0
上周，一辆正处于Autopilot模式下的特斯拉，以65英里（约104.7公里）的时速撞上了一辆停在路边的消防车。但幸运的是，没有人受伤。
据悉，当时消防车停在了左边的紧急车道和共乘车道（雷锋网注：Carpool Lane，在美国，该类车道只允许车内坐有2人或以上以及摩托车、巴士、混合动力车或清洁能源车行驶）上，挡住了前面的事故现场，一辆加州公路巡逻车停在它的左后侧方。
雷锋网了解到，目前，NTSB（美国国家运输安全委员会）已经开始调查此事。
NTSB星期二派出了两名调查人员前往事发地点卡尔弗城（Culver City），而NHTSA星期三也承认，他们也派出一个专门的小组来“调查车祸事件并总结经验教训”。特斯拉“司机”声称自己当时正在使用Autopilot模式，虽然这一说法尚未得到第三方的证实，但这似乎已经引起了联邦机构对此案的注意。
因为特斯拉和当地官员都保持沉默，事故的细节仍然不得而知，很多问题还没有答案。尽管如此，特斯拉掌握的数据应该可以揭示到底发生了什么。VSI实验室创始人兼首席顾问Phil Magney表示：“特斯拉能够向NTSB提供大量的信息，因为他们对这些车进行黑匣子记录。
众所周知，每辆特斯拉都有一张存储所有数据的SD卡。只要媒体零件或LTE上的设备没损坏，特斯拉就可以通过无线方式与汽车连接来访问这些信息。不过，“即使你取出了SD卡，”Magney说，“你也无法得到NTSB需要的信息。只有特斯拉能够获取到，因为它是高度加密的。”
对于此次事件，专家们纷纷讨论了他们心中的疑问和看法，特别是与特斯拉ADAS系统相关的问题。
让我们从我们最不确定的事情开始。
Magney告诉我们，“我们实际上并不知道Autopilot是否启动了。司机可能会将责任推脱到Autopilot上，就像几个月前明尼苏达州的那起事故一样。”（雷锋网注：去年7月，在美国的明尼苏达州发生了一次车祸，司机最初声称特斯拉的Autopilot应该对此负责，但后来又否认了。）
Linley集团的高级分析师Mike Demler提醒我们，Autopilot实际上是一系列功能。这些功能包括交通感知巡航控制、自动调整方向，和自动变道。“如果司机启动了自适应巡航控制，我相信一个设计良好的系统，应该能检测到一辆停在高速车道上的车，但是，特斯拉的车主手册却警告说：他们的系统可能无法识别。”
特斯拉的车主手册是这样写的：
警告：交通感知巡航控制无法检测到所有物体，并且可能无法在停下来的车辆前进行制动或减速，尤其是在驾驶时速超过每小时80公里时并而您前面的汽车驶离了您所在的车道，或者是出现在你面前静止的车辆或物体，自行车或行人。
所以，假设司机开启了自适应巡航，Demler分析，在探测物体的时候，系统显然优先使用了雷达，而不是摄像头。他说：“这是软件和传感器融合的问题。”
紧急制动系统是否保护了司机？
Magney想知道自动紧急制动（AEB）是否起了作用。他告诉我们：“在特斯拉的汽车里，驾驶员是可以可以停用这个功能的！”由于汽车的行驶速度是每小时104.7公里，撞上一辆消防车的冲击是非常大的。这种冲击可能会严重伤害到司机。Magney猜测说：“司机之所以能够幸免于难，很可能是因为AEB起了作用，减轻了车祸后果。”
Magney说：“如果事故车辆是一辆较新的Model S，它将会有一套更复杂的传感器，主要是照摄像头和雷达。”他指出，“雷达应该在车辆行驶的时候就探测到了消防车的。”
不过有一点需要说明。Magney指出，“雷达对静止物体有很多滤波功能，因为如果不这样做的话，就会对在道路两侧停放的车辆、标志等产生大量的误报。”
摄像机也应该探测出消防车并将其分类为车辆（而不是静物）。
但还有另一个问题。“由于消防车的停放方向是斜的，可能摄像头无法识别出这是一辆大卡车，或者可能摄像机识别出了大卡车，但系统没有意识到它就在这辆特斯拉行驶的道路上，与雷达的情况类似。”Magney推测到。
Demler同样看到了这里潜在的问题。说到雷达，Demler说，这让他想起了佛罗里达州的一起死亡事件。“在那起事故中，软件只用雷达来检测速度的变化。当时拖车在特斯拉系统的视野范围内是横着过的，所以特斯拉的软件认为它是前方固定的道路标志，因此忽略了它。
