導(dǎo)讀：自動駕駛在公開道路的終極落地，既要得到勞苦大眾的內(nèi)心認可，也要獲得各國法律法規(guī)的支持。而獲得二者芳心的前提，則是證明自動駕駛比有人駕駛要更加安全。為了達成這個目標(biāo)，自動駕駛公司開始了在政府劃定區(qū)域馬拉松般的運營里程累積。
受制于傳感器的性能邊界、算法的成熟程度，自動駕駛公司目前多選擇在陽光明媚、風(fēng)和日麗的氣候下，車流適中、交通標(biāo)識齊全的道路上來上一段車輛的自動駕駛“華爾茲”。然而復(fù)雜工況、惡劣天氣下的交通事故發(fā)生率遠高于簡單工況、常規(guī)天氣，這既是常識，也是事實。據(jù)公開資料顯示，降雨條件下發(fā)生事故的風(fēng)險比正常情況高70%。
自動駕駛要想獲得更加信服的測試?yán)锍汤鄯e數(shù)據(jù)，隨著傳感器性能邊界的不斷突破、算法的不斷成熟，必將逐漸走向復(fù)雜工況、惡劣天氣的專項集中測試。這也是檢驗自動駕駛是否具備終極上路的“試金石”。自動駕駛?cè)谠挼谑似冢髡呤崂沓鲆恍?fù)雜工況及惡劣天氣，淺談下對自動駕駛的潛在影響以及一些潛在的解決方案。
一、復(fù)雜工況
在自動駕駛公司秀肌肉的路測視頻中，我們經(jīng)常可以看到視頻中不斷強調(diào)的無保護左轉(zhuǎn)、環(huán)島、人車混流、狹窄路段超車、大型路口掉頭等復(fù)雜工況下的自動駕駛能力。這些有人駕駛都經(jīng)常折戟沉沙的工況，是自動駕駛公司競相追逐的高地，下面我們挑選無保護左轉(zhuǎn)和環(huán)島兩個最復(fù)雜的工況展開介紹。
1、無保護左轉(zhuǎn)
在自動駕駛的城市場景、高速場景、泊車場景中，城市場景無疑是最復(fù)雜的。而在城市場景中，無保護左轉(zhuǎn)又是最難的工況之一。可以說，理解并攻克了無保護左轉(zhuǎn)工況，就等于提前入圍決賽圈。
無保護左轉(zhuǎn)，指的是十字路口沒有專門的左轉(zhuǎn)信號燈，而是和直行共用一個紅綠燈。在無保護左轉(zhuǎn)中，車輛一方面需要遵守交通規(guī)則，根據(jù)交通信號燈判斷車輛是否可以左轉(zhuǎn)，同時需要盡可能禮讓直行的車輛。另一方面需要具備競爭策略，通過緩行緩?fù)２粩嘞蛑毙熊囕v傳遞左轉(zhuǎn)的意圖，并在判斷與直行車輛有安全距離的情況下加速穿過直行車道。加速穿過直行車道之后，需要立即減速緩行，并實時感知、預(yù)測斑馬線中的行人、自行車道的非機動車，以便安全、高效地駛?cè)雽ο蜍嚨馈?
