<mark id="oztn4"></mark>
0
雷鋒網按：本文作者Ryan Woo，曾擔任中科院計算技術研究所交互設計師，現在硅谷擔任計算機軟件工程師。原文載于知乎，雷鋒網已獲授權。
這是Tesla自動輔助駕駛時，由于系統沒能正確識別橫向來的卡車，自動輔助駕駛中的緊急剎車功能沒能正常啟用導致的。
——文章分析了特斯拉的第一起事故
很多媒體喜歡把Autopilot翻譯成自動駕駛，其實Autopilot 這個詞來源于飛機、列車、輪船領域的輔助駕駛系統，引用維基百科的定義：
An autopilot is a system used to control the trajectory of a vehicle without constant 'hands-on' control by a human operator being required.
Autopilot：一個用來控制載具軌道而無須人工一直干預的系統
而我們常說的自動駕駛汽車，無人駕駛，其實是另一個單詞：Autonomous car，引用維基百科的定義：
An autonomous car (driverless car, self-driving car, robotic car) is a vehicle that is capable of sensing its environment and navigating without human input.
自動駕駛車（無人駕駛車，自駕駛車，機器人車）是能自動感應周圍環境并且無需人干預而自動導航的載具。
所以前者Autopilot在業界（航空，火車，輪船等）早有習慣對其定義是一種輔助駕駛系統，主要目的是節省駕駛員精力，在無須駕駛員連續干預的情況下，自主完成既定的部分航線。
而后者則是指載具能自主完成航線規劃以及行進。
兩者主要的區別是人的參與度，前者需要人參與，而后者完全不需要人參與。
現在的問題是這兩個完全不同意義和背景的單詞，被翻譯成中文都成了“自動駕駛”。所以人們的誤解先從這里開始，在英語國家看來Autopilot指的就是飛機上那種輔助系統，但是到了中國，就變成了無需人而自動上路的車。也無外乎在一個月前，Tesla 官方把翻譯從自動駕駛換成了自動輔助駕駛：
雖然兩者在中文環境都能翻譯成自動駕駛，顯然自動輔助駕駛比自動駕駛更能表明Autopilot這個系統的實際用途，否則也不會有這次中文改名了：
所以現在我們統一了對自動駕駛的定義，我們來看看Tesla的這個自動輔助駕駛系統Autopilot背后究竟是什么技術，為了不引起困擾，我會在后文中分別用對應的自動輔助駕駛來指代Tesla的Autopilot，用自動駕駛來指代業界對無人駕駛的定義。
說到Tesla這個自動輔助駕駛，就必須先說目前第一代Autopilot背后的功臣：Mobileye
Mobileye是一家創立于以色列的公司，專注于ADAS（高級輔助駕駛系統）的軟硬件開發，其特有的EyeQ視覺識別芯片以及ADAS軟件被應用于多家汽車廠商，其中最近的EyeQ3芯片幾乎賣給了所有的汽車廠商：
例如被應用在Audi zAFS系統中便有Mobileye 的EyeQ3芯片：
在Mobileye的演示視頻中可以看到他們通過對攝像頭采集的數據進行分析和處理可以識別道路：
這個演示中，Mobileye識別出不同車的位置以及形狀，前后（綠線）或者側面（黃線）[6]：
這里是標記出行進中障礙物的位置以及可用空間：
所以把上述技術綜合到一起就是下圖這樣：
包括車的形狀，位置，前后都能一一識別
以及行人，障礙物，還有路牌，紅綠燈都能辨別出來
道路的方向，可用的空間都被一一記錄下來
所以綜合上面幾種技術，Mobileye獨到之處在于：
自由空間標記
啟發式路徑尋找
道路避障
路牌識別
所以由于Mobileye的技術在其領域內非常獨到，也無怪乎上面一眾車上都找上門來使用其技術和芯片。在這個視頻中，他們甚至還調侃NVIDIA去年發布的Drive PX車用電腦使用了Mobileye eyeQ3芯片但是沒有說明出處：
NVIDIA官方的Drive PX官方宣傳圖：
當然現在已經更新到Drive PX2，使用Tegra Pascal芯片
由于Mobileye的視覺識別芯片被廣泛應用于汽車領域，所以Tesla找上Mobileye采購專用視覺識別芯片并不意外。
但是有意思的是Tesla并沒有完全采用Mobileye的軟件，而是通過自己的軟件結合Mobileye以及NVIDIA硬件來實現了自己的自動輔助駕駛Autopilot，為什么會這樣？
在下面這些線索里面我們可能會找到答案：
1. 在 What goes into sensing for autonomous driving? 這個視頻中，Mobileye的Amnon博士在32分鐘的時候提到了Tesla的自動輔助駕駛，稱其使用了一部分EyeQ3的計算能力：
Tesla的自動輔助駕駛使用了一部分（EyeQ3）的潛力...
