互联网爱好者创业的站长之家 – 南方站长网
您的位置:首页 >运营 >

对话|朱西产谈辅助驾驶事故频发:智能汽车尚难识别静态物体

时间:2022-08-24 18:47:25 | 来源:新京报
同济大学教授、汽车安全技术研究所所长朱西产。受访者供图同济大学教授、汽车安全技术研究所所长朱西产。受访者供图

自动驾驶正站上“风口”。

本月初,重庆、武汉两地率先发布自动驾驶全无人商业化试点政策,在外界看来,这标志着我国自动驾驶将迎来高速增长拐点。从2017年开始,工信部、公安部、交通运输部、国家标准委等部委先后发布《智能网联汽车道路测试管理规范(试行)》《智能网联汽车道路测试与示范应用管理规范(试行)》等文件。近年来,中央和地方陆续推出一系列支持政策,推动无人驾驶技术进步和商业化落地。

作为未来出行的核心支撑,自动驾驶技术犹如一把打开新兴产业大门的金钥匙。据不完全统计,已有北京、上海、广州、深圳、长沙等多个地区出台了相应管理办法或实施细则,从道路测试、载人测试、示范运营到无人化等多个阶段开展探索。

与此同时,近期与“自动驾驶”相关的交通事故频上热搜。8月上旬,一辆小鹏P7在开启LCC(车道居中辅助系统)功能进行辅助驾驶的状态下发生交通事故。而这并非个例,业界围绕自动驾驶系统安全性的争议从未停止。去年8月,连锁餐饮品牌创始人林文钦驾驶蔚来ES8并使用NOP领航功能发生车祸去世。

8月初,深圳首次为自动驾驶交通事故责任认定提供了法律依据,其中,如果汽车完全无人驾驶,车主将负责。在确认是由车辆缺陷导致事故的情况下,车主可以向自动驾驶车辆制造商寻求赔偿。

自动驾驶时代或许不远,这一技术是否成熟又面临哪些难点,什么原因导致事故频发,行业亟待怎样的监管规范。对此,新京报贝壳财经记者专访了同济大学教授、汽车安全技术研究所所长朱西产。在他看来,国内还没有自动驾驶的汽车,不过,这一行业发展进度很快,目前国内L3级别自动驾驶认证标准也正在制定中。

谈事故

系统变聪明了,“但它毕竟不是自动驾驶”

新京报贝壳财经:在你看来,造成“自动驾驶”事故频发的重要原因是什么?

朱西产:有些车型的辅助驾驶功能已经从L2级别达到L2+级别,自动控制能力在提升。

从几年前就有的ADAS(先进辅助驾驶系统)来说,第一代ADAS产品是通过毫米波雷达和单目摄像头作为环境感知传感器,没有人工智能算法,采用嵌入式电子构架,没有高算力,L2级别以下的辅助驾驶系统也不使用高精地图。驾驶者一般不会对这类辅助驾驶系统产生依赖,因为它的实际表现不行,所以L2辅助驾驶系统反而是安全的。

相比之下,现在新一代车型的电子架构采用域控制器,使用了高算力芯片;目前特斯拉采用自家自动驾驶芯片FSD,北汽极狐阿尔法系列车型搭载华为麒麟芯片,蔚来汽车 、小鹏汽车采用英伟达Orin芯片,长城汽车旗下的魏品牌摩卡车型采用高通的高算力芯片。

在高算力芯片支持下,车辆的环境感知传感器已经变成了多目的高清摄像头,在高算力芯片、AI算法支持下,这些高清摄像头的感知能力大大提升。此外,新一代车型在智能驾驶域控制器里使用了精度高达厘米级的高精度地图和车道级的高精度定位。

目前国内还未出台L3级别自动驾驶标准,所以车企宣传基本把L2+级别的系统称为高精度导航智能驾驶(NOP、NGP等)。新一代车辆计算能力强、环境感知和摄像头处理也采用人工智能算法,各家车型基本上搭载8-10个摄像头,能力的确很强。一般情况下,在高精度地图覆盖的区域,这些车辆的智能驾驶系统基本没有问题,正常交通状态下几乎不需要驾驶员介入操作,因此尽管汽车企业没有误导,车主在使用过程中会积累起对它的信任而错误地认为自己在使用自动驾驶功能。但L2+智能驾驶系统毕竟还不是自动驾驶。

新京报贝壳财经:有观点称,没有正确区分自动驾驶和辅助驾驶是造成事故的一个重要原因,你如何看待这种观点?

朱西产:我们要告诉消费者,中国的汽车企业现在还不能销售自动驾驶汽车,所以用户也不可能购买到具有自动驾驶功能的汽车。无论车辆搭载了多高算力的芯片、搭载了多贵的激光雷达,目前能销售的汽车智能驾驶系统都属于辅助驾驶。使用辅助驾驶系统,驾驶员就不能分心,尽管它在自动控制,驾驶员仍需要专心开车。

车企在用户手册里大多强调了驾驶员要关注驾驶,而一旦驾驶员双手或者双眼长时间脱离,汽车也会发出声音提醒。目前我国自动驾驶汽车的认证标准还没出台,具有自动驾驶功能的汽车只能在智能网联汽车示范区里进行测试和示范运行。

谈技术

感知静态物体仍为智能驾驶难点

新京报贝壳财经:为什么自动驾驶功能尚未达到L3级别?

