.0核心内容由主动巡航控制(TACC)、辅助转向(Autosteer)、自动变道构成,可同时与车道辅助、防撞辅助、车速辅助等功能搭配使用。 其中,主动巡航控制可以自动对车辆进行纵向控制,简单来说就是开启后系统接管了刹车,但驾驶员仍然需要手动控制方向盘。辅助转向提供的自动横向控制,取代了手动控制方向盘的操作。

 

 

需要强调的是,辅助转向功能还只是测试(Beta)版本,所以在开启时,需要驾驶员特别注意接管。驾驶员要始终把手放在方向盘上,如果方向盘上的传感器长时间没有感受到压力,就会在三段提醒后退出辅助转向,只有手动驾驶停车后才能再次开启辅助转向。

 

每项辅助驾驶功能要在前一项基础上叠加开启。启用辅助转向的前提是主动巡航控制,实现自动变道需要主动巡航控制和辅助转向同时处于开启状态。这意味着前一项的受限条件,也会对后几项功能产生影响。

 

 

Autopilot2.0的下一步

Autopilot2.0的更新会从两方面入手:一个是地图和定位;一个是最大程度地升级软件算法。

 

2014年公布Autopilot1.0的时候,特斯拉就认定系统里一定会有高精度地图,但始终用的是导航地图。后来在Autopilot2.0发布时,特斯拉就指出,Autopilot2.0系统严重依赖GPS数据及其定制的高精度地图,系统如果单靠实时数据工作会比较粗糙。也就是说,高精度地图的更新一定会在Autopilot2.0中出现。

 

▲我们在体验中打开了导航地图

 

更新自动驾驶地图后再开启已有功能,应该会更加顺滑。比如我们在体验时,有一次高速驶入道路突然收窄区域的情况,于是我们享受了一次摇摆。假如这条道路信息被写进地图并且提前告诉汽车,完全可以做到低速平稳通过。

 

没有实现的增强自动辅助驾驶功能,也离不开地图和定位。根据特斯拉官网描述:

 

新一代硬件的增强型自动辅助驾驶定位仍然会专注于高速公路行驶,不同的是车可以从一条高速公路行驶到另一条高速公路,而且具备自己驶出高速的能力。

 

高速与高速间的切换,依赖在地图中精细标记出每一条车道出入口。

 

▲国外黑客破解一辆车后发布了新地图系统照片

 

最新公布的进展是,特斯拉的新款市内导航及地图引擎——“光年(light years)会在2018年的年初完成软件升级,新款地图系统取名为“特斯拉地图(Tesla Maps)”。国外黑客破解一辆车后发布了新地图系统的照片,可以看到匝道的汇入和驶出口都有明显标记,但是没有看到明显的车道线划分。不过,受限于各地的地图测绘法规和自动驾驶地图本身的发展情况,上述功能受到区域性影响,未必会在全球快速推广。

 

除了升级地图,就是持续不断地更新软件算法。

 

据消息称,Autopilot2.0刚推出时,特斯拉还没有完全发挥前视摄像头的能力。当时功能的实现,很大一部分都是来自于超声波雷达、毫米波雷达与前视摄像头中主摄像头的配合。一些爱好者在测试时遮挡了广角和长焦摄像头,发现它们当时仍然没有启用,还处于“封印”状态。

 

8.1版的更新,特斯拉增加了另一个前端面向相机来提高Autosteer的性能,提升主要体现在高速公路环境。特斯拉主张使用多摄像头的方案来替代多毫米波雷达和激光雷达方案,这意味着特斯拉在享受低成本硬件的同时,要在软件算法上承受更多的压力。随着传感器数量的增加,软件算法开发将面临更多挑战。

 

在今年2月特斯拉写给股东的一封信中提到,特斯拉已经完成了软件的底层架构改革,这将大幅增强数据收集、分析和机器学习的能力。随着客户数量的增加,特斯拉的神经网络能够收集并分析比以往更多的高质量的数据。

 

小结

截至目前为止,特斯拉的更新进入了一个比较缓慢的时期,目前向我们公布了两项2018年Autopilot计划。

 

