DeepTech深科技|Waymo“自曝家丑”,首发最详细自动驾驶报告,500年驾龄老司机是怎样炼成的?( 二 )


DeepTech深科技|Waymo“自曝家丑”,首发最详细自动驾驶报告,500年驾龄老司机是怎样炼成的?
本文插图
图|Waymo 对几次关键事故的分析
最常见的车祸是追尾碰撞 。 Waymo 表示 , 它参与了 14 起实际的和 2 起模拟的追尾事故 , 除了一次例外 , 其他车辆都是追尾的那辆 。 而 Waymo 追尾其他车辆的频率其实没有普通人类驾驶员高 。 但据报道 , Waymo 的自动驾驶车辆偶尔还会受到其他司机的“骚扰” , 包括试图将其逼离公路 。
其次是拐角碰撞 , 这类事故占美国所有车辆碰撞事故的四分之一以上 , 也占所有车辆死亡人数的四分之一 。 在一次实际的、非模拟的碰撞事故中 , 一辆车以 36 英里 / 小时的速度闯过红灯 , 撞上了一辆以 38 英里 / 小时的速度通过十字路口的 Waymo 车辆 。
幸运的是 , 目前 “最严重” 的碰撞多发生在模拟中 。 一次 , Waymo 车辆以 41 英里 / 小时的速度行驶时 , 另一辆车突然从它前面穿过 。 在现实生活中 , 安全驾驶员会及时掌握控制权 , 急刹车以避免碰撞;但在模拟测试中 , Waymo 的自动驾驶系统没有及时刹车以防止撞车 。 但 Waymo 认为 , 在与另一辆车相撞之前 , 它已经将车速降至 29 英里 / 小时 。 这起事故 “接近” 两类严重碰撞之间的界限 , 可能导致严重伤害 。
Waymo 统计了经过培训的安全驾驶员控制车辆以避免碰撞的事件 , 然后工程师们会模拟如果驾驶员没有断开车辆自动驾驶系统的话会发生什么 , 从而产生一个反事实或 “假设” 出来的推断情景 。 他们利用这些事件来不断检验调整汽车的临场决策反应 , 然后利用这些数据改进其自动驾驶软件 。 Waymo 表示 , 最终 , 这些反事实模拟比 “合成” 的模拟事件“更真实” 。
爱荷华大学国家高级驾驶模拟器实验室主任丹尼尔 · 麦基(Daniel McGehee)说 , 这些特殊模拟场景的使用 , 能让 Waymo 有别于其他自动驾驶运营商 , 它可以让 Waymo 更深入地研究各种可能导致车祸的问题 , 比如传感器的可靠性或车辆感知软件对特定图像的解释 , 这是非常新颖和独特的 。 ”
Waymo 在报告中提到 , 相比较谨慎的自动驾驶车辆 , 人类在开车过程中的行为差异比较大 , 包括违反交通规则或超速驾驶 。
概括成一句话就是 , 如果发生车祸 , 这个锅不能全部由自动驾驶车辆来背 。
万事俱备只欠东风
为了展示自己的安全性 , Waymo 在事故分析报告之外 , 还顺带有一份关于其无人驾驶车辆在安全方法和安全筹备方面的工作 。
它主要包括三层工作:
* 硬件层面 , 包括车辆本身 , 传感器套件 , 转向和制动系统以及计算平台;
* 自动驾驶系统行为层 , 例如避免碰撞、在无人驾驶模式下完成行程以及遵守交通规则;
* 车队运营 , 风险管理和解决潜在安全问题的现场安全计划 。
DeepTech深科技|Waymo“自曝家丑”,首发最详细自动驾驶报告,500年驾龄老司机是怎样炼成的?
本文插图
【DeepTech深科技|Waymo“自曝家丑”,首发最详细自动驾驶报告,500年驾龄老司机是怎样炼成的?】 图|Waymo 的三重保障示意图
硬件层是指自动驾驶车辆的四个主要子系统:基础车辆平台、运动控制执行器、附加的传感器套件和用于运行软件的计算平台 。
Waymo 表示 , 在基础车辆和运动控制系统中 , 增加了自己的传感系统 , 包括大量的激光雷达、雷达、摄像机、惯性和音频单元 , 这些设备提供了对驾驶环境的广泛了解 , 传感系统的设计满足严格定义的性能和安全要求;
为了运行更高级的行为控制软件 , Waymo 还开发了一个多重冗余的独家计算平台 , 它将极高的性能与经验的可靠性和容错性相结合 , 在主计算机发生故障的情况下 , 附加的计算机系统能够使车辆安全停下 。
在行为层中 , 则从危害分析开始 , 把稳健性植入到系统设计中 , 然后 , 大量利用基于场景的验证 , 以确保自动驾驶行为符合我们的要求和期望 。 最后 , 我们将我们的系统进行大规模模拟部署(通过大规模的日志回放或在车辆运营商退出后使用反事实模拟的公共道路操作) , 这使我们能够根据经验测量总体性能指标 。


推荐阅读