即使是一點(diǎn)小氣候變化，都會(huì)給自動(dòng)駕駛系統(tǒng)帶來(lái)很大的問(wèn)題。盡管在過(guò)去幾年時(shí)間里，許多自動(dòng)駕駛初創(chuàng)公司都在用自己的路測(cè)表明自己都能夠很好的處理這些問(wèn)題。

近日，密歇根州立大學(xué)的最新研究表明，毛毛雨和小雨都會(huì)混淆自動(dòng)系統(tǒng)用來(lái)檢測(cè)行人、自行車(chē)手和其他道路使用者的算法。

這些發(fā)現(xiàn)再次明確了這樣的前提，即除非這些算法能夠更好地處理各種天氣條件，否則自動(dòng)駕駛汽車(chē)可能僅限于陽(yáng)光合適的天氣，或者當(dāng)天氣條件低于系統(tǒng)臨界標(biāo)準(zhǔn)時(shí)，有人接管車(chē)輛。

這項(xiàng)研究的重點(diǎn)是測(cè)試計(jì)算機(jī)視覺(jué)系統(tǒng)的能力，因?yàn)閿z像頭通常是汽車(chē)制造商和技術(shù)公司用來(lái)對(duì)行人和其他道路使用者進(jìn)行分類(lèi)的主要傳感器。

但問(wèn)題不在于相機(jī)，這次研究的參與者強(qiáng)調(diào)，而是從相機(jī)中提取信息的算法。

“一旦有幾滴雨，算法就會(huì)感到困惑，”他說(shuō)，這就像眼藥水滴在眼睛里，人的生理反應(yīng)就是希望馬上就能看到外面世界?！?/p>

研究人員評(píng)估了各種參數(shù)，包括雨滴的大小、每平方英寸的雨滴數(shù)量以及風(fēng)速的影響。從晴朗的天氣到暴風(fēng)雨的尺度，他們發(fā)現(xiàn)，當(dāng)降雨強(qiáng)度是最壞情況的10%時(shí)，算法無(wú)法檢測(cè)到多達(dá)20%的物體。當(dāng)降雨強(qiáng)度增加到30%時(shí)，多達(dá)40%的物體不再能被探測(cè)到。

來(lái)自雷達(dá)和激光雷達(dá)的信息可以緩解一些問(wèn)題，但是最終的傳感器融合數(shù)據(jù)仍然需要視覺(jué)去分辨和識(shí)別物體的類(lèi)型。

在密歇根州立大學(xué)，研究人員在蘭辛大學(xué)東校區(qū)周?chē)募t綠燈上安裝了攝像頭，使他們能夠收集有關(guān)行人、自行車(chē)和車(chē)輛運(yùn)動(dòng)的數(shù)據(jù)，并更好地預(yù)測(cè)他們的運(yùn)動(dòng)，這對(duì)于自動(dòng)駕駛系統(tǒng)來(lái)說(shuō)至關(guān)重要。

而早在2015年7月，密歇根州立大學(xué)在位于密歇根州安娜堡市的該大學(xué)校區(qū)內(nèi)就修建了自動(dòng)駕駛汽車(chē)測(cè)試場(chǎng)“交通轉(zhuǎn)換中心”（簡(jiǎn)稱(chēng)Mcity）。

該測(cè)試場(chǎng)位于平坦地帶，全長(zhǎng)6.5km，其中有再現(xiàn)高速公路的直線路段、再現(xiàn)十字路口等的市區(qū)道路，周邊還有土路。同時(shí)，密歇根大學(xué)過(guò)去一直與美國(guó)交通運(yùn)輸部及密歇根州運(yùn)輸局合作，由市民參與，使用約3000輛汽車(chē)在普通公路和高速公路上進(jìn)行路車(chē)間和車(chē)車(chē)間通信的驗(yàn)證試驗(yàn)。

這項(xiàng)測(cè)試還產(chǎn)生了另一個(gè)與天氣有關(guān)的發(fā)現(xiàn)。根據(jù)氣候的變化，自動(dòng)駕駛系統(tǒng)用來(lái)確定其位置的高分辨率地圖可能需要季節(jié)性更新。

比如，秋天當(dāng)樹(shù)葉從樹(shù)上落下時(shí)，研究人員意識(shí)到他們的地圖已經(jīng)過(guò)時(shí)了。而到了夏天，你可以想象在靠近道路的樹(shù)木或灌木上長(zhǎng)滿了樹(shù)葉，它們是地圖的重要組成部分，所以夏天和冬天是完全不同的。

