<mark id="oztn4"></mark>
0
| 本文作者： nova170 | 編輯：谷磊 | 2017-03-31 12:55 | 專題：激光雷達技術全景 |
雷鋒網按：本文是激光雷達技術全景系列文章的第一篇。本系列首發雷鋒網，來自公眾賬號嘯語，原創技術觀察，寫給萬分之一的創新者。
傳送門：
一、特斯拉Autopilot系列事故最詳細梳理
二、廉價化激光雷達的希望：MEMS激光雷達 vs 固態激光雷達
特斯拉的 Autopilot 本質上是輔助駕駛技術，但是一些司機抱有過高信任，由此導致了一系列事故，創造了自動駕駛領域的大部分頭條新聞。美國汽車工程師協會（SAE）將自動駕駛分為了從1到5的5個級別，以區分輔助駕駛和無人駕駛技術，大部分文章談到這條就結束了。
要了解自動駕駛的未來，我們先回顧一下新聞。
特斯拉Autopilot系列事故盤點
2015年10月14日，特斯拉公布7.0版本軟件，為已經售出的特斯拉Model S開啟了Autopilot功能，出盡風頭，并且被《麻省理工科技評論》評為“2016年十大突破性技術”。
2016年1月20日，京港澳高速河北邯鄲段，特斯拉Model S撞上一輛正在作業的道路清掃車，交警判定負有事故主要責任的司機高雅寧死亡。死者家屬起訴特斯拉索賠1萬元，理由是營銷過程中存在誤導行為，而不是特斯拉的產品漏洞。（這次事故直到2016年9月14日才由中國中央電視臺曝光）
2016年5月7日，美國弗羅里達洲的Joshua Brown開著一輛自動駕駛模式的Model S，超速撞到正在垂直橫穿高速的白色拖掛卡車，車頂被削平，駕駛員死亡。事發時車速74mph，而該路段限速65mph。Joshua Brown從海豹六隊退役之后，開了一家互聯網公司，上傳的Autopilot測試視頻曾經被Elon Musk轉載，觀看次數幾百萬。
對于這次事故，各路專家都給出了諸多可能的解釋，例如：
Musk本人的Twitter：雷達精確的測算了出了前方有一個巨大的障礙物，但是因為卡車過大的反射面積以及過高的車身，從毫米波雷達的角度來看，它更像是一個懸掛在道路上方的交通指示牌/橋梁/高架路，因此被忽略了。
長焦鏡頭無法看見整個車輛，所以誤認為飄在天上的云。
天空太亮，攝像頭對于大面積白色物體很難從圖像中提取特征點。
超聲波雷達測量距離過短（2米左右），在高速行駛中沒有任何反應時間。
這次事故的關注度最高，而另外幾次事故雖然沒有死亡，但是對于特斯拉的打擊更嚴重，因為以上借口完全無效。
2016年5月底在瑞士的事故：Autopilot模式Model S的前方，一輛汽車變道，避讓一輛靜止貨車。Model S似乎檢測到前車變道而輕微加速，但是沒發現靜止貨車，因此輕微加速地撞向了貨車。
這次撞到的靜止貨車不是大面積白色，而是藍色和黑色，并且有復雜圖案，也就是說特斯拉似乎可以撞上任意顏色和形狀的靜止障礙物。
在這次事故之后，前谷歌深度學習創始人吳恩達在Twitter表示
It's irresponsible to ship driving system that works 1,000 times and lulls false sense of safety, then... BAM!。（提供1000次正常，但給人虛假安全感的駕駛系統是不負責任的）
2016年8月3日，中國的 Qunar_大羅納爾多駕駛的Autopilot模式Model S再次撞到了停靠在路邊的故障車。程序員車主投訴特斯拉公司夸大自動駕駛儀功能誤導買家，涉嫌虛假宣傳后，特斯拉在其中國官網上刪除了“自動駕駛”、“無人駕駛”等字眼，改稱“Autopilot 自動輔助駕駛”。特斯拉公司發言人表示：“特斯拉正不斷對各方面進行改進，包括翻譯方面。過去幾周，我們正在努力解決跨語言產生的差異。這個時機與當前事件或相關報道無關。”
2016年8月7日德克薩斯州的Mark Molthan駕駛的Model S在處于Autopilot模式時偏離公路并撞上路邊的護欄，他表示“Autopilot給了你安全的錯覺。我不準備充當一個試飛員。汽車沒有發現彎道，直接沖上了護欄，而且并沒有停下來—— 實際上在第一次撞上護欄后，它仍繼續加速。”雖然車主沒有打算起訴特斯拉，但他的保險公司Chubb Ltd.可能會起訴。
