当前位置:首页 > 汽车电子 > 汽车电子技术文库
[导读] 本文罗列了一些对目前自动驾驶汽车有挑战的事物,动物、雪花、模糊的交通标志都可能会让无人车陷入困难。 工程师们正在努力让无人车表现得比人类更好,目的是每年挽救数百万人的生命。根据美国国家统

本文罗列了一些对目前自动驾驶汽车有挑战的事物,动物、雪花、模糊的交通标志都可能会让无人车陷入困难。

工程师们正在努力让无人车表现得比人类更好,目的是每年挽救数百万人的生命。根据美国国家统计和分析中心的数据,美国年度交通事故死亡人数的94%是由于人为错误导致的。美国公路安全保险协会(IIHS)估计,即使是今天的ADAS功能,例如车道偏离警报(现已广泛使用),也可以将致命的碰撞率降低86%。

然而,我们距离真正的“无人驾驶”还有很长的路要走。之前IIHS在山坡和弯曲道路上分别测试了五辆智能车,这些车都是来自技术领先的公司。虽然没有发生大的事故,但几乎所有的车辆都发生了或多或少的错误。

机器学习虽然正在改变着车辆现有的可能性,让某些环境变得受控。但是今天的半自动驾驶汽车仍面临着很多阻碍。雨滴和障碍物,甚至是遮蔽胶带和动物等,都可能让智能车碰壁。

以下是智车科技整理的目前自动驾驶所面临的最突出的挑战:

交通标识的改变

交通标志识别一直是自动驾驶汽车所要面对的难题之一,我国各地的红绿灯有很多变化,不同情境下红绿灯高矮、形状、位置的不同也在影响着无人车的识别。除此之外,还有一些被遮挡的交通标志很容易发生误识别。密歇根大学计算机科学研究人员曾经巧妙地改变了停止标志,如上图所示,结果证明轻微的改变都可能会让自动驾驶汽车的识别产生混淆。该研究还发现通过涂鸦,导致算法错误地将停车标志识别为限速标志等。尽管有人提出了一种通用攻击算法,即鲁棒物理扰动(RP2),在不同的物理条件下产生强大的视觉对抗扰动来优化算法,但并需要大量工作研究证明。

说到涂鸦,这幅图车上的涂鸦也在误导自动驾驶的识别系统。车身上自行车和行人涂鸦竟然被识别出来,让人哭笑不得。

飘落的雪花

在《下雨天场景对自动驾驶汽车仍有很大挑战》一文中提到过雨雪天给无人驾驶汽车带来的麻烦。雪花会让无人车产生一种错觉,识别出车辆周围存在障碍物,从而寸步难行。通过算法可以在使用激光绘制的高分辨率3D地图来区分水和固体,但冬天的雪花会对无人车产生误导,这仍然是自动驾驶汽车面临的最大挑战之一。因为这种环境会使无人车的传感器包括摄像头和激光雷达的准确性下降,摄像头无法识别车道线,导致无人车很难防止车道漂移以及安全导航;激光雷达在降雪环境中的能见度会明显下降,这将导致无人驾驶系统无法绘制出有效的周围环境地图以确保驾驶安全。同时,降雪天气也使得这类传感器很难探测到路上无法预料的障碍物。

福特等公司虽然也在测试雪天场景下无人车的表现,但现在并没有宣布任何针对雪地和极端低温的测试效果。第一个让完全无人驾驶车上路的 Waymo 也宣布,他们将在底特律接受严冬的考验。“我们要在雨雪天气中训练我们的无人车,”Waymo CEO John Krafcik 在一份声明中这样说道,其目标之一即“教会无人车处理在结冰路面上刹车打滑的问题。”

今年上半年召开的德国汉诺威国际信息及通讯技术博览会上,三菱电机发布了基于AI的移动绘图系统(Mobile Mapping System,MMS),但这一系统同样难以避免雪天探测失灵的绘图难题。为此,三菱特别开发出厘米级增强服务(CLAS)定位手段,能够将精度控制在厘米级。

动物

说到动物,国内车道上可能会出现猫猫狗狗,但是国外会有一些其他的动物走上街头,这也会混淆计算机识别。在波士顿,NuTonomy公司必须重新编程汽车软件来驱散顽固的海鸥。正在各地测试无人车技术的沃尔沃,最近在澳大利亚遇到一个有趣的问题,沃尔沃的自动驾驶系统无法探测出袋鼠,这种动物的跳动会干扰无人车的系统。此前,沃尔沃的大型动物探测系统已经成功的识别出鹿、麋鹿、驯鹿、驼鹿。然而蹦蹦跳跳的袋鼠跟其他动物的移动方式很不一样。这可能就是无人车系统发展和测试过程中的一个插曲。

隔音泡沫

南卡罗来纳大学的研究人员通过覆盖隔音泡沫中使得特斯拉S 自动驾驶失去了方向,超声波传感器没有检测到异常。同样,价值40美元的Arduino计算机和一个超声换能器(用于产生声波)可以诱使特斯拉避开停车位,或者堵塞超声波传感器以避开近距离的实际障碍物。一些很简单的设计都可以骗到无人车。

