专家解析：特斯拉的自动驾驶哪里出问题了？

雷锋网 • 8年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

2016 年 5 月 7 日，一名来自美国俄亥俄州的白人男子 Joshua D. Brown，在使用特斯拉 Autopilot 自动模式时发生事故死亡。

造成这次事故的原因，NHTSA 在一份初步报告表示：当时在一个十字路口，特斯拉前面的一辆大型拖车在路口左转，但可能由于拖车高度较高，特斯拉的自动制动系统未能工作。

在特斯拉的官方描述中：

当时 Model S 行驶在一条双向、有中央隔离带的公路上，自动驾驶处于开启模式，此时一辆拖挂车以与 Model S 垂直的方向穿越公路。在强烈的日照条件下，驾驶员和自动驾驶都未能注意到拖挂车的白色车身，因此未能及时启动刹车系统。由于拖挂车正在横穿公路，且车身较高，这一特殊情况导致 Model S 从挂车底部通过时，其前挡风玻璃与挂车底部发生撞击。

事故发生后，有外媒采访了当时驾驶这辆白色拖车司机 Frank Baressi，他回忆当时的情形：那辆特斯拉车在撞车之时上演着《哈利·波特》里的一系列场景，行驶速度极快，「他径直朝着我的货车就冲过来了，我没看见他。」「乘车人当场死亡后，那辆特斯拉还在上演着生死时速，然后撞断了不远处的一根电线杆，」Baressi 在采访中说道。

从常识来说，自动驾驶是能够正常识别正前方的任何障碍物。但是为什么这一次：在自动驾驶情况下，特斯拉当时没有识别到这辆白色拖车？以及为什么前方有障碍物时，特斯拉在自动驾驶模式下还会继续向前驾驶？

可能的原因

专家解析：特斯拉的自动驾驶哪里出问题了？

汽车信息安全专家、360 攻防实验室负责人刘建皓曾经在内部做过这样的议题：如何干扰传感器造成自动驾驶汽车的偏行和逼停。他也会在今年美国黑客大会 Defcon 和中国第四届互联网大会上发表关于传感器漏洞影响自动驾驶安全的演讲。

对于此次特斯拉自动驾驶首起致死事故，他向雷锋网解释了这其中可能的原因。

特斯拉通过这三种传感器实现自动驾驶的功能： ADAS 功能的 Mobileye 摄像头、77G 毫米波雷达以及车身 8 个超声波传感器。

在事故发生的时候，白色大型拖车左转弯行驶过来的时候，特斯拉的 ADAS 识别到白色物体，导致图像识别的功能基本丧失：强光打在白色拖车上，白色反光可能造成摄像头的致盲，识别不到路面车辆。
白色拖车的高度过高可能也是导致这起事故的原因之一。事故发生的时候，特斯拉径直从拖车的车底穿过去。拖车的高度高于毫米波雷达的探测距离，导致毫米波雷达没有检测到前方有障碍物。

据刘建皓透露，特斯拉自动驾驶 7.1 版本能够识别箱式货车。当时这辆白色拖车可能在行驶过程中间隙太大，特斯拉的传感器无法识别对向而来、侧面拐弯过来拖车，只能识别到前方车头，最终导致毫米波雷达在输出结果上出现问题。
超声波雷达的检测距离是 5 米，即便当时检测到障碍物，车内有提示，但是当时车速可能太快，5米的距离造成反应时间特别短，最后发生了这起事故。

刘建皓说，目前自动驾驶都是基于传感器技术、图像识别技术和融合计算来做控制决策。

自动驾驶有两大类：一个是感知，一个是控制。前者依赖于传感器，但是有一些技术的盲区，比如摄像头，可能有强光对它造成致盲，或者其他光学攻击让图像识别的功能丧失。毫米波雷达和超声波也可以通过一些方式对他们进行干扰，造成自动驾驶数据的不可靠，从而反向造成车辆控制的不可靠，最终造成交通事故。

这表明自动驾驶如果被外界干扰，依然存在安全隐患。