特斯拉不贊成傳感器融合，自動駕駛汽車怎么辦？

時間：2023-01-09 19:45:02

關(guān)鍵字：特斯拉傳感器自動駕駛

手機看文章

掃描二維碼
隨時隨地手機看文章

[導(dǎo)讀]在耶路撒冷實測的L4汽車正在利用AI先進(jìn)技術(shù)，在多個獨立的計算機視覺引擎上運行不同的神經(jīng)網(wǎng)絡(luò)算法。多個神經(jīng)網(wǎng)絡(luò)會產(chǎn)生‘內(nèi)部冗余’。特斯拉的首席執(zhí)行官埃隆·馬斯克（Elon Musk）在其第一次“Autonomy Day”活動中抨擊激光雷達(dá)（LiDAR）是“一個傻瓜的差事”，并說“依賴LiDAR的任何人都注定要失敗，”因為它是“不必要的昂貴的傳感器?！倍鴤鞲衅魅诤希‵usion）卻是當(dāng)下的熱門話題之一。

在耶路撒冷實測的L4汽車正在利用AI先進(jìn)技術(shù)，在多個獨立的計算機視覺引擎上運行不同的神經(jīng)網(wǎng)絡(luò)算法。多個神經(jīng)網(wǎng)絡(luò)會產(chǎn)生‘內(nèi)部冗余’。特斯拉的首席執(zhí)行官埃隆·馬斯克（Elon Musk）在其第一次“Autonomy Day”活動中抨擊激光雷達(dá)（LiDAR）是“一個傻瓜的差事”，并說“依賴LiDAR的任何人都注定要失敗，”因為它是“不必要的昂貴的傳感器?！倍鴤鞲衅魅诤希‵usion）卻是當(dāng)下的熱門話題之一。

傳感器的發(fā)展速度和水平?jīng)Q定了未來自動駕駛（AD）的進(jìn)展快慢，這話并不過分。沒有傳感器，自動駕駛汽車就不可能實現(xiàn)。傳感器可以使汽車看到和感知道路上的一切，并收集安全駕駛所需的信息，通過中央處理器為汽車控制裝置發(fā)送適當(dāng)?shù)闹噶?，如轉(zhuǎn)向、加速和制動；聯(lián)網(wǎng)傳感器收集的實際路徑、交通堵塞和道路障礙物信息，可以在聯(lián)網(wǎng)汽車之間共享；地圖信息的處理和分析可以構(gòu)建從A點到B點的路線。

唯有傳感器融合

說到高級駕駛輔助系統(tǒng)（ADAS）和自動駕駛汽車（AV），一切都與傳感器有關(guān)，都需要攝像頭、雷達(dá)和LiDAR、超聲波等傳感器來查看周圍環(huán)境。視聽設(shè)備還需要計算能力和人工智能（AI）來分析多維（有時是多源）數(shù)據(jù)流，以便為車輛提供實時的整體和統(tǒng)一視圖。

毋庸諱言，對于每個終端市場來說，都有其特定于應(yīng)用的需求，而一種感測方式無法滿足所有需求（盡管特斯拉可能不會同意）。對于ADAS和AV，永遠(yuǎn)不會有一種單一的最有效方法來實現(xiàn)感測技術(shù)。

在搭配（mix）和匹配不同的傳感器后，AV開發(fā)人員正在尋找協(xié)調(diào)多個傳感器生成數(shù)據(jù)的方法。他們相信，融合的感知數(shù)據(jù)才能更接近人類的感知。

那么，將AV傳感器融合到什么程度呢？現(xiàn)在，一個神奇的數(shù)字可能是6，因為每家汽車OEM都會以6個傳感器來決定如何以自己的方式實現(xiàn)，他們都會創(chuàng)建自己的獨特方法將傳感器集成到未來車輛中。目的只有一個——以正確的傳感器組合確保設(shè)計不會損害車輛的主動安全性。