無保護左轉(zhuǎn)的難點有兩個，一個車輛本身的感知無法做到超視距，無法提前獲知路口被遮擋的直行車輛，自行車道的非機動車，斑馬線上行人的運動情況，二是決策時無法融入對人類意圖的理解。沒有超視距，就沒法做到統(tǒng)籌的規(guī)劃，控制的一氣呵成。后期通過V2X獲取路端感知以及其他車輛的數(shù)據(jù)倒是可以解決這個難題，目前的單車智能還無法做到高成功率的流觴左轉(zhuǎn)。
目前自動駕駛車輛擅長判斷來車的距離和速度，但是對于其他駕駛員、行人的一個眼神、揮手無法領(lǐng)會，只能僵硬的根據(jù)對向車輛的距離判斷是否具有安全的左轉(zhuǎn)距離。自動駕駛車輛一方面需要學(xué)會如何禮貌的要求其他車輛讓路，另一方面需要判斷其他車輛是否有減速的意圖。因此了解人類的意圖、洞悉人類的心理，可能是自動駕駛的終極命題。
2、環(huán)島
環(huán)島工況，一個讓眾多老司機都栽跟頭的工況，一個看似容易卻又異常玄乎的工況。在環(huán)島工況中，自動駕駛車輛需要完成駛?cè)搿Q道、駛出等操作，再加上常見的不遵守交通規(guī)則的非機動車，更給環(huán)島工況增加了復(fù)雜性。
以一個環(huán)島內(nèi)三車道，五出入口，每個出入口2車道數(shù)的環(huán)島為例。進入環(huán)島前，自動駕駛車輛需要提前變換到可以駛?cè)氕h(huán)島的相應(yīng)車道，并在沒有紅綠燈指引下完成斑馬線禮讓行人。禮讓完行人，按照交通規(guī)則，還需在第二個讓行標(biāo)志前禮讓正在環(huán)島上行駛的車輛，并伺機駛?cè)氕h(huán)島道路。
進入環(huán)島后，自動駕駛車輛需要根據(jù)駛出環(huán)島的路口選擇合適的內(nèi)側(cè)、中間、外側(cè)車道。因為在環(huán)島行駛中，連續(xù)變道是違規(guī)的，駛出環(huán)島時需要提前變換到中間車道后再變換到外側(cè)車道，最后駛出環(huán)島。內(nèi)側(cè)行駛，干擾少，但是駛出時需要變換兩條車道，對感知、規(guī)劃增加了更多挑戰(zhàn)。外側(cè)車道行駛，駛出環(huán)島成本最低，但是需要面對的無序的干擾較多。如何選擇，需要根據(jù)自動算法的特點來做選擇。
駛出環(huán)島時，一是要在恰當(dāng)?shù)臅r機變換到可以駛出環(huán)島的外側(cè)車道，二是駛?cè)氕h(huán)島車輛禮讓駛出環(huán)島車道的交通規(guī)則下，及時傳遞駛出環(huán)島意圖并安全快速駛出環(huán)島的策略，同時注意斑馬線處的行人。
上述例子還僅是一種環(huán)島類型，按照ISO 34503中的定義，環(huán)島可分為小型環(huán)島、緊湊環(huán)島、常規(guī)環(huán)島、大環(huán)島、雙環(huán)島等類型。類型的不同帶來的可能是環(huán)島內(nèi)車道數(shù)量的不同、中央島邊緣類型的不同、環(huán)島內(nèi)車道內(nèi)切直徑的不同以及環(huán)島的出入口數(shù)量等。而這些又將決定自動駕駛的通過策略。
二、惡劣天氣
這里的“惡劣天氣”指的是不利于自動駕駛傳感器使用的天氣，并非氣候?qū)W上定義的惡劣天氣，兩者有一定重疊但不完全一致。已知的不利于自動駕駛傳感器使用的“惡劣天氣”包括，雨、雪、霧、霧霾、沙塵暴、強光、全黑等。目前尚未誕生出一種可以勝任全天時、全氣候的全能傳感器，多傳感器深度融合又多處在實驗室驗證及企業(yè)宣稱的PPT中。因此，“惡劣天氣”必將長期以及深遠影響自動駕駛的量產(chǎn)落地。
