汽車職教網

 找回密碼
 立即注冊

QQ登錄

只需一步,快速開始

掃一掃,訪問微社區

搜索
熱搜: 汽車

從特斯拉致人死亡事件談自動駕駛問題與發展

2016-7-2 10:14| 發布者: admin| 查看: 283| 評論: 0

摘要: 2016 年 5 月 7 日,一名來自美國俄亥俄州的白人男子Joshua D. Brown,駕駛一輛特斯拉Model S車輛在自動駕駛模式下行駛在美國佛羅里達州的一個高速路口時,與前方左拐的大貨車發生碰撞,導致特斯拉車主身亡。 Mode ...

2016 5 7 日,一名來自美國俄亥俄州的白人男子 Joshua D. Brown,駕駛一輛特斯拉Model S車輛在自動駕駛模式下行駛在美國佛羅里達州的一個高速路口時,與前方左拐的大貨車發生碰撞,導致特斯拉車主身亡。

Model S上加載了特斯拉自動駕駛Autopilot 7.1系統,該軟件使得司機在高速公路上行駛時能夠將駕駛系統交給汽車。不過一旦駕駛者的手移開方向盤之后,系統會發出警報,提醒他將手放回方向盤“隨時準備接管駕駛”。

特斯拉在事后的事故分析中表示,是由于陽光照射掛車白色面板造成強烈的反光,使得自動駕駛系統和人都未能識別到前方的車輛。再加之掛車底盤較高,Model S直接從掛車下部穿過,擋風玻璃撞上掛車底部,導致特斯拉的撞車安全系統也未能啟動。據幸存的掛車司機表示,在事故發生之時,Model S的車主正在車內觀看哈利波特影片。

 

造成這次事故的原因,NHTSA 在一份初步報告表示:當時在一個十字路口,特斯拉前面的一輛大型拖車在路口左轉,但可能由于拖車高度較高,特斯拉的自動制動系統未能工作。

在特斯拉的官方描述中:

當時 Model S 行駛在一條雙向、有中央隔離帶的公路上,自動駕駛處于開啟模式,此時一輛拖掛車以與 Model S 垂直的方向穿越公路。在強烈的日照條件下,駕駛員和自動駕駛都未能注意到拖掛車的白色車身,因此未能及時啟動剎車系統。由于拖掛車正在橫穿公路,且車身較高,這一特殊情況導致 Model S 從掛車底部通過時,其前擋風玻璃與掛車底部發生撞擊。

事故發生后,有外媒采訪了當時駕駛這輛白色拖車司機 Frank Baressi,他回憶當時的情形:那輛特斯拉車行駛速度極快,「他徑直朝著我的貨車就沖過來了,我沒看見他。」Baressi 在采訪中說道。「乘車人當場死亡后,那輛特斯拉還在上演著生死時速,然后撞斷了不遠處的一根電線桿,」

從常識來說,自動駕駛是能夠正常識別正前方的任何障礙物。但是為什么這一次:在自動駕駛情況下,特斯拉當時沒有識別到這輛白色拖車?以及為什么前方有障礙物時,特斯拉在自動駕駛模式下還會繼續向前駕駛?

 

可能的原因

事故發生時,特斯拉徑直從拖車的車底穿過。有人士稱如何干擾傳感器造成自動駕駛汽車的偏行和逼停。特斯拉有可能撞向的是這樣一款白色拖車。特斯拉通過這三種傳感器實現自動駕駛的功能: ADAS 功能的 Mobileye 攝像頭、77G 毫米波雷達以及車身 8 個超聲波傳感器。

在事故發生的時候,白色大型拖車左轉彎行駛過來的時候,特斯拉的 ADAS 識別到白色物體,導致圖像識別的功能基本喪失:強光打在白色拖車上,白色反光可能使攝像頭致盲,識別不到路面車輛。白色拖車的高度過高可能也是導致這起事故的原因之一。拖車的高度高于毫米波雷達的探測距離,導致毫米波雷達沒有檢測到前方有障礙物。據劉建皓透露,特斯拉自動駕駛 7.1 版本能夠識別箱式貨車。當時這輛白色拖車可能在行駛過程中車頭與車廂的間隙太大,特斯拉的傳感器無法識別對向而來或從側面拐彎過來的拖車,只能識別到前方車頭,最終導致毫米波雷達在輸出結果上出現問題。

 

超聲波雷達的檢測距離是 5 米,即便當時檢測到障礙物,車內有提示,但是當時車速可能太快,5 米的距離造成駕駛員反應時間特別短,最后造成這起事故發生。目前自動駕駛都是基于傳感器技術、圖像識別技術和融合計算來做控制決策。自動駕駛有兩大類:一個是感知,一個是控制。前者依賴于傳感器,但是存在技術盲區,比如攝像頭,可能有強光對它造成致盲,或者其他光學攻擊讓圖像識別的功能喪失。毫米波雷達和超聲波也可以通過一些方式對他們進行干擾,造成自動駕駛數據的不可靠,從而反向造成車輛控制的不可靠,最終造成交通事故。這表明自動駕駛如果被外界干擾,依然存在安全隱患。

如何避免潛在安全隱患?

