特斯拉刹车全系列(特斯拉幽灵刹车)
图片来源@视觉中国
文 | 评测尸,作者 | Jeff Hill ,编辑 | 评测尸
自动驾驶是新能源汽车真正的技术皇冠。
马斯克笃定纯视觉路线,其他厂商坚持「激光雷达 视觉」主流,自动驾驶技术上无论谁加冕为王,大概率能成为未来通吃市场的那个赢家。
但现阶段,如果用户完全信赖L2、L3的辅助驾驶、敢在公路上放开双手,他们就像玩俄罗斯轮盘赌命游戏:只是不同厂商造的左轮手枪都有一个超大号弹匣,冗余度越高的厂商越能降低上膛击发的概率,但那颗致命的子弹一定会射向某个倒霉蛋。
01
今年6月,包括路透社美联社等多家外媒报道,美国国家公路交通安全管理局(NHTSA)发布了一份监管文件,文件指出消费者对于特斯拉“幽灵刹车”的投诉量激增,从今年2月份的354起增长至单月758起,短短几个月,暴增了一倍。
还有去年闹得沸沸扬扬的特斯拉重大缺陷“刹车失灵”,事后被查证246起事故均是因用户踏板使用错误引起:对于装配了ABS系统的车辆,湿滑路面上“不要踩下后立即释放制动踏板。这样会中断ABS的运作过程并会增加制动距离。”
相比刹车失灵的终极解决方案:一脚踩死刹车板不要松开!特斯拉「幽灵刹车」同样不小的安全问题,却暂时「无解」。
幽灵刹车这个绑定了特斯拉的「专属名词」,是指当驾驶员开启特斯拉Autopilot或者使用FSD等自动辅助驾驶功能时,明明车辆前方没有障碍物或者不会与前方车辆发生碰撞时,特斯拉汽车却进行「人类看来不必要的诡异刹车」。难以追踪和预测的非必要刹车,会给司机带来重大的人身安全风险以及车辆追尾碰撞事故风险。
“ 一般而言,车辆在辅助驾驶过程中主动刹车,原本是一种主动避险的行为。而幽灵刹车则是由于车身上的感知硬件被外界环境误导,从而产生的错误避险行为,很有可能会导致车内人员受伤。”
外媒报道,一位向NHTSA投诉的2021年款Model Y车主,他回忆经历过多次“幽灵刹车”现象:有次车辆用力地刹车后,把他车上的儿童座椅都撞到了前排座位,万幸的是,他的孩子当时不在车上。
02
众所周知,自动驾驶系统国内蔚小理和国外汽车品牌大都以视觉识别 激光雷达的「融合感知」为发展方向,特斯拉以纯视觉路线在一众车企中显得「鹤立鸡群」。
单腿跳跃怎么可能长期跟双足步行较劲。真实情况,特斯拉此前一直坚持的是视觉识别 毫米波雷达组合。
激光雷达、毫米波雷达和超声波雷达,作为当下最常见的车载传感器,它们各自的成本、识别精度、范围、环境适应性和可靠性都不同。「幽灵刹车」恰恰是这古怪的视觉识别 毫米波雷达组合副产品。
已离职的特斯拉AI 视觉大牛 Andrej Karpathy 曾在一次公开演讲上进行了深入解剖:
这个臭名昭著的例子是当汽车自桥下开过会发生“幽灵刹车“现象。
毫米波雷达检测到前方有一个静止的物体(其实是桥)。然后它在等待视觉系统告诉它(我的判断是正确的),然后便创建一个静止的目标并刹车。
恰巧此时有一辆行驶很缓慢的汽车在旁边。大致发生的情况是视觉系统有几帧报告了前车产生了减速。然后它尝试与雷达检测到的静止物体相关联。
视觉的精度受限于关联的雷达,而不是它本身的精度。
特斯拉自动驾驶最后的结论:噢,视觉报告产生减速的必然就是毫米波雷达报告的静止物体。于是把天桥和缓慢行驶的汽车识别为同一物体,幽灵刹车出现!
