蔚來(lái)事故是將輔助駕駛誤用為自動(dòng)駕駛，撞上了靜止的公路養(yǎng)護(hù)車，責(zé)任不在蔚來(lái)，而在車主和銷售人員。銷售人員在介紹產(chǎn)品時(shí)必定會(huì)夸大宣傳，厚厚的車主手冊(cè)估計(jì)沒(méi)幾個(gè)人會(huì)仔細(xì)看。那么蔚來(lái)為什么會(huì)撞靜止車輛？普通人看起來(lái)很簡(jiǎn)單的路況，為什么智能駕駛不行？


公認(rèn)深度學(xué)習(xí)大牛吳恩達(dá)，圖像識(shí)別與探測(cè)一體無(wú)法分割。
圖片來(lái)源：互聯(lián)網(wǎng)

由于硬件廠家的誤導(dǎo)，讓普通大眾以為算力和安全性成正比，和技術(shù)先進(jìn)度成正比。實(shí)際毫無(wú)任何直接關(guān)聯(lián)，其原因在于通常說(shuō)的算力都是AI算力，也就是深度學(xué)習(xí)算力，更準(zhǔn)確地說(shuō)是卷積部分乘積累加的運(yùn)算。基于單目或三目的機(jī)器視覺(jué)，有著天然的無(wú)法改變的缺陷，這個(gè)缺陷表現(xiàn)為識(shí)別或者說(shuō)分類與探測(cè)是一體的，無(wú)法分割，特別是基于深度學(xué)習(xí)的機(jī)器視覺(jué)。也就是說(shuō)，如果無(wú)法將目標(biāo)分類（classification，也可以通俗地說(shuō)是識(shí)別recognition）就無(wú)法探測(cè)。換句話說(shuō)，如果無(wú)法識(shí)別目標(biāo)就認(rèn)為目標(biāo)不存在，就會(huì)變瞎子。車輛會(huì)認(rèn)為前方無(wú)障礙物，會(huì)不減速直接撞上去。

什么狀況下無(wú)法識(shí)別？有兩種情況，第一種是訓(xùn)練數(shù)據(jù)集無(wú)法完全覆蓋真實(shí)世界的全部目標(biāo)，能覆蓋10%都已經(jīng)是很神奇的了，更何況真實(shí)世界每時(shí)每刻都在產(chǎn)生著新的不規(guī)則目標(biāo)。特斯拉多次事故都是如此，比如在中國(guó)兩次在高速公路上追尾掃地車（第一次致人死亡），在美國(guó)多次追尾消防車。第二種是圖像缺乏紋理特征，就像攝像頭面前放一張白紙，自然識(shí)別不出來(lái)是什么物體。某些底盤高的大貨車的側(cè)面在某一時(shí)刻或者一堵白墻，就是白紙一樣，基于深度學(xué)習(xí)的機(jī)器視覺(jué)此時(shí)就是瞎子，不減速直接撞上去。此外，靜止目標(biāo)對(duì)深度學(xué)習(xí)也是麻煩，為了提高識(shí)別效率，機(jī)器視覺(jué)尤其是基于深度學(xué)習(xí)的機(jī)器視覺(jué)需要先框選出運(yùn)動(dòng)目標(biāo)，同時(shí)也為了防止誤判，也必須將運(yùn)動(dòng)目標(biāo)和靜止目標(biāo)分開，如有些道路兩側(cè)停滿汽車，運(yùn)動(dòng)目標(biāo)的優(yōu)先級(jí)自然高于靜止目標(biāo)，然后再去識(shí)別，通常是背景減除、三幀法或光流法，有時(shí)需要1-2秒時(shí)間，然而事故可能就發(fā)生了。


圖片來(lái)源：互聯(lián)網(wǎng)

