8月10日，寧波一高架橋路段小鵬P7車主駕駛車輛與前方檢查車輛故障人員發(fā)生碰撞，導(dǎo)致一人死亡！行駛記錄儀顯示車主當(dāng)時(shí)開啟LCC車道居中輔助駕駛功能。同日，百度旗下自動駕駛出行服務(wù)平臺蘿卜快跑的測試車輛，被后方車輛追尾，導(dǎo)致交通事故。二起與自動駕駛有關(guān)的事故同日發(fā)生，將小鵬汽車送上風(fēng)口浪尖！

 

 

LCC是一項(xiàng)舒適性的輔助駕駛功能，包含60km/h以下的交通擁堵輔助和60km/h以上的智能巡航輔助，它適用于高速公路且具有清晰車道線的干燥道路工況，在城市街道上切勿使用。該功能可以防止因駕駛者注意力不集中或路面不平整而導(dǎo)致車輛偏離正常行駛軌道，還能主動提醒駕駛者，糾正車輛行駛軌跡，使車輛時(shí)刻保持在正確的車道上，提升行車安全性。LCC啟用時(shí)，駕駛員需始終保持手握方向盤并在必要時(shí)接管方向盤。

 

 

小鵬撞死人讓業(yè)界聚焦在兩個(gè)方面：一是目前眾多車企使用的L2級輔助駕駛系統(tǒng)，都可以根據(jù)前方的車輛速度進(jìn)行自動跟車和減速剎車，但此次事件中當(dāng)前方有障礙物時(shí)，為何車輛沒能及時(shí)識別并做出相應(yīng)的動作；二是根據(jù)車主表示，事故發(fā)生時(shí)自己“分神”了，在智能輔助駕駛系統(tǒng)功能愈發(fā)齊全、自動化程度越來越高的情況下，車企該如何讓用戶正確使用相關(guān)系統(tǒng)。

 

本次發(fā)生事故的小鵬P7便采用了毫米波雷達(dá)和視覺的融合感知方案，也是國內(nèi)車企的主流技術(shù)路線。毫米波主要通過電波反射來進(jìn)行障礙物的探測，但難以準(zhǔn)確識別障礙物類型，諸如路牌、龍門架、護(hù)欄等靜止物體都會被識別為障礙物，為了保證駕駛輔助系統(tǒng)的流暢性，算法上通常會忽略相對于路面不移動的雷達(dá)回波。而視覺需要依賴大量的樣本量進(jìn)行學(xué)習(xí)，對于異形物的識別效果較差，這次被撞車輛前站了一個(gè)人，視覺可能會出現(xiàn)識別問題。

 

“視覺VS傳感器”流派在爭什么

 

在技術(shù)和方案推進(jìn)的過程中，自動駕駛一派認(rèn)為應(yīng)該走視覺與雷達(dá)的多傳感器融合路線，另一派則認(rèn)為純視覺實(shí)現(xiàn)就足夠了。派系之爭的根源是當(dāng)前EV主機(jī)廠對自動駕駛都有自己的理解，且都取得了一定的效果。自動駕駛核心要義是通過計(jì)算機(jī)與人工智能技術(shù)的融合，代替人類駕駛員，讓車子自行完成完整、安全、有效的駕駛行為。這種智能化的駕乘體驗(yàn)將會成為新時(shí)代汽車一個(gè)重要的賣點(diǎn)，吸引全球科技巨頭和車企紛紛投資布局。

 

 

自動駕駛就是機(jī)器模仿人開車時(shí)“眼觀六路耳聽八方”，來觀察周邊人車物體，做出安全駕駛的判斷和行動。業(yè)界定義環(huán)境感知、精準(zhǔn)定位、路徑規(guī)劃和線控執(zhí)行一起并稱自動駕駛四大核心技術(shù)。當(dāng)汽車被置于社會應(yīng)用場景下時(shí)安全可靠的感知是不可或缺的。

 

