国内的造车新势力在自动驾驶领域越来越卷了。 前有理想ONE，2019年12月量产交付，2021年12月交付高速导航辅助NOA功能，历时2年；后有小鹏P7，2020年5月量产交付，2021年1月交付高速导航辅助NGP功能，历时8个月；而近期量产交付的智己L7，也将在交付3个月后通过OTA支持NOA高速高架领航辅助。
NOA高速高架领航辅助
自动驾驶系统包括地图、定位、感知、规划、控制等模块，这些模块通过细腻的配合，在停车场、高速高架和城区道路实现自动驾驶功能。目前业内停车场和高速高架场景的阵地基本已经被工程师攻克了，正在打扫战场，城区场景目前还在调兵遣将，战况很激烈。
虽然从自动驾驶应用的场景来看有停车场、高速高架和城区。但从其实现的功能角度来看，自动驾驶其实就完成了两件事：巡航和泊车。 巡航场景由于车速更高，道路环境也更为复杂，安全问题也更为突出，因此有相当一部分自动驾驶从业者解决的就是巡航的安全问题。
巡航是很多功能的一个笼统称呼，它可以被更细致地拆分为更多子功能，比如车道保持、跟车、跟停起步、处理前车Cutin（前车加塞）、处理大车等。
车道保持和跟车场景属于辅助驾驶领域十分基础的功能，造车新势力们在这两项子功能上的表现大同小异，相比较下来，处理前车Cutin和巡航时面对大车的场景，对舒适性和安全性的挑战会更大。
前车Cutin为什么难处理？
Cutin是所有自动驾驶从业者绕不开的问题，因为路上总有赶时间的人，会一脚油门挤到你所在的车道。如果是速度一直保持比你的车高还好，就怕那种加速换道后一脚刹车的，有时候这种路况，人都来不及反应，更别提更加稚嫩的自动驾驶系统了。
为什么Cutin会这么难处理呢？这是因为自动驾驶系统需要做到一种安全与舒适的微妙平衡，而要保持这个平衡需要极高的技术实力。
优先保障安全，则意味着应刹尽刹，必然会导致舒适性降低，驾驶员用几次就不会再用了；如果优先保障舒适性，则意味着这套系统可能刹车过晚，带来安全隐患。
目前市面上绝大部分智能汽车处理Cutin都依赖的是视觉传感器（摄像头）+毫米波雷达这两种传感器，毫米波雷达因为横向分辨率有限，在判断Cutin上作用有限，因此Cutin的判断主要靠视觉传感器来完成。
不过因为视觉算法受限于算力，很多家只能做到车尾框检测的这种2D效果（如下图所示），然后通过车尾和车道线的关系判断这个车是否有Cutin的意图。而他车Cutin时，最先入侵自车道的是车头，如果单靠车尾框和车道线的关系来判断Cutin，显然会判断晚，导致刹车过晚，给到驾驶员的压力很大，久而久之驾驶员就不会太信任这套系统了。
目标2D车尾检测
随着视觉感知技术的成熟和车载芯片算力的提升，像特斯拉、小鹏、智己这样技术能力更强的车企，在不依赖激光雷达的情况下，将3D车辆检测技术部署到车上（如下图所示），这样在处理Cutin时就能更早地识别他车的意图，提前制动保障安全，处理起来更从容。
3D车辆检测
下面就是智己L7在开放道路面对Cutin车辆的实际处理。可以看到这个场景共有两次Cutin，第一次距离比较远，在他车进入自车道后，自车马上切换了跟车目标，并没有明显的减速；随后第二辆车先是压线，试图挤进自车道，智己L7并没有直接刹车让出加塞空间，而是选择跟他车保持相同的车速，进行博弈，“逼迫”他车放弃Cutin意图，最终他车取消了变道，智己L7立刻选择加速，跟上了前车。整套博弈处理和车速控制行云流水，有一种老司机般的精妙微操脚感。