法雷奧激光雷達(dá)簡(jiǎn)介，激光雷達(dá)專治這幾個(gè)難題，立體雙目也可以解決這些難題。

解決辦法就是傳統(tǒng)非深度學(xué)習(xí)算法，特別是立體雙目和激光雷達(dá)，二者均可做到不分類也能探測(cè)目標(biāo)的信息，無(wú)法識(shí)別就變瞎子的問(wèn)題可以完美解決，不過(guò)這些技術(shù)掌握在豐田、奔馳這些真正的頂級(jí)大廠手中。


特斯拉在美國(guó)撞上翻倒的靜止的卡車。圖片來(lái)源：互聯(lián)網(wǎng)

從本質(zhì)上講，深度學(xué)習(xí)是一種高度通用且極為強(qiáng)大的曲線擬合技術(shù)，能夠識(shí)別出以往無(wú)法被發(fā)現(xiàn)的模式，推斷趨勢(shì)并針對(duì)各類問(wèn)題給出預(yù)測(cè)性結(jié)果。當(dāng)然，曲線擬合在表示給定數(shù)據(jù)集時(shí)也存在一定風(fēng)險(xiǎn)，這就是過(guò)度擬合。具體來(lái)講，算法可能無(wú)法識(shí)別數(shù)據(jù)的正常波動(dòng)，最終為了擬合度而將噪音視為有效信息。并且深度學(xué)習(xí)是個(gè)黑盒子或灰盒子，調(diào)參更像是藝術(shù)而非科學(xué)。


特斯拉在臺(tái)灣撞上靜止的側(cè)翻的大貨車。圖片來(lái)源：互聯(lián)網(wǎng)

蔚來(lái)撞上靜止車輛的原因可能有兩個(gè)，一是無(wú)法識(shí)別公路養(yǎng)護(hù)車，尤其是公路養(yǎng)護(hù)車后邊還放著角錐桶。就像特斯拉無(wú)法識(shí)別掃地車撞死過(guò)人一樣，無(wú)法識(shí)別就變瞎子了。在人眼看來(lái)公路養(yǎng)護(hù)車與普通車輛差別很小，但在機(jī)器看來(lái)，差別巨大，機(jī)器視覺(jué)有兩種，一種是手工模型，一種就是深度學(xué)習(xí)，它是分割再擬合的，特別是深度學(xué)習(xí)，它要遍歷每一個(gè)像素，數(shù)十億次的乘積累加訓(xùn)練好的模型的權(quán)重值來(lái)做對(duì)比，它不像人類視覺(jué)是整體性的，機(jī)器視覺(jué)跟人類視覺(jué)是完全不同的路線，所以機(jī)器視覺(jué)識(shí)別永遠(yuǎn)也無(wú)法與人眼比。此外，人類視覺(jué)的核心不僅有眼球，還有大腦。二是靜止目標(biāo)需要機(jī)器視覺(jué)花費(fèi)比較長(zhǎng)的時(shí)間來(lái)處理，導(dǎo)致系統(tǒng)沒(méi)反映過(guò)來(lái)，這個(gè)處理能力不是靠AI加速器能解決的，AI加速器或者說(shuō)AI處理器里面主要是MAC乘積累加計(jì)算模塊，只能加速卷積計(jì)算。也就是說(shuō)特斯拉的FSD的AI算力再高也一樣要撞。


圖片來(lái)源：互聯(lián)網(wǎng)

再有就是毫米波雷達(dá)，目前量產(chǎn)車的毫米波雷達(dá)角分辨率太低，對(duì)金屬物體又過(guò)于敏感，為避免誤動(dòng)作，所有的毫米波雷達(dá)都會(huì)將靜態(tài)目標(biāo)過(guò)濾掉。此外，毫米波雷達(dá)安裝的角度也很低，遇上底盤比較高的大貨車，可能會(huì)檢測(cè)不到。即將上市的寶馬ix安裝的大陸ARS540 4D毫米波雷達(dá)角分辨率高，且是目前唯一能真正測(cè)高度的毫米波雷達(dá)，不過(guò)濾靜態(tài)目標(biāo)。即便毫米波雷達(dá)不過(guò)濾靜態(tài)目標(biāo)，以輔助駕駛的設(shè)計(jì)原則，寧漏檢不誤檢，恐怕也不會(huì)啟動(dòng)AEB。


