自动驾驶的棘手难题：how safe is safe enough

即使是微小的小气候变化也会给自动驾驶系统带来很大的问题。尽管在过去的几年里，许多自动驾驶初创公司都通过自己的道路测试来证明他们能够很好地处理这些问题。

最近，密歇根州立大学的最新研究表明，的降雨和小雨都混淆了自动系统用来检测行人、骑自行车的人和其他道路使用者的算法。这些发现再次阐明了一个前提，即除非这些算法能够更好地处理各种天气条件，否则自动驾驶汽车可能仅限于阳光充足的天气，或者当天气条件低于系统的关键标准时，就会有人接管车辆。这项研究的重点是测试计算机视觉系统的能力，因为摄像头通常是汽车制造商和科技公司用来对行人和其他道路使用者进行分类的主要传感器。但这项研究的参与者强调，问题不在于相机，而在于从相机中提取信息的算法。“一旦下了几滴雨，算法就会混乱，”他说。这就像滴在眼睛里的眼药水，人们的生理反应是希望立即看到外面的世界。研究人员评估了各种参数，包括雨滴的大小、每平方英寸雨滴的数量以及风速的影响。从晴朗的天气到风暴级别，他们发现当降雨强度为最坏情况的10%时，该算法无法检测到多达20%的物体。当降雨强度增加到30%时，多达40%的物体无法再被探测到。来自雷达和激光雷达的信息可以缓解一些问题，但最终的传感器融合数据仍然需要视觉来区分和识别物体的类型。在密歇根州立大学，研究人员在兰辛大学东校区周围的红绿灯处安装了摄像头，这使他们能够收集行人、自行车和车辆的运动数据，并更好地预测他们的运动，这对自动驾驶系统至关重要。早在2015年7月，密歇根州立大学就在其位于密歇根州安阿伯的校园内建造了“交通转换中心”（简称Mcity），这是一个自动驾驶汽车的试验场。试验场位于平坦地带，全长6.5公里，包括再现高速公路和十字路口直线路段的城市道路，以及周围的土路。与此同时，密歇根大学过去一直与美国交通部和密歇根州交通部合作，在公民的参与下，使用约3000辆汽车在普通道路和高速公路上进行路车通信验证测试。这次测试还产生了另一个与天气有关的发现。根据气候变化，自动驾驶系统用来确定其位置的高分辨率地图可能需要季节性更新。例如，当秋天树叶从树上落下时，研究人员意识到他们的地图已经过时了。夏天，你可以想象道路附近的树木或灌木被树叶覆盖，树叶是地图的重要组成部分，所以夏天和冬天是完全不同的。寒冷的天气也会给自动驾驶汽车的传感器带来问题。去年冬天，研究人员发现，10华氏度及以下的温度增加了传感器的“数据噪声”，或者增加了激光雷达传感器的低质量或无关返回。激光雷达制造商告诉研究人员，他们无法保证传感器能够在极冷的环境中工作，他们正在努力扩大传感器的温度范围。研究人员表示，无论是寒冷的天气、树叶还是小雨，这些缺点都突显了一个事实，即在可预见的未来，天气将削弱自动驾驶技术的能力。同时，如果摄像头出现故障，自动驾驶系统将被迫依靠其他替代传感器、GPS和高精度定位来确认汽车的位置。这种情况尚未在公共道路上进行测试。在未来的许多年里，具有挑战性的天气条件将是一个问题。在2017年提交给美国交通部的一份长达43页的安全报告中，Wymo写道：我们的车辆能够在中雨等恶劣天气下行驶，并且可以在白天和晚上正常工作。Wymo在今年10月发布的《自动驾驶汽车应急指南》中明确表示，Wymo的自动驾驶汽车设计为可以在限速达到65英里/小时的地方行驶，例如h……

白天和晚上，在小雨和雾中，在人行道、城市街道和乡村道路上，或者在停车场里。然而，威默明确指出，在大雨、雪和寒冷天气、道路被淹、山路和无路地区等恶劣天气下，该车的自动驾驶功能将受到限制。显然，威莫仍在努力克服这样的天气障碍。在今年的谷歌I/O 2018开发者大会上，Wymo介绍了如何利用机器学习技术来减少雪花带来的“信号噪音”，让自动驾驶汽车能够看穿被雪覆盖的道路，安全驾驶。

例如，上图的上部显示了自动驾驶汽车的传感器扫描到的无数噪音，这些汽车被一块紫云密集地包围着。如果你不能过滤掉所有的噪音，自动驾驶汽车会错误地认为自己被各种固体物体包围，并选择爬行甚至停车。目前，谷歌的机器学习技术可以用算法过滤掉噪音，信号采集画面和正常天气一样简单。此外，面对恶劣的天气环境，我们还必须做到如何保持车外传感器的清洁和通畅。现在，研究人员和制造商的主要担忧之一是为恶劣天气制定安全和道路测试协议，这对于依赖先进技术感知周围环境的车辆来说可能是一场斗争。美国联邦公路管理局（FHWA）估计，每年500多万起不同的车祸中，22%与恶劣天气直接相关。显然，自动驾驶汽车在未来也可能遇到类似的问题。自动驾驶汽车发展的决定性问题不是围绕单一的技术功能，至少在几年内不会有答案。研究人员表示：“‘SFE如何足够’是我们必须解决的最困难的问题。”即使是微小的小气候变化也会给自动驾驶系统带来巨大的问题。尽管在过去的几年里，许多自动驾驶初创公司都通过自己的道路测试来证明他们能够很好地处理这些问题。

