車東西（公眾號：chedongxi）
作者 | 木米
編輯 | 曉寒
選擇純視覺自動駕駛路線，特斯拉做錯了？
據華盛頓郵報報道，過去三個月中，特斯拉有關“幽靈剎車”問題的投訴量激增至107起。而前22個月僅為34起。
所謂幽靈剎車，就是用户在開啓Autopilot或者使用FSD等L2自動駕駛系統時，車輛會在某種看似無需剎車的情況下突然無徵兆地剎車。
車東西團隊購入了多台特斯拉車型在日常使用，我們也曾多次遇到過幽靈剎車現象（雖是多次，但放在總使用時長開看仍是小概率問題）。
在其發生時，往往都是突然地急剎車、重剎車，因此對車內人員來説體驗非常糟糕，甚至可以説是恐怖。同時也容易誘發後車追尾的安全隱患。
在投訴量激增之後，美國監管機構已經展開了對特斯拉這一問題的調查。
統計數據顯示，這波投訴增加的時間點正是出現在了特斯拉宣佈取消自動駕駛系統中的毫米波雷達之後——説明純視覺路線與幽靈剎車的增多直接相關。
華盛頓郵報統計的特斯拉車主投訴數據
那麼最近的幽靈剎車投訴激增事件到底怎麼回事？過去採用多傳感器的車型是否也有類似問題？多傳感器融合方案真的比純視覺方案要更優秀嗎？
一、多位車主遭遇幽靈剎車 監管機構介入調查目前有不少車主向監管機構投訴稱，特斯拉車輛的幽靈制動讓其陷入被追尾的險境中。
一位車主在一份報告中説：“我妻子要求我在車裏不要使用巡航控制或Autopilot，因為我們之前在公路旅行的時候曾經遇到過特斯拉的幽靈制動，當時導致我妻子懷孕的肚子受到了壓迫。”
另一位車主寫道：“有時候我的車前什麼都沒有車輛也會緊急制動。”
特斯拉車主在行駛中遇到幽靈剎車
一位駕駛2022年款特斯拉Model Y的車主説，他最近在舊金山的泰勒街和松樹街駕駛時，他的車在前面幾英尺處發現了一個塑料袋，這個袋子並沒有影響他的駕駛，但車輛隨後也發生了緊急制動。
另一位2021年款特斯拉Model Y的車主Ben Morris也是向NHTSA投訴的人之一。他説，這是他的第三輛特斯拉，但這款車的幽靈剎車問題比他之前的其他車都更明顯。
他在一封電子郵件中寫到“雖然我的2017年的Model X之前有過幽靈剎車，但這種情況非常罕見。但2021年5月發佈基於視覺自動駕駛系統之後，好像幾乎每天會出現這種問題。”
他回憶起他的妻子在高速上開車時遇到的幽靈剎車，説道“它用力地剎車，把我們車上的兒童座椅都撞到了前排座位。”
“萬幸的是，我們的孩子不在車上。”，Ben Morris回憶稱。
針對特斯拉近期不斷增加的制動失靈投訴，美國國家公路交通安全管理局（NHTSA）發言人Lucia Sanchez表示，當局正在與特斯拉就幽靈制動問題的投訴進行對話。
Lucia Sanchez説：“NHTSA已經開始關注關於特斯拉幽靈剎車的投訴，並正在通過我們的風險評估流程對特斯拉進行審查。”
“這個過程包括與特斯拉進行討論，以及審查其他數據來源，包括預警報告數據。如果數據顯示可能存在風險，NHTSA將立即採取行動。”
特斯拉於2020年解散了其公關部門，因此目前沒有回應外媒的置評請求。
外媒表示，特斯拉過去曾辯稱，在比較碰撞數據時，其輔助駕駛功能套件Autopilot比一般的人類駕駛更安全。但特斯拉現在面臨着監管機構越來越多的審查，包括召回和安全調查等，這令人質疑其輔助駕駛的可靠性。
