了解自动驾驶车辆的安全性：影响紧急停车和严重遮挡的因素

自动驾驶车辆体现了交通领域的变革性进步，并且在改变移动出行和提升道路安全方面潜力巨大。这些已经过完备训练的车辆无需人工干预即可操作，依靠复杂的传感器系统来感知周围环境。在这个过程中，传感器提供了从摄像头到激光雷达、雷达等方面的关键数据，驱动车辆软件做出实时决策。

尽管自动驾驶车辆技术已有进步，但与传感器系统相关的意外事件仍时有发生，且值得关注。此外，这些事件仍凸显出传感器在和复杂的驾驶场景无缝集成时所面临的诸多挑战。就在最近，一群来自“安全街道反叛者”(Safe Streets Rebel)组织的活动人士在旧金山抗议该市扩大自动驾驶汽车的运营服务范围。他们在Waymo和Cruise无人驾驶汽车的引擎盖上放置交通锥，使汽车的驾驶系统停止运作，从而被迫停下。

但为什么放了交通锥后，驾驶系统会使车辆停下？

最终确认的原因其实很简单：传感器系统已被严重遮挡(Critical blockage)。严重遮挡是指触发自动驾驶车辆紧急停止的障碍物等级。在这次事件中，有关被遮挡和受影响的传感器系统的具体细节尚未披露，但如何确保传感器的可靠性能，以及对严重遮挡的阈值如何定义等难题引发了热烈讨论。例如，相机镜头被遮挡便是一个常见的问题，起因包括泥浆、水滴、鸟粪和许多其他常见自然遮挡物。

这些情况会干扰算法的正常运行，但在大多数情况下，通过适当的仿真/增强训练，可为这些边缘和极端情况的训练和测试提供数据。

严重遮挡是自动驾驶车辆领域的一个关键概念。它是指必须发生于传感器系统的障碍或干扰程度大到足以触发车辆软件启动紧急停止功能的级别状态。此外，为了执行停止命令而需要达到的遮挡区域范围，具体取决于传感器的类型和自动驾驶车辆的具体配置。

例如，如果汽车使用激光雷达传感器检测道路上的物体，则激光雷达传感器所需的遮挡区域范围为半径约1米的圆圈内。这是因为激光雷达传感器发射的激光束以360度环形扫描道路。如果激光雷达传感器被遮挡于半径1米的圆圈内，激光束将无法扫到道路，则车辆将停下。

RGB摄像头的拍摄范围比较复杂，它能检测的可见光光谱中的物体距离也是如此。一般来说，RGB摄像头在良好的照明条件下覆盖范围约为100米，但在光线不足条件下范围将减少。那么，到底多少才够用呢？

自动驾驶车辆最关键的任务之一，是能够识别相关交通灯的状态，因为不同的交通灯与不同的车道相关。这项能力可以通过摄像头，或通过可以直接与红绿灯“对话” 的V2X（车联网）传感器实现。但现实是，V2X传感器的应用最为不足，因此，摄像头在大多数情况下仍是应对交通信号灯的唯一解决方案。

仿真技术在了解严重遮挡及其对自动驾驶车辆安全的影响方面发挥着至关重要的作用。通过创建虚拟环境和改变传感器遮挡级别，仿真技术可以估算车辆停下所需时间，并评估不同安全规范的效力。

那么，从车辆上摄像头的角度看交通锥是什么样子的呢？

正如我们所看到的，只有一部分图像被遮挡，准确来说，占整个视野的17%。那么17%够了吗？与许多安全案例一样，答案不在于“多少”，而在于“挡住哪里”。被挡部分可能只有17%，但却挡住了与检测交通灯最相关的中心位置。事实上，它占了最重要（中心）检测区域的34%。

如果出现严重遮挡问题导致执行交通灯识别等强制性功能无法正常起效，则自动软件会启动程序并停下车辆以保证安全。就目前来看，这无疑是个正确的决定。

随着自动驾驶车辆技术的不断快速发展，解决严重遮挡问题和增强传感器性能仍将是重点所在，而此次传感器系统事件更是强调了强大的传感器技术、先进的软件算法和全面测试的重要性。通过了解严重遮挡的阈值，并利用仿真技术不断提高传感器的综合实力，我们能逐步研发出更安全、更可靠的自动驾驶车辆，创造一个实现交通智能化、高效率的美好未来。