融合多少種傳感器？

時至今日，一些汽車OEM根本不使用LiDAR，而是押注傳感器和基于AI計算的結(jié)合，以實現(xiàn)高自動化水平。最引人注目的是特斯拉，其方法是在車輛周圍放置使用偽LiDAR方法的攝像頭，以生成汽車周圍環(huán)境的準(zhǔn)確3D圖像；用AI計算分析車道標(biāo)記并預(yù)測其他車輛的行為。它不僅分析圖像，還分析圖像中的各個像素，以預(yù)測每個像素的深度。豐田汽車也正在研究類似的方法。

馬斯克是一位有影響力的思想家，他的做法可能會對整個行業(yè)產(chǎn)生影響。特斯拉Model S是第一款具有AD功能的汽車，自其發(fā)布以來，由于駕駛員對ADAS系統(tǒng)依賴過大，發(fā)生了許多事故。

其實，馬斯克并不是反對在所有應(yīng)用中使用LiDAR，其另一家公司的SpaceX就依靠DragonEye LiDAR來生產(chǎn)Dragon和Crew Dragon航天器。之所以沒有在汽車中使用，主要應(yīng)該是成本問題。

馬斯克：只有這玩意兒才值得用昂貴的傳感器

事實上，現(xiàn)在AV開發(fā)商的共識是：如果視覺系統(tǒng)很難猜測正在看的東西，或者更糟的是對下一步工作感到困惑，最好的辦法就是增加更多傳感器，如雷達(dá)和LiDAR。將所有內(nèi)容融合在一起，可以使AV有更大的信心，且感知系統(tǒng)更接近現(xiàn)實。

Mobileye的傳感器融合方法有點像特斯拉。其L4自動駕駛汽車沒有使用雷達(dá)或LiDAR，僅使用12個攝像頭——“VIDAR”，可實現(xiàn)類似LiDAR的輸出。Mobileye總裁兼首席執(zhí)行官Amnon Shashua說：“在耶路撒冷實測的L4汽車正在利用AI先進(jìn)技術(shù)，在多個獨立的計算機視覺引擎上運行不同的神經(jīng)網(wǎng)絡(luò)算法。多個神經(jīng)網(wǎng)絡(luò)會產(chǎn)生‘內(nèi)部冗余’?！?

Amnon Shashua

不過，Mobileye負(fù)責(zé)自動駕駛汽車標(biāo)準(zhǔn)的副總裁Jack Weast承認(rèn)：“鑒于沒有完美的傳感器可以在汽車的整個使用壽命中始終保持100%的精確感測，因此，我們必須通過提供足夠能力的感測來解決這個問題?！?

Jack Weast

他認(rèn)為，必須換個思路。他解釋說：“我們有一輛只有雷達(dá)和LiDAR的獨立車輛在耶路撒冷運行。目的是將僅有LiDAR/雷達(dá)的汽車提高到與僅有攝像頭系統(tǒng)相同的感知水平。將它們結(jié)合在一起，就可以擁有并行運行的冗余且多樣化的感測實現(xiàn)方法。因此，我們可以生成兩個世界模型并將它們組合在一起，而不是僅依賴于一個世界模型來提高準(zhǔn)確性?！彼堰@稱為更保險的“褲子的兩條背帶”。

破解傳感器融合的技術(shù)挑戰(zhàn)

傳感器融合為完全自動駕駛指明了道路，AV加速的瘋狂競爭壓力也在傳感器融合算法開發(fā)中取得了重大進(jìn)展，但仍然存在許多技術(shù)挑戰(zhàn)。

Yole Développement的技術(shù)和市場分析師Pierrick Boulay說：“汽車的E/E（電氣/電子）架構(gòu)正在從分布式架構(gòu)演變?yōu)橐杂驗橹行牡募軜?gòu)?！?

