在上週,一輛以自動駕駛(Autopilot)模式、65英哩(約104公里)時速在美國加州高速公路上行駛的Tesla電動車,撞上了停在路邊的消防車(參考文章上方大圖的CBS電視新聞畫面截圖),所幸並無人員傷亡。

根據《水星報》(Mercury News)的報導,那輛被撞的消防車是停在道路左側的緊急救護車道與共乘車道(carpool lane),處理先前發生的另一樁事故;還有另一輛加州公路警察隊(California Highway Patrol)的車輛停在消防車後面的路邊。

美國國家運輸安全委員會(National Transportation Safety Board,NTSB)已經針對這起事故展開調查,除了指派兩位調查員前往加州洛杉磯Culver市的事故現場會勘,還派遣了一個專門小組調查此一事故並從中汲取經驗。而雖然那輛肇事Tesla的駕駛表示當時是車輛是採用Autopilot自動駕駛模式,但並未獲得第三方證實;顯然這點引起了相關主管機關的興趣。

因為Tesla與主管機關仍對此事件保持沉默,事故發生細節還未明朗,也有很多有待解答的疑問,不過Tesla還是掌握了關於事故發生的關鍵資料;如技術顧問機構VSI Labs創辦人與首席顧問Phil Magney表示:「因為在車上裝了“黑盒子”,Tesla可以提供NTSB大量資訊。」

已知Tesla的車子上有用以儲存所有車載資料的SD記憶卡,而且能透過無線連結存取其中資訊,除非該儲存媒介或車上的LTE通訊功能損毀;不過Magney表示,就算拿到那張SD卡,NTSB也沒辦法直接取得所需的資訊,因為它被高度加密,只有Tesla可以提供其中的資料。

以下針對Tesla車輛所裝載的先進駕駛輔助系統(ADAS),我們請汽車專家提出他們心中的疑問;先從我們不確定的地方開始討論:

自動駕駛

Magney表示:「我們實際上並不知道事故發生時Autopilot (AP)是否啟動;那輛車的駕駛可能是像去年那場在明尼蘇達州(Minnesota)發生的事故那樣,要把這起事故也歸咎於AP。」不過在去年7月發生的那起事故中,一開始那輛Tesla車子的駕駛將事故責任歸咎於Autopilot功能,後來又反悔。

交通感知/主動巡航控制

市場研究機構Linley Group資深分析師Mike Demler提醒我們,Tesla所謂的「Autopilot」實際上是一整套功能的組合,包括交通感知/主動巡航控制(Traffic-Aware Cruise Control)、自動轉向(Autosteer)以及自動變換車道(Auto Lane Change)。

「如果駕駛人開啟自適應巡航控制(adaptive cruise control),我相信一套設計完善的系統應該會偵測到前方有交通阻塞(顯然是在高速車道上);」Demler表示:「但是Tesla的車主使用手冊上卻警告,該系統可能不會偵測到那樣的情況。」

Tesla的車主使用手冊上是這樣寫的:「警告:交通感知巡航控制不能偵測到所有的物體,而且可能無法因為靜止車輛而剎停/減速,特別是在你以超過50英哩(80公里)時速駕駛,以及當你跟隨的車輛移出你所在車道,前方變成一輛靜止的車子或物體、自行車、行人時。」

Demler表示,所以理論上假設自適應巡航功能開啟,顯然應該會優先讓雷達而非攝影機負責偵測物體:「這裡可能會有軟體與感測器融合的問題。」

自動緊急剎車功能拯救了駕駛人?

Magney也很疑惑車子的自動緊急剎車(Automatic Emergency Braking,AEB)不知是否啟動,他表示:「在Tesla的車輛上,駕駛人是可以關掉這個功能的!」而因為那輛肇事車的時速是65英哩,對消防車的撞擊力道是非常大,有可能讓駕駛人重傷:「所以有可能是AEB減緩了一點撞擊力道,讓駕駛人倖免於難。」

感測器發揮作用了嗎?

