智能汽车的事变数据,都会是抓不住的「鬼魂」吗?

特斯拉仍然深陷于舆论漩涡。纵使业界呼吁理性看待特斯拉「刹车门」事务,但这场风波很难在短时间内消弭,包括说服大众的实情也很难一锤定音。为了寻找实情,我们必要跨过两座大山。第一座大山是数据。目前,特斯拉向媒体公开的数据不全。多方隔靴搔痒,也只能在迷雾中分析造成事变的可能原因。下一步,只有等待更全的行车数据,以及车内EDR的记载信息。第二座大山是检测机构。在行业内,暂时还不出台针对智能汽车检测的标准规范。同时,也很难找到有对应检测能力的第三方检测机构,他们既不判定智能电动汽车的设备,也缺乏相应的判定标准。在这件事情上

特斯拉仍然深陷于舆论漩涡。纵使业界呼吁理性看待特斯拉「刹车门」事务,但这场风波很难在短时间内消弭,包括说服大众的实情也很难一锤定音。

为了寻找实情,我们必要跨过两座大山。

第一座大山是数据。目前,特斯拉向媒体公开的数据不全。多方隔靴搔痒,也只能在迷雾中分析造成事变的可能原因。下一步,只有等待更全的行车数据,以及车内EDR的记载信息。

第二座大山是检测机构。在行业内,暂时还不出台针对智能汽车检测的标准规范。同时,也很难找到有对应检测能力的第三方检测机构,他们既不判定智能电动汽车的设备,也缺乏相应的判定标准。

在这件事情上,我们有可能既找不到「米」,也找不到「巧妇」。短期内,实情只会悬而未决。

智能汽车的事变数据,都会是抓不住的「鬼魂」吗?

EDR数据到底会不会说谎?

特斯拉“刹车门”,就事务定性而言,这是一场必要探明实情的交通事变。

事实上,在交通事变中,波及到人、车、路、环境等多方面因素,我们必要获取准确、客观的车辆事变重建数据。

在欧美等国家,大部分车辆都会强制配备EDR。在我国,曾于2017年出台《机动车运行安全技术条件》细则,其中规定今后生产的车辆都必要配备EDR。

智能汽车的事变数据,都会是抓不住的「鬼魂」吗?汽车EDR工作流程

EDR是什么?全称是Event Data Recorder,即事变数据记载零碎,一般整合于车辆内部,用于记载碰撞前后一系列动态数据。

在正常通电状态下,EDR将会不间断收集车辆行驶数据,并且覆盖掉原有的数据,处于一个动态记载的过程。当达到碰撞触发条件时,EDR将会自动冻结事变碰撞前后的数据,具体记载的数据包括车速、加速度、油门节气阀、加速踏板、刹车踏板等。

从机械时代进入智能电动时代,汽车正在从信息孤岛逐渐走向网联互通,完成一个从封闭到开放的演化过程,这更像一款电子产品了。

如果这只是一辆非常传统的汽车,EDR在事变判定中,势必会起到不可替代的作用。它本质上就是一个「黑匣子」,有不踩刹车,刹车机械零碎有不题目,一目了然,EDR数据的全面性和可靠性已经得到了认可。

智能汽车的事变数据,都会是抓不住的「鬼魂」吗?特斯拉Model S碰撞事变中的EDR数据

在智能汽车的事变中,EDR提供的数据同样非常重要。追溯到2016年曾在美国发生的一起特斯拉碰撞事变,特斯拉Model S在驾驶辅助功能开启的状态下,撞上了一辆货车。

美国SCI根据EDR数据进行事变重建,得出的结论是,特斯拉Model S不检测到前方有货车,所以碰撞预警零碎和自动刹车零碎不生效,而驾驶员不时刻关注路况,不及时制动,在特斯拉驾驶辅助零碎属于L2级别的前提下,驾驶员必要负全责。

来自于广东警官学院的一篇论文中,对这起典型的事变,提出了一些疑点。「根据SCI调查结果,驾驶员理论上有7.7秒可以发现前方的货车,但EDR数据显示并不采取制动措施,这在传统事变中比较少见,不排除自动驾驶控制权反馈失误的可能性。」

智能汽车的事变数据,都会是抓不住的「鬼魂」吗?

