特斯拉自动驾驶模式行驶
拐弯的白色卡车
被识别为云彩
让我们先从事故本身说起。出事的特斯拉车型上搭载的自动驾驶系统能使车辆在车道中自动行驶,保持一定的速度,司机不必操作油门、刹车和掌握方向。特斯拉方面曾表示,这是目前为止道路上最先进的驾驶辅助系统。
但就是这套最先进的驾驶辅助系统,导致了车祸的发生。根据特斯拉在博客中公布的诸多细节,包括蓝天背景加上白色卡车容易被识别为云彩,并且拖挂卡车侧面从特斯拉驾驶辅助系统的视角看是悬浮在地面上的,这种非常少见的情况导致了系统的漏检。并且车辆碰撞位置为特斯拉的挡风玻璃,使得碰撞安全系统无法发挥作用,这导致了驾驶员的死亡。
为什么会漏检?首先我们需要了解特斯拉驾驶辅助系统中所使用的传感器:在出事的Model S车型上,使用了以下三类传感器:挡风玻璃中间的视觉系统、前保险杠下方的毫米波雷达、车辆四周的12个超声波传感器。但在这起致命的车祸中,这些传感器都没起到应有的作用。
对于挡风玻璃处的视觉系统,一个漂浮于地面的白色物体被漏检有以下几个原因:自动驾驶系统选用的摄像头为长焦镜头,近距离视野有限。当白色拖挂卡车进入视觉区域内的时候,摄像头只能看到悬浮在地面上的卡车中部,而无法看见整个车辆。这使得视觉系统的障碍物识别系统无法识别出障碍物是一辆卡车,而更可能是飘在天上的云。
在漂浮物体检测方面,这套视觉系统并非万能,漂浮物体就是其中比较难以解决的问题,包括道路救援车以及双层的车辆运输卡车,都不容易被识别出来。在大面积白色障碍物检测方面,当年,特斯拉的视觉识别系统以单目摄像头进行障碍物检测,技惊四座。这中间的单目障碍物检测算法非常重要,但对大面积白色物体的障碍物检测时,无论是学术界的最新算法,还是特斯拉都不能很好达到预期目标:由于大面积白色物体很难从图像中提取特征点,使得基于点的相机姿态求解没有足够的数据输入,导致大面积白色障碍物的漏检率非常高。
对于毫米波雷达系统,原因主要是其安装位置过低。一般的毫米波雷达垂直视角在±5°以内,导致当特斯拉靠近拖挂卡车侧面时,雷达波束从下侧穿过了卡车,导致漏检。对于超声波雷达,其测量距离过短(2米左右),在高速行驶中基本无法探测纵向障碍物。
最后,最重要也是最致命的漏检,是驾驶座上的驾驶员。按照特斯拉给出的说法,驾驶辅助系统是一个公用测试版的系统,要求驾驶员时刻注意车辆状态以避免出现事故。但据卡车驾驶员描述,出车祸时特斯拉的驾驶员正在看哈利波特电影。于是最后一道防线被击溃,Model S车毁人亡。
手握方向盘的司机
该不该相信系统
通过对这起车祸的分析可以发现,目前自动驾驶系统和手握方向盘的司机之间的关系并没有特斯拉设想的那么美好。
在自动驾驶模式下,它要求司机开车时,一方面要相信雷达、传感器和自动刹车系统能对路况做出反应；另一方面还要求驾驶者精神高度集中,在自动驾驶功能失效时,接管对车子的控制。在这两种状态下做出反应,就需要几十秒的时间。在发生意外的一刹那,根本来不及切换。这本身就是一件比握着方向盘判断路况更费神的事,它不符合人性的设定。特斯拉把自动驾驶状态下驾驶员监测路面的责任寄希望于驾驶员在启动功能前点个“同意”的按钮,未免有点天真。
比如一旦司机发现特斯拉总能很好地自动减速跟住前车,对机器建立起信任后,自己的惰性就会发生作用——启动自动驾驶的情况下,虽然并不会大撒把,但也很难完全集中注意力,很难及时对每次路况做出反应。
