奇瑞官网
当前位置:首页 > 无人驾驶 > 正文

都自动驾驶了,为什么关键时刻AEB还掉链子?

发布日期:浏览量:2770

导读:自动驾驶正处于一个不断「试错」和「纠错」的阶段,消费者在为此买单。自动驾驶事故已经屡见不鲜,但令人费解的是,为什么被视为安全防线的AEB功能,在事故发生的关键时刻,往往没能发挥作用、力挽狂澜?

AEB是ADAS的核心功能之一,如果连AEB功能都无法保证,是不是意味着,所谓自动驾驶,还远远没有迈过L2这一关。

即便是宣称已经成熟量产的「高阶辅助驾驶」,也只是在无数限定条件下才能实现的半成品?

一、为什么AEB频频罢工?

在今年3月举办的2022百人会论坛上,理想汽车创始人李想提出了一个非常有建设性的话题,他说应该把AEB主动刹车系统做成乘用车的标配,还表示,理想愿意开源自己的AEB算法。

一般来讲,能够做开源的,一定是比较牛的技术,例如谷歌、微软、亚马逊都是开源大户。这番话,体现李想对自家AEB算法的自信。

然而,打脸来的太快,号称要开源AEB的理想,几个月之后就翻了车。7月26日,理想L9宁波试驾车雨天夜间以86km/h的速度撞击金属护栏。

理想L9宁波试驾车事故行车记录仪视频

而在懂车帝AEB主动刹车测试中,拿到过第一名的理想ONE,近期也发生了事故。8月8日,一辆理想ONE在高速路段,以77km/h的速度撞上一辆停在路边的工程车辆,事故发生时,车辆处于NOA开启状态。

这种在消费者眼中看似愚蠢的事故,小鹏也发生过。

今年3月,一位湖南岳阳的小鹏P7车主,在开启辅助驾驶功能的状态下,撞上一辆前方横停的侧翻车辆,事发时车辆时速在80km/h左右。

8月10日,又是小鹏P7,在高架桥行驶过程中,追尾撞上了一辆停靠在路上的故障车,站在前车车尾的人被撞身亡。根据肇事车主的聊天记录,事发时车辆时速在80km/h左右,且开启了LCC功能。

被认为是自动驾驶标杆的特斯拉,涉及的Autopilot自动驾驶事故更是数以百计。

看见这些事故的时候,大家都想不通一个问题,那些被冠以智能电动车之名的产品,为什么连最基本的AEB都翻车?

有趣的是,如果把这个问题抛给汽车工程师,他们很可能会说,AEB本来就不是万全的功能,出事故属于正常现象。

为什么公众认知与专业人士认知有如此大的偏差?AEB在什么情况下会失效?又有哪些提升的空间?

二、AEB的技术瓶颈在哪?

吐槽之后,我们就先来解决一下认知问题,什么是AEB?

AEB全称Autonomous Emergency Braking,自动紧急制动,是一种汽车主动安全技术。

AEB系统通过毫米波雷达、摄像头、激光雷达等感知系统测量出车辆与前方障碍物距离,然后利用数据分析模块将测出的距离与警报距离、安全距离进行比较,小于警报距离时就进行警报提示,小于安全距离则会启动制动功能,从而保证车辆安全。

早在2002年、2003年,奔驰、本田、丰田等车企就已经开始尝试落地AEB功能。目前来看,AEB已经成为ADAS功能体系里最基础、最核心的功能之一,被消费者认为是主动安全的一道防线。

而遗憾的是,被认为是安全底线的AEB,并不是在所有情况下都能发挥作用。

AEB的工作机制和智能驾驶的其他功能一样,都要经历感知、决策、执行三个关键步骤。

目前,业内将限制AEB能力提升的第一阻力指向了感知层面。具体来看,系统识别障碍物的丰富度、准确率,以及探测距离,都是影响AEB功能的核心要素。

自动驾驶感知方案示例

提到感知能力,就不得不展开介绍一下,智能驾驶涉及的三种主要传感器:摄像头、毫米波雷达和激光雷达。

不知道从什么时候开始,好像一有智能驾驶车辆发生事故,大家总爱把责任推到毫米波雷达上,其实这是有些片面的。

三种核心传感器各有优缺点。简单来说,摄像头的优势是能够识别出物体的类别、颜色,这应用在交通场景中,就能够比较好地识别出各类交通要素:车辆、行人、交通灯、路牌等,但它的缺点是和人眼一样,在遇到一些光线较暗的场景,或炫光、强光的时候,就容易看不清晰。

毫米波雷达的优势就是不受光线、雨雪的影响,在恶劣环境下也可以较好的工作,但它的问题在于仅能提供平面化的扫描,没有垂直的视场角,也就是说,它只能知道范围内有东西,但不知道是个什么东西。