他指出，奧迪在2016年走出了第一步，采用了zFAS域控制器。所有傳感器數(shù)據(jù)，包括來自3D攝像頭、遠(yuǎn)程雷達(dá)、LiDAR和超聲傳感器的信號，都不斷地輸入到模塊中并由模塊（域）進(jìn)行處理。

“使用這種類型的域控制器，可以更輕松地實現(xiàn)數(shù)據(jù)融合，”Pierrick Boulay說。事實上，特斯拉對其Autopilot硬件采取了類似的方法，用硬件“收集來自所有嵌入式傳感器的數(shù)據(jù)，還可以控制音頻和RF及導(dǎo)航系統(tǒng)。”目前真正的域控制器應(yīng)該只有特斯拉的AP3.0（FSD版）和奧迪A8的zFAS，其余很多域控制器只是虛擬機而已。

奧迪A8的zFAS

英飛凌科技奧地利公司概念工程師Norbert Druml表示，AI將越來越多地實施，且所有開發(fā)用于分析此類異構(gòu)數(shù)據(jù)量算法的公司都將找到許多機會。對于制造處理數(shù)據(jù)的芯片公司來說也是如此。隨著駕駛級別的提高，對計算能力的需求也不斷增加。例如，自動駕駛汽車已經(jīng)超過了每秒250 tera運算量，而特斯拉的完全自動駕駛能力接近70 TOPS。

那么，計算能力可以無限增加嗎？在什么級別就可以認(rèn)為足夠用于完全自動駕駛？Pierrick Boulay說：“有些公司擁有中等計算能力的優(yōu)化系統(tǒng)就可以實現(xiàn)完全自動駕駛，而其他公司則可能需要兩倍的資源。只有時間才能證明極限在哪里?！?

一些挑戰(zhàn)與傳感器和計算的功耗有關(guān)，尤其是在電動汽車中。因為處理大量數(shù)據(jù)可能會影響電動汽車的行駛里程。高能效是用戶的主要關(guān)注點。

與傳感器融合有關(guān)的另一個挑戰(zhàn)是在不同維度空間（即2D和3D）中融合數(shù)據(jù)的能力。這是OEM和Tier1必須回答的關(guān)鍵問題。LiDAR能夠以3D模式設(shè)置場景，并可使用攝像頭和雷達(dá)對場景進(jìn)行微調(diào)，以使圖像具有色彩，使物體具有速度感。而要實現(xiàn)這一點是相當(dāng)復(fù)雜的，這也是領(lǐng)導(dǎo)者和落后者之間的差異所在。

讓我們看看Norbert Druml在2020年布魯塞爾國際傳感技術(shù)展上分享的一項價值5100萬歐元的歐洲研究項目Prystine——汽車智能化可編程系統(tǒng)。他展示了迄今為止在L3自動駕駛的故障操作感測、控制和AI控制的車輛方面取得的一些重要成果。

Prystine：傳感器融合勢在必行

據(jù)介紹，支持Prystine的包括來自14個歐洲和非歐洲國家的60個合作伙伴，寶馬、福特和瑪莎拉蒂等汽車OEM、英飛凌科技和NXP等半導(dǎo)體公司都在其中，還有一些技術(shù)合作伙伴和研究機構(gòu)。Prystine將加強和擴展歐洲行業(yè)、研究和大學(xué)在智能移動領(lǐng)域，特別是電子元件和網(wǎng)絡(luò)物理系統(tǒng)領(lǐng)域的傳統(tǒng)核心競爭力。

Prystine項目就是要解決自動駕駛的關(guān)鍵問題——實施融合，并解釋來自各種傳感器的數(shù)據(jù)，以便系統(tǒng)可以像人類駕駛員一樣看到并理解車輛的周圍環(huán)境。

Norbert Druml認(rèn)為，在自動化鏈中，故障操作行為是必不可少的，以便獨立處理安全關(guān)鍵的情況。目前最先進(jìn)的方法仍無法達(dá)到這一點，原因之一是缺乏可靠的環(huán)境感知和傳感器融合。

從技術(shù)上講，該項目的目標(biāo)是開發(fā)和驗證新的失效硬件/軟件平臺、高性能和可靠的感知（不同級別的傳感器融合）和從芯片到系統(tǒng)級都采用的基于AI的決策算法。

Prystine將提供組件級故障操作傳感器融合框架、可靠的嵌入式E/E架構(gòu)，以及安全兼容的AI方法集成，用于汽車應(yīng)用中的目標(biāo)識別、場景理解和決策。由此產(chǎn)生的用于自動駕駛系統(tǒng)的參考融合架構(gòu)和可靠組件將在22個行業(yè)演示中進(jìn)行驗證，其中包括一輛配備了新融合組件的先進(jìn)感知和高度連網(wǎng)乘用車，以預(yù)測交通狀況。