在汽车这个关系到很多人生命和安全的产品上,传统汽车公司对待安全的认真态度更值得尊重。这个古老产品急需创新,但它不该拥有最高优先级。
和特斯拉在同一跑道竞赛的谷歌最初也面临过这样的问题。按照谷歌的工程师们的最初设想,谷歌无人车要求有驾驶员坐在方向盘的后面,随时准备在有情况发生的时候接管汽车,同时还有一个技术人员在监控着导航计算机。
但在2013年的实验以后,谷歌突然决定淡化这种由人类干预的技术方式。因为当时谷歌开始让部分员工坐着无人车上下班通勤。然而远程摄像机记录下来的结果,让谷歌的技术人员惊恐不已。因为他们发现,在实验的过程中不少测试员工在方向盘后面呼呼大睡。
在发现原来的技术假设失效之后,谷歌的工程师们开始选择另一条技术路线:用电脑系统完全取代方向盘后的人类。因为工程师们确信,在危机发生时,不存在驾驶员从分心状态下回过神来比计算机系统的反应速度更快的可能。
于是,他们创造了一种新的测试车辆:没有方向盘、刹车踏板和加速器,且只能以25英里/小时的速度行驶。
车祸中需要担责的
是司机还是系统
特斯拉汽车的这个悲剧提醒了所有汽车公司——整个汽车行业押注的自动驾驶功能,应以何种形式提供给民众?无人驾驶汽车毫无疑问将改变汽车行业,但上路之前必须解决一些基础层面的难题。
和传统汽车需要柏油马路和封闭的高速公路一样,自动驾驶汽车也需要完善的基础设施,它的安全必须由强大的车联网来作为支持,车与车之间能实时进行信息交流。比如在高速路上,前车如果需要出高速,后车就可以自动减速避让。一个车道堵了,后车可以自动避开。不过要实现车联网,首先要解决短距雷达沟通协议不统一的问题。所谓沟通协议,可以理解为车和车或者车和信号站交流的语言。往往一条路上大家用的都是短距雷达,但互相说的是什么一点儿也听不懂。雪佛兰说“你好”,大众听成了“闭嘴”；沃尔沃喊“救命”,宝马以为是“走开”。如果沟通不规范,车联网就没法正常运行。
从法律层面来看,在这次事故中,人们更关心的问题是,死亡的司机以及卡车的损失该由谁来负责?是特斯拉还是司机?责任如何分配一直是自动驾驶里面关于法律道德争辩的一个关键点,这次事故让这种讨论更有实际意义。另外自动驾驶带来的伦理问题也应受到关注,如果在一种极端的情况下,需要撞死行人来保证车内人员的安全,那么车辆该做出怎样的选择。而责任该由谁来承担呢?
美国现在没有独立的自动驾驶汽车法律,各州关于自动车的规定,也是通过“打补丁”的方式发布的。关于自动车路测的规定,基本上是一个一个审查,一个一个批准。截至2016年4月,对自动车最宽容的加利福尼亚州,批准的路测车型也只有13个。关于通讯协议,美国各州就更合作不起来了。各大汽车公司只能自己聚起来,协商出一个相对统一的“汽车语言”。
在汽车真正进化到无人驾驶之前,我们面对的是这样一幅场景,数十亿车辆每天穿梭在街头,数十亿人、自行车、摩托车、电瓶车也同样,每天制造出数百亿上千亿次相遇:两车并行、行人横穿马路、自行车骑之字形、男司机开斗气车、女司机高跟鞋卡在刹车上。处理这些情况的是人类自己,用技能、经验和临场应变,在交通规则和自我情绪的框架下解决这些情况。看起来技术暂时不可能达到这样的境界,我们只能不断去逼近。在这个过程中,损失不可避免,但不是理所应当。
本稿件所含文字、图片和音视频资料，版权均属
齐鲁晚报所有，任何媒体、网站或个人未经授权不得转载，违者将依法追究责任。
【PDF版】
