从感知层解析特斯拉为何识别不了障碍物

近日，在一场全球智能汽车前沿峰会上，如何解决自动驾驶安全问题成为与会专家学者和企业代表关注的焦点。事实上，虽然用户已经享受到了一些自动驾驶技术带来的便利，但现实生活中关于自动驾驶安全性的讨论却从未停止。特斯拉在全球的一系列事故就是很好的案例。其中，最近发生的一起特斯拉ModeModel 3(自动驾驶自动辅助驾驶系统)被开启追尾一辆静止拖车的事故引起了外界的高度关注。令外界不解的是:面对道路前方这么大的障碍物，Autopilot自动辅助驾驶系统为什么会“隐形”？

如果没有机器识别训练，汽车只会恐慌。在普通人的认知中，静止的大障碍物是一个非常容易识别的物体。为什么特斯拉Autopilot系统无法识别？这些传感器都是名存实亡吗？对此，李CEO李想在微博中发表了自己的看法:“目前摄像头和毫米波雷达的结合就像青蛙的眼睛，可以很好的判断动态物体，但对于非标准的静态物体几乎无能为力。这个层面的视觉进步几乎停滞。即使是动态的，车外识别率也低于80%。自动驾驶的时候不要真的用。”

在这种情况下，自动驾驶识别静物的难度在哪里？对安装在车身上的摄像头、雷达等传感器有什么要求？对此，汽车之家采访了法雷奥中国首席技术官顾建民和大陆先进驾驶辅助系统中国区负责人唐海毅，从感知即传感器的角度来分析这些问题。首先，我们来说说什么是“感知”。在自动驾驶的整个方案中(包括感知层、决策层和执行层)，最热闹的板块是感知决策层，这是人工智能下大力气的领域。感知是自动驾驶系统收集外界环境信息并进行识别的能力，相当于驾驶员对驾驶环境的观察。目前，自动驾驶的感知层是通过多种传感器来实现的。主要有激光雷达、相机、毫米波雷达、超声波传感器。各种传感器的特性不一样，每个传感器都有自己的优缺点。面对复杂的行驶环境，单个传感器的数据无法满足各种环境下感知环境的需要。

对于传感器识别静态物体的难度，顾建民认为，“对于相机来说，需要机器学习来训练和识别物体。但是静态物体的种类和形状很多，没有样本训练是无法识别的。诸如撞上消防车车尾或形状怪异的隔离墩栏杆之类的事故，应该是因为缺少这种样本训练造成的。此外，在识别物体时，前置摄像头对天气和光照条件也很敏感；对于快速移动的汽车，前置摄像头通常最终会捕捉到模糊或失真的物体图像。”“对于毫米波雷达来说，主要是受目标对电磁波反射的灵敏度影响，一些橡胶类的静态物体反射不好，识别起来会比较困难。此外，雷达几乎无法区分龙门架、路边的金属标志或停在路上的静止汽车，因为雷达的空间分辨率很差，相对于路面不动的雷达回波通常只能在算法中忽略。不然每次经过路标之类的静物，车都会慌。”顾建民补充道。

唐海毅在接受汽车之家采访时也表达了类似的观点。在他看来，实际交通环境中的静物分布和种类比较复杂，简单的传感器很难达到很高的识别效果。比如雷达的优势在于测速和测距，但对于体积小、反射弱的静物就没有优势。相机的优势是可以获取丰富的环境信息，可以利用机器学习对目标进行分类，但在测速测距方面不如雷达。唐海毅进一步解释说，雷达和摄像头的结合可以相对实现对一些标准静态障碍物的识别。但即便如此，车道内出现非标准物体或小型静态障碍物(10-20CM)仍然是个问题，因为此时雷达基本无效，甚至机器学习也无法识别未经训练的障碍物，而要实现对地面小型静态障碍物的检测，对摄像头的检测距离、精度和视角都有很高的要求。马斯克鄙视的激光雷达潜力巨大。这种情况下，目前没有更好的解决方案吗？mainland China和法雷奥在自动驾驶汽车领域有哪些识别静态物体的解决方案？顾建民说:“法雷奥的ScaLa激光扫描仪(lidar)可以解决这些问题中的大部分，可以很好地检测静态或移动的物体，无论白天还是晚上。”

事实上，第一代法雷奥ScaLa早在2017年11月就已经在奥迪全新A8上量产。据顾建民透露，ScaLa二代计划于2020年初量产。法雷奥的低速自动泊车是利用摄像头计算机视觉三维目标检测，并集成超声波或毫米波雷达等其他传感器来解决的。自动泊车有量产车型。