2016年9月28日在德國，一輛特斯拉汽車與旅游大巴發生車禍，無人死亡，特斯拉公司認為事故不可避免，與Autopilot無關。
德國交通部部長要求特斯拉停止使用“Autopilot”這個詞，為此特斯拉聘請了第三方調查公司對于車主進行調查，結果98%的受訪車主都明白他們在啟動Autopilot之后還要繼續保持對汽車的控制。考慮到特斯拉已經累計銷售十幾萬輛，那么也就是說有2%，也就是幾千名車主在事故接連不斷的半年之后，仍然可能會對自己和他人的安全造成威脅。
這幾千名過分勇敢的小白鼠可能造成什么后果呢？2016年11月16日，投資人和內容創業者李笑來老師在一篇閱讀量達到4萬的文章中提到他利用特斯拉的自動輔助駕駛功能在 “甚至開始在路上“寫”文章了” ，特斯拉中國區如果還沒請李笑來老師更正這個危險的示范，就太欠缺嗅覺了。
除了上面的中國區虛假宣傳爭議之外，特斯拉的 Autopilot 還惹上了事故之外的幾個麻煩：
正在調查事故的美國國家公路交通安全管理局（NHTSA），表示特斯拉要求客戶簽署的保密協議可能會妨礙調查。對此特斯拉在博客的解釋是：要求用戶簽訂的“Goodwill Agreement”，目的是防止特斯拉給客戶折扣或者免費保修在法庭上對公司不利，協議并沒有提到NHTSA或者政府，后來特斯拉修正了協議的措辭。
美國證券交易委員會（SEC）正在調查特斯拉是否違反證券法規，因為特斯拉公司以及Musk本人在5月18,19日出售了一批特斯拉公司股票，但并未將5月7日的Autopilot致死車禍向投資者及時進行公開披露。對此特斯拉在博客的解釋是：特斯拉公司在5月16日把事故告訴NHTSA僅為了通報事實。特斯拉調查員5月18日到達事故現場并回收車載數據，5月最后一周才完成公司內部調查。
律所Hagens Berman在組織對于特斯拉 Autopilot 2.0 未實現承諾功能的集體訴訟，該事務所曾經起訴大眾和梅賽德斯。
以上幾次車禍大部分是撞了靜止車輛或者障礙物，弗羅里達事故中，垂直于特斯拉前進方向的拖車，在攝像頭來看也是靜止的，距離判斷錯誤，所以特斯拉或Mobileye面對靜止障礙物有識別缺陷，如果有激光雷達參與，至少不會加速撞上。特斯拉的系列車禍一次又一次證明了Mobileye攝像頭識別的局限性，以及傳感器融合并不是讓程序員加班一兩個月就能讓電腦學會的，那么我們接下來看看特斯拉是如何應對事故的：
2016年7月17日，Musk在Twitter表示正在與其雷達供應商博世公司合作，改進雷達軟件。"Btw, want to thank both Bosch and MobilEye for their help and support in making Autopilot better. Please direct all criticism at Tesla.” 通俗地說是：博世和Mobileye的小伙伴都幫了大忙，事故不是他們的責任，我們一家來背鍋。雖然Musk承認特斯拉沒用好毫米波雷達，把責任自己攬下來算是口頭給Mobileye面子，但是這個解釋更體現了攝像頭的局限。
2016年7月26日Mobileye宣布停止與特斯拉的未來合作，Mobileye 認為他們的產品功能本來就是有限的，是特斯拉激進的權限開放和宣傳導致車主的使用超出了功能極限。
2016年8月25日，特斯拉對于Autopilot漲價500美元，由原來的2500美元上調至3000美元。司機們給特斯拉的beta版軟件提供數據，特斯拉非但不給補貼，在系列事故之后漲價而不是退款，這個動作確實很有個性。“退款對于Musk很難接受，于是就用早買占便宜來安撫小白鼠用戶”，對于這次小漲價，以上解讀并不容易否定。