如果卡尔弗城事故中的司机没有注意，特斯拉前方的汽车又都绕过消防车驶出了原车道，Telsa可能会开始加速！” Demler又一次引用特斯拉的车主手册说：当系统探测再也不到您跟随的车辆时，交通感知巡航控制系统会加速回到设定的速度。
当问到失事特斯拉使用的是哪家公司的雷达时，Magney说：“我们不知道是博世的还是大陆（公司）的，因为特斯拉最近将雷达换成了大陆的了。如果这辆车是较新的Model S（2017年或2018年产的），那它的雷达可能是大陆的，以前的Model S则将会是博世的。”他补充说，”这些是160米范围内的中程雷达。根据一些报道，他们转用的大陆雷达的作用距离更远，这也是他们转换的原因。”
Magney认为，摄像头和雷达应该一直与Autopilot协同合作着。他指出，他们都可能都发现了卡车。
但是，问题来了。“Autopilot的行车规划器（motion planner）并不认为物体是在这辆车行驶的的道路上的。雷达可能已经过滤了它，因为它是静止的，而摄像头没能对它所看到的物体进行分类。”Magney说。
Demler问了些关于麦克风的事。”在讨论摄像头、激光雷达和雷达时，人们总是忽略了另一个关于自动驾驶汽车的重要传感器 ——麦克风！Demler认为，谷歌已经在其测试车辆中使用了很长时间的麦克风，用以检测警报。也许消防车没有响起警报，只是亮起了闪烁的警报灯。“但摄像头应该很容易检测到。”Demler说。
“这起事故的一个教训是，虽然车上的传感器可能有良好的感知，它们还必须注意到情况并正确解读。”以色列公司Autotalks的CEO Hagai Zyss说。静止的物体很容易被误读。
Zyss说：“但是，如果一辆停下的车能发出警报给一英里外的其他车辆，那么，其他车辆的系统就不容易误读了，因为这辆停下来的车就在反应情况。”总之，基于DSRC（专用短程通信技术）的V2V（车对车）通信技术（对于提高汽车安全性能）可能会有帮助。
当然，V2V、V2I（车辆到基础设施）都需要网络效应。社会需要承认技术，而技术必须渗透进市场，人们才能看到效果。
但是，Zyss告诉我们，一个孤立的解决方案，例如完全依靠车内的传感器，是有明显的局限性的。V2V和V2I提供了又一重安全保障。”你不需要依靠完全自动驾驶车辆来避免事故，现在用V2V就能够实现。”Zyss强调。
同时，Magney指出，“这起事故说明了L2 +是很有必要的（雷锋网注：在上个月的CES（国际消费电子展）中，Mobileye提出，在L2的基础上，允许驾驶员能够短暂地双手离开方向盘的自动驾驶为L2+。L2+被认为是为将“定位装置”应用到L2应用的运动）”。
为了提供自动驾驶的通用术语，SAE（美国汽车工程师学会）提出了从“不完全自动”（0级）到“完全自动化”（5级）的六个级别的驾驶自动化。
Magney解释说：“如今我们所说的L2比自适应巡航控制加上车道保持还要多一点。但是，当车道线变得难以识别或者前面的车都开远了，依赖跟车和识别车道线的方法就暴露了它的问题。
他说：“通过定位的方法来更好地去理解行车轨迹，L2系统可以更加安全。”通用汽车公司已经在他们的系统Supercruise上完成了这项工作。
他说：“特斯拉的系统目前只用摄像头来完成这个工作，但在我看来，这还不够好。如果应用高清地图和定位系统，汽车将会更加智能，并能避免碰撞到出现在行驶道路上的大型物体。”
PS：过去 10 个月，雷锋网团队在北京、上海、深圳、硅谷等地密集拜访数百家智能驾驶技术团队，经过了一手采访、调研和亲身体验，并用 2 个月时间梳理和筛选了 13 个关键细分领域近 100 家智能驾驶产业链中的关键技术公司，《中美智能驾驶白皮书》最终成稿。
我们希望通过这份白皮书向你全方位展现中美智能驾驶的市场现状、关键技术环节发展及落地情况，帮你深入了解产业机遇与挑战，提前看到未来 3 到 5 年自动驾驶产业链各个细分环节可能产生的机会和趋势。
关于《中美智能驾驶白皮书》的更多详情，请查看链接：https://gair.leiphone.com/gair/product/s/12r12r12r。
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