九章智駕上有一篇兩萬字長文《自動駕駛發(fā)展面臨的惡劣天氣問題》，從學(xué)術(shù)的角度剖析了“惡劣天氣”對自動駕駛發(fā)展的深刻影響，讀后頗有同感。本部分摘取文章中的關(guān)鍵學(xué)術(shù)研究結(jié)論部分，結(jié)合自己使用過程中的經(jīng)歷，輔以拙劣的文采，呈現(xiàn)自動駕駛當(dāng)前主要傳感器面對“惡劣天氣”時的低能、無效以及潛在解決方案。
1、激光雷達
激光雷達采用近紅外光（常用905nm和1050nm波長）作為探測媒介，而近紅外光在大氣傳播過程中會發(fā)生功率衰減，面對雨、雪、霧等“惡劣天氣”時具有天生怯場的弱點。在“惡劣天氣”使用激光雷達，不僅大幅降低產(chǎn)品性能、還極易上演“烽火戲諸侯”的“虛假障礙物”故事。
1.1 雨
當(dāng)激光脈沖打到雨滴上時，部分發(fā)生散射，部分穿過雨滴，而部分穿過雨滴的激光脈沖會發(fā)生較大比例的功率衰減。相關(guān)人員通過對不同大小雨滴進行測試后發(fā)現(xiàn)，中、小雨滴造成的激光脈沖功率衰減不足以影響雨滴后面物體的測量，通過多次回波算法可以過濾掉雨滴散射后的回波脈沖。
但是當(dāng)雨足夠大，足夠密，足夠亂時，雨滴之間相互撞擊會形成團狀霧。激光脈沖打到團狀霧后，相比中、小雨天氣，反射的回波脈沖能量會變強，穿過雨滴的脈沖能量會變小，這極易導(dǎo)致激光雷達將其識別為虛假障礙物。團狀霧導(dǎo)致的虛假障礙物，目前很難從算法端過濾，這也是影響激光雷達在大雨中使用的最大阻礙。
相比于中、小雨下通過多次回波過濾雨滴散射信號這種直搗黃龍的解決方案，在容易形成團狀霧的暴雨中，我們可以采取一種曲線救國的方案。自動駕駛車輛實時感知降雨大小，并實時判斷是否超過內(nèi)部設(shè)定的降雨影響的閾值。一旦超過這個的閾值，自動駕駛車輛可以降低對對激光雷達感知結(jié)果的信任度，提高更能勝任雨天傳感器感知結(jié)果的置信度。當(dāng)然、雨量感知與閾值設(shè)定可能會是一個更難克服的工程難題。
1.2 雪
雪是由大量白色不透明冰晶（雪晶）和其聚合物（雪團）組成，一種反射率在30%~90%的固體。因此，打到雪花上的激光脈沖絕大部分將被反射回去，雪花也被扎扎實實地識別為一個虛假障礙物。在從天而降或疾風(fēng)卷起的雪花天氣下，激光無能為力。
除了會形成虛假障礙物之外，在下雪這種極冷天氣（<-20℃）下，激光雷達探測器的Dead Time（《激光雷達，揭開面具下的“丑陋”》詳細介紹了Dead Time概念）將會增加6.8ns，這將導(dǎo)致盲區(qū)增加1m多，這在傳感器布局設(shè)計時需要充分考慮。
1.3 霧
霧是由懸浮在近地面空氣中微小水滴或冰晶組成，會以更加均勻的方式影響雷達感知。當(dāng)前905nm波長的激光雷達穿透霧的能力依舊有限，但是被寄予厚望的1550nm波長的激光雷達，由于可以提高幾十倍的發(fā)射功率，被認為是霧天的希望之星，但是1550nm激光脈沖遇水即被吸收的特性，是其為何功率這么高還對人眼安全的關(guān)鍵，但也可能是其突破“惡劣天氣”道路上的最大障礙。
1.4 小結(jié)