2016年9月11日，特斯拉宣布Autopilot的 v8.0固件升級，“用雷達看世界”，把視角不足的毫米波雷達作為汽車感知的主力，攝像頭作為輔助，特斯拉官方博客的原話是雷達作為主傳感器，并且無需攝像頭進行圖像識別確認（can be used as a primary control sensor without requiring the camera to confirm visual image recognition.），說得如此斬釘截鐵，我們可以認為特斯拉對于利用現有硬件在短時間內搞定圖像識別或者傳感器融合已經徹底不抱希望。
此外特斯拉還將建立Autopilot“懲罰機制”，如果司機在一個小時內對要把手放在方向盤上的警告忽略次數超過3次，系統就會自動關閉，只有在車熄火重啟后，系統才能重新被激活。后來的限制更加嚴格：“即使在自動駕駛中，駕駛員也需要雙手緊握方向盤。當駕駛員的雙手離開方向盤幾秒鐘后，系統便會自動報警；如果警告被忽視的話，Autopilot將自動退出。”
通過功能縮水，我們可以預測，未來Autopilot責任事故會很少發生，因為駕駛員被迫緊握方向盤，所以發生任何事故都無法指責Autopilot（其實歷次Autopilot事故的責任原本都是司機的，只不過以前特斯拉過于激進，沒有限制司機放手而引發了爭議）。
2016年9月16日，Mobileye 補刀：Elon Musk曾向Mobileye保證，在使用Autopilot時，駕駛員不會被允許雙手離開方向盤。然而，最終結果并非如此。Mobileye表示，在2015年5月兩家公司的產品規劃溝通過程中，該公司曾就特斯拉系統的安全性表達過關切。
2016年10月19日（臨時安排發布又跳票兩天之后），Musk宣布所有的特斯拉新車將標配“具有全自動駕駛功能”的硬件系統——Autopilot 2.0，包括8個攝像機、12個超聲波傳感器以及一個前向探測雷達，比上一代快了40倍的英偉達GPU運行特斯拉自研神經網絡，最終將實現SAE 5級自動駕駛。升級的結果是新系統從3000美元漲到了8000美元（未來解鎖可能會更貴）。
在上述系列事故發生之前，Elon Musk一向認為激光雷達并不適合汽車場合，被動光學手段（俗稱攝像頭）加一個前向雷達就足夠了。他澄清并不對激光雷達抱有偏見，SpaceX在龍飛船與國際空間站對接時候會使用激光雷達，然而他認為激光雷達在自動駕駛并不必要。
“I don’t think you need LIDAR. I think you can do this all with passive optical and then with maybe one forward RADAR.”
事故發生之后，Musk仍然認為現有的硬件技術完全滿足無人駕駛要求，2019年可以實現完全自動駕駛，10-15年內，大部分正在使用的轎車、卡車都會被自動駕駛車替換，并且仍然表達對激光雷達的否定，加強了對毫米波雷達的重視。然而以上事故，理應引起自動駕駛領域激光雷達重要性的討論：
被動視覺早于主動雷達的狀況，在歷史上也曾經出現：著名美國心理學家伯爾赫斯·弗雷德里克·斯金納在二戰時，曾研究過利用訓練過的鴿子控制的精確制導炸彈。當時的雷達技術剛剛起步，無法制導，所以由彈頭容納3只鴿子，通過喙啄擊屏幕控制炸彈，當三只鴿子出現分歧時，少數服從多數。大家都能想象訓練困難，所以最終被成熟的雷達技術所取代。
用現在自動駕駛和人工智能領域的時髦術語來描述，這就是二戰時期的 “多目攝像頭被動光學導航，由低功耗的超大規模生物神經網絡深度學習進行控制，三重冗余設計，妥妥的五級自動駕駛（只不過交管部門管不到）”。用更加聳人聽聞的說法，這就算自主殺人的機器人了（雖然完整動物塞進去和用缸中之腦控制導彈本質上是一樣的）。
雖然如今的車用攝像頭性能大概能追上鴿子的眼睛，訓練電腦比訓練鴿子先進很多，但是我很好奇哪家的車載人工智能優于鴿子。區分貓狗或者診斷癌癥照片的時候，用計算機視覺是責無旁貸的。但是要判斷障礙物距離，激光雷達顯然更可靠。激光雷達成本降低之后，深度學習的價值可能縮水。
條件允許主動傳感的時候，為什么要被動呢？
未完待續……
雷峰網特約稿件，未經授權禁止轉載。詳情見轉載須知。
專題
