加入星計劃,您可以享受以下權(quán)益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴散
  • 作品版權(quán)保護
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入
  • 正文
    • 01、為什么AEB頻頻**?
    • 02、AEB的技術(shù)瓶頸在哪?
    • 03、我們要如何理解AEB?
  • 相關(guān)推薦
  • 電子產(chǎn)業(yè)圖譜
申請入駐 產(chǎn)業(yè)圖譜

都自動駕駛了,為什么最基本的AEB還翻車?

2022/09/14
871
閱讀需 16 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

作者 | 肖瑩

自動駕駛正處于一個不斷「試錯」和「糾錯」的階段,消費者在為此買單。

自動駕駛事故已經(jīng)屢見不鮮,但令人費解的是,為什么被視為安全防線的AEB功能,在事故發(fā)生的關(guān)鍵時刻,往往沒能發(fā)揮作用、力挽狂瀾?

AEB是ADAS的核心功能之一,如果連AEB功能都無法保證,是不是意味著,所謂自動駕駛,還遠遠沒有邁過L2這一關(guān)。

即便是宣稱已經(jīng)成熟量產(chǎn)的「高階輔助駕駛」,也只是在無數(shù)限定條件下才能實現(xiàn)的半成品?

01、為什么AEB頻頻**?

在今年3月舉辦的2022百人會論壇上,理想汽車創(chuàng)始人李想提出了一個非常有建設(shè)性的話題,他說應(yīng)該把AEB主動剎車系統(tǒng)做成乘用車的標配,還表示,理想愿意開源自己的AEB算法。

一般來講,能夠做開源的,一定是比較牛的技術(shù),例如谷歌、微軟、亞馬遜都是開源大戶。這番話,體現(xiàn)李想對自家AEB算法的自信。

然而,打臉來的太快,號稱要開源AEB的理想,幾個月之后就翻了車。7月26日,理想L9寧波試駕車雨天夜間以86km/h的速度撞擊金屬護欄。

理想L9寧波試駕車事故行車記錄儀視頻

而在懂車帝AEB主動剎車測試中,拿到過第一名的理想ONE,近期也發(fā)生了事故。8月8日,一輛理想ONE在高速路段,以77km/h的速度撞上一輛停在路邊的工程車輛,事故發(fā)生時,車輛處于NOA開啟狀態(tài)。

這種在消費者眼中看似愚蠢的事故,小鵬也發(fā)生過。

今年3月,一位湖南岳陽的小鵬P7車主,在開啟輔助駕駛功能的狀態(tài)下,撞上一輛前方橫停的側(cè)翻車輛,事發(fā)時車輛時速在80km/h左右。

8月10日,又是小鵬P7,在高架橋行駛過程中,追尾撞上了一輛??吭诼飞系墓收宪?,站在前車車尾的人被撞身亡。根據(jù)肇事車主的聊天記錄,事發(fā)時車輛時速在80km/h左右,且開啟了LCC功能。

被認為是自動駕駛標桿的特斯拉,涉及的Autopilot自動駕駛事故更是數(shù)以百計。

看見這些事故的時候,大家都想不通一個問題,那些被冠以智能電動車之名的產(chǎn)品,為什么連最基本的AEB都翻車?

有趣的是,如果把這個問題拋給汽車工程師,他們很可能會說,AEB本來就不是萬全的功能,出事故屬于正?,F(xiàn)象。

為什么公眾認知與專業(yè)人士認知有如此大的偏差?AEB在什么情況下會失效?又有哪些提升的空間?

02、AEB的技術(shù)瓶頸在哪?

吐槽之后,我們就先來解決一下認知問題,什么是AEB?

AEB全稱Autonomous Emergency Braking,自動緊急制動,是一種汽車主動安全技術(shù)。

AEB系統(tǒng)通過毫米波雷達、攝像頭、激光雷達等感知系統(tǒng)測量出車輛與前方障礙物距離,然后利用數(shù)據(jù)分析模塊將測出的距離與警報距離、安全距離進行比較,小于警報距離時就進行警報提示,小于安全距離則會啟動制動功能,從而保證車輛安全。

早在2002年、2003年,奔馳、本田、豐田等車企就已經(jīng)開始嘗試落地AEB功能。目前來看,AEB已經(jīng)成為ADAS功能體系里最基礎(chǔ)、最核心的功能之一,被消費者認為是主動安全的一道防線。

而遺憾的是,被認為是安全底線的AEB,并不是在所有情況下都能發(fā)揮作用。

AEB的工作機制和智能駕駛的其他功能一樣,都要經(jīng)歷感知、決策、執(zhí)行三個關(guān)鍵步驟。

目前,業(yè)內(nèi)將限制AEB能力提升的第一阻力指向了感知層面。具體來看,系統(tǒng)識別障礙物的豐富度、準確率,以及探測距離,都是影響AEB功能的核心要素。

自動駕駛感知方案示例

提到感知能力,就不得不展開介紹一下,智能駕駛涉及的三種主要傳感器:攝像頭、毫米波雷達和激光雷達。

不知道從什么時候開始,好像一有智能駕駛車輛發(fā)生事故,大家總愛把責任推到毫米波雷達上,其實這是有些片面的。

三種核心傳感器各有優(yōu)缺點。簡單來說,攝像頭的優(yōu)勢是能夠識別出物體的類別、顏色,這應(yīng)用在交通場景中,就能夠比較好地識別出各類交通要素:車輛、行人、交通燈、路牌等,但它的缺點是和人眼一樣,在遇到一些光線較暗的場景,或炫光、強光的時候,就容易看不清晰。

毫米波雷達的優(yōu)勢就是不受光線、雨雪的影響,在惡劣環(huán)境下也可以較好的工作,但它的問題在于僅能提供平面化的掃描,沒有垂直的視場角,也就是說,它只能知道范圍內(nèi)有東西,但不知道是個什么東西。

另外,它還對金屬比較敏感,在道路交通環(huán)境中,掃描到一些金屬物體,就會報警,比較容易引起誤報。

因此,在感知方案中,系統(tǒng)往往會把毫米波雷達的置信度降低,而是以攝像頭的判斷為主。這也比較好理解,車輛行駛時,識別不到危險物體有安全隱患,而誤報剎車同樣存在安全隱患。

所以,在一些事故發(fā)生時,并不一定是毫米波雷達沒有檢測到物體,也可能是系統(tǒng)沒有給予采信。

激光雷達的優(yōu)勢在于看的遠、精度高且能夠三維成像。它可以得到目標的距離、方位、高度、速度、姿態(tài)、形狀等參數(shù),從而構(gòu)建3D環(huán)境點云圖。

同時還能獲取目標表面反射特性、運動速度等豐富的特征信息,為目標探測、識別、跟蹤等數(shù)據(jù)處理提供充分的信息支持、降低算法難度。而它的缺點在于雨雪、塵土等惡劣環(huán)境的抗干擾性較差。

所以,除了特斯拉以外,幾乎所有車企和自動駕駛公司,走的都是融合感知的技術(shù)路線,這正是為了各傳感器短板的互相彌補。

那么,感知會如何影響AEB能力?主要體現(xiàn)在兩個方面:識別精準度及探測距離。

感知準確度、信息豐富度待提升

在一些事故場景,AEB功能沒有啟動的原因,要么是傳感器沒有識別檢測出障礙物,要么是沒有識別出障礙物是什么,前者的原因在于傳感器精密度不夠,后者則在于場景采集的豐富度不足。

AI算法的學(xué)習(xí)和人的學(xué)習(xí)相似,首先要解決認知的問題,這在算法里對應(yīng)的就是標定,只有標定過的物體,算法才有可能識別出來,否則就很難進行識別判斷。

在最初簡單的AEB方案中,系統(tǒng)主要標定的障礙物就是車輛和行人,至于兒童、寵物、雪糕筒,以及一些異形檢測物都無法識別。

隨著傳感器產(chǎn)品的成熟,智能駕駛方案也正在變得越來越復(fù)雜,從單V到1R1V配置,再到5R10V,甚至是引入激光雷達的、更復(fù)雜的感知方案,例如沙龍機甲龍搭載了33個感知硬件,包括4L5R12V。

傳感器硬件的不斷疊加,正是為了彌補感知能力的短板,隨著更多高精度傳感器的上車,相信感知準確度上已經(jīng)有了很大提升。

因此,對于具有「高階輔助駕駛」能力的車型來說,在感知精準度上已經(jīng)問題不大。更大的短板在于,感知場景標定的豐富度和算法訓(xùn)練。簡單理解就是,AEB也要解決CornerCase。

例如,理想L9試駕車撞在圍欄上,如果在激光雷達開啟的情況下,大概率不是沒有檢測到前方有物體,而應(yīng)該是算法不知道這是什么東西,該做出什么樣的決策。

感知距離限制AEB適用速度

感知能力強弱影響的另外一個方面是響應(yīng)距離。傳感器的感知距離,和系統(tǒng)響應(yīng)的時間以及制動系統(tǒng)的剎車距離,決定了AEB可以工作的最大速度。

去年3月,國家標準化管理委員會批準發(fā)布了《乘用車自動緊急制動系統(tǒng)(AEBS)性能要求及試驗方法》,標準號為GB/T 39901-2021。

這份推薦性國標來看,對于靜止的物體,要求車輛以30km/h的速度行駛,不發(fā)生碰撞即為合格,移動目標則要求車輛在50km/h的速度行駛時,不發(fā)生碰撞即為合格。

我們知道,城市普通道路通常限速30-60km/h,高速場景的最低限速是60km/h。如果按照這個要求,AEB似乎只能在城市場景發(fā)揮作用,而在高速場景就是完全失效的狀態(tài)。

事實上,企業(yè)的“自我要求”往往會高于國標要求。目前市場上銷售的絕大部分車型,都宣稱能夠做到80km/h以下AEB避撞,與E-NCP、C-NCAP的要求保持了一致。而車企自身,以及各測試標準,均未對80km/h以上AEB做出要求。

上文提到的幾起事故,發(fā)生事故時,車輛速度正是在80km/h左右的AEB極限值。

也有觀點認為,一些事故的發(fā)生,表面上看似乎是AEB沒有開啟,實際上可能是已經(jīng)開啟,但決策、執(zhí)行時間不足以避免事故的發(fā)生。

因此,除了感知因素以外,響應(yīng)效率和制動能力,也是影響AEB功能實現(xiàn)的關(guān)鍵因素。

城市場景有鬼探頭、異形車輛等挑戰(zhàn),高速場景則面臨著AEB速度失效邊界。那么如此挑剔的AEB,是不是有些雞肋了?

03、我們要如何理解AEB?

在消費者的眼中,AEB就應(yīng)該是為了避免事故而存在的,根據(jù)上面的分析,大家應(yīng)該清醒了,AEB的工作條件是非常限定的。

那么,現(xiàn)階段,作為消費者,我們應(yīng)該如何理解AEB?

首先,一般市場上宣傳的配備AEB功能的車企,功能有是有,但性能并不能保證。不同車企、不同車型采用的方案往往不同,實現(xiàn)的能力水平也各不相同。

AEB是智能駕駛的子功能項,如果AEB都無法絕對安全,那么所謂的輔助駕駛和高階輔助駕駛,也一定過不了安全的關(guān)。建議駕駛員還是就當沒這個功能,該怎么開怎么開,或許哪天AEB能在不經(jīng)意間幫你制止了事故,還能給你一個驚喜。

第二,「高階領(lǐng)航輔助駕駛」比普通ADAS多出一個橫向移動的能力——自主變道,這是不是就意味著有AEB和自主變道兩項安全保障?

其實自主變道的邏輯和AEB一樣,如果解決不了場景豐富度的問題,系統(tǒng)不知道遇到的是什么,同樣也不可能做出正確決策。另外,自主變道還要評估周圍環(huán)境,做出決策,對于算法的考驗只會更高,實現(xiàn)難度也會更大。

第三,是不是感知部件越多越安全?我們認為不是的,一套智能駕駛方案下,往往可支持多種能力,具體哪些傳感器支持著AEB功能,取決于傳感器的分配和調(diào)用。因此,并不是硬件配置越高,AEB功能就一定越完善。

第四,有激光雷達會更安全嗎?對比主流傳感器來看,激光雷達無疑是性能最佳的傳感器,但在實際落地中,激光雷達的功能開發(fā)程度如何?究竟能夠發(fā)揮出多大作用?目前還是一個未知數(shù)。

即便是一些已經(jīng)量產(chǎn)銷售的激光雷達車型,激光雷達到底開沒開啟,哪些場景和功能中啟動了,車企自己也沒說明白。

同自動駕駛一樣,AEB功能本身還有很大的進步空間,將AEB功能開發(fā)繼續(xù)優(yōu)化任重而道遠。

一方面,隨著激光雷達的引入,以及高算力平臺的應(yīng)用,車企已經(jīng)開始學(xué)習(xí)訓(xùn)練更豐富的場景。同時,計算能力的加強,也將大大縮短決策、執(zhí)行的響應(yīng)時間,這將是AEB能力提升的一個思路。

另一方面,此前很多AEB方案由國際供應(yīng)商開發(fā),甚至是在國外測試、國內(nèi)直接落地。這些產(chǎn)品并沒有完全考慮到國內(nèi)路況條件和交通場景,以及司機駕駛習(xí)慣。這也將成為優(yōu)化AEB功能的另一個思路,隨著國內(nèi)車企和供應(yīng)商更多地參與AEB自主開發(fā),AEB有望獲得更快進步。

AEB應(yīng)該是一道安全防線,是智能駕駛的核心。底線思維來看,如果連AEB功能都不能完全實現(xiàn),目前自動駕駛的水平,也就還是一個不那么完備的L2能力,而車企為了體現(xiàn)、強調(diào)差異化,還是不顧現(xiàn)實,在宣傳中故意抬高了智能化能力。

這幾年一直在討論的一個問題是,車企到底有沒有過度宣傳自動駕駛,有沒有誤導(dǎo)消費者?

我們認為,這種揚長避短的宣傳,也是一種不負責任。或許在企業(yè)的角度來看,任何創(chuàng)新創(chuàng)造的初期,都會有一些試錯成本,都要付出一定代價。

但行業(yè)媒體站在第三方視角,需要給出自己的觀察和判斷:我們認為,自動駕駛正處于一個不斷試錯和糾錯的階段,且消費者正在為此買單。

因此,我們希望,企業(yè)在產(chǎn)品功能闡述上,能夠更加謹慎、具體,盡量減少信息的不對稱性,讓消費者駕駛車輛時,有更高的警惕性。

除此之外,車企也不應(yīng)該讓消費者為事故買單,而應(yīng)該為新技術(shù)試驗提供相應(yīng)的保障機制,例如通過保險手段,降低消費者所承擔的事故風險。

以上觀點,結(jié)合了行業(yè)人士的交流,和《賽博汽車》作為行業(yè)觀察者的思考,有不盡之處,歡迎指正。

相關(guān)推薦

電子產(chǎn)業(yè)圖譜

聚焦智能汽車和自動駕駛,關(guān)注汽車技術(shù)進步和商業(yè)文明沖突,志與汽車產(chǎn)業(yè)一同成長。公眾號:賽博汽車