智能驾驶主动避让大车
大车并行场景该怎么做？
相信绝大多数驾驶员都上路感受过大车在邻车道时给的压迫感，一般情况下，我们要么选择换个车道开，要么会在车道内远离大车的一侧开，这样压迫感会小很多。
大车的感知其实是自动驾驶领域一个比较难的课题，因为大车过大，当大车在旁车道时，一个相机很难把大车拍全，因此很难稳定地估计大车边界与车道线的位置关系。
为了让自动驾驶汽车在驾驶时更类人，面对不太容易检测稳定的大车，防止误刹车，会在规控算法中加入避让大车的逻辑。
下图是智己L7在开启辅助驾驶时避让大车的实拍图，可以看到，智己L7的避让操作柔和自然，能够稳定检测大车并提前主动避让，动作并不突兀，从车外视角看很像人类在驾驶。
目前只有智己、小鹏等少数几家的辅助驾驶系统会主动避让大车，包括特斯拉Autopilot在内的绝大多数辅助驾驶系统并没有该功能。
虽然自动驾驶相比于几年前已经取得了很大的进步，但面对真实道路上千奇百怪的路况，自动驾驶系统也是心有余而力不足，面对这些长尾问题，除了要有不断提升自动驾驶能力的方法外，还需要充分与驾驶员进行交互，告知驾驶员自动驾驶系统的意图以此来帮助驾驶员不断摸清楚系统的能力边界，达到“人车合一”的境界。
人车合一
相信很多人还记得特斯拉全球副总裁层发表过一段很有争议的言论——“在车辆的使用环节，还需要加强消费者的教育”，当时这段话在网上的争议很大，大部分消费者对这句话都嗤之以鼻。
作为自动驾驶从业者，我并不完全反对这番言论。因为智能驾驶辅助在驾驶领域是一项全新的功能，如果对系统一点都不了解就贸然使用，极易出现使用不当，甚至发生事故。
因此对于第一次接触辅助驾驶系统的驾驶员来说，一定要先把辅助驾驶的说明书或官方教程看一遍，作为新手入门或考试，这一部分的工作很多车企都集成到车主APP中。
对于那些已经对辅助驾驶系统有所了解的驾驶员，就需要逐步打怪升级，摸清智能驾驶的边界，在使用的过程中越来越了解和新人系统。目前市面上的系统，一般都是硬抗到处理不了或即将发生碰撞时才告警退出，导致驾驶员接管的反应时间有限，甚至有的辅助驾驶系统面对搞不定的场景，完全不提示，交互设计做的很差会让驾驶员对这套系统信任不起来，久而久之就不会再用了。
为了解决上面的问题，智己汽车在人机交互上做了很大的投入，推出了“信任增强”功能，这项功能会充分利用屏幕、声音、投影、安全带震动，展示当前的路况和系统意图，实时提醒驾驶状态，让每次接管都可预测，让驾驶员能更信任系统，清晰了解到系统的边界。做到“人车合一”境界。
智己汽车信任增强功能示意图
数据驱动
智能汽车在城区道路或乡间小路上行驶时，将遇到随意横穿的行人、骑行人，异型车（拉货三轮车、工程车）、静态障碍物（水马、锥桶、垃圾桶、临时栅栏等）、路面小物体（三角警示牌、石块等）等。除了各种奇葩的障碍物外，还可能遇到弱光、逆光、暴雨、大雾等场景。这些极端场景或长尾问题很难在自动驾驶设计之初就全部考虑到，但都对自动驾驶的安全造成很大的挑战。
自动驾驶是一个需要不断解决长尾问题的系统，因此必须具备不断迭代的机制来驱动系统的完善。数据、算法、算力的铁三角组合能够保证自动驾驶数据的闭环，用数据来驱动算法的迭代，时间越长，积累的数据越多，算法能力也越强，实现良性循环。
如果你觉得文章还不错，就点点关注支持作者吧，十分感谢~
| 留言与评论（共有 0 条评论） “” |