毫米波雷达能穿透塑料,能装在汽车保险杠里,但毫米波雷达对金属材质敏感,包括指示路标和交通路牌、人行天桥和中央护栏,特斯拉多次幽灵刹车,都与此有关。
Andrej Karpathy进一步解释这个典型案例:大部分车企的毫米波雷达都过滤了静态目标,但特斯拉选用的 ARS-4B 便宜至极,初始设计用在工业领域,并且没有过滤静态目标。
以及,特斯拉为了整车协调美观,把毫米波雷达装置于保险杠内,如果雷达品质和性能足够优越,影响还没什么,但 ARS-4B 作为大陆汽车最低档次的毫米波雷达,性能本就欠缺,前面有保险杠遮挡后,实际效果更差。
特斯拉选用没有过滤静态目标的雷达,这个细节值得推敲。因为单纯视觉系统无法做到100%可靠识别前方「有或无障碍物」,容易漏检;而作为「补充确认」的毫米波雷达,本身分辨率就不够,如果还无法用回波感知到真实存在的静态障碍物,存在意义就更小了。
L4、L3 与 L2 自动驾驶普遍规律,越高阶的自动驾驶越是尽量避免漏检,增加安全冗余,如果只是「辅助驾驶」,是允许一定程度的漏检。 毫米波雷达在障碍物测距测速方面,准确度远高于视觉系统,雷达回波能准确报告前方有或无障碍物,虽然在分辨率上相比激光雷达是数量级上的差距(毫米波雷达无法判断障碍物是什么,需要其他传感器),但雨雪天气下可靠性最高,依然是无法取代的存在。
外界猜测,特斯拉可能升级配置4D毫米波雷达(能够测量物体的俯仰信息及高度),从没想过,特斯拉步子迈的再大,也不敢取消毫米波雷达。实际上,特斯拉真的开始这么干了!
2021年5月,特斯拉正式宣布开始在美国市场销售的Model 3和Model Y将取消前毫米波雷达,改由Tesla Vision(基于摄像头纯视觉方案)来实现Autopilot等驾驶辅助功能。
特斯拉取消毫米波雷达的原因,马斯克直言,「雷达感知确实在特殊天气下有优势,不过总体来讲,大多数驾驶场景下没啥用,还会因为增加冗余带来数据处理的麻烦。」
03
幽灵刹车作为Tesla 「那个暴露在地板上的蟑螂」,美国国家公路交通安全管理局的调查,恰恰在特斯拉宣布取消毫米波雷达三个月后开始。
2021年8月,NHTSA宣布对特斯拉自动辅助驾驶系统展开正式调查。因为特斯拉旗下车型在行驶中突然制动,与其他车辆发生多起碰撞事故,调查涉及76.5万辆汽车,包括Model Y、X、S和3车型。
监管到来两个月后,特斯拉犹豫踟蹰,其对外表示「幽灵刹车」的故障现象源自FSD软件更新所致。为了解决这个问题,特斯拉彼时一度撤回了已经发布的FSD软件版本,并宣布改进算法。
一系列补救和改进措施后,“幽灵刹车”事件不仅没少,反而相关投诉越来越多了。NHTSA在今年2月发布的报告显示,自2021年11月以来,关于“幽灵刹车”投诉激增,从之前的189起增至354起。车型涉及2021-2022年的Model 3和Model Y,整体包含约41.6万辆汽车。
让很多人没想象到的是,到了6月份,幽灵刹车来到了单月700多起,同时投诉量还在继续攀升,并且看不到解决问题的迹象。NHTSA发言人对外媒路透社表示,“(幽灵刹车发生)这个速度实在令人惊心,每月几百起投诉,意味着还有远远更多的事故发生后是没有向NHTSA投诉的。”
去年单月189起到今年2月份354 起,近段时间单月再激增到758起,或许是因为NHTSA收到的投诉大多并未导致严重撞车事故或人员伤亡,特斯拉官方并未做出特别重视的回应或表态。
04
全球新能源车企那么多,为何只有特斯拉会发生这么多的幽灵刹车事件?