預(yù)知故障操作行為是安全的關(guān)鍵

車輛正逐漸獲得更多的自動駕駛功能，駕駛員將不再專注于駕駛，而將更多精力放在監(jiān)視已被授予駕駛行為的智能系統(tǒng)。在L3，如果系統(tǒng)出現(xiàn)故障或自動駕駛功能達(dá)到其操作極限，駕駛員可接管駕駛?cè)蝿?wù)。但是，在L4和L5，不能依靠駕駛員及時和適當(dāng)?shù)母深A(yù)。自動化必須能夠自行處理安全關(guān)鍵的情況。因此，故障操作行為在感知、預(yù)測和執(zhí)行自動化鏈的各個階段至關(guān)重要。

據(jù)介紹，Prystine正在實現(xiàn)基于強大雷達(dá)、LiDAR融合和控制功能的故障運行環(huán)繞感知，以實現(xiàn)城市和農(nóng)村環(huán)境的安全自動駕駛，以確保在傳感器出現(xiàn)故障時的安全自動駕駛。

當(dāng)從故障安全系統(tǒng)轉(zhuǎn)變?yōu)楣收喜僮餍袨橄到y(tǒng)后，就可以真正提高集成到未來汽車中的所有組件的安全性，包括安全控制器、傳感器、雷達(dá)、LiDAR、攝像頭及具有處理能力的計算平臺組件。

當(dāng)檢測到故障時，Prystine合作伙伴所設(shè)想的故障操作行為系統(tǒng)不會關(guān)閉全部功能。相反，它將激活能夠支持某些功能并以降低的速度駕駛汽車到下一個救援地點。”

用融合檢測什么？

為了實現(xiàn)融合，Prystine的研究重點是開發(fā)四個AI算法集群。

＋

檢測弱勢道路使用者

在歐盟，行人死亡人數(shù)占22%，騎自行車人占8%。該集群通過融合來自雷達(dá)、LiDAR和攝像頭傳感器的數(shù)據(jù)，滿足對弱勢道路使用者（行人、騎自行車人、兒童及殘疾人和老年人口）的感知。開發(fā)的SuperSight解決方案使用360°視頻處理，并在車輛上安裝了周圍攝像頭，旨在消除盲點，使脆弱的道路使用者在進(jìn)入駕駛員自然視野前就被看到。合作伙伴稱，SuperSight還提供自動安全警告，以減少交通事故并提高駕駛員的主動性。

檢測弱勢道路使用者的SuperSight

＋

檢測弱勢道路使用者

從L2、L3過渡到L4，車輛需要應(yīng)對更復(fù)雜的交通條件和道路網(wǎng)絡(luò)，尤其是城市環(huán)境。Prystine的合作伙伴正在研究一種交通管理解決方案，它融合了來自交通控制器、浮動汽車數(shù)據(jù)和自動車牌識別攝像頭的交通數(shù)據(jù)，可以為汽車和道路使用者提供交通預(yù)測。它可提供超越實際汽車視野的遠(yuǎn)景，幫助汽車優(yōu)化其軌跡和路徑規(guī)劃。例如，汽車可以調(diào)整其軌跡和速度，以使綠燈亮起來，并優(yōu)化時間和能耗。

＋

懸架控制

Prystine評估了各種傳感器技術(shù)，包括激光三角測量、雷達(dá)和超聲成像，以掃描路面狀況，使車輛可以通過更改阻尼系數(shù)或懸架系統(tǒng)的垂直位置對預(yù)期狀況做出反應(yīng)。算法會分析前方道路的幾何形狀，并以這種方式適應(yīng)汽車懸架，讓用戶不會感到坑洼或顛簸，大大提高了駕駛舒適性。

＋

車輛控制和軌跡規(guī)劃

這組算法適用于碰撞檢測、避免碰撞、改變車道、緊急停車和超車，以及重型卡車和全尺寸拖車的后向操縱及起/停安全等用例。該集群部署在三個復(fù)雜級別的演示器中。在稱為共享控制方案的第一級中，駕駛員由基于AI的輔助駕駛提供支持，不斷分析汽車軌跡。如檢測到緊急情況，它將為駕駛員提供支持，并能夠以安全方式處理緊急情況。