特斯拉撞靜止消防車。圖片來(lái)源：互聯(lián)網(wǎng)

蔚來(lái)用的是Mobileye的EyeQ4，這是一款2015年11月推出的芯片，設(shè)計(jì)時(shí)間估計(jì)在2013年底到2014年底，至今已經(jīng)8年了。


圖片來(lái)源：互聯(lián)網(wǎng)

2013年深度學(xué)習(xí)還不流行，EyeQ4肯定是不會(huì)用的，EyeQ4用的是傳統(tǒng)手工模型算法，可能是反光強(qiáng)烈的角錐導(dǎo)致無(wú)法識(shí)別。

再有就是靜止目標(biāo)的干擾，EyeQ4需要框選出運(yùn)動(dòng)目標(biāo)再識(shí)別，這就是運(yùn)動(dòng)目標(biāo)檢測(cè)，一般都縮寫為MOD。運(yùn)動(dòng)目標(biāo)檢測(cè)的算法依照目標(biāo)與攝像頭之間的關(guān)系可分為靜態(tài)背景下運(yùn)動(dòng)檢測(cè)和動(dòng)態(tài)背景下運(yùn)動(dòng)檢測(cè)。

靜態(tài)背景下的目標(biāo)檢測(cè)，就是從序列圖像中將實(shí)際的變化區(qū)域和背景區(qū)分開了。在背景靜止的大前提下進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)的方法有很多，這些方法比較側(cè)重于背景擾動(dòng)小噪聲的消除，如：

•  背景差分法

•  幀間差分法

•  光流法

•  混合高斯模型（GMM）

•  碼本（codebook）

還有這些方法的變種，例如三幀差分，五幀差分，或者這些方法的結(jié)合。

運(yùn)動(dòng)背景下的目標(biāo)檢測(cè)，相對(duì)于靜態(tài)背景而言，算法的思路就有所區(qū)別了，一般會(huì)更加側(cè)重于匹配，需要進(jìn)行圖像的全局運(yùn)動(dòng)估計(jì)與補(bǔ)償。因?yàn)樵谀繕?biāo)和背景同時(shí)運(yùn)動(dòng)的情況下，是無(wú)法簡(jiǎn)單地根據(jù)運(yùn)動(dòng)來(lái)判斷的。智能駕駛的運(yùn)動(dòng)目標(biāo)檢測(cè)（MOD），顯然是運(yùn)動(dòng)背景下的目標(biāo)檢測(cè)。最適合的是GMM和光流法。

GMM簡(jiǎn)單講，將輸入圖像的像素與背景模型進(jìn)行對(duì)比，和背景模型相似性比較高的點(diǎn)視為背景，和背景模型相似性比較低的點(diǎn)視為前景，再利用形態(tài)學(xué)的方法進(jìn)行運(yùn)動(dòng)目標(biāo)提取。混合高斯模型是由K個(gè)（基本為3到5個(gè)）單高斯模型加權(quán)組成的。在獲取新的一幀圖像之后，如果當(dāng)前圖像中的像素點(diǎn)與該像素的K個(gè)模型中的某一個(gè)匹配度比較高，則視為背景,并將當(dāng)前幀的像素作為一個(gè)新模型，更新已存在的K個(gè)模型。如果匹配度比較低，則為前景點(diǎn)。整個(gè)混合高斯模型算法主要是有方差和均值兩個(gè)參數(shù),對(duì)于這兩個(gè)參數(shù)采取不同的學(xué)習(xí)機(jī)制,直接影響該算法的正確性、穩(wěn)定性和收斂性。opencv包含了GMM算法，可以直接調(diào)用，非常省事。大多數(shù)程序員根本不關(guān)心原理，直接復(fù)制代碼就行了。

