官方微信
【原创】理想ONE接连发生ADAS事故,到底“谁”该背锅?
理想,辅助驾驶 文章来源自:高工智能汽车
2020-10-26 09:18:22 阅读:596956
摘要缺失中国场景下的系统开发应该是重要原因之一。因为按照目前国内C-NCAP新车评级测试要求,即便是AEB测试,也仅限于非常良好的路况和简单的碰撞预置条件。

ADAS(通常又被称为高级驾驶辅助系统),正在深陷“安全”危机。

作为目前国内上市新车中,为数不多标配L2级ADAS系统的车型,理想ONE在一个月内遭遇两场追尾前车的车祸,原因都是ADAS系统未能第一时间识别前方变道车辆。

9月22日晚,一辆白色的理想ONE行驶在返回青岛的G18高速上。车主开启了「辅助驾驶」(在之前的官方新闻稿中,理想ONE注明:标配自动辅助驾驶系统)功能,车速约120km/h。

行车记录仪显示,右前方一辆厢式货车开始向左打灯变道,逐渐进入理想ONE所在的内侧车道。但彼时系统没有任何减速迹象,依然以120km/h的速度前行。

当车主发现前车时,急忙踩刹车并向左猛打方向。但距离太近,为时已晚,还是发生了追尾。按照车主的说法,在自己介入前,「辅助驾驶」系统没有给出任何警示,也没有减速。 

10月20日晚,在位于京港澳高速1761公里往南处,一辆理想ONE与一辆半挂货车发生追尾事故。原因和上一起事故如出一辙。

车主表示,事故发生时开启了「辅助驾驶」功能,但没有人为介入,车辆一直处在自动行驶状态。同时,车内并未有任何提示音,辅助驾驶系统、主动安全系统均未能识别出前车。

在9月22日的第一起事故发生后,理想汽车在官方网站变更了车型配置的说法,从原先的「自动辅助驾驶系统」更改为「辅助驾驶系统」。

同时,公司给出了官方微博声明:目前理想ONE L2级别辅助驾驶系统“对于旁边车道上车辆变入车道的识别具有局限性,没法在旁边车道上车辆并入1/5车身的时候识别成主要目标,L2级别辅助驾驶还是以驾驶员为主来控制车辆,不能完全替代驾驶员做决策”,并呼吁驾驶员安全使用该系统。 

事实上,类似的因为ADAS系统无法正常识别前方目标物的事故并不少见,这其中既有感知的缺陷,也有决策的逻辑问题。

就在一年前,特斯拉官方披露对Autopilot「自动辅助驾驶」的软件更新,即探测其他车辆的变道意图。按照官方声明,Autopilot在探测到其他车辆的变道意图后,会让车辆减速,让其他驾驶员在该车前面变道。 

有行业人士表示,缺失中国场景下的系统开发应该是重要原因之一。因为按照目前国内C-NCAP新车评级测试要求,即便是AEB测试,也仅限于非常良好的路况和简单的碰撞预置条件。 

一、ADAS事故,责任“灰色地带” 

事实上,不管是理想汽车还是特斯拉,其在官方说明中都特别强调了当下辅助驾驶系统的缺陷以及驾驶员对于系统监控的关键作用。 

特斯拉在官方网站这样写道:目前可用的功能需要驾驶员主动进行监控,车辆尚未实现完全自动驾驶。上述功能的激活与使用将需要数十亿英里的行驶里程的论证,以达到远超人类驾驶员的可靠性。