说到激光雷达，业界肯定会想到马斯克今年4月公开的diss激光雷达。当时他曾直言“只有傻子才用激光雷达，现在谁用激光雷达谁就完了。”这个说法造成了激光雷达和相机的技术差异。对此，一位行业分析师表示:“一旦将这些理论技术应用到现实中，就有很多无法回避的未知。理论上，仅通过摄像头收集数据或许是可行的，但如果你想完全相信系统的判断是正确的，最好是集成其他传感器来辅助，比如激光雷达。”客观来说，马斯克追求特斯拉未来的摄像头+毫米波雷达+AI芯片的自动驾驶系统，也有自己的考虑。汽车之家早前采访激光雷达公司威力登时，相关负责人告诉汽车之家，他可以理解特斯拉的立场，即对于一家以“自动驾驶”为主要卖点的量产车公司，特斯拉需要考虑很多成本因素。

“特斯拉CEO马斯克”然而，自动驾驶关系到车辆安全和生命安全。检测各种静态物体，需要建立并持续维护一个庞大的样本特征数据库，以保证这个数据库包含待识别目标的所有特征数据。显然，从目前来看，难度相当大，做不到。对于激光雷达来说，不依赖于环境光，可以直接进行三维探测和成像，识别静物更加准确可靠。虽然它目前的成本相当高，但未来随着市场化，它的价格会逐渐降低。将激光雷达与雷达和照相机结合起来可以更好地识别障碍物……sla看不到，提高行车安全。再进一步想，消费者可能又会问，那辆车上多装几个激光雷达、毫米波雷达、摄像头，不就可以实现无人驾驶了吗？可惜，答案是否定的！因为传感器代替不了大脑，感知代替不了认知。我们应该认识到，任何传感器都不能保证在任何情况下提供完全可靠的信息。一个很简单的道理，如果一个孩子告诉你他有超能力，能准确感知200米内的一切，你觉得他是“老司机”吗？不要！孩子连车都没开过，超能力除了能看清楚，也教不了他怎么开车。自动辅助驾驶≠自动驾驶不要拿生命开玩笑。在自动驾驶技术还没有那么完善的时候，人和自动驾驶汽车的交互就很重要，既敏捷又全面。司机需要加强理论素养，理论素养到位，才不会盲目相信自动驾驶功能，导致事故发生。

特斯拉车主在行驶过程中睡着的场景让人感到担忧。尽管特斯拉一再重申，司机应该始终把手放在方向盘上，随时准备接管车辆，但仍有汽车主要反其道而行之。不知道如果前面有障碍物，你的车就“看不见”了。驾驶员需要知道的是，L2驾驶辅助系统要求驾驶员保持注意力以监控环境，并且车辆由驾驶员和系统控制。L3级自动驾驶汽车需要驾驶员在无法应对时接管车辆。只有L4和L5自动驾驶汽车的驾驶员才能解放双手。但基于现有的技术和法律法规，距离L4及以上级别的量产还有一段距离。所以在驾驶员接触自动驾驶汽车辅助系统的初始阶段，如果驾驶员对“自动驾驶”没有完全理解，很容易出现一些情况。事实上，装有自动驾驶辅助系统的车辆一般会以各种形式向驾驶员显示相关的重要信息，如开启模式、接管模式、预警模式、含义等。这些操作规范的信息传递，将使驾驶员快速、直观地了解“自动驾驶”。

说白了，你可以把一辆有自动驾驶辅助系统的车辆想象成一个小学生在做作业，还需要老师帮你解决难题。最后给用户一些友好的建议:基于现有技术和法律法规的要求，在启用辅助驾驶时，双手保持在方向盘上，随时做好接管车辆的准备。一定要注意路况，在强光和逆光下开车要控制好方向盘和车速，高速行驶要控制好与前方车辆的距离，脚放在刹车踏板上保持合理的车距，从大量的事故案例中吸取教训。编辑总结:目前全球自动驾驶水平仍处于L3-L4突破阶段，所有车辆上的自动驾驶功能只能起到辅助作用。面对一个新的技术和应用，用户的理解可能和生产者、技术人员不是一个层次的，用户的理解往往是有偏差的。所以厂家更应该谨慎，对用户的安全负责。同时，对于自动驾驶，消费者既要有感性的热情，也要有理性的思考，这才是我们应该提倡的心态。近日，在一场全球智能汽车前沿峰会上，如何解决自动驾驶安全问题成为与会专家学者和企业代表关注的焦点。事实上，虽然用户已经享受到了一些自动驾驶技术带来的便利，但现实生活中关于自动驾驶安全性的讨论却从未停止。特斯拉在全球的一系列事故就是很好的案例。其中，最近发生的一起特斯拉ModeModel 3(自动驾驶自动辅助驾驶系统)被开启追尾一辆静止拖车的事故引起了外界的高度关注。令外界不解的是:面对道路前方这么大的障碍物，Autopilot自动辅助驾驶系统为什么会“隐形”？