这是一个直击灵魂的问题。
去年8月特斯拉对外宣称「幽灵刹车」增多是FSD系统更新导致的。一般来说,软硬件算法系统更新是找到了「消除Bug」的解决方案,但更新后,问题为何没有减少还暴增一倍?业内看来,「幽灵刹车」频发的原因,大概率与其自动驾驶系统背后的技术路线有关。
2015年10月特斯拉车辆推送了其第一代自动驾驶软件系统Autopilot。在感知硬件上,特斯拉一开始就没有搭载激光雷达,仅靠一颗毫米波雷达、一颗前视摄像头和12颗超声波传感器来完成对外景环境的感知。
在NHTSA接到的幽灵刹车投诉中,有位驾驶2022年款特斯拉Model Y的车主表示,他曾经在旧金山的泰勒街和松树街驾驶时,他的车在前面几英尺处发现了一个塑料袋,这个袋子并没有影响他的驾驶,但车辆随后也发生了紧急制动。
有趣的是,蔚来汽车技术高管在一次对外分享,精准地「预见到」单纯视觉识别会碰到的问题。
在目前的自动驾驶感知方案中,摄像头与毫米波雷达的组合较为成熟,中高端车型已经普遍配装。不过在当前技术条件下,摄像头 毫米波雷达的方案在面对强光、隧道逆光、黑夜、未经算法训练的物体等场景下难以可靠识别障碍物。
比如在隧道行驶即将驶出时,摄像头的世界里,隧道的尽头是白光,较强的对比度无论是人眼还是摄像头都已经无法清晰辨别物体,进而存在识别偏差的可能。而激光雷达则完全不存在这个问题,隧道里和隧道尽头的所有物体都能清晰地展现在激光雷达里,安全性大大提升。
还有一个例子是公路上飘动的塑料袋,对于人眼来说可以轻易识别,对行车几乎无影响,然而对于摄像头而言,它很难判断那是一个塑料袋还是一块石头或者是其它什么物体,然后就做出相应动作,进而有可能产生其他不必要的危险。而激光雷达由于具备3D能力,因此在距离很远的地方就能够判断出它是一个很轻很薄的物体,对行车几乎无影响,甚至可以直接识别那是一个轻薄的塑料袋。
特斯拉明明知道视觉识别当下的问题难以解决,不仅没有向激光雷达靠拢的意思,甚至开始去除毫米波雷达:干脆从模糊难断的「毫米波雷达 视觉」双重校正变成单一视觉主导,结果导致幽灵刹车出现次数更多。
特斯拉不随大流的原因,除了视觉方案最便宜企业利润更可观以外,特斯拉相信视觉是一个终极方案,毫米波雷达是这个终极方案的过渡补充。
特斯拉在视觉路线上面已经投入如此多的资源,甚至让大神Jim Keller呆在特斯拉三年,为自动驾驶研制出世界上最好的AI芯片!特斯拉若是跟着别人屁股后面搞激光雷达和视觉融合,不仅前面的投入打了折,能不能在一个陌生领域再度领先友商一个身位,难说。
路线之争是超越对错的,商业可行性考量大于产品追求。
特斯拉在视觉路线投入了太多的时间、金钱、智力资源,如果激光雷达和视觉的融合路线无法展现出完全领先的技术优势,并且渐渐抹平成本差异,特斯拉绝对还会继续死硬。
外界对于马斯克最早标签是「钢铁侠」,一个身体力行改变世界的极客,但他另一重身份,是拥有超前商业洞察和独到产品战略设计路线的伟大企业家。现象级企业往往最擅长打造「极致到牢不可破的差异化」,特斯拉在这方面的嗅觉跟苹果、戴森一样敏锐和深刻。
05
自创了「第一性原理」的产品圣经,对比乔布斯的「极简主义」。各种金句信手拈来,轻轻松松上个全球媒体头条。马斯克一边成为撬动社交流量、资本、全球媒体的营销大师;一边推出了领先行业一个时代的产品,真正意义上改变了世界。
上半场,马斯克以一己之力,把电动汽车全球普及推进了一大步。下半场,特斯拉坚持纯视觉路线,孤胆英雄要把个性和产品洞察实践到底。
全球绝大多数电动汽车都坚持「激光雷达 视觉」路线去做自动驾驶的大环境下,马斯克对于激光雷达的抨击从未停止:
2015年10月:激光雷达毫无意义,对于自动驾驶汽车来说并非必需。不是激光雷达的粉丝,认为摄像头加上前置雷达就足以替代激光雷达。
2017年4月:激光雷达非常糟糕,他们将放弃激光雷达,记住我的话,这是我的预测。
2018年2月:激光雷达价格昂贵,丑陋且不必要。
2019年4月:傻子才用激光雷达,现在谁(做自动驾驶)还要靠激光雷达,那就注定完蛋!激光雷达就像人身上长了一堆阑尾,阑尾本身的存在基本是无意义的,如果长了一堆的话,那就太可笑了。任何依赖激光雷达的公司都可能无疾而终。
“Lidar is a fool’s errand,Anyone relying on lidar is doomed. Doomed! [They are] expensive sensors that are unnecessary. It’s like having a whole bunch of expensive appendices. Like, one appendix is bad, well now you have a whole bunch of them, it’s ridiculous, you’ll see.”
