小鹏汽车|小鹏汽车撞人致死频出事故:你还敢买吗、辅助驾驶还敢用吗?( 三 )


这其实是特斯拉当前的方案 。特斯拉一直坚持神经网络和机器学习 , 在算法上发力 , 而不是像国内的造车新势力那样堆料 , 增加传感器数量 。特斯拉Model 3和Model Y的传感器配置 , 在相同价位车型中 , 属于偏低水平 , 但算法弥补了传感器的不足 。
马斯克认为 , 靠纯视觉方案 , 在数据足够的情况下 , 特斯拉也可以变得跟人一样驾驶车辆 , 包括识别静止物体 。
“这里面的策略是关键 , 因此特斯拉通过每一辆车做视觉数据采集 , 不断优化算法模型 , 会覆盖大部分场景 , 但还是存在无可预估的风险 。” 国内一家计算机视觉上市公司的内部人士对深途说 。风险的确是存在的 , 直到现在 , 特斯拉在静态物体的识别上也没有太大改进 。
陈子颖认为 , 多传感器融合是更安全的方案 , 因为物理层的局限很难完全突破 , 一旦遇到新的corner case冒出来 , 就又是人命关天的大事 。特斯拉现在采取这样的方案 , 还是更多基于传感器的成熟度和成本角度考虑 。“他们永远只用最成熟的方案 , 未来随着技术成熟和成本降低 , 我相信特斯拉也不会非要坚守视觉这条路径 。”
“先解决物理上的局限再谈数据的局限比较可行 , 就像要求盲人都能靠顺风耳来识路 , 这个难度岂不是更大 。”她说 。国内车企更多走了另一条路——提升传感器数量和性能 , 比如研发4D毫米波雷达 , 推动激光雷达量产上车 。
当年的特斯拉白色货车事故 , 车上用的就是传统缺乏高度信息的毫米波雷达 , 所以置信度低 , 远距离只能依赖图像传感器 , 最终难以摆脱物理层的局限性造成车祸 。
随着4D毫米波分辨率提高 , 置信度上升 , 识别前方有高度2米的车厢后 , 这个信息会立刻反馈到决策系统提前做出刹车预判 , 整个安全性会高很多 。
激光雷达则提供了另一种可能 。国内的造车新势力在今年推出的新车型中 , 大部分都加入了激光雷达 , 比如蔚来ES7、理想L9、小鹏G9等 。
“未来传统毫米波雷达的缺陷会慢慢被4D毫米波补上 , 但是论精度 , 4D毫米波雷达始终不及激光雷达 , 所以毫米波雷达和激光雷达最终还是会以互相冗余补充的方式并存 。”陈子颖对深途分析 。
总体而言 , 要绕过静态物体这个“致命杀手” , 辅助驾驶还有很长的路要走 。
辅助驾驶还值得信任吗?
每一次辅助驾驶事故 , 都给行业敲响了警钟 。但造成严重后果 , 不完全是系统的原因 , 车主也难逃其咎 。在网传聊天记录中 , 小鹏P7事故中的车主说自己当时“分神了” , 这是很致命的一个错误 。
辅助驾驶不是自动驾驶 , 再怎么强调都不为过 。这项功能现在还不能解放司机的双手 , 起到的只是“辅助”作用 。车还得司机自己来开 , 遇到紧急情况要接管 , 出了事故司机要担责 。
去年的蔚来车祸之后 , 新造车行业冷静了许多 , 过去那些浮夸、不负责任的宣传变少了 , 风险提示加强了 。
比如新用户要开启小鹏的辅助驾驶系统 , 必须经过考试 , 在考题中就有提到 , 如果遇到低速或静止的清扫车、横停的事故车 , 系统有可能无法识别 , 应立即接管车辆 。特斯拉、蔚来等车企也在用户手册中提醒 , 车辆前方的静止车辆或障碍物 , 系统可能无法识别和刹停 。
但这些考试或提示 , 究竟对车主起到了多大的警示作用 , 很难评估 。
在网上 , 经常会有一些车辆开着辅助驾驶高速飞驰的视频 , 车主拿着手机在发消息或玩游戏 , 还有人甚至坐在后排 , 完全让车自己开 。这些人或许是出于炫耀 , 亦或是出于猎奇 , 但暴露的是侥幸心理 。
这种侥幸心理的形成 , 建立在日常使用中建立的信任之上 。或许车主在平时开启辅助驾驶功能时 , 系统都有优异表现 , 甚至超出车主预期 , 但这并不代表系统就具备了应对所有极端场景的能力 。而那些罕见的corner case , 往往是在不经意间出现的 , 而且致命 。


推荐阅读