退出车辆

自适应巡航控制系统(ACC)保持设定速度并跟随前方车辆的距离。这在高速公路上的高速行驶时很好,但随着汽车开始跟随另一辆车驶入越野道路,可能会出现意想不到的转弯。“当汽车行驶速度太慢而无法跟踪车道线路时,主动车道保持系统会使用前方车辆作为指导,”IIHS 表示。“如果前面的车辆退出,那么尾随车可能来不及相应。”ACC不会对交通信号或其他交通管制做出反应。主动车道保持提供持续的转向输入以使车辆保持在其车道内,但驾驶员必须继续保持好方向盘,因为前车的退出可能会导致无人车发生事故。

丘陵

在弗吉尼亚州中部山区的IIHS试驾人员发现,即使是先进的驾驶员辅助系统也可能会错过车道标记,因为车辆会爬上山顶。如果前方视野被遮挡,汽车会左右转弯以找到车道的中心,这会让司机吓一跳。

桥梁

据 Electronic Component News 报道,桥梁是自动驾驶汽车的黑匣子。由于桥梁缺少道路上存在的许多环境因素,因此要使用传感器防止车辆的偏移。这就像“在一个巨大的房间里从一端走到另一端,当你走到一半时,灯光熄灭。虽然你看不到任何东西,但你对继续前进的方向有一个大概的了解,但很容易被抛到偏离轨道。”

树影

上图autopilot转向之前的情况,由于路面上有阳光投下来的树影。Autopilot误以为那是一个障碍物,所以试图把车转上反方向的车道!IIHS测试中,特斯拉的Model 3在180英里内进行了12次“不必要或过于谨慎”的制动操作。其中七次是树木在道路上投下阴影的地方,而其余时间则涉及另一条车道上的车辆或越过前方的道路。“我们观察到的制动事件没有造成不安全的情况,因为减速很轻而且足够短,车辆不会减速太多,” IIHS说。“然而,不必要的制动可能会在交通繁忙时造成碰撞风险。另外,那些觉得自己的汽车制动不稳定的驾驶员可能会选择不使用自适应巡航控制装置,并且会错过系统的任何安全优势。

这些事物在影响着无人车做判断,无人要想真正上路,这些难题还需要解决。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除( 邮箱:macysun@21ic.com )。
换一批
延伸阅读

随着汽车向高阶自动驾驶、舱内全域互联和引入更多视频媒体设备快速演进,车载摄像头、雷达、显示终端与中央计算平台之间的高速数据交互需求呈爆发式增长。作为车载高速SerDes领域的新一代开放标准,OpenGMSL有效突破了传统...

关键字: SoC 自动驾驶 传感器

然而,根据市场需求推进兆瓦级充电设施的规模化部署是一项复杂的系统工程,现有的验证方法和解决方案已无法应对这一挑战。在此背景下,测试与验证成为货运行业电动化、智能化转型中破解相关瓶颈的关键路径之一。

关键字: 自动驾驶 电气化 连接器

Waymo 分享自动驾驶网约车服务的未来愿景 旧金山2026年9月22日 /美通社/ -- 拥有并制作 CES® 的消费者技术协会 (CTA)&...

关键字: TE CE AN 自动驾驶

增强型 DSP 架构性能相比上一代 ADSP 处理器内核提升 5 倍

关键字: DSP 架构 处理器 自动驾驶

德国汉诺威2026年9月15日 /美通社/ -- 在2026汉诺威国际交通运输博览会上,广汽领程围绕"领未来之程,与世界同行"(Delivering The Future Together)主题,集中...

关键字: 交通运输 广汽 新能源 自动驾驶

上海2026年9月3日 /美通社/ -- 2026年9月3日,嬴彻科技宣布其卡车自动驾驶商业运营里程突破10亿公里,形成行业最大规模的真实运营数据资产。目前,嬴彻以超90%的市场份额领跑中国卡车智驾市场,并已完成从&qu...

关键字: 自动驾驶 AI 模型 网络

德国斯图加特2026年8月27日 /美通社/ -- 随着自动驾驶技术从试点项目迈向规模化落地,行业核心挑战已不再是技术研发本身,而是如何安全、合规、高效地将其应用于公共道路。...

关键字: 自动驾驶 测试 自动驾驶系统 ADS

自动驾驶看见的并不是同一瞬间的世界,而是被各路时间戳重新拼接后的场景。只要时基和曝光节拍没有对齐,后端模型越复杂,几何失真反而越难解释。

关键字: 自动驾驶 同步误差 滚快门

自动驾驶做能量回收时,常把约束首先放在电池和电机上,但真正决定能回多少、能回多稳的,往往是轮胎先不先进入非线性区。只看电气侧余量去加大回灌,纵向稳定性会比能量收益更早碰壁。

关键字: 自动驾驶 稳定性 液压补偿

自动驾驶在低附着路面上最容易犯的错误,不是看不见障碍,而是高估了自己对速度的把握。轮速和纵向加速度若还按干燥柏油的逻辑融合,制动、跟车和稳定控制都会先建立在假速度上。

关键字: 自动驾驶 轮速 加速度
关闭