不過(guò)依照2013年的運(yùn)算資源，EyeQ4恐怕很難用GMM，光流法就更不用說(shuō)了，那是需要GTX3060級(jí)顯卡的算法。


特斯拉撞靜止警車。圖片來(lái)源：互聯(lián)網(wǎng)

EyeQ4可能選擇的閾值很低，無(wú)法抑制角錐這樣的噪音，框選時(shí)間多花了大約幾秒，然而車輛速度過(guò)快，幾秒就出事故了。即使沒(méi)有角錐，靜止目標(biāo)比運(yùn)動(dòng)目標(biāo)也要多花1-2秒時(shí)間來(lái)探測(cè)。此外這也跟車速變換有關(guān)，車速越高，自然變化量就大，車速越低，變化量就小，所以我們看到所有智能駕駛的車輛其AEB適用車速范圍都有下限，一般是時(shí)速10公里，有些甚至是30公里。

特斯拉也用過(guò)Mobileye的芯片，不過(guò)沒(méi)用過(guò)EyeQ4，特斯拉也是頻繁撞靜止車輛，那么上了FSD的特斯拉還會(huì)撞靜止車輛嗎？很有可能也會(huì)。


特斯拉FSD框架圖。圖片來(lái)源：互聯(lián)網(wǎng)

NPU或者說(shuō)AI加速器門檻極低，很好做，中國(guó)大大小小估計(jì)能有幾百家號(hào)稱能做。GPU門檻極高，全球也就英特爾、英偉達(dá)、AMD和高通能做。特斯拉也算不錯(cuò)，第一次就有GPU，不過(guò)算力不高。

單目或三目要完美解決靜止車輛問(wèn)題，就用光流法。OpenCV中實(shí)現(xiàn)了不少的光流算法。

1）calcOpticalFlowPyrLK

通過(guò)金字塔Lucas-Kanade 光流方法計(jì)算某些點(diǎn)集的光流（稀疏光流）。理解的話，可以參考這篇論文：”Pyramidal Implementation of the Lucas Kanade FeatureTrackerDescription of the algorithm”

2）calcOpticalFlowFarneback

用Gunnar Farneback 的算法計(jì)算稠密光流（即圖像上所有像素點(diǎn)的光流都計(jì)算出來(lái)）。它的相關(guān)論文是："Two-frameMotion Estimation based on Polynomial Expansion"

3）CalcOpticalFlowBM

通過(guò)塊匹配的方法來(lái)計(jì)算光流。

4）CalcOpticalFlowHS

用Horn-Schunck 的算法計(jì)算稠密光流。

這些算法要么比較依賴CPU，如用開曼濾波器的，要么比較依賴GPU?；蛘卟糠忠蕾嘋PU如平滑運(yùn)算，梯度處理，要么依賴GPU。還會(huì)用到除法，就是幾乎用不到FSD最擅長(zhǎng)的卷積運(yùn)算，用FPGA做光流是最合適的。

光流法缺點(diǎn)就是運(yùn)算復(fù)雜且運(yùn)算量大。所以FSD大概率還是會(huì)撞的。

順便說(shuō)一句，雙目的光流法就簡(jiǎn)單很多，因?yàn)殡p目是能提供深度信息的。奔馳的6D視覺(jué)就包含光流，也是目前光流做得最好的廠家，沒(méi)有之一。

Mobileye軟硬一體，幾乎沒(méi)有給整車廠發(fā)揮空間，蔚來(lái)想改也改不了。雙目也不是說(shuō)上就能上的。只能在毫米波雷達(dá)上下功夫了，ARS540是最佳解決方案，當(dāng)然價(jià)格遠(yuǎn)超一般的毫米波雷達(dá)，但總比激光雷達(dá)便宜多了。