都自動駕駛了,為什麼最基本的AEB還翻車?

圖片來源@視覺中國

文 | 賽博汽車,作者 | 肖瑩

自動駕駛事故已經屢見不鮮,但令人費解的是,為什麼被視為安全防線的AEB功能,在事故發生的關鍵時刻,往往沒能發揮作用、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。

即便是宣稱已經成熟量產的「高階輔助駕駛」,也只是在無數限定條件下才能實現的半成品?

為什麼AEB頻頻罷工?

在今年3月舉辦的2022百人會論壇上,理想汽車創始人李想提出了一個非常有建設性的話題,

為什麼AEB頻頻罷工?

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

然而,打臉來的太快,號稱要開源AEB的理想,幾個月之後就翻了車。

他說應該把AEB主動剎車系統做成乘用車的標配,還表示,理想願意開源自己的AEB演算法

理想L9寧波試駕車事故行車記錄儀影片

而在懂車帝AEB主動剎車測試中,拿到過第一名的理想ONE,近期也發生了事故。

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。

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,事故發生時,車輛處於NOA開啟狀態

這種在消費者眼中看似愚蠢的事故,小鵬也發生過。

今年3月,一位湖南嶽陽的小鵬P7車主,在開啟輔助駕駛功能的狀態下,撞上一輛前方橫停的側翻車輛,事發時車輛時速在80km/h左右

根據肇事車主的聊天記錄,事發時車輛時速在80km/h左右,且開啟了LCC功能。

被認為是自動駕駛標杆的特斯拉,涉及的Autopilot自動駕駛事故更是數以百計。

看見這些事故的時候,大家都想不通一個問題,

8月10日,又是小鵬P7,在高架橋行駛過程中,追尾撞上了一輛停靠在路上的故障車,站在前車車尾的人被撞身亡。

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,出事故屬於正常現象。

那些被冠以智慧電動車之名的產品,為什麼連最基本的AEB都翻車?

為什麼公眾認知與專業人士認知有如此大的偏差?AEB在什麼情況下會失效?又有哪些提升的空間?

吐槽之後,我們就先來解決一下認知問題,什麼是AEB?

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

AEB系統透過毫米波雷達、攝像頭、鐳射雷達等感知系統測量出車輛與前方障礙物距離,然後利用資料分析模組將測出的距離與警報距離、安全距離進行比較,

AEB的技術瓶頸在哪?

早在2002年、2003年,賓士、本田、豐田等車企就已經開始嘗試落地AEB功能。

AEB的技術瓶頸在哪?

小於警報距離時就進行警報提示,小於安全距離則會啟動制動功能,從而保證車輛安全

AEB的工作機制和智慧駕駛的其他功能一樣,都要經歷感知、決策、執行三個關鍵步驟。

目前來看,AEB已經成為ADAS功能體系裡最基礎、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,並不是在所有情況下都能發揮作用。

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,智慧駕駛涉及的三種主要感測器:

目前,業內將限制AEB能力提升的第一阻力指向了感知層面。

不知道從什麼時候開始,好像一有智慧駕駛車輛發生事故,大家總愛把責任推到毫米波雷達上,其實這是有些片面的。

三種核心感測器各有優缺點。簡單來說,

具體來看,系統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。

,這應用在交通場景中,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。

毫米波雷達的優勢就是不受光線、雨雪的影響,在惡劣環境下也可以較好的工作,但

攝像頭、毫米波雷達和鐳射雷達

另外,

攝像頭的優勢是能夠識別出物體的類別、顏色

因此,在感知方案中,系統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。

它的問題在於僅能提供平面化的掃描,沒有垂直的視場角,也就是說,它只能知道範圍內有東西,但不知道是個什麼東西

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

它可以得到目標的距離、方位、高度、速度、姿態、形狀等引數,從而構建3D環境點雲圖。

同時還能獲取目標表面反射特性、運動速度等豐富的特徵資訊,為目標探測、識別、跟蹤等資料處理提供充分的資訊支援、降低演算法難度。

所以,在一些事故發生時,並不一定是毫米波雷達沒有檢測到物體,也可能是系統沒有給予採信

鐳射雷達的優勢在於看的遠、精度高且能夠三維成像。

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路線,這正是為了各感測器短板的互相彌補。

那麼,感知會如何影響AEB能力?主要體現在兩個方面:

它的缺點在於雨雪、塵土等惡劣環境的抗干擾性較差。

識別精準度

在一些事故場景,AEB功能沒有啟動的原因,

探測距離。

,前者的原因在於感測器精密度不夠,後者則在於場景採集的豐富度不足。

AI演算法的學習和人的學習相似,首先要解決認知的問題,這在演算法裡對應的就是標定,只有標定過的物體,演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,系統主要標定的障礙物就是車輛和行人,至於兒童、寵物、雪糕筒,以及一些異形檢測物都無法識別。