寒冷天氣也會(huì)給自動(dòng)駕駛車(chē)輛的傳感器造成問(wèn)題。去年冬天，研究人員發(fā)現(xiàn)10華氏度的溫度以及更低的溫度增加了傳感器的“數(shù)據(jù)噪音”，或者說(shuō)增加了激光雷達(dá)傳感器的低質(zhì)量或者不相關(guān)的返回量。

而激光雷達(dá)制造商告訴研究人員，他們不能保證傳感器能在極端寒冷的環(huán)境下工作，他們正在努力擴(kuò)大傳感器的溫度范圍。

不管是寒冷的天氣、樹(shù)葉還是小雨，研究人員表示，這些缺點(diǎn)都突出了這樣一個(gè)事實(shí)：在可預(yù)見(jiàn)的未來(lái)，天氣會(huì)削弱自動(dòng)駕駛技術(shù)的能力。

同時(shí)，如果一旦攝像頭失效，自動(dòng)駕駛系統(tǒng)被迫依靠其他替代傳感器和GPS及高精定位來(lái)確認(rèn)本車(chē)的位置，這種狀況并未在公共道路上進(jìn)行大量測(cè)試。

未來(lái)許多年，具有挑戰(zhàn)性的天氣條件將是一個(gè)問(wèn)題。

Waymo在2017年向美國(guó)交通部提交的一份43頁(yè)的安全報(bào)告中這樣寫(xiě)道：我們的車(chē)輛已經(jīng)具備在惡劣天氣下駕駛的能力，如中雨，白天和夜間都能正常工作。

而在Waymo今年10月發(fā)布的自動(dòng)駕駛車(chē)輛事故應(yīng)急指南中明確提出：Waymo自動(dòng)駕駛車(chē)輛的設(shè)計(jì)使其可在高速公路、公路、城市街道和鄉(xiāng)村道路等限速達(dá)65英里/小時(shí)的地方駕駛，也可在停車(chē)場(chǎng)、在小雨和霧中日夜不停地行駛。

但是Waymo明確提出，在大雨、下雪和冰冷的天氣等惡劣天氣、被水淹沒(méi)的道路、山區(qū)道路以及無(wú)路區(qū)該車(chē)的自動(dòng)駕駛功能將受到限制。

顯然，Waymo仍在不斷努力克服這樣的天氣障礙。在今年谷歌I/O 2018開(kāi)發(fā)者大會(huì)上，Waymo介紹了如何借助機(jī)器學(xué)習(xí)技術(shù)來(lái)減少雪花帶來(lái)的“信號(hào)噪點(diǎn)”，讓自動(dòng)駕駛汽車(chē)看穿積雪路面并安全行駛。

比如，上圖的上半部分，展示了自動(dòng)駕駛汽車(chē)傳感器掃描到的無(wú)數(shù)噪點(diǎn)，密密麻麻地圍成了一片紫云。如果不能濾除所有噪點(diǎn)，自動(dòng)駕駛汽車(chē)會(huì)誤認(rèn)為自己被各種堅(jiān)實(shí)的物體包圍，選擇蠕行、甚至干脆停下來(lái)不走了。

而目前谷歌的機(jī)器學(xué)習(xí)技術(shù)能夠用算法過(guò)濾掉噪點(diǎn)之后，信號(hào)收集畫(huà)面簡(jiǎn)潔得如同正常天氣狀態(tài)。

此外，面對(duì)惡劣天氣環(huán)境，還必須要做到如何保持車(chē)外傳感器清潔和不被遮擋。

現(xiàn)在，研究人員和制造商主要關(guān)心的問(wèn)題之一是開(kāi)發(fā)用于惡劣天氣的安全和道路測(cè)試協(xié)議，這對(duì)于依靠先進(jìn)技術(shù)感知周?chē)h(huán)境的車(chē)輛來(lái)說(shuō)可能是一場(chǎng)斗爭(zhēng)。

而美國(guó)聯(lián)邦公路管理局（FHWA）估計(jì)，每年有500多萬(wàn)起不同的車(chē)禍中，22%直接與惡劣天氣有關(guān)，顯然，未來(lái)自動(dòng)駕駛車(chē)輛也同樣可能遭遇類(lèi)似問(wèn)題。

自動(dòng)駕駛汽車(chē)發(fā)展的決定性問(wèn)題不是圍繞著某單一的技術(shù)功能展開(kāi)，至少在幾年內(nèi)不會(huì)有答案。研究人員表示：“‘how safe is safe enough’是我們必須解決的最棘手的問(wèn)題?！?/p>

上一篇：榮威MARVEL X成新能源汽車(chē)名城接力賽大贏家 下一篇：踐行品質(zhì)造車(chē) 金康智能工廠榮獲“中國(guó)最佳工廠造車(chē)新銳獎(jiǎng)”