一个是Autopilot2.0的不断更新,马斯克在twitter上提到,Autopilot2.0已经有了一个更加“功能丰富”的版本,但它还不够可靠,因此尚未发布。

 

另一个是马斯克在2月宣布,未来三到六个月内,将会展示自动驾驶从西海岸到东海岸的自动驾驶(马斯克在2016 年就许下了这一承诺,经历了多次延迟),这是为Autopilot2.0之后的大版本更新储存实力。

 

对参加汽车自动化竞技的选手来说,新功能的研发周期越来越长,挑战也将越来越多,希望在2018年,Autopilot可以如约带来更多新消息。


关键字:Uber  自动驾驶  测试 引用地址:优步自动驾驶事故,和特斯拉Autopilot事故有什么不同?

上一篇:回顾慕尼黑电子展上的电动汽车电子器件
下一篇:自动驾驶将改变世界,共享概念将参与其中

推荐阅读最新更新时间:2024-05-03 02:37

谈示波器第二回——模拟和数字示波器测试性能的具体表现
上一回简单回顾了示波器的历史,以及对模拟和数字示波器的优缺点做了一个简单对比。这是我头回试着写连载,发了第一回后就一直酝酿着写下一回。其间跟几个模拟示波器的高手进行了讨论,并给一个朋友试讲了模拟和数字示波器在测试方面的区别,甚至准备在CEF上向至今仍在生产模拟示波器的厂商讨教,但是这一回像《越狱》第四季的17集一样迟迟不能推出,有负于众多关注这个话题的读者。 这一回主要讨论模拟和数字示波器在测试方面的具体表现,并给出适用的场合,以便大家在测试的时候做出恰如其分的选择。此处选择的模拟示波器是日立的V252,这个款示波器的保有量非常的大,最早的型号是V212,国内厂商多有仿制,日立(Hitachi)也是迄今为止仍在生产模拟示波器的厂商。
[测试测量]
谈示波器第二回——模拟和数字示波器<font color='red'>测试</font>性能的具体表现
英特尔携手Waymo 研发自动驾驶
英特尔公司在周一公布了与谷歌母公司Alphabet旗下Waymo自动驾驶部门的一项合作。英特尔称,在Waymo计算平台设计期间,公司就已经在与Waymo合作,旨在让自动驾驶汽车能够实时处理信息。 英特尔称,公司为传感器处理、通用计算和连通性开发的技术已被用于克莱斯勒Pacifica hybrid多用途汽车中。自2015年以来,Waymo一直在使用Pacifica hybrid测试其自动驾驶系统。 “随着Waymo自动驾驶技术变得越来越智能,功能越来越强,其高性能硬件和软件将需要更为强大和高效的计算,”英特尔CEO科再奇(Brian Krzanich)在一份公布双方正在进行合作的声明中称。 科再奇称,英特尔开发了一款“定制芯片”。它
[嵌入式]
巴黎创企新融资1.97亿元研传感器 模拟人眼/人脑用于自动驾驶汽车
据外媒报道,当地时间10月28日,全球最先进神经形态视觉系统发明者 – 位于法国巴黎的初创公司Prophesee SA宣布完成价值2800万美元(约合1.97亿元人民币)的融资,使其总融资额达到了6800万美元(约合4.78亿元人民币)。 (图片来源:Prophesee) 此次融资由欧洲投资银行(European Investment Bank)领投,还包括商业投资者的阶段性投资,其中包括Prophesee的现有投资者,iBionext、360 Capital Partners、罗伯特博世风投(Robert Bosch Venture Capital)、Supernova Invest以及一些未披露身份的投资者。此前,P
[汽车电子]
巴黎创企新融资1.97亿元研传感器 模拟人眼/人脑用于<font color='red'>自动驾驶</font>汽车
PXI在通信标准测试领域的隐含作用
