tesla无人驾驶事故原因分析

1、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

2、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

3、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；

4、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、 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