下一個級別稱為分層控制，可以在不同自動化層次之間平滑切換。例如，車輛可以從受監(jiān)管的城市控制系統(tǒng)切換為城市駕駛，通過持續(xù)監(jiān)控汽車周圍的情況和場景，或通過分析駕駛員狀態(tài)和操作的復(fù)雜性來實現(xiàn)。

第三級是完全由AI控制的車輛。此級別融合了來自雷達(dá)、LiDAR和攝像頭的傳感器數(shù)據(jù)，并考慮了基于云的信息，特別是交通狀態(tài)和交通預(yù)測信息，以改善基于AI的自動駕駛解決方案。

據(jù)介紹，為期三年的Prystine項目將于2021年4月結(jié)束，但該項目的構(gòu)想將繼續(xù)下去。

汽車和駕駛員的關(guān)系不容忽視

為汽車市場提供幾乎各種圖像傳感器的供應(yīng)商安森美半導(dǎo)體高級副總裁兼智能傳感部門總經(jīng)理Ross Jatou關(guān)注融合，更關(guān)注汽車和駕駛員的關(guān)系。

Ross Jatou

他表示，汽車OEM之間的各種ADAS技術(shù)的功能和質(zhì)量可能存在明顯差異。無論是基于視覺的傳感器系統(tǒng)還是駕駛員監(jiān)視系統(tǒng)（DMS），一些供應(yīng)商是可靠的，而另一些供應(yīng)商根本不值得信賴。他說：“今天，汽車和駕駛員之間的關(guān)系發(fā)生了巨大變化，這就是美國汽車協(xié)會交通安全基金會（AAA）對ADAS功能測試結(jié)果令人失望的原因。人們花重金買來的ADAS系統(tǒng)可能對行人視而不見，技術(shù)空白很明顯。

Ross Jatou說：“我記得汽車愛好者雜志《汽車與駕駛員》說過，汽車發(fā)燒友都關(guān)心引擎，還有音響系統(tǒng)。今天，通過將所有智能添加到車輛中，無論是信息娛樂系統(tǒng)、數(shù)字儀表還是顯示、ADAS或自動駕駛，汽車OEM確實將發(fā)燒友帶到了這里?！?

如何看待這種轉(zhuǎn)變呢？“現(xiàn)在，駕駛員，甚至乘客與汽車之間的關(guān)系都更好了。過去，司機是一種工作，汽車是一種電器，就像烤面包機一樣?，F(xiàn)在，汽車熱銷市場擴大了，越來越多的人與無線更新、Android auto或Apple解決方案有聯(lián)系。因此，汽車不再是靜態(tài)購買，用戶在汽車使用壽命所獲得的包括更新和改善?！彼f。

另一方面：過去兩者的關(guān)系毫不妥協(xié)。駕駛員被告知，這就是車的工作原理。如果十年內(nèi)出了故障，人們會對這種體驗不滿意?，F(xiàn)在，有了與智能汽車的這種新關(guān)系，似乎駕駛員更加尊重汽車的智能，對某些錯誤更加包容和善解人意。例如，如果你只要上網(wǎng)，然后輸入“Tesla重新啟動”，你將看到所有重啟命令，人們對此表示滿意。如果信息娛樂系統(tǒng)有時鎖定，車企會告訴用戶如何重新啟動。這在過去是聞所未聞的。

在智能手機時代，消費者已經(jīng)習(xí)慣了手機有時死機的現(xiàn)實，必須關(guān)閉并重新動軟件更新也是如此，不一定總是可靠的。更新可能會在不方便的時候進(jìn)行，并且可能會無意中禁用某些應(yīng)用的功能。但是，要求消費者考慮“好吧，我們必須忍受這一點”根本不是一件好事，尤其是在涉及ADAS和AD的安全關(guān)鍵型應(yīng)用時。我們不能在安全性上妥協(xié)。