有行業人士指出,如果有激光雷達就可以避免了,攝像頭為主的 ADAS 方案做自動駕駛還是有一定的缺陷,就是光線所造成的影響,包括更精準的距離判斷,哪怕萬分之一次的誤判都是關乎生死的風險。目前還只能解放手和腳,不能解放眼,車主們要正確使用,在 Tesla 上睡覺這種事情就別宣傳了。一般自動駕駛需要 5 個毫米波雷達:正前一個 77G 毫米波雷達,左前右前、左后右后共部署 4 24G 毫米波雷達。才能保證車輛在行駛過程中的安全性。而特斯拉只有一個毫米波雷達。如果當時特斯拉安裝有激光雷達,也許能避免這起悲劇的發生。這是因為激光雷達在掃描的精確度和準確性上比起其他傳感器要安全得多,但其一個劣勢是成本居高不下。

當然,傳感器本身也有缺陷。即便將來激光雷達成本下降并普及后,自動駕駛依然存在安全隱患。比如碰上嚴重的霧霾天,屆時它掃描到的周圍物體可能都是障礙物。

 

這次事故是一個警鐘

Minieye 創始人則從另外一個角度解析:從公眾的角度看,造成這個事故的另外一個原因是用戶或者大眾對于半自動駕駛或無人駕駛現狀是高估的。大眾消費者對于技術的了解非常有限,他們對于功能的了解基本來源于產品說明甚至來源于功能名字。

特斯拉 Autopilot 的致死事故傳得沸沸揚揚,這也說明做自動駕駛并不是一蹴而就的事。之所以受到那么多人關注,是因為這是自動駕駛行業的首次傷亡事故。

 

 自動駕駛也需握方向盤,自動駕駛作為一項新技術,是汽車行業當前的熱點。然而,持懷疑態度的人士認為,自動駕駛技術至少現階段依然不成熟,無法與駕車人對交通狀況諸多因素特別是突發事件的綜合判斷相比。美國著名智庫蘭德公司今年4月在一份研究報告中指出,自動駕駛汽車測試的總里程還很少,缺乏足夠數據來對比這類汽車與傳統汽車的安全性和可靠性。迄今為止,測試時間最長的是谷歌自動駕駛汽車,從2009年至2015年,55輛谷歌自動駕駛汽車的道路測試總里程僅約130萬英里(約合209萬公里),其間共發生了11起小事故。研究人員認為,自動駕駛汽車需要測試數億至數千億公里,才能驗證它們在減少交通事故方面的可靠性,而現有的自動駕駛汽車至少要幾十年甚至幾百年才能達到這么多測試里程。如果要在自動駕駛汽車上市前證明其安全性,這不可能做到。

 

特斯拉去年10月推出S型電動轎車的自動駕駛功能。出于行駛安全考慮,該公司于今年1月更新了S型電動轎車軟件,縮小了自動駕駛功能的適用范圍。這起事故也暴露出了特斯拉車身傳感器不足的問題。傳統汽車企業在自動駕駛安全性方面強調多傳感器,一般車前有64線激光雷達和高清攝像頭,車身周邊則有激光或者毫米波雷達,而特斯拉的傳感器顯得有些簡陋,只有前面的毫米波雷達和車身周邊的超聲波雷達(倒車雷達技術)。

上述事故發生后,特斯拉稱,作為一項新技術,自動駕駛功能還處在公共測試階段。自動駕駛是輔助功能,需要駕車人始終把雙手放在方向盤上。駕車人在使用自動駕駛功能時,需要保持對車輛的控制,對車輛負責任。

 

這次事故對于整個汽車行業來說是一個警鐘。美國《科學》雜志上的調查指出,無人車由于采用自動駕駛系統,有望讓交通事故數量減少90%,從而造福世界,但并非所有的車禍都能避免,在某些撞車事故中,無人駕駛車需要做出困難的倫理抉擇。例如,當面對犧牲車上乘客保護路人還是撞死路人保護乘客的難題時,無人駕駛車該怎么決策?新技術的發展從來就是由教訓堆積而來:有的是金錢,有的是生命,有的是以企業倒閉為代價。可以預料的是,即便是以后其他車企的自動駕駛上路,也會發生類似事件。


鮮花

握手

雷人

路過

雞蛋

相關閱讀

最新評論

圖說汽車
關閉

站長推薦上一條 /3 下一條

QQ|Archiver|手機版|小黑屋|揚州溫馨網絡科技有限公司版權所有 ( 蘇ICP備18048326號-1 )

GMT+8, 2020-3-28 19:32 , Processed in 0.062500 second(s), 21 queries .

Powered by Discuz! X3.4© 2001-2013 Comsenz Inc.

返回頂部
体彩p3独胆预测胆码