理想OEN的订购页面底部也有一行浅色文字:驾驶辅助系统是驾驶辅助功能,无法应对所有交通、天气与路况。驾驶员无论何时均需保持对车辆的主动控制。 

同时,在交通状况复杂多变、冰雪雨路面湿滑天气、道路积水或烂泥路面、能见度较差、崎岖山路或高速路入口出口等情况下,请谨慎使用。 

尽管理想汽车官方表示,在理想ONE正式量产前,自动辅助驾驶系统将完成超过50万公里的实际道路专项测试,保证各项功能稳定、安全。

但该公司同样强调:启动理想ONE的自动辅助驾驶功能时,用户依然要对驾驶安全负责。这也是理想汽车在上述事故发生后,第一时间强调的责任认定界限。

事实上,随着新车ADAS搭载率快速提升,一系列围绕实际道路行驶的问题也在不断出现。

最近,美国汽车协会的研究人员发现,在真实世界中行驶4000英里的过程中,配备主动驾驶辅助系统的车辆平均每8英里就会遇到某种类型的问题。

根据该机构的说法,这些系统远不是100%可靠的。在该机构早前数款搭载L2级辅助驾驶系统新车测试结果显示,在接近一辆模拟报废车辆时,总体上有66%的几率发生碰撞,平均碰撞速度为25英里/小时。

测试结果认为,在超过4000英里的驾驶里程中,将纵向和横向控制结合(通常称为L2级自动辅助驾驶)到一个系统中并不能显著提高大多数遇到的场景的驾驶体验。

而类似此次理想OEN遭遇的两起事故,该机构测试人员把“目标车辆”停在测试车道右侧(占据车道大约一半的位置)作为了典型测试案例。不过,测试环境还是相对友好的白天。

一辆车相对于右侧车道边缘线斜停,只有车的后尾厢部分在右侧可行驶车道上。每辆测试车以每小时20英里的速度在总共9次测试中系统有8次发出了碰撞预警。然而,全部9次测试的碰撞发生的几率仍然高达66%。

此外,三次同样场景的测试,系统不能始终如一地对在道路内或路边停止的车辆作出反应。意味着,系统存在极大的性能不一致性表现。这也是为什么,很多L2的车主,有赞赏系统表现的,也有吐槽的关键因素之一。

这其中,既有感知的物理性能差异,也有决策以及场景条件的诸多限制。

我们假设系统都能够按照汽车制造商的宣传能力“兑现”,那么作为驾驶员需要注意哪些事项?《高工智能汽车》找来了特斯拉Model3的车主手册看看有多少猫腻?(原文引用,一字不改。)

1、每次驾驶前,确保所有摄像头和传感器都是干净的。下雨和车道标线褪色等环境条件可能会影响Autopilot自动辅助驾驶的性能。

2、部分摄像头必须先完成自校准过程,一般需要驾驶 32-40 公里才能完成校准,具体距离取决于 当时的路况和周围条件。

3、许多因素都能影响Autopilot自动辅助驾驶组件的性能,从而导致其无法实现预期的功能。

这些因素包括(但不限于):能见度差(因大雨、大雪、浓雾等造成);强光(由于迎面而来的前照灯灯光或直射的阳光等);污泥或冰雪等造成的损坏或妨碍;道路狭窄或蜿蜒曲折;其他产生超声波的设备造成干扰;温度极高或极低。