最近，密歇根州立大学的最新研究表明，的降雨和小雨都混淆了自动系统用来检测行人、骑自行车的人和其他道路使用者的算法。这些发现再次阐明了一个前提，即除非这些算法能够更好地处理各种天气条件，否则自动驾驶汽车可能仅限于阳光充足的天气，或者当天气条件低于系统的关键标准时，就会有人接管车辆。这项研究的重点是测试计算机视觉系统的能力，因为摄像头通常是汽车制造商和科技公司用来对行人和其他道路使用者进行分类的主要传感器。但这项研究的参与者强调，问题不在于相机，而在于从相机中提取信息的算法。“一旦下了几滴雨，算法就会混乱，”他说。这就像滴在眼睛里的眼药水，人们的生理反应是希望立即看到外面的世界。研究人员评估了各种参数，包括雨滴的大小、每平方英寸雨滴的数量以及风速的影响。从晴朗的天气到风暴级别，他们发现当降雨强度为最坏情况的10%时，该算法无法检测到多达20%的物体。当降雨强度增加到30%时，多达40%的物体无法再被探测到。来自雷达和激光雷达的信息可以缓解一些问题，但最终的传感器融合数据仍然需要视觉来区分和识别物体的类型。在密歇根州立大学，研究人员在兰辛大学东校区周围的红绿灯处安装了摄像头，这使他们能够收集行人、自行车和车辆的运动数据，并更好地预测他们的运动，这对自动驾驶系统至关重要。早在2015年7月，密歇根州立大学就在其位于密歇根州安阿伯的校园内建造了“交通转换中心”（简称Mcity），这是一个自动驾驶汽车的试验场。试验场位于平坦地带，全长6.5公里，包括再现高速公路和十字路口直线路段的城市道路，以及周围的土路。与此同时，密歇根大学过去一直与美国交通部和密歇根交通部合作，有公民参与，使用了大约3000辆汽车……

o在普通道路和高速公路上进行路车通信验证测试。这次测试还产生了另一个与天气有关的发现。根据气候变化，自动驾驶系统用来确定其位置的高分辨率地图可能需要季节性更新。例如，当秋天树叶从树上落下时，研究人员意识到他们的地图已经过时了。夏天，你可以想象道路附近的树木或灌木被树叶覆盖，树叶是地图的重要组成部分，所以夏天和冬天是完全不同的。寒冷的天气也会给自动驾驶汽车的传感器带来问题。去年冬天，研究人员发现，10华氏度及以下的温度增加了传感器的“数据噪声”，或者增加了激光雷达传感器的低质量或无关返回。激光雷达制造商告诉研究人员，他们无法保证传感器能够在极冷的环境中工作，他们正在努力扩大传感器的温度范围。研究人员表示，无论是寒冷的天气、树叶还是小雨，这些缺点都突显了一个事实，即在可预见的未来，天气将削弱自动驾驶技术的能力。同时，如果摄像头出现故障，自动驾驶系统将被迫依靠其他替代传感器、GPS和高精度定位来确认汽车的位置。这种情况尚未在公共道路上进行测试。在未来的许多年里，具有挑战性的天气条件将是一个问题。在2017年提交给美国交通部的一份长达43页的安全报告中，Wymo写道：我们的车辆能够在中雨等恶劣天气下行驶，并且可以在白天和晚上正常工作。Wymo在今年10月发布的《自动驾驶汽车应急指南》中明确表示，Wymo的自动驾驶汽车设计为可以在高速公路、城市街道和农村道路等限速达到65英里/小时的地方行驶，也可以在停车场、小雨和雾中、昼夜行驶。然而，威默明确指出，在大雨、雪和寒冷天气、道路被淹、山路和无路地区等恶劣天气下，该车的自动驾驶功能将受到限制。显然，威莫仍在努力克服这样的天气障碍。在今年的谷歌I/O 2018开发者大会上，Wymo介绍了如何利用机器学习技术来减少雪花带来的“信号噪音”，让自动驾驶汽车能够看穿被雪覆盖的道路，安全驾驶。

例如，上图的上部显示了自动驾驶汽车的传感器扫描到的无数噪音，这些汽车被一块紫云密集地包围着。如果你不能过滤掉所有的噪音，自动驾驶汽车会错误地认为自己被各种固体物体包围，并选择爬行甚至停车。目前，谷歌的机器学习技术可以用算法过滤掉噪音，信号采集画面和正常天气一样简单。此外，面对恶劣的天气环境，我们还必须做到如何保持车外传感器的清洁和通畅。现在，研究人员和制造商的主要担忧之一是为恶劣天气制定安全和道路测试协议，这对于依赖先进技术感知周围环境的车辆来说可能是一场斗争。美国联邦公路管理局（FHWA）估计，每年500多万起不同的车祸中，22%与恶劣天气直接相关。显然，自动驾驶汽车在未来也可能遇到类似的问题。自动驾驶汽车发展的决定性问题不是围绕单一的技术功能，至少在几年内不会有答案。研究人员说：“‘SFE如何足够’是我们必须解决的最困难的问题。”

标签：发现

汽车资讯热门资讯