研究剖析了超过37000起交通事件，创造在转弯或光芒不敷的环境下，自动驾驶的安全性远不如人类驾驶。特殊是在日出和日落时，自动驾驶车辆的事件率是人类驾驶的五倍；而在繁芜的转弯场景中，事件率则是两倍。
这项研究还揭示了自动驾驶系统在低光照条件下面临的问题。系统的摄像头和传感器在处理由光芒变革引起的视觉滋扰时，常常会涌现判断缺点，从而增加交通事件的风险。比如，系统可能会把清晨或傍晚的阴影缺点地认为是障碍物，或者在光芒变革的条件下无法准确评估前方情形，导致相应处理延迟或做出错误的决策。
反不雅观在人类驾驶过程中，驾驶员在碰着这些情形时常日会做出更及时的反应。驾驶员能在远处就识别出潜在的危险，比如看到前方有浓雾，就会提前减速并采纳避让方法。此外，与自动驾驶车辆比较，在紧急情形发生前，人类驾驶的车辆更方向于采纳减速和变道等预防性方法。
这项研究表明，在实现L5级无人驾驶技能之前，还有很多技能障碍须要战胜。在技能完备成熟之前，驾驶赞助系统将连续是人类驾驶的主要补充，而不是取代。
目前市情上的自动驾驶技能路线紧张分为纯视觉和雷达传感器两大类。纯视觉路线紧张依赖摄像头和打算机视觉技能来感知周围环境，特斯拉的FSD便是便是这一技能路线的代表。纯视觉路线紧张依赖车身周围的高分辨率摄像头来捕捉周围环境的图像。捕捉到的图像数据会被传输到车机系统进行处理，车机会通过算法对图像进行剖析，识别各种障碍物。在车机处理图像的同时，系统会对当前的驾驶场景进行解析并建模，当环境模型建立完成后，系统会根据实际的路况进行路径方案，实现自动驾驶。但是当纯视觉技能实际运用时，并不能完备相信。当车辆在行驶的过程中，碰着光是无可避免的，摄像头在光芒的变革下，视觉感知能力会大幅低落，例如当摄像头直面被强光照射下，传感器会涌现曝光征象，这样会导致图像的细节识别不清晰，无法准确识别到道路上的物体信息，因此增加了自动驾驶的风险。当碰着恶劣景象时，雨滴会将摄像头变得模糊，雪花会隐瞒住摄像头，大雾景象下，摄像头的能见度也会降落，因此会减弱自动驾驶系统的性能，影响行车安全。只管特斯拉在自动驾驶领域有较为领先的技能，但是在曾经的一项剖析30个汽车品牌调研中创造，特斯拉司机的事件率最高，从2022年11月14日到2023年11月14日，特斯拉司机每1000名司机发生23.54起事件。
目前海内的自主品牌更多方向于采取雷达技能路线。各大厂家也喜好将自己的产品配备有几颗毫米波雷达、几颗激光雷达作为卖点。毫米波的上风是穿透能力强，可以穿透雾霾带来的视野不清晰的问题。激光雷达可以天生风雅的三维点云图，使系统可以感知周围环境，包括道路、障碍物。当开启自动驾驶时，雷达系统会发射出一种看不见的无线电波。当无线电波碰着障碍物时，会反射回来，雷达吸收器会接到这些反射回来的波。通过系统打算无线电波发出和反射回来的韶光，雷达可以知道障碍物的间隔和障碍物的速率，随后系统会对吸收的信息进行处理，通过打算后来决定汽车下一步是刹停、减速还是绕开障碍物。只管当前许多智能汽车同时配备了毫米波雷达和激光雷达为自动驾驶供应更全面的环境感知，但这一技能路线依然存在不少问题。例如之前空想L9停在空无一人的陵园中，但是雷达显示车的周围全是人影，不仅有走路的，还有骑自行车的，这也解释了目前雷达传感器的不稳定性。尤其是在极度景象下，虽然毫米波雷达不会像纯视觉路线的摄像头被雨雪覆盖导致识别不准确，但毫米波雷达的高频旗子暗记会因雨雪介质时而衰弱；在雨滴和雪花降落时，会引起雷达旗子暗记的散射；其余在喧华的环境中，也会对雷达旗子暗记产生滋扰。这些都是可以造成雷达传感器路线识别不精准的成分，从而影响自动驾驶对周围环境的精确判断，末了可能会引发安全隐患。
近日，有称，海内自动驾驶技能较为领先的小鹏汽车将在第四季度推出的全新车型将放弃激光雷达，改为纯视觉智能赞助驾驶办理方案，要知道小鹏汽车是天下上第一家在量产车中利用激光雷达的公司，如此大的转变也反响出完善自动驾驶技能的寻衅有多么大。可见要想实现真正的自动驾驶，无论是纯视觉路线还是雷达传感器路线，乃至未来涌现的新技能，都须要不断的研究和改进，要想自动驾驶强过人类驾驶，还仍须连续努力。
欢迎线上购买《汽车之友》杂志
北京时尚
成都杂志铺
