[汽车总站网 www.chianautoms.com欢迎你]
近日，美一好方发讣告称，2021年8月12日下午2时，上善若水投资管理公司创始人、意统天下餐饮管理公司创始人、美一好品牌管理公司创始人林文钦（昵称“萌剑客”），驾驶蔚来ES8汽车启用自动驾驶功能（NOP领航状态）后，在沈海高速涵江段发生交通事故，不幸逝世，终年31岁。
知乎网友认为，从现场图来看，目测是蔚来ES8在行驶过程中，前方有施工的工程车，同时有雪糕筒进行施工隔离，ES8直接越过雪糕筒，撞上了工程车。
官方公众号声明发的讣告，提到了在开启NOP领航状态后，发生了交通事故，这个锅会不会甩到NOP领航辅助驾驶，待后期的调查给出结论。
首先还是要给体验辅助驾驶的极客、或狂热追求者提个醒，不要上头。
辅助驾驶只是辅助驾驶，不是自动驾驶！脱手是绝不允许的，睡觉更是不允许。
这次的撞车与上次台湾特斯拉车主撞向侧翻的大货车的背后原因类似。
对于高速上的静止物体始终是一个难解的bug。
有人会问，蔚来不是配备了20多个传感器么，都没起作用么。
先来看一下几个关键词：NOP和AEB（在没有人工干预的情况）
NOP：蔚来推出的领航辅助驾驶系统。通过使用前视摄像头和雷达传感器确定同车道前方是否有车辆，当车辆自行在车道中间向前行驶，如果前方有车或障碍物，车辆会自行减速（最低可刹停），待前车离开后，再加速至设定速度。
AEB：自动紧急制动系统。在某些紧急情况下（如马上要发生碰撞），它通过尝试降低行驶速度来最大限度减少正面碰撞的冲击，AEB的最大刹停量是40Km/h。
以车主手册上的说明为例：采用主动巡航控制时，仍需车主观察前方路况并在必要时手动施加制动。强调主动巡航控制是为了驾驶舒适性和便利性而设计，不属于碰撞警告或规避系统。
不同的功能有不同的工作条件，像AEB跟ACC（智能巡航）系统的功效是有重叠的，不能同时工作，但AEB的优先级最高，也就是说当需要AEB的时候，ACC模式会马上退出，触发AEB。
所以在正常开启智能巡航模式时，AEB是不会工作的，只有当需要AEB的时候，会退出智能巡航模式，触发AEB。
特斯拉的AEB自动紧急制动只有在行驶速度大致介于 8 km/h 和 150 km/h 之间时才会工作。蔚来的AEB系统设计的工作范围是8-85公里/小时，所以如果车速超过85公里/小时，AEB将不会产生作用。
在AP模式下，即使Model Y的时速达到120Km/h，Model Y也能稳稳的挺住，因为其很远距离就能检测到车辆，考虑到驾驶的舒适性，特斯拉很早就做了平缓刹车操作。
而在非AP模式下，人工驾驶到60km/h时，Model Y几乎要撞上前面的静态假车，这次起作用的是AEB系统，在系统认为很危险的情况下（距离已经很近），做了紧急制动的操作，避免了撞车。
上述说明了特斯拉的AP主动巡航和AEB是两套不同的系统。前者车为主体，讲求一定的安全性和舒适性（尽早刹车和平缓刹车），不属于碰撞警告或规避系统。而AEB一直是人为主体，只有到紧急时刻，车会接管，此时刹车会比较急促，最大程度减少正面碰撞带来的冲击。
-
·AP模式下的制动类似一个均匀的线性直线；
-
·而AEB紧急制动是一个斜率更大的极陡的直线。
回到这次事件，一高速场景，时速至少在80km/h以上，二开启了NOP，那么对于蔚来这套系统AEB性能就不会起作用。同时在自车高时速80km/h-120km/h(22-33m/s)的情况下，意味着在短短的几秒内，需要车辆对前方的物体做到准确的识别。
但这次的问题又是出在了静止物体，而且还是少见的工程车，高速上的静止物体对现有车辆的感知系统来说简直就是一个难解bug。为避免频繁的刹车，影响驾驶体验，毫米波会过滤到静止物体的，而摄像头又未能对这种少见的工程车做到及时、准确、远距离的识别，从而导致事故的发生。
蔚来搭载的是毫米波传感器来着德尔福的中距离MRR（Mid Range Radar）雷达，摄像头来自Mobileye EyeQ4。
NOP开启时，EyeQ4和MMR雷达分别输出目标感知的结果，其中后者的目标结果会传递至EyeQ4芯片上，由蔚来自主研发的融合算法对目标进行比对，在获得关键的外界感知结果后，最终计算出驾驶决策。
作为一套引入了EyeQ4芯片的L2级系统，蔚来NOP系统的基础架构来自于视觉系统，即通过摄像头识别可行驶区域，并感知外界目标，在发现需要躲避的关键目标后，再引入毫米波雷达的感知数据来精确感知目标的速度和距离，进而算出驾驶决策。
这个架构换句话来说就是视觉是主传感器，然后再用毫米波雷达进行辅助。其中视觉传感器的权重高，毫米波雷达的权重低。
从最底层的工作原理来说，毫米波雷达主要是依靠多普勒效应来感知移动目标。多普勒效应的特性是，动态对动态最容易感知、动态对静态较难感知、静态对静态极难感知。
这是因为如果前方车辆静止，目标信息容易和地杂波等掺杂在一起，需要一定的算法才能从中分辨出目标。而如果是一个行驶中的汽车，基于其多普勒信息，从而比较好探测到目标。
如果很难区分，把静态目标错误的识别为车辆，然后进行刹车会严重影响用户体验，甚至增加事故，所以一些雷达公司和自动驾驶公司会选择将静态物体（包括车）过滤掉，来减少误触发的情况。
蔚来汽车在用户手册中注明了前方存在静止或缓行车辆，需要驾驶员接管。
所以为了既不影响用户体验，又能够提升辅助驾驶性能的情况下，未来的改进策略有：
1. 继续增加更高分辨率的摄像头，如增加800万摄像头，识别距离更远。
2. 4D毫米波雷达技术成熟，在增加高度的维度信息后，会形成更多的高密度点云数据，通过对这些点云的算法处理，可以做到对物体的检测和分类，同时也会减少误识别情况的发生；
3. 增加激光雷达，完全解决掉静止物体的问题。
4. 增加路端的智能监控设备，也就是所谓的车道协同，在高速公路等区间内安装监控设备，能够及时将这类的施工信息下发到车端，避免此类事故的发生。
上述四个方案，第四个车道协同的方案最为稳妥，成本也最高；前三个属于单车智能的范畴，通过提升传感器的性能来提升辅助驾驶的能力。就短期来看，方案一和方案三是最有可能迅速落地的。
800万像素相机和120万像素相机探测距离对比
总之，辅助驾驶技术仍在进化迭代，尝鲜仍需谨慎。
[汽车总站网 www.chianautoms.com欢迎你]