  通信设备需要经历相当多的测试,来确保互操作性与合规性。一些测试仪器专被设计依照具体标准(比如WiMAX、蓝牙、CDMA、GSM和LTE)来完成测试,它们能极大加快通信设备制造商的开发与生产工作。PXI在这类基于标准的测试中能起到重要作用,但技术采用方式也许会令人惊讶。   无线通信设备必须满足的标准既复杂,又在不断演变。过去十年中,技术进步数次引发调制方法、工作频率和信息协议相关标准的重大变化,并且一些进步导致引入了全新标准。通信设备开发商和制造商使用的测试设备必须足够灵活,以便适应这类变化。   同时,开发商和制造商能从那些为具体标准的测试而专门构建的测试设备中获得很多好处。Aeroflex公司自动测试系统产品经理Tim
[测试测量]
第二届汽车智能辅助驾驶技术国际论坛即将举办
由清华大学苏州汽车研究院、瑞典SAFER(汽车与交通安全研究中心)以及成都汽车产业研究院联合主办,由中汽翰思管理咨询有限公司及成都易默生汽车技术有限公司承办的第二届汽车智能辅助驾驶技术国际论坛将于2015年6月18-19日在成都高新皇冠假日酒店召开。 本次活动得到了政产学研各界的大力支持和响应,一汽、长安、广汽、长城、吉利、戴姆勒、宝马、大众、丰田、日产、本田等国内外整车企业,博世、瑞萨、英飞凌、安谋、易特驰等核心零部件供应商,清华大学、同济大学、瑞典SAFER及日本自動車研究所(JARI)等国内外学术及研究机构,以及中国移动通信研究院、交通部交通通信信息中心等通信及智能交通行业的主要技术负责人、教授和专家将出席会议并演讲。大会将
[嵌入式]
测试测量系统及仪器选择的关键因素分析
在可用的测试和测量硬件和软件范围内进行选择,对初次用户和有经验的用户来说,都一样难办,这是可以理解的。 技术的进步使测量和测试方法的发展呈指数方式加快,给用户提供难以想象的强大系统功能。 测试和测量设备跨越很宽的范围。对简单应用来说,比较容易选择合适的结构来满足需要和预算。应用的复杂性增加时,结构的选择以及相关的费用也变得复杂了,就会做出错误的选择,会更昂贵,正确的选择显得更加重要。 出发点是要知道信号或传感器输出的电平和测量所需要的灵敏度(定义为测量时所能检测到的最小变化,并能以测量值的单位来表达)。 精度、分辨率和测量速度是一些重要因素,是工程师在决定如何收集和测量数据时必须考虑的。另一个重要因素是环境。测量是
[测试测量]
<font color='red'>测试</font>测量系统及仪器选择的关键因素分析
研发自动驾驶和机器人 丰田计划在以色列加投
据外媒报道,今年7月,丰田向以色列初创企业Intuition Robotics投资了1400万美元。此外,丰田还计划向此机构投入更多资金。Intuition Robotics生产“老年伴侣” 机器人 。Intuition Robotics是Toyota AI Ventures在以色列的首个人工智能项目。今年7月,丰田研究院(TRI)向Toyota AI Ventures注入了1亿美元原始启动资金,后者致力于人工智能、自动驾驶、以及云计算的研究。 Toyota AI Ventures总经理Jim Adler表示:“公司未来将在以色列市场投入更多资金。丰田对感知(perception)、预判(prediction)以及规划(plan
[嵌入式]
Valens与索尼合作完成可互联的A-PHY芯片系统的电磁兼容测试
4月10日, Valens宣布与索尼半导体解决方案公司(以下简称索尼)合作完成了多厂商A-PHY链路的电磁兼容(EMC)测试,这将可与Valens的VA7000解串器芯片兼容的索尼A-PHY集成图像传感器推向成熟 。这一进程具有里程碑意义,索尼解决方案将成为汽车行业首个集成高速连接产品的解决方案,实现了成本显著降低、体积更小、摄像头功耗更低,可用于增强高级辅助驾驶系统(ADAS)应用。 Valens和索尼成功完成 互通性测试 MIPI A-PHY是专为汽车高速传感器连接而开发的首个汽车行业标准,也是唯一一个专为支持传感器集成的优化技术。自2020年发布以来,它吸引了越来越多的公司基于该技术设计产品。如今, 已有诸多整车厂
[电源管理]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved