知乎精选 | 特斯拉以110公里时速撞上静止大货车,这锅该自动驾驶背?

  (本文由知乎答主“迪迪”撰文,腾讯科技整理,作者系小鹏汽车大数据工程师。)

  近日,特斯拉又出事了。6 月 1 日,一辆特斯拉 Model 3 以 110 公里的时速,直直撞上了高速路上侧翻的大货车。而这已不是 Model 3 第一次撞上大货车了,早在 2019 年,一辆 Model 3 就撞上了侧翻在路上的半挂货车,导致车主丧生。

  这样“低级”的事故究竟是为何发生的?据报道,经警方证实,这次事故又是 AutoPilot 的锅。事故发生时,车辆处于 AutoPilot 开启状态,时速 110 公里,所幸该事故未造成人员伤亡。特斯拉的自动驾驶为何会犯这种“低级”错误?这样的事故该由谁来担责?

  对此,知乎答主小鹏汽车大数据工程师“迪迪”认为,这辆 Model 3 之所以会撞上静止的大货车,一方面应该是 AutoPilot 的摄像头识别出现问题。摄像头的所有能力都是由数据赋予的,也被数据束缚。

  另一方面,毫米波雷达虽然可以检测静止物体,但滤波算法会有意去除检测到的静止物体。所以在远处高速接近的特斯拉此时对这辆侧翻的货车是没有任何感知的。

  至于自动驾驶造成的车祸责任,该答主表示,在全球现行的任何法规中,出事故永远不可能归责于自动驾驶系统,驾驶员是唯一的责任主体。

  以下为“迪迪”对这起交通事故的回顾和复盘,腾讯科技稍作整理:

  一. 事故情况的复盘

  第一阶段: 150m

  摄像头:由于货车是翻倒的,可以预见这种类型的训练数据应该极少,所以摄像头识别出现问题。

  毫米波雷达:由于是静止物体,毫米波雷达在做后处理的时候滤波滤掉了这个信号,所以在远处高速接近的特斯拉此时对这辆货车是没有任何感知的。(AP2.5 及以上采用大陆(Continental AG) ARS410,有效距离 170m。)

  减速:

  第二阶段:30m

  摄像头:状态同上。

  毫米波雷达:大陆这颗 MRR 具体参数未知,但是参照博世 4 代 MRR 的水平,应该也装备了一个 Secondary Elevation Antenna,这个天线的感知高度矮,勘测距离近,且 FOV 宽,用于 AEB,行人检测,和加强对静止物体的识别能力。这里还查到了 teslamotorsclub 的老铁曾经透露过 AP2.5 的 can 信号中出现 Secondary MRR 字样,也应证了上述看法。

  3) New radar sensorfrom Continental (“Radar Front Conti”) with “primary” and “secondary” CAN-signalling to AP2.5ECU.Exciting!

  红色即是第二个天线的探测范围

  继续借鉴 Bosch 毫米波的参数表猜测,这个 elevation 天线大概是 36m 的检测能力。

  所以在理论上这个时候,这个天线可以让 AP 意识到障碍物,AEB 可以开始介入。然而,按照媒体所说的 110kmph 的速度和 36m 的距离,留给 AP 的时间只剩下了短短的 1 秒钟

  减速:疑似有制动动作。地上有轮胎制动的白烟。

  新闻更新:车主称自己踩了刹车

  第三阶段:撞击。

  首先,根据台媒,没有人员受伤,司机无恙。

  再来看看车头:

  从这个溃缩程度,真正撞击的速度应该不高,即使考虑到货车的车厢硬度,目测 50 或者更低,也就应证了第二阶段开始持续刹车的判断。

  再来看看驾驶室:

  可以看到方向盘完整,气囊都没有爆,更加说明了碰撞烈度不高,没有达到气囊起爆条件。

  二. 事故原因的分析

  首先,毫米波雷达并不是不能检测静止物体。

  毫米波雷达:

  事实上,静止物体是有意被滤波算法去除的,毫米波雷达对速度的感知是通过多普勒效应来实现的,所有物体都会产生回波,而只有去除杂波,才可以关注于真正需要跟踪的物体,一旦这个物体被跟踪上,即使它突然停住,雷达依然对它保持持续“关注”。

  如果不去掉静止物体,车就会在隧道口刹停

  现在量产毫米波雷达的信号天线基本只在二维方向上装备,即使有了 elevation 天线,对检测到的物体依然缺少高度信息,这使得街上的路牌,路边的花坛,甚至停车场的举起来的杆,隧道前的墙很难与路面上的车区分开,所以为了关注路面上的车,不得不去掉静止物体产生的回波。

  摄像头:

  摄像头的所有能力都是由数据赋予的,也被数据束缚。

  见过路上有大象的人估计没多少,这种数据怎么采集?没有数据就会导致系统识别问题,场景再少也不意味着现实中没有可能出现。没有遇到之前可能是 99.999% 的可靠性,遇到了那就是 100% 的事故。

  特斯拉在自动驾驶数据采集方面,是绝对的业界龙头,waymo 的资金拉满也就支撑 600 辆车的车队,特斯拉是第一个实现数据闭环,实现由用户直接贡献数据的模式,数据量如此大也顶不住一辆侧翻的货车。

  这就是自动驾驶中经典的长尾效应。事实上由于长尾效应,自动驾驶系统不可能 100% 安全,这一点必须被认识而且接受。你可以无限往 99.9 之后加9,但是你永远也无法得到 100。

  三. 自动驾驶系统的责任和义务

  四. 总结

  上一条并不是漏写,

  自动驾驶系统没有任何责任和义务。

  自动驾驶系统没有任何责任和义务。

  自动驾驶系统没有任何责任和义务。

  在全球现行的任何法规中,出事故永远不可能归责于自动驾驶系统,驾驶员是唯一的责任主体。

  在 L3 法规完善并且明确划分驾驶员/系统责任归属之前,不可能有真正的 L3 级别车辆出现。无论是 model 3 也好,P7 也罢,都适用这句话。

  其实我还认为购买 FSD/XPILOT3.0 的消费者需要强制上课,学习交警的事故警示课程,来一部自动驾驶失效集锦。目前的自动驾驶,用的好可以帮你节省一些开车的精力,让你有更舒服的高速体验(ACC,LCC,NGP),甚至更舒服的堵车体验(TJA),但是错误的使用方式,就会让你后悔一生。

  “知乎精选”系一档针对热点新闻的解读和科普栏目,精选知乎答主的优质解答,为网友答疑解惑。

Published by

风君子

独自遨游何稽首 揭天掀地慰生平

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注