顯示廣告
隱藏 ✕
※ 本文轉寄自 ptt.cc 更新時間: 2021-11-16 16:13:30
看板 car
作者 chandler0227 (錢德勒)
標題 Re: [討論] ACC撞防撞車是不是設計太智障
時間 Tue Nov 16 08:58:45 2021




※ 引述《rfvujm (Rfvujm)》之銘言:
: 今天看新聞啦
: 又看到三寶開ACC撞防撞車
: ACC沒考慮前車突然急煞或失去動力的情況嗎
: 前方遠遠有不動的物體就這樣直直給他撞下去?


其實感測器感測距離比人眼還遠,問題在感知上(確認前方是否有車)

自駕技術分
1. Sensing(感測)
2. Perception(感知)
3. Planning(規劃)
4. Control(控制)

最難的一直都是感知

感測到前方有物體是一回事,再進一步確認前方物體是一輛車又是一回事



目前市售車主要配置毫米波雷達+視覺辨識(輔助)

1. 雷達並不是偵測不到靜止物
但為了避免誤作動,選擇只輸出移動物體量測

2. 攝影機會有少數例子無法感知的情況(斜著的貨車、翻覆的貨車等)

3. ACC屬於ADAS(Advanced Driver Assistance Systems)只是輔助駕駛
遇到靜止物體沒反應比誤作動突然煞車影響小的多



[雷達]

https://i.imgur.com/AInOO4D.jpg
[圖]
(1) 可以量測到靜止物體
(2) 量測物理量:距離、角度、相對速度,但不包含高度資訊

nuScenes數據庫
https://i.imgur.com/7PlilVO.jpg
[圖]

黃色的點是車用雷達的數據
https://i.imgur.com/s1BEZDB.jpg
[圖]

無法確定雷達感測到的是前車、人孔蓋、橋墩、懸掛的號誌或看板

避免錯誤偵測造成急煞,只輸出可動的物體量測



為了解決感測靜止物體造成誤作動的問題

一些廠商有在開發4D Imaging Radar

https://i.imgur.com/O5TxpCd.jpg
[圖]
量測物理量:距離、方位角、高度角、速度

Arbe: Radar Revolution. Delivered
https://www.youtube.com/watch?v=Yc4MfzbbtuI

The RadSee 4D Imaging Radar
https://www.youtube.com/watch?v=h7t-6_wiZKM



[視覺]

視覺是根據演算法得到"距離"的資訊

但要開發一套100%正確的演算法太強人所難

相較於"直接量測"到物理量

演算法"計算"得到物理量

會讓軟體複雜度增加,這對系統強健性而言不是啥好事



當然以上討論的都還停留在輔助駕駛階段

Intel副總裁兼Mobileye總裁/首席執行官在CES演講中提過
The RadSee 4D Imaging Radar
https://www.youtube.com/watch?v=h7t-6_wiZKM



[視覺]

視覺是根據演算法得到"距離"的資訊

但要開發一套100%正確的演算法太強人所難

相較於"直接量測"到物理量

演算法"計算"得到物理量

會讓軟體複雜度增加,這對系統強健性而言不是啥好事



當然以上討論的都還停留在輔助駕駛階段

Intel副總裁兼Mobileye總裁/首席執行官在CES演講中提過
https://i.imgur.com/AVwH4KT.jpg
[圖]

ADAS和自駕差異不在於能力

而是平均失效間隔時間(MTBF, Mean Time Between Failures)

也就是當ADAS往自駕邁進時

除了要滿足功能外,更重要的是確保足夠可靠(極低失效跳脫機率)



關於這點,美國密西根大學M-City自動駕駛實驗室的彭暉提過

https://i.imgur.com/c4vJW1n.jpg
[圖]

訂定ODD(Operational Design Domain)

Lv4自駕在ODD運作,確保系統安全,是比較負責人的作法



ODD會受當地交通環境複雜度影響

例如:
1. 交通號誌(不同位置、被招牌擋住之類)
2. 車道寬度、車道線清晰程度
3. 用路人習慣、駕駛習慣

需要因地制宜,適合A區域的ODD不能直接套用到B區域

所以如何制定合理的ODD

成為目前自駕車發展討論相當熱烈的議題&難題




補充一下光達

傳統光達(AM lidar)量測到的三維點雲,但不包含速度資訊

速度必須經由不同時間點的數據進行推算
(點雲分類、時間軸前後關聯、過濾雜訊,進而推算該物體速度)

https://i.imgur.com/i3DSwxa.jpg
[圖]

所以目前有發展FCMW(frequency modulated continuous wave)光達

可以直接量測速度

但光達依舊有些感測問題
1. 鏡像、玻璃材質測不到(光穿透)
2. 黑色物體偵測距離偏短(吸收能量)
3. 惡劣天候感測能力不佳,甚至前車水花、海邊風砂干擾的問題