上述举例并未尽述影响Autopilot自动辅助驾驶组件正常工作的全部情形。切勿依靠这些组件来保障自身安全。驾驶员有责任时刻保持警觉,安全驾驶,并掌控车辆。

由此可见,消费者对于辅助驾驶系统的使用,条件极其苛刻。在很多责任上,汽车制造商在车主手册中早已经“规避”自己的责任。

二、当下ADAS更像是应试教育

事实上,相比于L1(单一的纵向或者横向控制),L2尤其是L2+,系统除了本车道的相关车辆外还要考虑目标车道内车辆及可能驶入目标车道的其他所有车辆的状态变化。

按照格物汽车科技创始人杜光辉的说法,随之而来的是对感知系统、预测及决策系统和控制系统的定量需求,更高的功能安全及预期功能安全要求,更系统的测试评估要求等。

尤其是目前一部分车企都在尝试介入自动辅助驾驶系统的研发(打破过去由Tier1交钥匙的模式),开发测试验证体系就变得至关重要。

但事实上,国内自动辅助驾驶系统的自主研发时间并不长,大多数只是算法上的介入,在软硬融合上仍然存在很多协调问题。

这一点,在理想汽车CEO李想的个人微博上也有体现:AEB视觉算法很难,还要和博世做大量的制动标定,制动力度过大过小都有安全隐患。

杜光辉表示,与此同时,对使用什么样的仿真及封闭测试环境、各自的测试及KPI,结果如何保障基本上业内都没有经验可循。

功能开发前,作为系统集成方主机厂需要对子系统和零部件供应商提供具体、有效的技术要求及验收规范,但无规可依。

无论零部件供应商、系统供应商还是OEM,都迫切的需要对系统的功能、可靠性和成熟度进行测试和评估。尤其是,随意制动、变换车道及不当超车等,这些行为极易造成系统误判,容易导致事故。

而在目前驾驶路况下,经常碰到的一些典型场景,尤其是CUT IN和CUT OUT,对于系统挑战极大。这其中,一方面要增加感知硬件的性能(比如摄像头水平视角的增加覆盖三车道),另一方面,就是优化策略。

比如,宝马新X5系统在此前的OTA中,就优化驾驶辅助系统对于类似路况的处理。其中,修正了ACC不能识别变道中车辆的严重问题(这个问题会导致追尾前方加塞车辆),并且调整了跟车距离,比之前版本变大。 

杜光辉表示,在中国的自动驾驶要想真正商业化落地实现,至少预测能力要比国外要求更高,当然在系统决策和轨迹规划方面也需要更灵活。响应的时间,也会比国外的系统更缩短。

目前,避免碰撞的一个标准方法是计算环境中其他车辆周围的缓冲区,描述了当前周边车辆的位置,而且还描述了它们在某个时间段内可能的未来位置。

安全的前提是,一旦前车发生了无理由的刹车和停车,你的车可以变到旁边的车道上,否则没有办法和前车压缩距离,来避免旁边的车做CUT-IN。

此外,系统需求开发还要基于场景,比如在中国这种道路上会惯常发生的极端变道(比如突然变道、车辆行驶在车道分界线)、超车或者其他的紧急刹车行为,系统该如何解决?

此前一份基于5000多起具有广泛代表性的交通事故分析报告显示,并非所有错误都可以通过摄像头、雷达和其他基于传感器的辅助驾驶技术消除。

因为,大多数撞车事故是由更复杂的错误导致的,比如对其他道路使用者将要做什么做出了错误的假设,人为根据路况加速或者减速行驶,或者做出不正确的闪避动作。 

以Mobileye制定的RSS模型为例,比如,与你前面的车保持安全的距离,这样如果它突然刹车,你就能及时停下来。

此外,还包括应该尊重“通行权”规则,对被遮挡的区域要特别注意。尤其是类似的前方车辆行驶在中间车道分界线上的情况(即便摄像头能够识别到)。

同时,刹车力度和行程多少合适,或者应该转向多大的角度,是继续前进还是避让,这都是解决目前ADAS体验和安全性的核心关键问题。 

尤其是在高速路况,司机可能根本没有时间避免与旁边的车辆或路边静止物体的潜在碰撞。此外,驾驶员在恢复态势感知时可能会措手不及,因此可能会过度纠正,从而可能导致车辆失去控制。

这意味着,汽车制造商必须在新车交付时,做好消费者的培训和警示。那本已经被车主早已扔到“储物格”的车主手册,或许就是关键时刻的救命稻草。

此外,一些机构已经在加大测试场景的难度设置。

比如,欧洲新车评价发布组织(E-NCAP)在2018版E-NCAP中再次引入了一系列新的测试,包括新增骑行人引入AEB测试,测试场景新增黑暗和朦胧的照明条件下、使用障碍物来隐藏被测试车辆(VUT)的目标等。

而在《高工智能汽车》看来,拿到新车五星安全评级,只是一场应试教育的考试;真正的道路行驶表现,才是反应当下ADAS技术成熟度的试金石。

“ADAS就是每一天都要优化成长,没有啥绝招。”李想在其个人微博这样写道。



此文章有价值
手机扫一扫,分享给朋友
相关文章
返回顶部