他的話間接證實了Tesla的自動輔助駕駛只是使用了其硬件EyeQ3，但是搭配的是自己的軟件。因為如果是使用的Mobileye的完整解決方案，是不可能只使用某個局部功能的，例如紅綠燈識別，無中間黃線的雙行道識別等并沒有被Tesla用上。
2. 第二個證據，我們首先從一個悲劇開始：今年5月，Josh Brown駕駛的Tesla Model S在佛羅里達一條未封閉的高速上因為與橫穿馬路的大卡車相撞而喪命，這起看似普通的交通事故卻引起了廣泛關注，原因便是這是第一起在自動輔助駕駛中發生的車禍。
我們先來回顧一下Mobileye以及Tesla官方對這次事件的回復：
在Josh Brown車禍發生時，Mobileye的發言人首先出來澄清說自己的系統不能勝任這樣的碰撞檢測：
Dan Galves, Mobileye’s Chief Communications Officer:
“We have read the account of what happened in this case. Today’s collision avoidance technology, or Automatic Emergency Braking (AEB) is defined as rear-end collision avoidance, and is designed specifically for that. This incident involved a laterally crossing vehicle, which current-generation AEB systems are not designed to actuate upon. Mobileye systems will include Lateral Turn Across Path (LTAP) detection capabilities beginning in 2018, and the Euro NCAP safety ratings will include this beginning in 2020.”
“我們的緊急剎系統主要應對于追尾導致的碰撞，對于這次車禍中的橫穿車輛，我們目前的系統沒法準確處理。類似的情況會在2018年左右的新系統中解決。”
Tesla 很快對Mobileye的評論進行了回應，解釋了Tesla雖然也是使用了Mobileye的芯片，但是技術上已經涵蓋了這種碰撞處理，只是由于當時環境條件導致失誤，沒能阻止慘劇發生:
“Tesla’s autopilot system was designed in-house and uses a fusion of dozens of internally- and externally-developed component technologies to determine the proper course of action in a given scenario. Since January 2016, Autopilot activates automatic emergency braking in response to any interruption of the ground plane in the path of the vehicle that cross-checks against a consistent radar signature. In the case of this accident, the high, white side of the box truck, combined with a radar signature that would have looked very similar to an overhead sign, caused automatic braking not to fire.”
“Tesla的自動輔助駕駛是我們自己開發的，綜合使用了內外部各種設備和技術來處理這樣的情況。從2016年1月開始，我們的緊急制動就會在這種類似的車輛橫穿中生效。但是在這次事故中，高大，白色的卡車車廂，被攝像頭捕捉后被誤判成橫跨馬路的路牌，才是導致問題的原因。”
知乎上關于這次車禍的問題提了很多，但是可惜的是很多媒體還是缺乏基本的常識，為了騙個眼球取了一個駭人聽聞的標題《無人駕駛第一起命案——特斯拉制造》[10]
個人意見，這個標題犯了兩個錯誤：
1. 自動輔助駕駛不是無人駕駛（Autopilot vs Autonomous）
2. 自動輔助駕駛沒能避免的車禍 vs 自動輔助駕駛導致的車禍
你說，第一條我還能理解，前面已經詳細說明和對比了自動輔助駕駛和無人駕駛的區別。
但是，第二條不是文字游戲嗎？
還真不是。