光達、雷達、攝影機三者互補

會是"安全"且最全面的作法


--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.251.209.37 (臺灣)
※ 文章代碼(AID): #1Xam982N (car)
※ 文章網址: https://www.ptt.cc/bbs/car/M.1637024328.A.097.html
wumdbmax    : 推專業1F 11/16 09:02
YJM1106     : 人類辨識能力真的挺行的對吧2F 11/16 09:03
poco0960    : 你的大腦在開車上路之前至少訓練了10幾年,ai才上3F 11/16 09:06
poco0960    : 路幾年?
kazami      : 專業推~5F 11/16 09:08
neverland   : 專業推6F 11/16 09:11
sammy98     : 學飛機不會膩 在螃蟹車後面放應答器 很難嗎7F 11/16 09:11
YJM1106     : 無關訓練時間,只說能力很強不行嗎?8F 11/16 09:11
tfct        : AI有夠廢吹牛也十多年了 還是這副鳥樣9F 11/16 09:12
tfct        : AI果然只是騙投資人的騙局
AI絕對有用,但是並非萬解
不能啥都丟給演算法處理

cwttt       : 不能說 AI爛 AI到ACC中間很多因子 你車上要裝多少11F 11/16 09:22
suitup      : 推專業12F 11/16 09:22
cwttt       : 錢的電腦 還有感測器? ACC是大眾商品13F 11/16 09:22
cwttt       : 只是要影像識別 計算精準都很容易 要快速便宜很難
cwttt       : 更別說還要跟車上一堆控制通訊 會有很多問題要解
cwttt       : 軟體上跑AI是一回事 燒到FW又是一回事 簡化再簡化
kazami      : 我覺得不能說AI廢 是騙投資人的人把他吹17F 11/16 09:39
kazami      : 上天 只講它能做到什麼 不講它做不到什
kazami      : 麼
aletheia    : 錢大好神20F 11/16 09:47
xru03       : 推21F 11/16 10:23
Aixtron     : 雷達干擾一堆,一般對空都要有個五度角,避開地面的22F 11/16 10:38
Aixtron     : 雜訊!更不要說雨這種會吸微波的
zyx12320    : 建議你去研究Tesla AI day的內容24F 11/16 10:48
yaritai     : 推 言之有物25F 11/16 10:48
Roger106    : 專業推推26F 11/16 10:48
ChungLi5566 : 現在的技術就像一個人在不熟的路上開車 只能看標線27F 11/16 10:54
ChungLi5566 : 、燈號來做反應
ChungLi5566 : 而人類開車會結合過去的駕駛經驗 預測接下來可能會
ChungLi5566 : 發生的事提前做反應
almostreal  : 推31F 11/16 11:02
devin0329   : 謝謝你認真回垃圾廢文32F 11/16 11:04
bunjie      : 專業推33F 11/16 11:45
FAPP        :34F 11/16 11:47
ian41360    : 防撞車上個QR code讓電腦辨識就好辣35F 11/16 11:57
shock0223   : 請問如果是怕誤判煞停 為什麼不做提醒而不煞車呢?36F 11/16 12:00

藍色lidar、白色radar
https://i.imgur.com/nPmeMdl.jpg
[圖]
Radar data is much noisier than lidar data

靜止的反射干擾訊號太多啦
天橋、大樓、人孔蓋、號誌、停車場出口閘門、減速丘.....一堆有的沒的
系統會一直提醒,光想像就很痛苦

shock0223   : 前面有一陣煙也可以提醒 不一定要煞停37F 11/16 12:01
rainsilver  : 原來雷達有這麼多限制 難怪特斯拉要用攝影頭38F 11/16 12:18
CodyBro     : 推39F 11/16 12:18
rainsilver  : 感覺辨識數據和技術提升到一定程度能克服40F 11/16 12:19
演算法不能100%解決問題
所以才有新型態4D雷達(解決靜止物感知)、FMCW光達(直接輸出速度而非計算)

pippen2002  : 反推三寶...是不是腦袋不太會用?41F 11/16 12:33
z01170117   : 推 之前看過很多反射導致無法被偵測到的案件42F 11/16 12:41
corlos      : AI想更聰明 先裝張3080在車上吧 -.-43F 11/16 12:52
corlos      : 那種便宜貨還想多聰明
weber1964   : 影像的solution就是吃pixel數、紋理特徵,pixel不45F 11/16 12:53
weber1964   : 夠多、前處理不好就不精確,要做好就花時間,同一
weber1964   : 個model結構,input的影像大張效果就好。
weber1964   : 光達、雷達,同樣效果計算成本相對少,但沒有紋理
weber1964   : 資訊無法判別是否為可能導致衝突的物件。
weber1964   : 所以高速用光達,但靜止物被過濾。AEB可判斷靜止物
weber1964   : 是否會導致衝突,但算太慢,免強可用最快約為時速80
weber1964   : ,這就是目前技術瓶頸。
barry70490  : 解決方法不難其實53F 11/16 13:01
單純滿足功能當然很簡單
要做到相當穩定可靠的程度談何容易
※ 編輯: chandler0227 (60.251.209.37 臺灣), 11/16/2021 13:19:17
dicktrf     : 那會整路叫到你不要不要的,最後關掉54F 11/16 13:36
darktasi    : 推錢大55F 11/16 14:39
frank111    : 好專業,請問防撞車上做一個ACC的辨識性統可行嗎?56F 11/16 15:46
frank111    : 例如安裝一個發射訊號的儀器

--
※ 看板: Car 文章推薦值: 0 目前人氣: 0 累積人氣: 89 
作者 chandler0227 的最新發文:
點此顯示更多發文記錄
分享網址: 複製 已複製
r)回覆 e)編輯 d)刪除 M)收藏 ^x)轉錄 同主題: =)首篇 [)上篇 ])下篇