另外,它还对金属比较敏感,在道路交通环境中,扫描到一些金属物体,就会报警,比较容易引起误报。

因此,在感知方案中,系统往往会把毫米波雷达的置信度降低,而是以摄像头的判断为主。这也比较好理解,车辆行驶时,识别不到危险物体有安全隐患,而误报刹车同样存在安全隐患。

所以,在一些事故发生时,并不一定是毫米波雷达没有检测到物体,也可能是系统没有给予采信。

激光雷达的优势在于看的远、精度高且能够三维成像。它可以得到目标的距离、方位、高度、速度、姿态、形状等参数,从而构建3D环境点云图。

同时还能获取目标表面反射特性、运动速度等丰富的特征信息,为目标探测、识别、跟踪等数据处理提供充分的信息支持、降低算法难度。而它的缺点在于雨雪、尘土等恶劣环境的抗干扰性较差。

所以,除了特斯拉以外,几乎所有车企和自动驾驶公司,走的都是融合感知的技术路线,这正是为了各传感器短板的互相弥补。

那么,感知会如何影响AEB能力?主要体现在两个方面:识别精准度及探测距离。

1、感知准确度、信息丰富度待提升

在一些事故场景,AEB功能没有启动的原因,要么是传感器没有识别检测出障碍物,要么是没有识别出障碍物是什么,前者的原因在于传感器精密度不够,后者则在于场景采集的丰富度不足。

AI算法的学习和人的学习相似,首先要解决认知的问题,这在算法里对应的就是标定,只有标定过的物体,算法才有可能识别出来,否则就很难进行识别判断。

在最初简单的AEB方案中,系统主要标定的障碍物就是车辆和行人,至于儿童、宠物、雪糕筒,以及一些异形检测物都无法识别。

随着传感器产品的成熟,智能驾驶方案也正在变得越来越复杂,从单V到1R1V配置,再到5R10V,甚至是引入激光雷达的、更复杂的感知方案,例如沙龙机甲龙搭载了33个感知硬件,包括4L5R12V。

传感器硬件的不断叠加,正是为了弥补感知能力的短板,随着更多高精度传感器的上车,相信感知准确度上已经有了很大提升。

因此,对于具有「高阶辅助驾驶」能力的车型来说,在感知精准度上已经问题不大。更大的短板在于,感知场景标定的丰富度和算法训练。简单理解就是,AEB也要解决CornerCase。

例如,理想L9试驾车撞在围栏上,如果在激光雷达开启的情况下,大概率不是没有检测到前方有物体,而应该是算法不知道这是什么东西,该做出什么样的决策。

2、感知距离限制AEB适用速度

感知能力强弱影响的另外一个方面是响应距离。传感器的感知距离,和系统响应的时间以及制动系统的刹车距离,决定了AEB可以工作的最大速度。

去年3月,国家标准化管理委员会批准发布了《乘用车自动紧急制动系统(AEBS)性能要求及试验方法》,标准号为GB/T 39901-2021。

这份推荐性国标来看,对于静止的物体,要求车辆以30km/h的速度行驶,不发生碰撞即为合格,移动目标则要求车辆在50km/h的速度行驶时,不发生碰撞即为合格。

我们知道,城市普通道路通常限速30-60km/h,高速场景的最低限速是60km/h。如果按照这个要求,AEB似乎只能在城市场景发挥作用,而在高速场景就是完全失效的状态。

事实上,企业的“自我要求”往往会高于国标要求。目前市场上销售的绝大部分车型,都宣称能够做到80km/h以下AEB避撞,与E-NCP、C-NCAP的要求保持了一致。而车企自身,以及各测试标准,均未对80km/h以上AEB做出要求。

上文提到的几起事故,发生事故时,车辆速度正是在80km/h左右的AEB极限值。

也有观点认为,一些事故的发生,表面上看似乎是AEB没有开启,实际上可能是已经开启,但决策、执行时间不足以避免事故的发生。

因此,除了感知因素以外,响应效率和制动能力,也是影响AEB功能实现的关键因素。

城市场景有鬼探头、异形车辆等挑战,高速场景则面临着AEB速度失效边界。那么如此挑剔的AEB,是不是有些鸡肋了?

三、我们要如何理解AEB?

在消费者的眼中,AEB就应该是为了避免事故而存在的,根据上面的分析,大家应该清醒了,AEB的工作条件是非常限定的。

那么,现阶段,作为消费者,我们应该如何理解AEB?

首先,一般市场上宣传的配备AEB功能的车企,功能有是有,但性能并不能保证。不同车企、不同车型采用的方案往往不同,实现的能力水平也各不相同。

AEB是智能驾驶的子功能项,如果AEB都无法绝对安全,那么所谓的辅助驾驶和高阶辅助驾驶,也一定过不了安全的关。建议驾驶员还是就当没这个功能,该怎么开怎么开,或许哪天AEB能在不经意间帮你制止了事故,还能给你一个惊喜。

第二,「高阶领航辅助驾驶」比普通ADAS多出一个横向移动的能力——自主变道,这是不是就意味着有AEB和自主变道两项安全保障?