如果没有机器识别训练，汽车只会恐慌。在普通人的认知中，静止的大障碍物是一个非常容易识别的物体。为什么特斯拉Autopilot系统无法识别？这些传感器都是名存实亡吗？对此，李CEO李想在微博中发表了自己的看法:“目前摄像头和毫米波雷达的结合就像青蛙的眼睛，可以很好的判断动态物体，但是我……对于非标准静态对象几乎无能为力。这个层面的视觉进步几乎停滞。即使是动态的，车外识别率也低于80%。自动驾驶的时候不要真的用。"

在这种情况下，自动驾驶识别静物的难度在哪里？对安装在车身上的摄像头、雷达等传感器有什么要求？对此，汽车之家采访了法雷奥中国首席技术官顾建民和大陆先进驾驶辅助系统中国区负责人唐海毅，从感知即传感器的角度来分析这些问题。首先，我们来说说什么是“感知”。在自动驾驶的整个方案中(包括感知层、决策层和执行层)，最热闹的板块是感知决策层，这是人工智能下大力气的领域。感知是自动驾驶系统收集外界环境信息并进行识别的能力，相当于驾驶员对驾驶环境的观察。目前，自动驾驶的感知层是通过多种传感器来实现的。主要有激光雷达、相机、毫米波雷达、超声波传感器。各种传感器的特性不一样，每个传感器都有自己的优缺点。面对复杂的行驶环境，单个传感器的数据无法满足各种环境下感知环境的需要。

对于传感器识别静态物体的难度，顾建民认为，“对于相机来说，需要机器学习来训练和识别物体。但是静态物体的种类和形状很多，没有样本训练是无法识别的。诸如撞上消防车车尾或形状怪异的隔离墩栏杆之类的事故，应该是因为缺少这种样本训练造成的。此外，在识别物体时，前置摄像头对天气和光照条件也很敏感；对于快速移动的汽车，前置摄像头通常最终会捕捉到模糊或失真的物体图像。”“对于毫米波雷达来说，主要是受目标对电磁波反射的灵敏度影响，一些橡胶类的静态物体反射不好，识别起来会比较困难。此外，雷达几乎无法区分龙门架、路边的金属标志或停在路上的静止汽车，因为雷达的空间分辨率很差，相对于路面不动的雷达回波通常只能在算法中忽略。不然每次经过路标之类的静物，车都会慌。”顾建民补充道。

唐海毅在接受汽车之家采访时也表达了类似的观点。在他看来，实际交通环境中的静物分布和种类比较复杂，简单的传感器很难达到很高的识别效果。比如雷达的优势在于测速和测距，但对于体积小、反射弱的静物就没有优势。相机的优势是可以获取丰富的环境信息，可以利用机器学习对目标进行分类，但在测速测距方面不如雷达。唐海毅进一步解释说，雷达和摄像头的结合可以相对实现对一些标准静态障碍物的识别。但即便如此，车道内出现非标准物体或小型静态障碍物(10-20CM)仍然是个问题，因为此时雷达基本无效，甚至机器学习也无法识别未经训练的障碍物，而要实现对地面小型静态障碍物的检测，对摄像头的检测距离、精度和视角都有很高的要求。马斯克鄙视的激光雷达潜力巨大。这种情况下，目前没有更好的解决方案吗？mainland China和法雷奥在自动驾驶汽车领域有哪些识别静态物体的解决方案？顾建民说:“法雷奥的ScaLa激光扫描仪(lidar)可以解决这些问题中的大部分，可以很好地检测静态或移动的物体，无论白天还是晚上。”

事实上，第一代法雷奥ScaLa早在2017年11月就已经在奥迪全新A8上量产。据顾建民透露，ScaLa二代计划于2020年初量产。法雷奥的低速自动泊车是利用摄像头计算机视觉三维目标检测，并集成超声波或毫米波雷达等其他传感器来解决的。自动泊车有量产车型。

