AEB滤镜再破碎,安全焦虑「解不开」?

不久前,理想L7重大交通事故,再次引发了公众对AEB的热议。

根据理想汽车公布的事故视频显示,碰撞发生前3秒,车速在178km/h时驾驶员采取了制动措施,但车速大幅超出AEB(自动紧急刹车系统)的工作范围。最终车辆以96km/h的速度追尾前方斜跨双车道、正在蠕行的大货车。

实际上,针对AEB的激活条件,理想汽车在车主手册中有详细说明。其中,最大车速区间激活条件,即当车速介于8km/h~100km/h,车辆检测到前方行驶小车或货车且系统判断碰撞不可避免时。

这也意味着,此次事故在有效制动范围内的车速,确实超过了理想L7的AEB被激活条件的最高车速。

相比之下,特斯拉(Model Y)大致介于5km/h~200km/h,华为问界M7智驾版是4km/h~130km/h,而最新发布的问界M9前向AEB生效范围最高至150km/h,可见不同车型的AEB被激活车速区间存在较大差异。

即使抛开被激活车速区间来看这项功能,AEB制动启动后,车速降低多少,还取决于车辆的运行环境状况、传感器状态等诸多因素。而真正能够被用上的场景,不仅被OEM们用诸多定语框出,紧急制动效果还存在极大的不确定性。

总的来看,除了制动启动条件和实际效果存在差异,对于AEB制动这项功能,大多数车企的车主手册中都明确表示,自动紧急制动的设计目的并非防止一切碰撞,只能在某些情况下,通过尝试降低行驶速度以最大限度减少碰撞的冲击。

很明显,上述说辞打破了部分公众对AEB的滤镜。

整理近期大家对AEB功能的讨伐,无外乎是两个点:一是AEB是否真正好用,目前来看能用但不好用;二是AEB能否真正兜底,显然暂时也兜不住

01

安全与性价比如何两全?

作为主动刹车系统,AEB的主要作用是通过传感器时刻检测车前障碍物,在紧急情况下自动进行车辆的制动,防止碰撞的发生,被看作是事故发生前的最后一道屏障。

早在2014年初,欧盟就开始要求所有新车配备AEB系统,否则无法在E-NCAP的测试中获得五星认证。2018年开始,中国的C-NCAP也将AEB作为主动安全部分的主要性能测试项,很大程度上提升了近年来我国新车AEB的装配率。

根据高工智能汽车研究院监测数据显示,2022年中国市场(不含进出口)乘用车前装标配AEB功能搭载率为48.84%。而2023年1-8月,这个数字已经升至56.04%。

“从科技平权的角度上讲,AEB本质的功能是为安全兜底,那么对消费者而言,最‘负责’的智驾方案应该是‘安全’和‘高性价比’的。”哆来目产品总监张启航表示。

但具体到量产车上,AEB的安全性依旧令人诟病。另外,也有不少消费者抱怨AEB功能并不好用,要么是漏报率太高,要么是误触发率太高,安全与智能还没有达到一个平衡点。

“误触发和召回率实际上是两个矛盾的指标,当前业内的做法基本上都是以牺牲召回率,保证误触发控制到一个指标内,灵敏度往往都设置得很低,所以很多量产车型的实测效果不太好,很多场景没有触发,归根结底整个系统的能力上限还是取决于感知能力。”张启航谈道。

目前,AEB主流方案采用的环境感知方案,主要有1V1R/1V方案。那么,市面上动辄十几个摄像头+几个激光雷达的中高端车型“豪华感知配置”,如何赋能AEB?中低端主流车型的1V1R/1V又该如何保障AEB的安全性?

中高端车型方面,最新曝光的比亚迪仰望U8 AEB系统测试中,无论是日间还是夜间,甚至在130km/h的速度下,都能迅速识别障碍物并安全刹停。

感知方面,比亚迪通过整车级融合感知平台和协同控制技术,将摄像头、雷达等多传感器的数据与整车实时数据进行融合叠加,提升了AEB系统的感知能力和准确性。

而此前理想则宣称,其自研的AEB算法在AD Max上增加了激光雷达的应用,把激光雷达算法的安全场景,从车辆、骑车人、行人等主要交通参与者,拓展到了含异形车在内的不规则障碍物以及夜间场景。

但是落实到车端,不少车企都明确指出,AEB系统的正常工作受制于多种因素。比如,前方车辆扬起的尾气、水花、尘土等,而这也是大部分道路的常态;且对于路面静止物体,如桩桶、护栏、导流牌等,大部分车企的AEB都无法发出报警和产生制动。

这意味着,AEB的感知难题还有待破局。

针对AEB系统的感知痛点,哆来目借助人眼仿生技术,通过模拟人眼的双通道感知机制,融合识别感知与运动感知算法,相比主流的视觉AI方案多了一个运动感知通道,可对于任意角度的车辆、无保护左转、鬼探头、近距离加塞等场景进行检测。

而这也是哆来目最大的差异化竞争优势。

区别于传统视觉与AI感知,要先做图像识别、测距再计算碰撞事件,哆来目的人眼仿生技术主要是模仿人眼对靠近物体的运动感知机理,预测物体的碰撞风险,可以实现更加广泛的障碍物检测,不局限于静止物体、已知或者未知障碍物,也无需深度学习神经网络。

值得一提的是,搭载哆来目运动感知算法的车载防碰撞系统,可以识别广泛的障碍物,包括倒在路中间的一棵树、异形车辆等未经训练的障碍物;其次,对于侧向切入、横穿、斜穿、加塞、小重叠等corner case场景,系统会对自车和目标障碍物的运动轨迹做出预测,提高了AEB的商用价值。

