Re: [討論] ACC撞防撞車是不是設計太智障

※ 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 (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 黃色的點是車用雷達的數據 https://i.imgur.com/s1BEZDB.jpg 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 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 https://i.imgur.com/AVwH4KT.jpg 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 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 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) ※ 文章網址: https://www.ptt.cc/bbs/car/M.1637024328.A.097.html