EDR不易被篡改,呈现的数据是真实的。只是,在智能汽车的事变重建中,仅有EDR数据还不够全面。

必要补充的至少还有两大类数据,其一,驾驶员的行为记载,主要是驾驶员与车辆直接互动的情况,比如脚有不在刹车上,并且施加了多少力;其二,关键事务记载,尤其是摄像头视频数据,理论上,要达到360度全方位记载,智能汽车完全可以做得到。

日前,有消息称,特斯拉正在开发一套线上信息零碎,可以供用户自由查看车辆后台数据,预计年内即可上线。如果消息属实,特斯拉终于走出了开诚布公的重要一步。至于可查询的数据属于什么类别,是否能做到「全面、透明、直接」,以及能否反应出车辆的实际行驶状态,我们将持续保持关注。

软件定义汽车,我们很难抓到闯祸的鬼魂吗?

一百多年来,汽车行业内生的变化总是趋于缓慢的。谈及变革,往往必要跨界新技术的狂暴式推动。

在过去,汽车工业首先是一个制造行业,我们最关心的是发动机、底盘。但近几年,行业内对智能汽车的理解赓续加深,所以,软件的关注度上升了。

以前,并非不软件的概念。比如控制发动机,也必要在ECU中编写控制代码,只是这样的控制比较简单,所以不容易浮现软件错误。而且,这些关键零部件一般是由Tier 1供应商提供的,他们专司其职,可以赓续进行优化。

现在,汽车行业基本全盘押注于软件价值,各行业巨头赓续成立软件部门。摩根士丹利研究中心认为,在未来汽车竞争中,车辆硬件价值下滑到40%,软件价值则上升到40%,内容和服务占20%。

从分布式到集中式,汽车一定会逐渐演变成电子产品。

智能汽车的事变数据,都会是抓不住的「鬼魂」吗?

只是,汽车比较特殊,在波及行驶安全的题目上,基本要确保非常低的bug发生率。这是行业朝着「软件定义汽车」演变时,必然经历的技术挑战。

对于如何确保很低的bug发生率,一位行业内的软件工程师提到最多的一点就是「尝试」。他们会根据最初的软件需求,在开发过程中赓续完成循环尝试与评价,最后在零碎集成后继续进行对整个零碎的尝试。

看上去,尝试更像一个「笨功夫」,赓续循环,列举尽可能多的情况。为了提高效率,并非所有的尝试都要在实车上进行,很多前期工作可以在模拟环境中进行。但为了确保安全,也必要在恶劣的工况中进行全面检测,这即是「三高试验」的意义所在。

软件出现题目,非常像闯祸的鬼魂,很难被轻易抓住。由于诸多关键零部件是由Tier 1供应商提供的,与硬件结合的软件,同样由他们主导,主机厂未必清楚其中的细节。一旦出现bug,仍必要由供应商自查自检。

而如果像特斯拉这样的智能汽车出现题目,如果从底层代码查起,更是指数级放大的工作量。站在第三方检测机构的视角来看,目前他们能做的也只有场景复现,检查机械执行机构是否有题目。他们不权限,更不能力在代码的海洋中找bug。

智能汽车的事变数据,都会是抓不住的「鬼魂」吗?

这样的挑战将会长期存在,但题目已经刻不容缓了。据报道,在2013-2018年的汽车召回案例中,与汽车智能零碎和功能相关的召回共有20次,波及20.69万辆;波及软件的召回次数109次,召回车辆191万辆,召回次数及数量均明显上升。

另据盖世汽车统计,2019年因软件题目引起的召回次数及数量不减。该年度,我国汽车市场因软件题目共展开22批次召回,波及缺陷车辆累计39.46万辆。

这是一个相互掣肘的题目。一方面,我们拥抱智能汽车带来的新体验,另一方面,潜在的软件题目如鬼魂一般,如果总是带来莫名其妙的安全威胁,智能汽车只会在质疑与不安中踌躇不前。

智能汽车的事变数据,都会是抓不住的「鬼魂」吗?

写在最后

智能电动车的趋势演变已成行业共识。在这个过程中,存在题目当然要直面题目,更必要有对应的解决方案。

非常重要的一点是,针对智能汽车检测的标准规范有必要快速建立起来。相关检测设备、方法,以及既懂汽车硬件又懂软件的交叉型人才,也必要迅速跟进。

更微妙的,是社会舆论对于智能电动车的态度。要么狂热追捧,要么疯狂踩踏,这都不是该有的理性态度。实情水落石出,还必要很长的时间,但这次事务对智能汽车标准漏洞的补齐,终究是大有裨益的。

给TA打赏
共{{data.count}}人
人已打赏
AI

马斯克脑机接口公司Neuralink高层动荡:联合创始人兼总裁去职,曾想建侏罗纪公园

2021-5-3 12:06:00

AI

每月1万美元,OpenAI供给资助和导师,这些年轻学者在研讨什么?

2021-5-11 14:44:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
搜索