其实自主变道的逻辑和AEB一样,如果解决不了场景丰富度的问题,系统不知道遇到的是什么,同样也不可能做出正确决策。另外,自主变道还要评估周围环境,做出决策,对于算法的考验只会更高,实现难度也会更大。

第三,是不是感知部件越多越安全?我们认为不是的,一套智能驾驶方案下,往往可支持多种能力,具体哪些传感器支持着AEB功能,取决于传感器的分配和调用。因此,并不是硬件配置越高,AEB功能就一定越完善。

第四,有激光雷达会更安全吗?对比主流传感器来看,激光雷达无疑是性能最佳的传感器,但在实际落地中,激光雷达的功能开发程度如何?究竟能够发挥出多大作用?目前还是一个未知数。

即便是一些已经量产销售的激光雷达车型,激光雷达到底开没开启,哪些场景和功能中启动了,车企自己也没说明白。

同自动驾驶一样,AEB功能本身还有很大的进步空间,将AEB功能开发继续优化任重而道远。

一方面,随着激光雷达的引入,以及高算力平台的应用,车企已经开始学习训练更丰富的场景。同时,计算能力的加强,也将大大缩短决策、执行的响应时间,这将是AEB能力提升的一个思路。

另一方面,此前很多AEB方案由国际供应商开发,甚至是在国外测试、国内直接落地。这些产品并没有完全考虑到国内路况条件和交通场景,以及司机驾驶习惯。这也将成为优化AEB功能的另一个思路,随着国内车企和供应商更多地参与AEB自主开发,AEB有望获得更快进步。

AEB应该是一道安全防线,是智能驾驶的核心。底线思维来看,如果连AEB功能都不能完全实现,目前自动驾驶的水平,也就还是一个不那么完备的L2能力,而车企为了体现、强调差异化,还是不顾现实,在宣传中故意抬高了智能化能力。

这几年一直在讨论的一个问题是,车企到底有没有过度宣传自动驾驶,有没有误导消费者?

我们认为,这种扬长避短的宣传,也是一种不负责任。或许在企业的角度来看,任何创新创造的初期,都会有一些试错成本,都要付出一定代价。

但行业媒体站在第三方视角,需要给出自己的观察和判断:我们认为,自动驾驶正处于一个不断试错和纠错的阶段,且消费者正在为此买单。

因此,我们希望,企业在产品功能阐述上,能够更加谨慎、具体,尽量减少信息的不对称性,让消费者驾驶车辆时,有更高的警惕性。

除此之外,车企也不应该让消费者为事故买单,而应该为新技术试验提供相应的保障机制,例如通过保险手段,降低消费者所承担的事故风险。

以上观点,结合了行业人士的交流,和《赛博汽车》作为行业观察者的思考,有不尽之处,欢迎指正。

来源:赛博汽车 作者:肖莹

相关阅读:

AEB何时能成为乘用车标准配置呢?

深入解读主流L2级的ADAS模块(零件以及供应链)

ADAS系统传感器怎么样布置?

10大ADAS功能系统概念详细解读

三个角度分析ADAS以及自动驾驶市场趋势

版权说明:“华夏EV网”转载作品均注明出处,本网未注明出处和转载的,是出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如转作品侵犯署名权,或有其他诸如版权、肖像权、知识产权等方面的伤害,并非本网故意为之,在接到相关权利人通知后将立即加以更正。

文章标签:

本文网址:http://www.evinchina.com/articleshow-440.html

分享到:
相关文章
  • 2023年中国主流智驾公司业务进展梳理
    导读:2023年智驾赛道,几家欢喜,几家难。本文梳理了37家国内主流智能驾驶公司2023年业务进展,覆盖L2+量产智驾、Robotaxi、无人干线物流、无人港...
    浏览量:3911
  • 文远知行获新加坡T1、M1自动驾驶牌照
    导读:12月11日,文远知行宣布获得新加坡Milestone1无人驾驶车辆第一级别公共道路测试牌照(简称“M1牌照”)及T1Assessment无人驾驶车辆第一...
    浏览量:1940
  • 滴滴自动驾驶展现未来出行新趋势
    导读:一辆辆白色的自动驾驶网约车在城市街道中灵活穿梭,派单、接驾、行程中、到站、回港、充电,自动化运营一气呵成。这是2023广州国际车展上,...
    浏览量:1954
  • 文远小巴和文远环卫车在大连正式投入运营
    导读:近日,我们从文远知行官方处获悉,其在大连高新区的车联网无人驾驶示范项目经过180天的测试后,于日前首发运营。其中,文远知行无人驾驶小巴...
    浏览量:2767
查看更多