「如果那輛車是比較新的model S,就應該有一套比較精密的感測器,主要是雷達與攝影機;」Magney表示:「但雷達應該在那輛車子的行駛路線上就偵測到這樣的情況;」不過他指出這裡需要注意的是:「雷達對於靜止物體有很多過濾,因為如果不這樣做,會發生很多誤報,包括停在道路兩側的車輛還有交通標誌等等…」

此外攝影機也應該要偵測到路上的情況,並將該靜止物體分類為車輛;但這裡的另一個問題是:「有可能那輛消防車停放的方向,讓攝影機搞不清楚那是一輛大型車,」Magney分析:「或者是攝影機可能偵測到了大型車,但並沒有意識到其位置在車輛行進路線上,就像是雷達犯的錯誤。」

Demler也看到了類似的問題,表示雷達對靜止消防車的偵測讓他想起了在佛羅里達州發生的那次事故:「軟體只會用雷達來偵測速度的變化,佛羅里達州事故中的貨櫃車障礙是在整個視野中移動,所以Tesla的軟體認為那是一個靜止的、在頭頂上的道路標誌並忽略了它。」

他指出,那輛Culver市事故的Tesla駕駛如果沒有注意,而且車輛是移出車道繞過消防車,那輛Tesla可能一開始是會加速!他再次引述了Tesla車主使用手冊上的文字:「當你跟隨的車輛已經偵測不到,交通感知巡航控制會恢復加速至原先設定的速度。」

雷達能看得多遠?

Tesla車輛是用了誰家的雷達裝置?Magney表示:「我們不確定這是否為Bosch或Continental的雷達,因為Tesla是最近才改用Continental;如果那輛車是較新的車款(2017或2018年式),就是用Continental的,但較舊車型是用Bosch的裝置。」

Magney補充指出,Bosch的雷達是偵測距離約160公尺的中距離雷達,根據某些報導,Tesla改用的Continental裝置支援更長的偵測距離;而他也相信無論是攝影機或雷達,都有與Autopilot功能共同運作,也可能都看到了那輛消防車。

不過Magney指出這裡的問題在於:「Autopilot的路徑規劃器(motion planner)並不認為該物體是在車輛的行進路線上,雷達可能把它過濾掉了,因為那是靜止的,同時攝影機可能也沒有成功將所看到的歸類;」總之就是左手不知道右手在做什麼。

那麼麥克風呢?

Demler還問到了麥克風:「人們討論到了攝影機、光達(lidar)與雷達,卻通常忽略了另一種自動駕駛車輛的關鍵感測器──麥克風!」他認為Google已經在自動駕駛測試車輛上使用麥克風很長一段時間,用以偵測警笛聲。或許那輛停在路邊的消防車並未鳴笛,只有開了閃光燈:「但攝影機應該要能輕易地偵測到。」

額外的安全性與可靠性?

以色列公司Autotalks執行長Hagai Zyss接受EE Times訪問時表示,從這樁事故學到的另一個教訓,是就算車上的感測器具備優良感知能力,還必須能掌握情況並且加以解釋,因為靜止的物體很容易被誤解。

他指出:「但如果靜止的車輛會發送警報給1英哩外的其他車輛,就不容易誤解這樣的通訊,因為這是車輛本身正在通報的;」簡而言之,以專用短距離通訊(DSRC)為基礎的車輛對車輛通訊(V2V)技術可以帶來幫助。

當然,V2V或是車輛對基礎建設(V2I)通訊需要網路效應,社會需要對技術有共識,相關技術也需要被市場接受,人們才能看到其有效性;Zyss表示,一個獨立解決方案──例如只仰賴車輛內部的感測器──明顯會有侷限,V2V與V2I能提供額外的安全性:「你不需要等到全自動駕駛車輛問世才能避免事故,你現在就可以採用V2V。」

同時Magney指出:「這個Tesla的案例為L2+自動駕駛車輛提供了一個強而有力的理由;」在今年的國際消費性電子展(CES)期間,Mobileye在SAE所訂定的Level 0~Level 5自動駕駛車輛等級中間,加入了一個「Level 2+」(L2+),並解釋此舉是為了將「定位資材」(localization assets) 應用於L2應用程式。

Magney 解釋:「如我們所知,現在的L2是比自適應巡航控制(adaptive cruise control)搭配主動式防車道偏離(active lane keeping)更多一點點,但如果跟隨的車輛開走了或是車道線難以辨識,這些功能最終證明是會有問題的;」而L2利用定位資材(例如GM以Supercruise所實現的)能更充分理解路線軌跡。

「Tesla的系統目前只靠攝影機,這在我看來並不夠好;」Magney表示:「如果利用HD地圖以及定位資訊,將能讓車子更具智慧,並在非常大的物體出現在車輛行駛路徑時避免碰撞。」

編譯:Judith Cheng

(參考原文: Did Tesla Flunk ‘Interpretation' Test?,by Junko Yoshida)