Uber车祸警示:自动驾驶除了决策系统还可能在什么方面存在问题?

2018-05-10  |  By Clover  |  In 新闻

Uber自动驾驶汽车致死案件有了新进展,据外媒报道,Uber已经断定其自动驾驶软件在致命车祸中探测到了受害行人,但决策系统没有立刻作出反应。造成这一决策的可能原因是,Uber为了减少误报,在软件面对障碍物时的谨慎程度进行了调整。

不过,就算Uber表明此次车祸致死事件是因调整制动反应灵敏度造成的,也难以打消群众对自动驾驶方案存在的疑虑。除了制动反应灵敏度以外,自动驾驶系统在硬软件方面还有许多不足之处。

Uber的自动驾驶汽车配备了一整套的传感器系统:顶部激光雷达,能以每秒多次的速度生成汽车周围的3D成像;前端无线电波雷达,位于汽车前后,可实现360度无死角的探测;短焦和长焦光学相机,对成像进行实时分析。基于此,造成事故最大的可能就是各传感器自身性能不足以及搭配方案不合理,或者各种传感器处理协作不善。

对每家自动驾驶企业而言,目前尚无完美的传感器方案。以特斯拉为例,特斯拉汽车在开启自动驾驶功能时,以图像识别为主导,这造成该车的系统存在缺陷。识别前方一个体积很大的物体时,由于视觉的局限性,不会很快判别出来是什么物体。因此,自动驾驶汽车需要雷达产品,因此特斯拉的AutoPilot 2系统现在主要以NVIDIA系统为主导,图像识别作为辅助来帮驾驶员来判断周围的环境。

仅有雷达产品也并不够用。雷达产品的垂直分辨率有限,且分辨率较低,这造成许多雷达会忽略检测的静止物体。高分辨率的雷达虽然能检测到到行人,但是细节方面做得并不是很好,仅能让系统知道该目标的大概位置,处于在哪条车道上。

照理来说,Uber自动驾驶汽车在行驶过程中,遇到进入其车道的行人,雷达会报告在车道上有一个潜在静止物体的制动信号。可是,在此次事故中,Uber自动驾驶汽车配备的雷达却略过了该信息。这无疑警示着我们,自动驾驶系统在传感器不是方面,仍存在不足之处。

同时,自动驾驶车中的视频摄像机与雷达一样重要。摄像头主要针对路况记录图像,发送给自动驾驶系统的计算机。计算机再通过图像识别技术分析数据,判断车辆周围状况。与人眼一样,在光线非常暗的条件下,视频摄像机无法精准地识别。

因此,在自动驾驶汽车中配备基于 HDR (高动态范围图像)的视觉系统也十分必要,该系统可助力夜间驾驶时实现 “高动态范围”视野。该系统可采用两个或更多不同曝光等级的摄像头,或者一个摄像头可以不断切换曝光等级,以同时捕捉亮处和暗处的物体。因此,照理来说,即使是关掉路灯、车灯的情况下,该系统也能顺利地检测到行人。基于HDR视觉系统的特性,有人推测,或许Uber可能当时没有使用这种夜视摄像头。

另外,Uber 自动驾驶汽车上有一个显示器,由软件显示其感知输出,可识别汽车周边环境事物的视图。如果显示器按照预期检测行人,当软件发现行人从人行横道外进入道路时,车辆就该减速或刹车。但从警方的报告中来看, Uber在事故发生时并没有采取刹车。因此软件问题也成为大家关注的焦点。

受限于不断变化的外部环境以及自动驾驶汽车各种软件系统的相互影响,而软件的开发升级也都存在着诸多问题,自动驾驶汽车系统也永远不会实现完美。

另外,自动驾驶系统安全性的问题也在此刻凸显。比如:当前自动驾驶汽车面临最大的难题就是如何抵御黑客的攻击。

文章来源:VehicleTrend车势综合整理

 



 

返回VehicleTrend车势首页

本文由VehicleTrend车势综合整理,欢迎转载,但需标注来源!