在環(huán)境感知上，純視覺方案僅依靠攝像頭搜集環(huán)境信息，然后將圖片傳輸?shù)?/span>AI芯片進(jìn)行分析，做出判斷決策。純視覺+AI的方案比人眼的視角更廣，通過大量的圖片信息讓汽車內(nèi)部的計(jì)算系統(tǒng)擁有以車子為中心的“上帝視角”。純視覺方案的優(yōu)點(diǎn)主要是，實(shí)現(xiàn)成本相對更低，更接近人類駕駛，通過高分辨率、高幀率的成像技術(shù)獲取的環(huán)境信息更加豐富；缺點(diǎn)主要是，攝像頭捕捉環(huán)境信息容易受到環(huán)境光的干擾，且純視覺方案對于圖像的處理更依賴訓(xùn)練，難免出現(xiàn)環(huán)境認(rèn)知的“死角”。目前，采用純視覺方案實(shí)現(xiàn)自動駕駛的企業(yè)主要有特斯拉、百度和極氪等。

 

 

此外，視覺感知容易受到日照、明暗交替等環(huán)境因素干擾；毫米波雷達(dá)會穿透塑料、墻板和衣服等特定材料，無法對相應(yīng)目標(biāo)物進(jìn)行識別。此外受制于成本，車載毫米波雷達(dá)一般僅涉及平面的角分辨率，垂直方向上則不做區(qū)分，因而也無法判斷識別目標(biāo)距離地面的高度。

 

 

“多傳感器融合”方案則是通過攝像頭、毫米波雷達(dá)、激光雷達(dá)等設(shè)備一起收集車輛的周邊信息。激光雷達(dá)的加入能夠獲取更深度的空間信息，對于物體的位置、距離和大小感知更準(zhǔn)確，且由于激光雷達(dá)是自發(fā)光并不受環(huán)境光影響。“多傳感器融合”的有點(diǎn)是視覺和雷達(dá)傳感器數(shù)據(jù)采集互補(bǔ)，缺點(diǎn)是成本高。目前，采用“多傳感器融合”方案實(shí)現(xiàn)自動駕駛的企業(yè)主要有小鵬、蔚來、極狐等。

 

兩大派系在技術(shù)實(shí)現(xiàn)上，都是基于硬件來幫助汽車構(gòu)架自身周圍的3D信息，然后讓計(jì)算芯片提取關(guān)鍵信息來做出駕駛決定。未來，“純視覺”要解決的是光致盲和認(rèn)知錯(cuò)誤等問題，“多傳感器融合”本身的融合就是一大技術(shù)挑戰(zhàn)，且算法本身還得優(yōu)化，也需要更低成本的激光雷達(dá)產(chǎn)品。目前來看，兩大技術(shù)路線都還有很多潛能值得挖掘。

 

 

自動駕駛的四個(gè)階段

 

駕駛輔助系統(tǒng)（DAS）

 

目的是為駕駛者提供協(xié)助，包括提供重要或有益的駕駛相關(guān)信息，以及在形勢開始變得危急的時(shí)候發(fā)出明確而簡潔的警告。目前較為成熟的是自動泊車和“車道偏離警告”（LDW）等。

 

 

部分自動化系統(tǒng)

 

在駕駛者收到警告卻未能及時(shí)采取相應(yīng)行動時(shí)能夠自動進(jìn)行干預(yù)的系統(tǒng)，如“自動緊急制動”（AEB）系統(tǒng)和“應(yīng)急車道輔助”（ELA）系統(tǒng)等。

 

高度自動化系統(tǒng)

 

能夠在或長或短的時(shí)間段內(nèi)代替駕駛者承擔(dān)操控車輛的職責(zé)，但是仍需駕駛者對駕駛活動進(jìn)行監(jiān)控的系統(tǒng)。

 

 

完全自動化系統(tǒng)

 

可無人駕駛車輛、允許車內(nèi)所有乘員從事其他活動且無需進(jìn)行監(jiān)控的系統(tǒng)。這種自動化水平允許乘從事計(jì)算機(jī)工作、休息和睡眠以及其他娛樂等活動。

 

中國自動駕駛進(jìn)程

 