值得注意的是，最近對特斯拉汽車的大部分投訴都與幽靈制動問題有關——自11月以來，在關於2020年至2022年特斯拉Model Y和Model 3以及2019年特斯拉Model 3的189起投訴中，有107起是關於幽靈剎車的，這個數據佔比達到了57%。
二、去掉雷達後投訴增多 專家：純視覺要背鍋去年10月，特斯拉曾表示其幽靈剎車的故障現象是FSD軟件更新觸發的。因此，特斯拉一度召回了當時更新的FSD軟件版本。但召回之後，針對幽靈制動的投訴卻不降反升。
有意思的是，這些車主投訴的時機正好在特斯拉停止使用毫米波雷達作為其自動駕駛系統的傳感器之後。
據悉，特斯拉去年宣佈，從2021年5月開始，它將停止為北美製造的特斯拉Model Y和Model 3車輛配備雷達，並計劃構建一套基於視覺的自動駕駛系統。
特斯拉官網聲明
特斯拉汽車配備了八個環繞式攝像頭，特斯拉稱該套攝像頭能夠“在高達250米的射程內提供360度的汽車能見度”。此外，它還利用12個超聲波傳感器來檢測車輛周圍的物體。
特斯拉Model 3搭載了12個攝像頭
而在採用了這套基於視覺傳感器的自動駕駛系統之後，有車主向監管機構投訴表示，他們的汽車似乎感知過於“靈敏”。
一位外國車主表示，某次他的特斯拉車輛由於感知到了對面車道的卡車而採取了緊急制動——他稱車輛“幾乎停在了車道中間”。
卡內基梅隆大學的一位關注自動駕駛汽車安全的教授Phil Koopman表示：“當開發人員沒有正確設置決策閾值來決定何時存在緊急情況以及區分虛假警報時，就會發生幽靈剎車。”
“其他公司所做的是使用多個不同的傳感器，並在它們之間進行交叉驗證——不僅是多個相機，還有多種類型的傳感器，例如雷達和激光雷達，這些是比較複雜的傳感器，它們可以使用激光繪製環境地圖的點陣。”
該教授稱：“只有一個類型的傳感器是更難確定道路情況的，因為沒有不同類型傳感器的交叉驗證。”
三、多傳感器容易打架 特斯拉走上純視覺路線因為視覺和雷達技術各有優劣勢，因此現有的L1~L2自動駕駛方案，多采用了視覺+毫米波的傳感器配置。
先説視覺，無論是使用傳統的特徵點識別技術，還是使用深度學習技術，視覺的感知方案都有兩大難題。
1、漏檢、誤檢的現象都經常出現。
比如異型車、被遮擋的車輛、位置不對的車輛，因為沒有進行過針對性的訓練，或者訓練的數據較少，就很難識別。
2、存在真假難辨的問題。
特殊情況如前方公交車尾部有巨幅的人物照片，視覺系統就很容易將這個照片識別為前方有人。
再説毫米波雷達，因為靠回波感知物體，相對不容易出現真假問題——前方有物體就有回波，沒物體就沒回波。
但因為回波中會有“噪點”，比如兩個離得很近的車輛，或者靜止的車輛與固定物體之間，回波是摻雜在一起的。在現有的雷達技術條件下，很難對其進行精確區分。
視覺和雷達各有優缺點，所以過去20年裏，量產車的L1~L2自動駕駛系統往往將視覺和毫米波雷達，以及超聲波雷達結合起來使用，進行交叉驗證，來提升感知的準確度。
多傳感器方案看似完美，但實際也有問題。目前絕大部分廠商都是用後融合（目標融合）的方式來做視覺和毫米波雷達的融合——各個傳感器單獨去檢測，然後把結果進行比對。所以一旦兩個傳感器出現結果不一致的情況，就很難處理了。
業內現在的常用做法是設置置信度，即在某種條件下選擇更相信某一種傳感器，從而解決結果打架的問題。但實際上這種做法並沒有從根本上解決問題——不管選視覺還是選雷達，都仍然存在單一傳感器的感知弊端。
