快捷搜索:  

驾驶事故近期频发,我们想聊聊目前为何不要依赖辅助驾驶系统

您的(de)浏览器不支持 audio 元素。 字号 超大 大 标准 小 短短一周之内,仅媒体曝光的(de)与辅助驾驶系统相关事故已有3起,而且集中发生在造车新势力身上,令外界对(dui)ADAS(Advanced Driving Assistance System,高级驾驶辅助系统)是(shi)否安全的(de)质疑声再次甚嚣尘上。辅助驾驶

辅助驾驶

8月10日,浙江宁波一辆小鹏P7突发高架追尾交通事故,事故导致一人(ren)身亡。据报道,浙江宁波一辆小鹏P7疑似因在高架桥上使用智能驾驶辅助功能,在行驶过程中与前方检查车辆故障的(de)人(ren)员和故障车辆相撞,事故导致一名前车乘客死亡。
行车记录仪及监控视(shi)频(pin)显示,一辆小鹏P7在高架桥路段最左侧车道行驶,随后撞上一辆停靠在同一车道的(de)故障车辆,站在故障车尾部的(de)一名人(ren)员不幸被撞飞,另一名人(ren)员则因为站在靠近护栏处而逃过一劫。网络上曝光的(de)该小鹏车主提供的(de)信息称:当时车辆已经打开了LCC,而他(ta)自己当时正好(hao)分神了。
所谓LCC,小鹏汽车手册上这样解释:是(shi)一项驾驶辅助功能,并不是(shi)完全意义上的(de)自动驾驶。系统激活时司机仍需将手放在方向盘上,以便在发生危险时及时接管车辆。其中还特别指出,该系统无法应对(dui)突发危险情况,驾驶员有责任时刻保持警惕。
对(dui)此,小鹏汽车回复称正在根据相关部门要求全面做好(hao)调查配合工作。这一案件的(de)调查结果尚未公布。
数日后,又有媒体报道,有用户驾驶小鹏汽车时发生交通事故身亡。据报道,该事故发生于7月27日,事故发生时,车辆没有明显刹车痕迹,发生碰撞后,气囊并未弹出。行车记录仪拍下的(de)视(shi)频(pin)显示,驾驶员在行驶途中逐渐偏离车道,最终导致车辆撞上隔离栏。其中被撞击的(de)一截栏杆伤害到驾驶员的(de)大脑。此外,车辆在撞击护栏前并无明显的(de)减速迹象。小鹏汽车对(dui)此回应称:目前,已查明事实是(shi),事发时车辆未开启驾驶辅助功能,属于手动驾驶状态。推断的(de)碰撞点前,车辆一直处于加速状态,电门开度约27%。碰撞点后刹车踏板被踩下,最大刹车压力37Bar,属于中度制动。最终报告有待交警部门正式输出为准。
然后是(shi)理想汽车。据网络上曝光的(de)一段视(shi)频(pin)显示,一辆理想ONE开启驾驶辅助以77km/h的(de)速度行驶在高速路上,前方出现一辆用明显文字提示的(de)施工车辆。尽管施工车辆上面写着“减速慢行”的(de)明显字样,但是(shi)驾驶员和ADAS系统均未进行紧急制动或减速刹车,最终导致该车追尾工程车。针对(dui)此次事故,理想汽车官方回应表示,“用户是(shi)开启了NOA功能,但用户一直处于脱手情况也就是(shi)没有握方向盘,这个事故超出了2021款理想ONE的(de)ADAS的(de)工作范围(静止车辆)。”同时称,“目前事故已经处理完成,用户认可发生事故的(de)原因。”
观察上述三起事故,虽然有些案件还没有最终定性,但其中的(de)一个关键问题特别值得关注——即驾驶员是(shi)否存在过度信任车辆ADAS的(de)问题。按照逻辑判断,这些事故很可能存在的(de)情况是(shi):要么ADAS系统开启了,但没有识别出障碍物,且驾驶员也没有时刻保持警惕;要么是(shi)驾驶员自认为开启了ADAS,实际上可能没有,就直直撞上了障碍物。但无论是(shi)哪种情形,都是(shi)在当前这个L2级辅助驾驶阶段会高频(pin)发生的(de)场景。
我(wo)们(men)一直认为,在ADAS有点用,但又不能完全信任它(ta)的(de)阶段里,驾驶员实际上比纯粹自己驾驶更累。当然,有人(ren)可以举出许多自己在高速上开启ADAS后更省心且也没发生事故的(de)经历来驳斥这一观点,但要知道,一旦系统或人(ren)任意一方发生失误,轻则修车费时费力,重则付出生命代价。用户要的(de)不是(shi)“绝大部分时候安全”,而是(shi)“绝对(dui)安全”。
眼下还有一个重要问题是(shi),车企在宣传相关功能时,是(shi)否夸大了效果,令本来不该被如此信任的(de)辅助驾驶系统,获得了“超额”的(de)信任度,也是(shi)这类事故频(pin)发的(de)诱因之一。
而这类案件也引发了我(wo)们(men)对(dui)技术的(de)思考。为何当前主流的(de)摄像头加毫米波雷达的(de)组合对(dui)静态物体的(de)识别率这么低?究竟是(shi)技术无法实现,还是(shi)警报边界的(de)问题?
上汽集团智能驾驶环境融合系统经理殷玮在知乎平台上给出了一种可能性解答。
在他(ta)看来,结论是(shi)这种组合完全可以识别静态物体。但问题在于,“检测结果不能被充分利用”。
他(ta)指出,系统识别中需要关注两个问题。一是(shi)false positive,即把不存在的(de)认为是(shi)存在的(de),可理解为误检。二是(shi),false negative,即把存在的(de)认为是(shi)不存在的(de),也叫漏检。
​这就牵涉到一个边界概念,如果警报保护的(de)是(shi)低价值的(de)物品,那么人(ren)们(men)不希望它(ta)过于敏感,这样会很恼人(ren)。而如果是(shi)保护高价值的(de)物品,那么人(ren)们(men)会希望它(ta)更敏感。
沿用到自动驾驶中,当前分为辅助驾驶L2级路线,和无人(ren)驾驶L4级路线。在L2级辅助驾驶中,责任在驾驶人(ren),因此车企在设(she)计系统策略时,会偏向于不要“误检”,也就是(shi)不要太敏感。因为这样会导致系统频(pin)繁减速、制动,驾驶体验极差。因此,一些物体系统明明感知到了,但被它(ta)屏蔽了,为了就是(shi)保证尽可能顺滑的(de)体验。
但L4无人(ren)驾驶就不同,它(ta)的(de)责任在车背后的(de)运营商或主机厂,那么就需要不“漏检”,越敏感越好(hao),风吹草动都要能够检测并反应出来。
在这种不同的(de)策略下,系统的(de)灵敏度和“失误率”显然不一样,更何况,即便是(shi)同级别的(de)系统,不同车企设(she)定的(de)边界策略也有些许不同。
理解了这一点,就明白我(wo)们(men)为什么呼吁现阶段不能依赖辅助驾驶系统了。(本文来自澎湃新闻(xinwen),更多原创资讯(zixun)请下载“澎湃新闻(xinwen)”APP)

点击进入澎湃质量报告投诉平台

小鹏,自动驾驶

您可能还会对下面的文章感兴趣:

共有:352人留言! 共有:352人喜欢本文! 点赞 最新评论 查看所有评论
加载中......
发表评论