面對雨、霧、雪等“惡劣天氣”，回波處理是目前已經(jīng)在應(yīng)用的技術(shù)，而且在部分產(chǎn)品中也已展示了良好的效果。另外一個更神奇的技術(shù)，波形識別，也已在路上。激光脈沖回波信號中若能攜帶目標(biāo)波形，并通過波形的唯一性來判斷檢測到的是雨、雪、霧還是我們關(guān)心的物體，這可能是未來研究的主攻方向。
2、感知相機
所見即所得，這是對人眼和感知相機最形象的描述。如果再為其插上事件觸發(fā)和ROI（Region of Interest）的翅膀，其在感知世界的江山將更加穩(wěn)固。
雨、雪、霧等“惡劣天氣”對相機成像的影響相似，都將影響成像的清晰度、分辨率、飽和度等參數(shù)。因此，算法上的去雨、去雪、去霧，成為相機在“惡劣天氣”下提升感知能力的重點突破方向。各種深度學(xué)習(xí)算法層出不窮，都在一定限制條件下起到一定的作用，但離上路還有漫長的一條路要走。除了相似的影響，雨、雪等還會產(chǎn)生一些特殊的影響。
2.1 雨
但是一滴粘在相機鏡頭上的雨滴，會如一顆老鼠屎，無論你是200萬像素的“粥”，還是800萬像素的“粥”，都將難以食用。鏡頭上的物理除雨技術(shù)，已經(jīng)引起各企業(yè)足夠關(guān)注，相機鏡頭的“洗烘”套餐更是五花八門。
2.2 雪
對于附著在鏡頭上的雪花來說，可能比附著在鏡頭上的雨滴產(chǎn)生更嚴(yán)重的影響。雪花沾上鏡頭后，部分融化成水，產(chǎn)生和雨滴遮擋類似的效果。但在寒冷的冬天，融化后的水可能會迅速在鏡頭上結(jié)成冰，從而相機視線上形成一個長久的不透明的障礙物。除雨的“洗烘”套裝上加上一個“熱吹風(fēng)”功能，可能更適合雪天。
此外，當(dāng)雪開始在路面積聚遮擋車道線時，基于車道線的的定位、可通行區(qū)域判斷將會失效。
3、毫米波雷達
毫米波雷達采用毫米波（波長在1~10mm區(qū)間，頻率在 24~300GHz區(qū)間，常用24GHz和77GHz頻段）作為探測媒介，而毫米波在傳播過程受環(huán)境影響較小，具有天生的雨、雪、霧等穿透能力，使其成為輔助駕駛功能不可或缺的核心傳感器之一。而其飽受批評的分辨率低的缺陷，正在由一種叫做4D毫米波雷達的產(chǎn)品改善。4D毫米波，有潛力繼激光雷達之后成為收割自動駕駛韭菜第二快的刀。
三、總結(jié)
對人類駕駛員來說，平均1億公里會發(fā)生一起致命性的事故。自動駕駛系統(tǒng)要想達到人類的安全性水平，大概需要100億公里的數(shù)據(jù)。如果自動駕駛安全性想要超過人類駕駛安全性一個量級，則需要1000億公里的數(shù)據(jù)。為了早日實現(xiàn)100/1000億公里的數(shù)據(jù)，各家自動駕駛公司無論是通過單獨采購測試車輛還是數(shù)據(jù)眾包方式，都開始了艱苦卓絕的道路測試，有點蠻干的意思。
而真正易發(fā)事故的復(fù)雜工況和“惡劣天氣”均有詳細的歷史記錄，基于這些信息去做專項測試，得出一些更有質(zhì)量的數(shù)據(jù)，可能比陽光明媚下日復(fù)一日的重復(fù)測試更有價值。還有一種可能，自動駕駛能力尚不具備挑戰(zhàn)這些復(fù)雜工況和“惡劣天氣”的能力，而通過更多不是那么有價值數(shù)據(jù)的積累，在市場宣傳和尋求融資時可以起到虛張聲勢的作用。
參考資料：
自動駕駛發(fā)展面臨的惡劣天氣問題 https://mp.weixin.qq.com/s/d9O6h8FqKG084JDYwsj4NA
來源：十一號組織，作者11號線人