隨著感測器產品的成熟,智慧駕駛方案也正在變得越來越複雜,從單V到1R1V配置,再到5R10V,甚至是引入鐳射雷達的、更復雜的感知方案,例如沙龍機甲龍搭載了33個感知硬體,包括4L5R12V。

感測器硬體的不斷疊加,正是為了彌補感知能力的短板,

感知準確度、資訊豐富度待提升

因此,對於具有「高階輔助駕駛」能力的車型來說,在感知精準度上已經問題不大。

要麼是感測器沒有識別檢測出障礙物,要麼是沒有識別出障礙物是什麼

。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,如果在鐳射雷達開啟的情況下,大機率不是沒有檢測到前方有物體,而應該是演算法不知道這是什麼東西,該做出什麼樣的決策。

隨著更多高精度感測器的上車,相信感知準確度上已經有了很大提升

更大的短板在於,感知場景標定的豐富度和演算法訓練

感測器的感知距離,和系統響應的時間以及制動系統的剎車距離,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准釋出了《乘用車自動緊急制動系統(AEBS)效能要求及試驗方法》,標準號為GB/T 39901-2021。

這份推薦性國標來看,

標定

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,

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距離。

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。

對於靜止的物體,要求車輛以30km/h的速度行駛,不發生碰撞即為合格,移動目標則要求車輛在50km/h的速度行駛時,不發生碰撞即為合格

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

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

因此,

AEB似乎只能在城市場景發揮作用,而在高速場景就是完全失效的狀態

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

事實上,企業的“自我要求”往往會高於國標要求。

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

那麼,現階段,作為消費者,我們應該如何理解AEB?

首先,

而車企自身,以及各測試標準,均未對80km/h以上AEB做出要求。

AEB是智慧駕駛的子功能項,如果AEB都無法絕對安全,那麼所謂的輔助駕駛和高階輔助駕駛,也一定過不了安全的關。

除了感知因素以外,響應效率和制動能力,也是影響AEB功能實現的關鍵因素

第二,「高階領航輔助駕駛」比普通ADAS多出一個橫向移動的能力——自主變道,

我們要如何理解AEB?

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,系統不知道遇到的是什麼,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境,做出決策,對於演算法的考驗只會更高,實現難度也會更大。

第三,

我們要如何理解AEB?

我們認為不是的,一套智慧駕駛方案下,往往可支援多種能力,具體哪些感測器支援著AEB功能,取決於感測器的分配和呼叫。因此,並不是硬體配置越高,AEB功能就一定越完善。

第四,

一般市場上宣傳的配備AEB功能的車企,功能有是有,但效能並不能保證。不同車企、不同車型採用的方案往往不同,實現的能力水平也各不相同。

對比主流感測器來看,鐳射雷達無疑是效能最佳的感測器,但在實際落地中,鐳射雷達的功能開發程度如何?究竟能夠發揮出多大作用?目前還是一個未知數。

即便是一些已經量產銷售的鐳射雷達車型,鐳射雷達到底開沒開啟,哪些場景和功能中啟動了,車企自己也沒說明白。

建議駕駛員還是就當沒這個功能,該怎麼開怎麼開,或許哪天AEB能在不經意間幫你制止了事故,還能給你一個驚喜。

這是不是就意味著有AEB和自主變道兩項安全保障?

一方面,隨著鐳射雷達的引入,以及高算力平臺的應用,車企已經開始學習訓練更豐富的場景。同時,計算能力的加強,也將大大縮短決策、執行的響應時間,這將是AEB能力提升的一個思路。

另一方面,此前很多AEB方案由國際供應商開發,甚至是在國外測試、國內直接落地。這些產品並沒有完全考慮到國內路況條件和交通場景,以及司機駕駛習慣。這也將成為最佳化AEB功能的另一個思路,

是不是感知部件越多越安全?

AEB應該是一道安全防線,是智慧駕駛的核心。底線思維來看,如果連AEB功能都不能完全實現,目前自動駕駛的水平,也就還是一個不那麼完備的L2能力,而車企為了體現、強調差異化,還是不顧現實,在宣傳中故意抬高了智慧化能力。

這幾年一直在討論的一個問題是,

有鐳射雷達會更安全嗎?

我們認為,

同自動駕駛一樣,AEB功能本身還有很大的進步空間

或許在企業的角度來看,任何創新創造的初期,都會有一些試錯成本,都要付出一定代價。

但行業媒體站在第三方視角,需要給出自己的觀察和判斷:

,將AEB功能開發繼續最佳化任重而道遠。

因此,我們希望,

隨著國內車企和供應商更多地參與AEB自主開發,AEB有望獲得更快進步。

除此之外,

車企到底有沒有過度宣傳自動駕駛,有沒有誤導消費者?

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

頂部