既然選擇了也無法避免錯誤，擁有極強AI能力的特斯拉索性就扔掉了毫米波雷達，搞出了個純視覺方案。
特斯拉的AI高級總監Andrej Karpathy在去年的一次公開演講中，曾經給出了幾個純視覺表現更好的例子。
第一個案例是前方車輛快速剎車時，視覺傳感器和毫米波雷達出現了截然不同的表現。
前車緊急制動時，兩種傳感器感知效果對比
圖中黃色線條代表毫米波雷達感知的距離、速度、加速度圖像（從上至下），藍色線條代表純視覺傳感器的感知結果。可以發現，毫米波雷達在其中有多次出現距離突然降低為0、速度突然提升、加速度突然為0的情況。這是因為突然減速之後，毫米波雷達並不能很好追蹤前方車輛，因此多次重啓，就像是車輛在短時間內重複消失，又出現了6次，這很可能誤導自動駕駛系統。
由純視覺傳感器感知的信息和毫米波雷達的信息大致重合，但是沒有出現距離、速度、加速度突變的情況，表現非常穩定。
第二個案例是路上常見的立交橋。
車輛感知到橋樑認為是靜止物體，採取制動措施
由於毫米波雷達沒有垂直分辨率，所以會認為立交橋是一個靜止在前方的物體。傳感器感知數據融合之後，車輛認為行駛前方存在靜止物體，並判斷緊急剎車。這種情況在高速公路上十分危險。
第三個案例是行駛前方出現一輛停靠路邊的大貨車。
毫米波雷達感知距離不如攝像頭
此時，毫米波雷達無法判斷前方究竟是一輛車還是一個普通的靜止物體。因此，毫米波雷達將這項任務交給視覺傳感器，最終在距離車輛110米的距離時，才感知到前方的卡車。
如果用純視覺傳感器，在180米的距離時感知到了前方的貨車，並從145米處有明確的感知信息，開始減速。
Andrej Karpathy給出的例子確實能證明純視覺路線優秀，但從目前幽靈剎車投訴事件來看，純視覺方案還遠稱不上完美，其也有自己的弊端。
四、多傳感器路線也有幽靈剎車 前融合或是根本解決方案純視覺不完美，並不意味着就要回到過去視覺+毫米波的老路上來。
車東西團隊自費購置了多台特斯拉車型，在年復一日的日常駕駛中，我們也多次碰到過Autopilot幽靈剎車的問題，主要有兩大場景容易出現。
一是隔壁車道車輛有車輛離本車過近時，系統有小概率會誤認為隔壁車要變道或加塞，就直接來了一腳重剎。
二是在距離前方車輛較近，且前車頻繁加減速時，本車小概率會誤認為前車剎停了，然後又是一腳重剎。
因為幽靈剎車幾乎每次都是重剎，所以體驗非常嚇人並且存在被後車追尾的風險。
此外，還有一次夜晚行駛時，在四下無車的空曠高速上，車東西也碰到過一次幽靈剎車。有可能是當時誤將對面或者頭頂的立交橋識別成了障礙物而採取了剎車動作。
車東西認為，要較好地解決幽靈剎車問題，並不是説要回到老的路線上，而是應該增加激光雷達，甚至再補充成像毫米波雷達，採用前融合的辦法，在像素層面將傳感器的數據對齊進行感知，從而真正發揮多傳感器融合的優勢（當然，前融合也存在像素難以對齊的難題）。
馬斯克雖然多次Diss激光雷達，認為其價格太貴。但從大疆、華為、速騰聚創、禾賽科技、一徑科技等目前國內激光雷達廠商的動作來看，激光雷達的成本問題顯然越來越不是問題。
在激光雷達的成本有了根本性變化後，我們還是希望特斯拉能夠予以使用，用更先進的傳感器創造出更多優質的體驗，帶領行業持續前行。