tesla无人驾驶事故原因分析.ppt

自动驾驶首宗命案介绍 原因分析 带给我们的启示 谷歌自动驾驶事故分析 自动驾驶超车策略简析 会议调研简报,自动驾驶技术行业动态与会议调研,1.1事件概况,1、自动驾驶首宗命案介绍,事发地点Google地图,纯白超长大拖车,特斯拉Model S,2016年美东时间5月7号，如下图所示，在蓝天白天，视野开阔的道路，娇小的特斯拉车主看着电影全速撞上了左拐的白色拖车，穿过车底后，又撞上两个护栏，最终伤重身亡。,事故发生前后双方驾驶路线图,红色：特斯拉 轨迹 蓝色：纯白拖车轨迹,看似不可能发生的悲剧发生了，已然成为当前业内热议的焦点，背后的原因何在？,1.2事件影响,2、原因分析,2.1主观方面,车主过度信赖特斯拉Autopilot功能，未认清Autopilot仍处于公开测试阶段，不是无人驾驶汽车，需要始终手握方向盘保持掌控。,驾驶员完全依赖Autopilot,特斯拉提醒：请始终双手握住方向盘,2.2客观方面,1）Tesla 使用的前向视觉感知系统eyeq3只能识别前车尾部。如右图所示。,2）Mobileye公司首席通讯官Dan Galyes表示：AEB是专门为防止汽车追尾碰撞而设计的。不针对侧面撞车！如右图所示。,2、原因分析,2.2客观方面,3） Tesla体型较小，雷达的安装位置约0.4米；挂车底盘高约1.2米，橙色区域8.8米长。-该区域是雷达的盲区，雷达可能对挂车的未识别。,注：参考尺寸中，拖头后轴和拖车前轴距离是9.85米减去两个车轮半径即为拖车底部空间，而估算拖车宽约3.5米,4） 雷达可能测算了出了前方有一个巨大的障碍物。因为挂车过大的反射面积以及过高的车身，误判为悬挂在道路上方的交通指示牌。雷达误识别,2、原因分析,2.2客观方面,5）为何两个传感器同时失效？ 特斯拉没有做好传感器融合的工作。视觉系统认为是一朵白云, 毫米波雷达认为是一个悬空的交通指示牌。允许互相矛盾的结果通过,感知融合策略存在缺陷。如下图：,互相矛盾的结果通过,3、带给我们的启示,1、视觉系统优化：在强光下把拖车白色车身误认为是一朵白云,从障碍物的距离和高度加以识别，排除是白云或其他的可能性；使用激光雷达可以更准确地识别环境障碍。 2、毫米波雷达优化： 对于未识别的问题：需要考虑调整毫米波雷达的选型、车身的布置来避免故障再发；对于误识别的问题：误认为拖车是一个悬空的交通指示牌。交通指示牌的高度不会只有1.2米（拖车底盘的高度），而是一个危险障碍物； 3、感知融合算法的优化：视觉系统与毫米波感知系统的障碍物判断，应是或的关系，有一个条件存在问题，即判断存在问题；两者矛盾的结果，也不允许车辆通过。车辆主动减速并报警，避免悲剧发生。 4、车联网V2V技术的应用：此次事件中Tesla Model S上、拖车增加V2V模块，拖车将丁字路口转弯的消息传送给Tesla， Tesla提前减速让行。 5、现在还远未到无人驾驶阶段，在自动驾驶车辆上，司机仍需随时准备接管车辆。,F22/B787/豪华车代码量对比,4、谷歌自动驾驶车辆事故分析,V2V,事故： 2016年2月14日虐狗节，加州山景城，谷歌自动驾驶车辆时速2英里/小时，在遇到前方沙袋障碍物时切左线超车道，被超车道上车速15英里/小时的公交车追尾。,事故原因：本车车速远低于超车道车辆车速，在遇到障碍物强行变道超车导致擦碰事故：变道策略存在问题。,自动驾驶变道过程分析： 1、自车感知信息：前方障碍物或车辆距离、车速；超车道待超车辆距离、车速； 2、降档提速，打转向灯，控制EPS转向。 3、加速并线进入旁边车道，加速直线超过待超的车辆至安全距离后并线回到原车道。 变道禁忌： 1.首先在拥堵路况下最好不要超车。2.对于双向通行双车道的道路，上坡的时候，特别在接近坡顶的时候，最好不要超车。,美国洛杉矶车辆管理中心分析： 在谷歌自动驾驶汽车除了以下事故之外其余都是由于在路口没有及时停车或者是通过路口时车速太快所致。,5、自动驾驶超车策略简析,笔者考虑 超车概要策略：,V2V,6、会议调研,要为成功找办法 不为失败找理由,