(Elon Musk在4月22日Autonomy Investor Day时演讲的金句)
2022年2月:激光雷达是一个诱人的局部最大值。SpaceX 设计并建造了它们用来跟国际空间站对接。然而道路系统被设计在与生物神经网络和眼睛一起工作,因此自动驾驶的通用解决方案,必然需要硅神经网络和摄像头。
马斯克所指「激光雷达是一个诱人的局部最大值」,在实践中,激光雷达可以为自动驾驶汽车提供非常详细的、高分辨率的环境可视化功能,这就是为什么这么多自动驾驶汽车的公司都在使用的根本原因。
人类没有模仿鸟类的飞行方式,依然发明了翱翔天空的「机械巨鸟」飞机。同理,实现「自动驾驶」的方式,难道我们只有模拟自然条件下人类演化出来的视觉?这实在是一个自我设限的想法。如果真的存在一个性能超越我们人类的自动驾驶实现方式,为何不去尝试呢?
人类依靠视力驾驶汽车超过百年,但不代表借助「外力」不能变得更好,如果人类能够达成「任何天气条件与光照条件下都能清晰感知360度周边环境的视力」,它一定是任何人都想拥有的。
Tesla已离职的AI老大Andrej Karpathy曾为Musk的言论进行辩护:“You were not shooting lasers out of your eyes to get here.LiDAR 's a 'shortcut'.” —— Andrej Karpathy
Karpathy说到,
当下「纯视觉识别」和「激光雷达 视觉识别」两大自动驾驶路线,关键障碍都在复杂多变、开放式路况下精准识别和躲避障碍物。「感知」 「识别」是其中的核心难题。
视觉派代表特斯拉有点像「气宗」。马斯克「圣经」第一性原理讲求从根本上、从本质出发推导一个解决问题的方案,既然人类用双目视觉 大脑皮层图像处理和就实现了完全自主驾驶车辆,那这条路线一定是自然演化下的最优解。
但问题是,双目视觉和人类大脑经历数百万年、千万年、还是亿万年的自然演化,视觉识别的人脑原理并未被充分理解,背后拟合的AI 算法依然是工程黑箱,这是一条前途未卜的路。
视觉识别的缺点显而易见,开车时的光照条件、天气环境,成像不可避免的视觉阴影、低背景纹理。激光雷达可立即解决这些问题,大多数厂商也因此选择了高精度的激光雷达 视觉识别融合,这效果立竿见影的「剑宗」路线。
金庸精彩的武侠世界有一句评判,也许是马斯克内心所想:
剑宗功夫易于速成,见效极快。大家都练十年,定是剑宗占上风;各练二十年,那是各擅胜场,难分上下;要到二十年之后,练气宗功夫的才渐渐地越来越强;到得三十年时,练剑宗功夫的便再也不能望气宗之项背了。
其实葵花宝典不止演变出剑宗和气宗,还有林远图简化的「七十二路辟邪剑法」,以「自宫」为代价以达到武功速成。
难以解决的「幽灵刹车」,如今的现状,好像更有点像辟邪剑法。
,免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com