说到激光雷达，业界肯定会想到马斯克今年4月公开的diss激光雷达。当时他曾直言“只有傻子才用激光雷达，现在谁用激光雷达谁就完了。”这个说法造成了激光雷达和相机的技术差异。对此，一位行业分析师表示:“一旦将这些理论技术应用到现实中，就有很多无法回避的未知。理论上，仅通过摄像头收集数据或许是可行的，但如果你想完全相信系统的判断是正确的，最好是集成其他传感器来辅助，比如激光雷达。”客观来说，马斯克追求特斯拉未来的摄像头+毫米波雷达+AI芯片的自动驾驶系统，也有自己的考虑。汽车之家早前采访激光雷达公司威力登时，相关负责人告诉汽车之家，他可以理解特斯拉的立场，即对于一家以“自动驾驶”为主要卖点的量产车公司，特斯拉需要考虑很多成本因素。

“特斯拉CEO马斯克”然而，自动驾驶关系到车辆安全和生命安全。检测各种静态物体，需要建立并持续维护一个庞大的样本特征数据库，以保证这个数据库包含待识别目标的所有特征数据。显然，从目前来看，难度相当大，做不到。对于激光雷达来说，不依赖于环境光，可以直接进行三维探测和成像，识别静物更加准确可靠。虽然它目前的成本相当高，但未来随着市场化，它的价格会逐渐降低。将激光雷达与雷达和照相机结合起来可以更好地识别障碍物……sla看不到，提高行车安全。再进一步想，消费者可能又会问，那辆车上多装几个激光雷达、毫米波雷达、摄像头，不就可以实现无人驾驶了吗？可惜，答案是否定的！因为传感器代替不了大脑，感知代替不了认知。我们应该认识到，任何传感器都不能保证在任何情况下提供完全可靠的信息。一个很简单的道理，如果一个孩子告诉你他有超能力，能准确感知200米内的一切，你觉得他是“老司机”吗？不要！孩子连车都没开过，超能力除了能看清楚，也教不了他怎么开车。自动辅助驾驶≠自动驾驶不要拿生命开玩笑。在自动驾驶技术还没有那么完善的时候，人和自动驾驶汽车的交互就很重要，既敏捷又全面。司机需要加强理论素养，理论素养到位，才不会盲目相信自动驾驶功能，导致事故发生。

特斯拉车主在行驶过程中睡着的场景让人感到担忧。尽管特斯拉一再重申，司机应该始终把手放在方向盘上，随时准备接管车辆，但仍有汽车主要反其道而行之。不知道如果前面有障碍物，你的车就“看不见”了。驾驶员需要知道的是，L2驾驶辅助系统要求驾驶员保持注意力以监控环境，并且车辆由驾驶员和系统控制。L3级自动驾驶汽车需要驾驶员在无法应对时接管车辆。只有L4和L5自动驾驶汽车的驾驶员才能解放双手。但基于现有的技术和法律法规，距离L4及以上级别的量产还有一段距离。所以在驾驶员接触自动驾驶汽车辅助系统的初始阶段，如果驾驶员对“自动驾驶”没有完全理解，很容易出现一些情况。事实上，装有自动驾驶辅助系统的车辆一般会以各种形式向驾驶员显示相关的重要信息，如开启模式、接管模式、预警模式、含义等。这些操作规范的信息传递，将使驾驶员快速、直观地了解“自动驾驶”。

说白了，你可以把一辆有自动驾驶辅助系统的车辆想象成一个小学生在做作业，还需要老师帮你解决难题。最后给用户一些友好的建议:基于现有技术和法律法规的要求，在启用辅助驾驶时，双手保持在方向盘上，随时做好接管车辆的准备。一定要注意路况，在强光和逆光下开车要控制好方向盘和车速，高速行驶要控制好与前方车辆的距离，脚放在刹车踏板上保持合理的车距，从大量的事故案例中吸取教训。编辑总结:目前全球自动驾驶水平仍处于L3-L4突破阶段，所有车辆上的自动驾驶功能只能起到辅助作用。面对一个新的技术和应用，用户的理解可能和生产者、技术人员不是一个层次的，用户的理解往往是有偏差的。所以厂家更应该谨慎，对用户的安全负责。同时，对于自动驾驶，消费者既要有感性的热情，也要有理性的思考，这才是我们应该提倡的心态。

标签：特斯拉奥迪理想汽车Model 3

汽车资讯热门资讯