據(jù)小米公布的一段自動駕駛功能展示視頻，小米自動駕駛測試車分別實(shí)現(xiàn)了在無保護(hù)場景自動掉頭、事故車輛自動繞行、斑馬線禮讓行人、自動環(huán)島繞行、自動下連續(xù)坡道以及自動泊車入位+機(jī)械臂自動充電等功能。小米也在積極推動自動駕駛部門與集團(tuán)內(nèi)其他部分的協(xié)同合作，包括人工智能實(shí)驗(yàn)室、小愛團(tuán)隊(duì)、手機(jī)相機(jī)部等。

 

 

2022年上半年，廣州參與智能網(wǎng)聯(lián)汽車道路里程和測試車輛數(shù)量，比較上年同期又大幅提升：有效測試?yán)锍淘鲩L73.5%，車輛首次發(fā)放路測牌增長41.6%，測試車輛交通事故認(rèn)定記錄為零。同期廣州自動駕駛道路測試總里程已超過600萬公里。

 

“百度地圖X Apollo”在北京市高級別自動駕駛示范區(qū)發(fā)布2022全新版本，基于Apollo自動駕駛、車路協(xié)同技術(shù)的百度地圖率先在亦莊上線城市車道級導(dǎo)航、車位級導(dǎo)航、綠燈暢行導(dǎo)航等智能化功能，在示范區(qū)范圍內(nèi)工作居住的人們用手機(jī)就能體驗(yàn)到更精準(zhǔn)、高效的“自動駕駛級導(dǎo)航”。在亦莊200多個(gè)路口，市民在通過路口時(shí)，即便路口的紅綠燈上沒有變燈倒計(jì)時(shí)，手機(jī)上的地圖導(dǎo)航也會提前幾秒鐘進(jìn)行提示，從而幫助駕車人從容停車、起步。 

此前已經(jīng)在百度地圖上線的紅綠燈倒計(jì)時(shí)精準(zhǔn)讀秒功能已經(jīng)累計(jì)服務(wù)亦莊用戶超1000萬次，每天提供超4萬次服務(wù)，亦莊的路口通過時(shí)長相比于北京其他地區(qū)低36.8%，亦莊居民已經(jīng)率先享受到了智能交通的建設(shè)成果。

 

自動駕駛近期展望

 

人類駕駛員操控車輛，是通過眼睛收集信息，大腦處理信息，并最終用手腳來實(shí)現(xiàn)操控的動作。激光雷達(dá)、毫米波雷達(dá)等感知元件，就像人的眼睛，是來獲取外界信息的。但目前最大的問題是，軟件和算法還無法達(dá)到人腦的水平，即便探測元件收集到了信息，算法不一定能夠進(jìn)行準(zhǔn)確的識別，并指導(dǎo)相應(yīng)元件進(jìn)行控制。

 

 

自動駕駛是一個(gè)流程化、復(fù)雜的綜合系統(tǒng)，涉及眾多流程和領(lǐng)域。其在流程上包括感知層、認(rèn)知層、決策規(guī)劃層、控制層和執(zhí)行層幾個(gè)層面。而識別的準(zhǔn)確度是上述幾個(gè)流程共同作用的結(jié)果，其一方面依賴于硬件設(shè)備的檢測精準(zhǔn)度，比如，在攝像頭和毫米波雷達(dá)的視覺融合方案中，攝像頭和雷達(dá)都在執(zhí)行檢測，但對于同樣的物體，不同的硬件設(shè)別檢測的精準(zhǔn)度不同，這就需要對硬件進(jìn)行視覺技術(shù)訓(xùn)練。

 

 

近兩年來，得益于軟、硬件的提升，自動駕駛相關(guān)技術(shù)得到了長足的進(jìn)步，例如小鵬的NGP、蔚來的NAD等系統(tǒng)，雖然被宣傳為智能駕駛，但其實(shí)現(xiàn)的功能已經(jīng)夠得上L3級自動駕駛的水平。

 

在5年內(nèi)，礦區(qū)和飛機(jī)場等相對封閉的場景會率先落地L4自動駕駛；但L5級自動駕駛，即全無人的自動駕駛，或許仍需要等待較長的時(shí)日。

 

相關(guān)方案推薦

 

來源：我愛方案網(wǎng)  鏈接：https://www.52solution.com/