通过前面的三期文章，相信读者已经基本了解了Autopilot对于Traffic Light的识别能力和应用场景。关于Stop sign的识别我们再放到后一期文章介绍，在本篇中，我们主要看看一些在实际的道路测试过程中，执行实际测试的车主所发现的Autopilot的一些其它的问题（或者说现象）。通过对这些现象的观察和分析，仁者见仁智者见智，但小编还是感觉，几乎代表纯视觉技术最高水准的代表，Tesla，依然在通向完全自动驾驶技术上的挣扎。真正意义上的Full auto-driving（Level-4 or 5），距离我们可能依然还有巨大的距离。

话不多说，我们看第一个实际现象。Autopilot系统对于道路的临时施工标牌/标识，甚至不完全合规的道路施工场景的反应。如下图：

在上图中，道路一侧的速度限制标志牌不是独立的方形白底黑字了，而是因为附近路段有学校，而和学校行人密集的警告标识牌（黄色异性）形成了一个组合标识。不知道是什么原因，Autopilot对于这种标识牌所传达的速度限定（Speed Limit）没有反应。在上图中我们可以看到Autopilot在距离这个标识牌如此之近，而且限速标识如此清晰的前提下，依然是35mph的限速标准而没有更新。

相对参考下图，这个独立的限速标识牌（30mph），很快被识别出并且在Autopilot内得到及时更新。

我们在之前的文章中，曾经借助Karpathy（Autopilot AI项目负责人）的很多公开资料，大谈特谈过Autopilot对于道路上各种标识的超强识别能力，有赖于其庞大的现实车队，以及海量的视觉数据库的建立。这种方式最强大的地方就是对于corner case的识别准确度和可靠性。但在实际的测试当中，我们依然可以看到不稳定的情况发生。

根据一些公开的消息，Tesla自己也意识到Autopilot视觉识别速度限定标识的不稳定情况确实存在，因此可能，在下一个版本的升级当中，Autopilot将会加强这方面的性能改进。

说到这里，小编突然想到一个问题。对比Autopilot之下，其实我们人类司机更容易选择主动忽视限速标识，或者在繁忙路段来不及观察限速标识。国内目前对于限速的执法监督力度其实并不算高，除了高速和关键路口/路段，限速形同虚设。如果一旦严抓，相信会大幅度增加驾驶员的驾驶强度。

所以这个对于限定速度标识牌的识别能力，不论是未来的L3以上的自动驾驶，还当下大行其道的L2辅助驾驶，都是非常有效的技术手段，可以将人类司机的注意力引导到更关键的驾驶任务上，这是非常重要的。

接下来是另一个比较“严重”的问题。为了表征这个问题的完整态势，我们下面使用连续三张图片来表达完整画面。

在上图中，第一张显示车辆前方左侧大约三十米位置有一个临时施工场所，用反光三角锥圈出，位置是在机动车道以外的（路段上没有明确表示，但应该是非机动车道）。在这个距离上的识别是及时的、准确的，可以接受。但是在第二张图片我们可以看到，车辆前方大约只有二十米（可能还更少）的距离上，主车道分割线上有一个目测明显特征的临时施工区域。可是明显的，识别速度相较于上一次的识别反而晚了。我们通过仔细观察，可以发现，第一张图中对向车道上的临时施工地点，是单纯的反光三角锥构成的，而第二张图中的这个临时施工地点，则不只是三角锥，还有施工遗留物体（一个杆状物体）和一个斜虚线告示牌。一句话这又是一个本质上的组合标识体。

因此小编推断，对于组合表示可能的千千万万的状况，识别的难度还是很高的。哪怕是Tesla这种视觉识别方案的鼻祖，也不容易。

更大的问题发生在第三幅图片中，对于这种跨车道线边缘的障碍物，Autopilot似乎很难做出避让的反应。在这个实际的case中，人类驾驶员在最后关头接管了Autopilot自动驾驶状态，手动向左搬了方向盘。仔细观察第三张图的驾驶仪表屏幕，你可以看到红色圈内的车道线已经从蓝色变为白色（意味着autopilot的去激活），虽然右上角的蓝色方向盘还在，但实际上autosteer功能已经被跳过了，只是更新不及时的表象。

在车辆在人类驾驶员操控擦过临时施工点时，车辆autopilot系统报警，嘀嘀嘀，意味着车身距离障碍物太近了……. 反过来我们想一想，如果驾驶员不在最后时刻接管，也许车头的超声波系统会最终捕捉到临时施工点的存在，从而急刹或者紧急避障，那么乘客的驾乘体验就会很糟糕，一个身体承受高过载，一个是思想上受到惊吓，都有可能。

无独有偶，我们再看下一个图片。

在这个场景中，路边压着机动车道线停车的是一辆Fedex的箱式卡车。这么巨大的目标，不论是毫米波雷达（前向）还是视觉系统，都一定会捕捉的到，实际上我们看图中仪表板上也准确地显示了厢式货车的位置。但是同样地，autopilot没有做任何提前的规避调整，正常的方式应该是向左偏一点点，保持安全距离后通过。结果人类驾驶员再一次手动接管（上图中的autosteer蓝色方向盘消失）。

类似的情况在这个针对Traffic Light和Stop sign的测试中发生了好几次，美国的靠边停车现象还是很普遍的，如果车体宽大，或者靠边不够紧密，都会导致上述现象反复发生。这背后的技术原因或者说技术缺陷到底是什么还不清楚，但小编推测，极有可能是目前Tesla Autopilot所涉及的传感器种类和数量，都不足以给出精确的障碍物测量。注意！我们这里说的测量主要是针对障碍物的大小尺寸和精确位置，而非毫米波雷达所擅长的测速，和视觉摄像头所擅长的细节测量。

小编当然不是对于视觉感知系统的怀疑，但还是要想说一句，如果基于视觉系统的测量，有天然的技术障碍，为什么不尝试解决Lidar系统的成本和安装位置限制呢？Lidar绝对是最精确最有效，且距离合适的避障系统信息源啊！

除此之外，测试中主要暴露的问题还包含对于道路路面的识别问题，主要是驾驶员的抱怨，道路凹陷和坑洞，无法识别；另外如下图中的动物尸体……也没办法识别。小编认为还是应该给Tesla Fleet更多的时间。毕竟对于道路路面障碍物的识别是个非常复杂的操作，识别必须有严格的分类限定，要从实际出发。而这正是Tesla所擅长的，毕竟对于道路路面的障碍物过于敏感，也会严重影响驾驶体验。

精彩内容，下期咱们继续聊。下期将主要关注Stop sign停止标识的识别分析，也是本次分析系列文章的最后一篇了。

车右智能

info@co-driver.ai

备注：

1 图片1/2/3/4/5/6/7来自于Youtube上Black Tesla的视频测试，https://www.youtube.com/watch?v=Uvy4uZvQr1A；

2 题图照片来自于互联网搜索。