Ross Jatou最后說：“無論將硬件還是軟件集成到車輛中，我的試金石都是：你會把十歲的兒子放在無人駕駛汽車中，然后送他去學(xué)校嗎？這確實在促使人們問自己：‘我是否查看過所有可能的故障模式？問題都解決了嗎？’”

缺乏直覺的機器需要駕駛策略的幫助

無人駕駛汽車的擁躉都在宣稱自動駕駛汽車如何挽救許多人的生命。但是他們沒有給應(yīng)得的積分以足夠的信譽。事實上，人才是優(yōu)秀的駕駛員。一個駕駛員對其他道路使用者、道路狀況及惡劣天氣或即將來臨的交通擁堵，甚至潛在危險情況會做出很多假設(shè)，并以此相應(yīng)調(diào)整駕駛策略。這種直覺對道路安全至關(guān)重要。但是，如果是一輛自動駕駛汽車，我們?nèi)绾蜗胂笠慌_機器如何會做出假設(shè)，并根據(jù)其直覺做出適當(dāng)響應(yīng)？機器有“直覺”？至少現(xiàn)在沒有！

如果你觀看未經(jīng)剪輯的自動駕駛汽車在繁忙交通中巧妙穿梭的視頻，作為非AV開發(fā)人員，很難理解它是如何解釋其狀況及采取行動的。整個過程會讓你感到磕磕絆絆，自動駕駛汽車的動作不會讓你感到順暢和舒服。

AV專家怎么說呢？他們通常會忽略或最小化的東西是：“直覺”和“駕駛策略”的交叉點。自動駕駛確實必須要有敏銳的洞察力和更好的機器學(xué)習(xí)能力，但是，駕駛策略對于自動駕駛汽車的瞬間決策至關(guān)重要。

傳感器完美的視野很重要，但僅憑這一點并不能使自動駕駛汽車成為安全的駕駛員。Edge Case Research首席技術(shù)官兼卡內(nèi)基梅隆大學(xué)副教授Phil Koopman以一個常見的例子說明了汽車傳感器對使汽車能夠向前看和思考非常重要：一個孩子在自動駕駛汽車即將駛過時沖到街上撿球，之后他會往哪邊跑。

Phil Koopman

他說：“感知和計劃的棘手部分是預(yù)測在不斷變化的情況下接下來會發(fā)生什么……傳感器不僅需要提供有關(guān)物體運動和位置的信息，還需要提供有關(guān)運動可能發(fā)生變化的信息。”

他認(rèn)為，傳統(tǒng)的工程方法對于實現(xiàn)安全自主性是必要的，但還不夠，需要通過使用適當(dāng)?shù)臉?biāo)準(zhǔn)、指標(biāo)和最佳實踐來幫助客戶獲得成功。

必須有假設(shè)與預(yù)測的新標(biāo)準(zhǔn)

在觀看自動駕駛視頻時，會有“時隱時現(xiàn)”的情況，汽車似乎檢測到幾輛停放的汽車，但幾秒鐘后汽車消失了，停放的汽車數(shù)量在不斷變化。Mobileye首席技術(shù)官兼英特爾高級研究員Shai Shalev-Shwartz解釋說，AV軟件駕駛程序會跟蹤對象，即使它們沒有出現(xiàn)在軟件可視化屏幕上也是如此。這是因為“駕駛策略有一個‘常識'層，其中包含‘一個物體或人突然消失得無影無蹤'等邏輯?！?

Shai Shalev-Shwartz

這就是英特爾-Mobileye自2017年以來一直在談?wù)摰呢?zé)任敏感安全（RSS）的想法。其框架成為了IEEE標(biāo)準(zhǔn)討論安全自動車輛決策的起點。RSS是一個數(shù)學(xué)模型，定義了安全范圍以及車輛應(yīng)采取的適當(dāng)反應(yīng)，以防止自動駕駛汽車因自身故障或其他駕駛員造成的事故而發(fā)生事故。前提是必須通過提供足夠能力的感測來解決這個問題。

RSS的5條安全規(guī)則：別撞到你前面的車；別魯莽地加塞兒；優(yōu)先通行權(quán)是給予，而不是占用的；在能見度有限的地方要小心；避免一場車禍而不會造成另一場車禍。

