免费的无纺布手提袋在线报价微信小程序，输入规格参数，全程10秒钟出价格，方便快捷，欢迎使用!
自动驾驶的历史中曾出现过这么一则奇怪的事故：2016 年美国佛州的高速公路上，司机约书亚 · 布朗开启特斯拉自动驾驶（Autopilot）模式，接着双手离开方向盘。
在一个路口，一辆白色卡车向左拐弯，正巧遇上布朗驾乘的特斯拉。
天空下的白色卡车｜pixabay
据当时的目击者称，当白色卡车出现在面前时，布朗的特斯拉 依然全速行驶，并径直撞上卡车的底部。调查显示，当时特斯拉的时速是每小时 119 公里。
布朗当场死亡。
但特斯拉依旧继续行驶，并逐渐偏离道路，直到撞上两个围栏，以及一根电线杆后，才停下。
事故示意图｜Wikimedia Commons by Jzh2074
官方对这场事故的解释是：“无论是自动驾驶仪，还是驾驶员，都没有注意到拖车白色的一面映衬着明亮的天空，所以没有刹车。”也就是说， 自动驾驶将阳光下的白色货车，认成了天空。
而这之后的五年里，又有至少三辆特斯拉，朝着白色卡车全速冲去——似乎自动驾驶依然无法分辨白色的巨物与发光的天空。
在自动驾驶的眼睛里，世界总是不太一样。
自动驾驶怎么看世界？
自动驾驶的眼睛主要由毫米波雷达、激光雷达和摄像头等传感器担任。
毫米波雷达利用电磁波的反射，测量物体的距离、速度等物理信息。它的抗干扰能力强，探测距离远，适合在雨雪风沙等恶劣的天气下使用。它还可以隐藏式安装，不影响车辆的整体外观。但它无法测量高度， 世界在它眼里是扁平的。
购物平台上的毫米波雷达｜淘宝截图
激光雷达则可以看到 3D 的世界，与毫米波雷达类似，激光雷达也是通过发送脉冲—接受反射的方式计算物体的距离、速度等信息。但因为激光是以光速传播，它的测量会更加精准。激光雷达每秒发出数千个脉冲，通过计算不同角度的反射光波，激光雷达可以还原出目标物体的三维立体图像。
激光雷达扫描示意图｜Wikimedia Commons
而特斯拉则坚持只用使用摄像头（在最新的更新中，特斯拉甚至放弃了车上最基础的超声波雷达，真的实现了全车无雷达纯视觉），理由是担心雷达和摄像头感知不一致时，汽车会不知道该相信谁。但更基础的理由是：一，纯摄像头方案成本更低；二，算法的突飞猛进的确能够弥补摄像头相比雷达的劣势。
特斯拉车内显示｜unsplash
但不管哪种路线最终胜出， 传感器都只能看见，要理解这些“看见”意味着什么，还是要靠感知算法。搭配不同传感器传来的信息，目前的算法可以知道汽车所处的位置和道路的模样，理解交通信号灯，追踪路上不断出现的障碍物，还可以读懂路标上的文字。
“老实的自动驾驶，已经胜过新手司机”，一定程度上的确如此。
当马路中央蹦出一只皮卡丘
但当一只皮卡丘蹦到马路中央时，自动驾驶一定是懵的。
当一只皮卡丘蹦到马路中央｜Giphy
这种“罕见又突发”的意外情况，在自动驾驶行业中被称为 边角案例（corner case, CC）。这是来自是系统测试中的一个术语，原意指出现多个参数都在极端情况下的情形。文章开头的事故，就是一例典型的 CC。
CC 通常被分为五个层次，对应着自动驾驶认知意外的不同复杂情况：某个像素点不清晰；场景从“习惯”切换成“不习惯”；出现不知名物体（但位置和目标清晰）；位置和目标也不明确；直至目标、场景、环境的全面“意外”。
但任何一个小型 CC，都可能造成严重的后果。
袋鼠：“你不认识我”？｜Giphy
我们可以想象一个澳大利亚的沿海公路上，几只欢快跳跃的肌肉袋鼠旁，一辆自动驾驶汽车不知所措地面对着眼中这忽大忽小忽远忽近的不明物体，停也不是，走也不是。
想想都替它感到害怕。
一只激光笔干翻自动驾驶
下图可见，目前主流的传感器皆有其短板，都可造成对道路情况判断的不准确。
_
辨别3D信息
易干扰
直接测速
探测范围
毫米波雷达
否
否
是
15-250m
激光雷达
是
是
是
小于300m
摄像头
借助软件可实现
是
否
大于500m
在传感器的局限下， 算法变得很容易被“欺骗”。
激光变颜色，蛇就变形态｜参考文献 [1]
有自动驾驶的安全专家分析，这可能是因为算法将激光束的颜色也辨认为原有物体的一部分，比如当波长为 400nm 的激光束照射在“刺猬”上时，刺猬的刺与激光束引入的紫色结合后，会被算法最终辨认为“刺苞菜蓟”。
激光下，刺猬变刺苞菜蓟｜参考文献 [1]
如此迷惑算法的成功率很高，在室内和室外的测试中， 成功率可以分别达到 100% 和 77.43%。而这样的激光笔，二三十块钱就能买到一只。
为什么CC这么重要？
自动驾驶领域用“二八定律”形容解决 CC 问题的重要程度—— 要花 80% 的时间，才能解决这看似“罕见”的 20% 问题——他们说，这是通向真正意义上自动驾驶的必经之路。
没有人愿意接受频繁刹车的自动驾驶体验｜Giphy
自动驾驶的危险和普及障碍不但来自于“有，但认不出”，也会来自“无，但误判了”。特斯拉曾经的“幽灵刹车”事件就是一个典型。
一名特斯拉车主在旧金山行驶时，路上飘着只塑料袋。“突然，汽车好像锁住了”，这名车主回忆，它的特斯拉从大约 40 公里每小时，突然自动减速到 24 公里每小时，“但它立刻松开，因为塑料袋移开了“。
公路上常见的塑料袋也会影响自动驾驶｜Wikimedia Commons by Ivan Radic
这名车主还比较幸运，至少他的车没有在旧金山车来车往的公路上突然刹车。2022 年 2 月至 6 月，美国国家公路交通安全管理局共收到了 404 起关于特斯拉莫名突然刹车的投诉。车主们用“幽灵刹车”形容这种遭遇——在没有危险情况发生时，开启自动驾驶辅助模式的特斯拉突然刹车或减速，这会提升追尾事故的风险。
公路交通，本就是我们创造出的最复杂系统之一｜Giphy
好消息是，如今，特斯拉通过算法优化，已经解决的智能刹车的问题。但在我们通向“真·自动驾驶”的路上，还有更多的奇特案例等待解决—— 公路交通，本就是我们创造出的最复杂系统之一。
参考文献
[4]https://www.youtube.com/watch?v=PRg5RNU_JLk
[8]https://www.theguardian.com/technology/2016/jun/30/tesla-autopilot-death-self-driving-car-elon-musk
作者：睿悦
编辑：卧虫 ，沈知涵
如有需要请联系sns@guokr.com
扫一扫加微信