在統計學中有兩個重要概念：False Positive 和 False Negative，翻譯過來就是“誤報”和“漏報”。
誤報就是指明明是正確的東西，被報告成錯誤；漏報則是明明是錯誤的東西，卻漏過了。
打個比方，就好比你有一個殺毒軟件，漏報就是有個病毒沒發現，被漏過了，這在靠病毒關鍵詞數據去尋找病毒的方式非常常見——一個新病毒很容易就感染成千上萬臺電腦。而誤報則是把用戶的正常文件當成病毒給刪除了，這會導致嚴重的信任問題。因為誤報行為相對漏報而言更加明顯，容易被用戶感知到，且一旦出現，可能會造成較大的影響，賽門鐵克的誤殺事件就是一個典型的例子。
同樣在自動駕駛領域這是非常嚴肅的區別，繼續借用Amnon Shashua 博士的Mobileye例子來說明為什么有區別：
漏報False Negative：系統失靈，系統延遲生效，不準確的測量等
誤報False Positive：錯誤的緊急剎車，錯誤的轉彎等
Amnon博士說自動駕駛的漏報就像殺毒軟件漏報一樣是不可能完全避免的，實現世界中總會有極端的邊界狀況出現，去挑戰已有的技術，讓技術失效，但是系統每次更新都會加強和完善，去修復錯誤，變得越來越好。
說完了漏報，他接著強調了誤報對自動駕駛是個更加嚴重的問題：輕則召回，重則損失上億還得背負罵名，甚至一蹶不起。想象一下你在正常自動駕駛行駛時汽車感應到前面一個小石頭卻被當成一面墻，然后緊急剎車會是什么狀況。
再例如最近沸沸揚揚的高田安全氣囊召回：豐田因安全氣囊隱患在美新召回158萬輛汽車，中華人民共和國商務部網站就是因為誤報，導致本該救人的設備反而成了致命兇手。
如果舉例來說，自動駕駛的漏報可能是車前面有1000種不同大小，材質，形狀的路障。測試時發現999個都順利剎車，有1種失敗，這1種就是漏報；而誤報可能是車偵測到前方有一個小易拉罐，確誤認為是無法通過的路障，緊急剎車導致追尾乃至嚴重事故。
所以在自動駕駛領域，漏報是可以理解的，沒有任何系統可議做到100%完美，但是誤報往往就是人命關天的大事，說明系統本身有缺陷，輕則召回，重則廠商會承擔嚴重的法律責任。
那么我們來看這次Josh Brown的事故是哪種呢？
正是漏報（False Negative），Tesla的自動輔助駕駛把橫向而過的卡車當成了爬坡路上的路牌，以為車輛能順利通過，結果車從卡車底部穿過，Josh Brown當場喪命，作為一次致死的事故，在高速上轉頭的卡車司機理所當然承擔所有責任：
所以前面說媒體喜歡標題黨，本來是一次自動輔助駕駛未能避免的車禍，被說成是自動輔助駕駛導致的車禍，一字之差，實際內容相差十萬八千里。
在Tesla當時的自動輔助駕駛軟件看來，卡車的車廂就像是這個下潛隧道的橋面，遠看似乎能通過，實際是不行的：
所以我們對這起事故已經有了定性：
這是Tesla自動輔助駕駛時，由于系統沒能正確識別橫向來的卡車，自動輔助駕駛中的緊急剎車功能沒能正常啟用導致的。
而緊急剎車沒有啟用，是因為自動駕駛系統沒有發送開啟指令，自動駕駛系統沒有發送指令是因為給予當時攝像頭采集的畫面，誤判橫行而過的卡車是橫在路上的路牌。
這里面暴露了Mobileye技術的幾個不足：
Mobileye的攝像頭接受的是光的反射，如果攝像頭效果受影響，例如在黑暗場景中沒有了光線，那么識別能力大打折扣。
Mobileye的攝像頭獲得的是2D平面數據，需要圖像識別的加工才能得到有價值的3D場景。
Mobileye的攝像頭方案對道路場景的變化反應有限，全靠即時的系統自主判定。
Mobileye的攝像頭數據獲取是一種被動的方式，它搜集的數據都是已經發生的事，并且還有延遲
所以這起車禍時，攝像頭剛好遇到太陽下山時強烈的背光導致識別能力不足，收集到的數據不完備，而這不完備的2D數據又經過圖像識別加工成錯誤的3D場景，讓車誤判了前方的路況，從而釀成慘禍。
所以從根本上說，這次車禍是在一個非常極端的情況下，各種負面因素累加而成的結果。雖然技術上來說一次漏報并不足以對整個自動輔助駕駛系統判死刑，但是不能不說這次事故不夠警醒，這里面的教訓讓Tesla 延遲了計劃中的 8.0系統的發布，直接加速雷達主導的自動輔助駕駛時代的來臨。
從這次嚴重的事故至今已經過去了有小半年，Tesla在路上行駛的的車更多了，使用自動輔助駕駛的車也更多，但是并沒有再發生類似的事故，一定程度上也佐證了那次事故的唯一性和漏報特征——因為如果這是一次誤報的話，類似的事情應該隨著用戶的增加而層出不窮才對。就像現被報道的某廠熱門手機，由于電池的故障導致充電可能自燃，全球召回耗資10億不說還得承擔巨大的信譽損失。
預告：下一篇我們將來談談Tesla的自動輔助駕駛是怎樣一種技術，又是如何煉成的，以及，Tesla與Google，Apple無人駕駛發展戰略有什么區別？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