例如，根據(jù)公式，AV可以編程創(chuàng)建和運行安全跟車距離。當(dāng)兩輛車之間的距離小于dmin時，AV制動，直到恢復(fù)安全跟車距離。

有助于實時預(yù)防和檢測安全性降低的情況

保證像人開車時自然而然地稍微剎車，與不安全地切入車道的車輛保持安全的縱向距離。

AV必須轉(zhuǎn)向下一車道避免碰撞，前提是不會造成又一次碰撞。

在其他司機侵犯路權(quán)時，像人一樣本能地放棄通行權(quán)。

AV必須做出假設(shè)，在遮擋區(qū)域提示謹(jǐn)慎，以確保所有人的安全。

RSS試圖通過定義構(gòu)成危險情況的原因以及如何做出響應(yīng)的方式，使機器可以解釋那些人為的假設(shè)和“隱式”交通規(guī)則。比如用數(shù)學(xué)公式為機器定義安全距離是多少，謹(jǐn)慎駕駛意味著什么。

RSS提供了“常識”層，其重要組成部分是“了解你不知道的東西”。這意味著，在任何時候?qū)τ?D道路視圖中的每個區(qū)域，都有“未知”機制，包括（1）已知有人占據(jù)；（2）已知無人；或（3）未知。RSS邏輯配置旨在每種情況下均能正常運行。“未知”機制非常適合2D檢測到的物體，但是將其放置在3D世界中存在很多不確定性。

英特爾-Mobileye為IEEE P2846（安全相關(guān)自動車輛行為模型的假設(shè)）貢獻(xiàn)了自己的RSS，標(biāo)準(zhǔn)小組希望在今年年底或明年年初完成其初稿；其他公司也提供了安全模型。由于它是技術(shù)中立的新標(biāo)準(zhǔn)，因此不需要任何人使用特定類型的芯片或傳感器。Shai Shalev-Shwartz指出：“如果沒有共同的‘關(guān)于其他道路使用者的假設(shè)’，則自動駕駛汽車很難平衡安全性和實用性。”

駕駛策略要不要因地制宜？

在自動駕駛視頻中顯示，由于測試車輛左轉(zhuǎn)彎，迫使直行的摩托車停下來，看起來這種自動駕駛技術(shù)并不安全。Shai Shalev-Shwartz回應(yīng)：“在以色列及大多數(shù)西方國家，這是完全正常的。等待完美的情況出現(xiàn)是沒有用的?！边@說明了在城市與城市之間或國家與國家之間，人們對“激進(jìn)駕駛”的容忍度是不同的。那么，是否意味著AV開發(fā)者必須為每個地區(qū)開發(fā)不同的AV堆棧呢？

最新消息，吉利將從2021年開始在其L2以上電動車中部署Mobileye“全?！?60°ADAS解決方案，它使用11個攝像頭（7個遠(yuǎn)距和4個短距），沒有雷達(dá)或LiDAR。SuperVision具有OTA升級能力，提供了可擴展功能，支持hands-free高速公路駕駛、基于導(dǎo)航的highway-to-highway、上/下匝道，以及城市的hands-free駕駛。不過，中國的路況盡人皆知！

事實上，駕駛行為并未納入AV軟件堆棧。作為IEEE P2846工作組主席的Jack Weast說：“確實，將這些隱式駕駛規(guī)則體現(xiàn)在安全模型中，而不是在所有其他自動駕駛堆棧中，確實是一個很棒的想法?！睋Q句話說，車企可以調(diào)整基于RSS的駕駛策略以匹配不同的駕駛方式，而不影響安全性。

總結(jié)一下

“明天的司機”將是一個戲劇性的變化，其實現(xiàn)來自于我們今天的道路經(jīng)驗。數(shù)億行代碼的軟件“司機”將取代幾十萬的人類駕駛員，載著我們?nèi)ド习?，載著家人和朋友見面，安全地運送我們每天需要的貨物。為了迎接這項創(chuàng)新，我們需要從基礎(chǔ)安全做起。

更多精彩