昨日，發(fā)生在臺灣的一起離奇事故又一次引起了廣泛的關(guān)注。視頻顯示在一條高速公路上，一輛卡車側(cè)翻在最左側(cè)道路上，前車均選擇繞行，一輛白

昨日，發(fā)生在臺灣的一起離奇事故又一次引起了廣泛的關(guān)注。

視頻顯示在一條高速公路上，一輛卡車側(cè)翻在最左側(cè)道路上，前車均選擇繞行，一輛白色 Model 3 在同一條車道上快速撞上側(cè)翻的卡車。

根據(jù)臺灣媒體 ETtoday 報道，當時車速約為 110 公里，在臨近碰撞時，車輛有減速的跡象，但并未能阻止碰撞的發(fā)生。好在駕駛員沒有大礙。

目前已經(jīng)確認，車主在行駛過程中開啟了特斯拉的 Autopilot 自動駕駛輔助系統(tǒng)。

從視頻來看，此次發(fā)生在臺灣的特斯拉事故非常像 2019 年 3 月發(fā)生在美國的一起撞車事件。

當時涉事的特斯拉 Model 3 在輔助駕駛系統(tǒng) Autopilot 開啟的狀態(tài)下保持向南行駛，卡車從高速公路西邊開出，并試圖穿過公路進入北行車道，但 Model 3 未對卡車作出反應(yīng)，以 110 公里 / 小時的速度撞上卡車，Model 3 整個車頂被削去，駕駛員身亡。

盡管也有不少案例表明，Autopilot 常常能在車輛行進中，先于駕駛員發(fā)現(xiàn)道路上的危險情況，如其他車輛突然變道、從側(cè)后方突然闖入、前方車輛突然減速等。同時系統(tǒng)也能快速對狀況作出應(yīng)對，避免事故發(fā)生或減少事故的傷害。

不過特斯拉車輛在高速行駛的狀態(tài)下，未對正前方的緩慢或靜止狀態(tài)下的車輛作出反應(yīng)，成為了特斯拉嚴重車禍里的典型場景。

目前有猜測認為這與特斯拉的傳感器方案不無關(guān)系。

特斯拉的傳感器主要依靠攝像頭 + 毫米波雷達融合的方案，對前向目標進行檢測。

其中毫米波雷達擅長測量相對距離和運動，但是對物體形狀的檢測不夠準確。毫米波雷達除了能夠檢測到周圍行進的車輛，還會檢測到道路上如路牌、井蓋等靜止物體，這時毫米波雷達需要對多數(shù)靜止物體進行過濾，排除大多數(shù)不影響汽車行進的物體，否則路上的一個水瓶也可能將車輛逼停。

因此，靜止狀態(tài)下的側(cè)翻卡車可能被歸類為天橋、路牌等物體而被系統(tǒng)過濾。

而攝像頭傳感器能夠更好分辨形狀，但相對而言，在距離判斷上的表現(xiàn)較弱。目前業(yè)內(nèi)也正致力于通過改善計算機視覺算法、提升算力來提升攝像頭的距離檢測能力。正常情況下，兩者互相配合就能夠很好應(yīng)對絕大多數(shù)的行駛場景。

但在前車靜止或很緩慢的情況下，加之特定的光照條件下，攝像頭可能將白色的車廂識別為其他物體，或是未能準確計算出物體的距離。

國內(nèi)頭部自動駕駛公司文遠知行曾在一篇文章里從硬件的角度對此分析稱，基于單目攝像頭獲取深度也受到拖掛車白色涂裝影響無法有效提取特征點，從而無法進行有效的深度恢復(fù) (Structure from Motion, SFM)。所以，當一輛特斯拉面前有一輛正在穿過馬路的白色拖掛卡車時，正向廣角鏡頭是整個感知系統(tǒng)唯一可用的輸入。廣角攝像頭由于視角過大，導(dǎo)致目標可檢測距離變短，最終難以滿足剎車所需的時間與距離。

需要注意的是，這篇文章是在 2019 年 5 月發(fā)表，特斯拉的硬件方案和軟件版本與當前版本可能有差別。

特斯拉官方曾針對一起類似事故表示，強烈的日照，以及白色車身，導(dǎo)致攝像頭沒有看到拖掛車，造成事故。

后來特斯拉在使用手冊中對這一場景進行了警告，公司稱，特別是在車速高于 80 公里 / 小時，同時前方車輛離開了駕駛路徑，而另一輛靜止的車輛或者其他物體出現(xiàn)在正前方的時候，特斯拉可能不會自動制動或減速。

特斯拉一直在強調(diào)， Autopilot 屬于輔助駕駛系統(tǒng)，開啟該系統(tǒng)后，駕駛員仍要保持專注，以在特殊情況下接管車輛。

關(guān)鍵詞： 特斯拉