朱西产:现在有些车型的辅助驾驶在高精度地图、高算力人工智能算法的支持下,驾驶能力的确有提升,但它毕竟不是自动驾驶。目前来看,辅助驾驶系统车辆发生碰撞事故,基本上容易撞到静态物体。机器开车与人开车的特征是不一样的。对于人来说,很容易识别静态物体,但对于智能汽车而言,毫米波雷达有测速能力,摄像头用了光流算法对动态物体也是敏感的,但他们对静态物体的识别能力较差。从智能汽车发生的事故看,大多数撞的都是停在路边的车辆或物体,这也是为什么这一类智能汽车现在还达不到L3级别的原因。

ECE R157标准为首个针对SAE L3级别自动驾驶功能的国际法规,已于2021年1月22日起正式生效。其中要求在交通拥堵、前方车辆停车的状态下,带有L3级别自动驾驶功能的车辆用最高车速驾驶,可以感知到前方停靠的车辆并刹住车。

新京报贝壳财经:如何破解自动驾驶识别静态物体难题?

朱西产:目前的智能驾驶系统静态物体识别能力差,从技术角度来说,可能还差一个激光雷达。今年国内有几款新上市的车型搭载了激光雷达,例如小鹏新版P5和P9,蔚来ET7,长城汽车的摩卡等。随着更多搭载激光雷达的车型上市,再看看是否可以解决静态物体识别能力差的问题。

目前来说,视觉与激光雷达融合的方案可能更适合自动驾驶的发展方向。对静态物体的感知可能需要靠激光雷达,完全依靠视觉可能不行。

谈落地

国内正在制定L3认证标准

新京报贝壳财经:距离真正的自动驾驶还有多远?

朱西产:德国相当于已经实现了自动驾驶,搭载L3级别自动驾驶功能的奔驰EQS可以进行量产销售。国内进度也会很快,目前国内L3级别自动驾驶认证标准也正在制定中。

需要注意的是,即便达到L3级别自动驾驶功能,也并不意味着任何时候双手可以脱离方向盘。德国目前已经发布的L3级别自动驾驶功能是车速限制在0-60公里/小时的高速公路拥堵场景下的主车道巡航(ALKS)功能(TJP),也就是说车速超过60公里/小时,双手就不能脱离方向盘。预计明年,新的L3级别自动驾驶标准会出台,车速可以在高速公路上实现0-130公里/小时(HWP)。

对于消费者而言,要考虑一下购买一辆具有L3功能的智能汽车是否划算。车辆功能如果达到L3级别自动驾驶,大概率要比现在同类型L2功能的车辆贵10万元,因为其搭载的域控制器和激光雷达的成本都还很高。

新京报贝壳财经:目前国内和国外自动驾驶主打的技术路线有何不同?

朱西产:德国已经出台L3级别自动驾驶法规,进行了L3级别自动驾驶的认证,从这个角度来讲,德国跑在前边。

从国内驾驶路况来看,自动驾驶在应对拥堵时,很多车会加塞,这大大增加了自动驾驶的难度,其可能在拥堵路况下频繁退出,同时现在的摄像头识别红绿灯、车道线、行人、交通标志的准确率仍需提高,尤其是国内的红绿灯,别说摄像头,我们自己要看懂都有点难度。

目前在自动驾驶技术路线方面, ADAS驾驶辅助系统全球是一样的,L2+级别、L3级别国内外技术路线也没有差别。

但在无人驾驶方向上,国内外存在差异,美国主打单车智能,国内是在做网联智能,路端感知、5G通讯将车与路和云端平台连成一体。不过,无论是单车智能的无人驾驶还是网联智能的无人驾驶,都还没有能够通过安全认证。

谈规范

尚未明确数据归属,认证与OTA为行业监管重点

新京报贝壳财经:随着智能驾驶的推动,车辆后台数据确权该如何划分?

朱西产:车辆数据的确权、归属目前都尚未确定。网信办对智能网联汽车的数据收集方面的规定是“非必要不采集”,但对于政府监管、企业产品开发等目的,是可以采集智能汽车数据的。但是,尚未明确智能汽车的数据归属问题。

新京报贝壳财经:对于自动驾驶时代到来,如何进一步监管?

朱西产:第一,明确认证标准。自动驾驶系统是需要进行认证的, 需要制定我国自动驾驶汽车认证标准,并进行安全认证后才容许汽车企业销售具备自动驾驶功能的汽车。

第二,需要进行OTA(空中下载技术)监管。车辆的智能驾驶软件需要不断迭代更新,也就是OTA更新。目前市场监管总局已经发布OTA监管要求,如果企业要进行OTA升级的话,首先需要到市场监管总局进行备案。

新京报贝壳财经:车企在智能驾驶宣传等各个方面该注意什么?

朱西产:目前我国汽车企业在官网、用户手册上都还很规矩,没有对智能驾驶功能进行过分的宣传,一定程度上尽到了企业初步的社会责任。

但是部分汽车企业高管在社交媒体上发布“自动驾驶”误导性信息,汽车销售人员向客户展示或炫耀“自动驾驶”功能的现象还是存在的。作为一个有社会责任的汽车企业,应该对企业员工进行管理和约束,不应有这类误导性信息传布扩大产品影响力。

在自媒体上也存在智能汽车用户炫耀“自动驾驶”的视频,并且这些视频往往点击率很高,能够提升点击率,网红就会冲上去大量制作和传播这类误导信息。娱乐平台上充斥着这些存在误导的信息,汽车企业是不是应该发布一些声明,避免用户被误导而引发严重交通事故?如果真能做到这一层,我觉得这个企业才是真正把社会责任放到首位了,“造汽车,必须确保安全”。

新京报贝壳财经记者 王琳琳 编辑 王进雨 校对 刘军

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。