“道路上的状况千奇百怪,物体形状规则都有很大的不同,但我们的方案可以检测出所有可见物体,这一优势可以避免现实中多次发生的对没有训练过的障碍物无效而造成的致命交通事故。”张启航表示。

最关键的是,利用高技术壁垒+全栈技术自研+成本的极致压缩,哆来目的人眼仿生技术可部署到低成本低算力的SOC上,具备低成本竞争优势,可赋能AEB实现安全性与性价比两全。

02

硬核感知算法,直击智驾痛点

这也意味着,即使是中低端主流车型的1V1R/1V感知配置,AEB的安全性能也有望得到保障。

毕竟,人眼仿生技术对摄像头的要求并不高,没有摄像头同步的难题,对芯片算力要求也不高,相应的功耗也小,且在一定程度上解决了传统计算机视觉中同时兼顾横纵向视野的经典难题。

而抓住物体识别算法和运动感知算法技术底座,哆来目有望在AEB功能的基础之上,跑出一条商业化路径。

一方面,全套自研的AI算法加持,进一步提升了其感知算法性能。哆来目聚集了众多计算机视觉算法专家,采用卓越的算法技术,通过精心设计和优化神经网络,完成多角度多目标的智能识别、避障及车体自主定位,突破性的解决了大量业界困扰的Corner case。

另一方面,其算法兼容性强,可适配低算力芯片平台。哆来目从降本增效的角度出发,在低成本、低功耗的车规级嵌入式芯片平台上实现高效算法,能实现多种目标属性的:感知预测,支持高精度测距、多传感器数据融合,通过任务、数据驱动方式进行算法迭代与功能升级。

除了依托人眼仿生技术赋能AEB,迈入2024年,手握硬核感知算法的哆来目,市场规划也逐渐清晰。

据张启航介绍,接下来哆来目将继续深耕L2+、L3级智能驾驶市场,基于行泊一体、ACC、LKA、AEB等功能痛点,赋能智驾安全升级。技术方向,将通过人眼仿生技术,实现二维到三维,实时3D地图构建。

“感知系统是当前制约更高级自动驾驶技术落地的最大变量,只有解决感知的问题,自动驾驶产业所带来的安全和智能才会进一步升级。”

不难发现,L2+级智能驾驶更丰富的系统功能和应用场景,对感知技术也提出了更高的要求。而哆来目利用人眼仿生技术的优势,构建起了其技术护城河,且公司已经实现感知-规划-控制的全栈技术自研,将成本压缩到极致。

比如,针对自动驾驶中的感知长尾问题,哆来目的占用模型能对一些不规则物体、通用障碍物等进行检测,把一些当前场景下遮挡静止物体和动态物体进行3D重建,增加驾驶员的视野域,从而让驾驶员对接下来路径规划有了更多信息。

而延续高性价比优势,哆来目的占用模型采用自监督,不需要人工数据标注,省去了高昂的标注费用,真正为客户和用户提供“用得起、愿意用”的技术方案。

目前,哆来目已经和一些主机厂和大客户做技术交流,为今年的合作做准备。

从业务进展来看,具体到高级辅助驾驶功能,哆来目的感知方案已经通过批量生产验证,拥有出色的夜视效果,可在低照度乃至星光观景下,可靠识别车辆和行人目标;凭借优异的神经网络,拥有高效的目标识别速度,准确率高,目标识别种类丰富,适合多种应用场景。

在实际道路测试过程中,其产品可对前向360°任意角度的车辆、无保护左转、鬼探头、近距离加塞、无车道线行驶等碰撞风险场景进行预警,体现出优于国标要求的性能及市面常见的单目产品的性能指标,安全性更好。

且拥有多种数据接口,具有丰富的扩展性,其方案可满足客户多样的系统化集成需求;满足多项法规标准,产品功能符合《JT-T883-2014》、《GB-T26773-2011》、《GB-T33577- 2017》等标准中的相关要求。

此外,哆来目还通过了ISO 9001、ISO 14001、ISO 45001三体系认证,二审通过IATF16949汽车质量管理体系认证,预计本月下证。

“哆来目着眼从后装到前装、从商用车到乘用车的战役布局,未来几年除了继续推出有一定技术壁垒的差异化刚需产品外,也会朝着纯视觉自动驾驶的目标推进。”张启航向高工智能汽车表示。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/632653.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何搭建Z-blog网站并结合内网穿透实现无公网ip访问本地站点

文章目录 1. 前言2. Z-blog网站搭建2.1 XAMPP环境设置2.2 Z-blog安装2.3 Z-blog网页测试2.4 Cpolar安装和注册 3. 本地网页发布3.1. Cpolar云端设置3.2 Cpolar本地设置 4. 公网访问测试5. 结语 1. 前言 想要成为一个合格的技术宅或程序员,自己搭建网站制作网页是绕…

hadoop下载,安装

下载: https://mirrors.tuna.tsinghua.edu.cn/ 从清华源下载 找到apache 找到hadoop 找到对应的版本 使用64位版本 上传到linux的 /usr/local 目录下 使用tar -zxvf 文件。 命令解压 添加path路径 1,vim /etc/profile 2, 追加hadoop的两个bin路径…

Ps:使用钢笔工具快速精准抠图的技巧

众所周知,钢笔工具是 Photoshop 中最精准的、适用于硬边缘(清晰轮廓)对象的抠图工具。但是,如果从头开始一个锚点一个锚点的勾勒,既费时又费眼。 我们可以先用选区工具或选区命令做一个基础选区,然后将选区…

【Linux】权限的深度解析

前言:在此之前我们学习了一些常用的Linux指令,今天我们进一步学习Linux下权限的一些概念 💖 博主CSDN主页:卫卫卫的个人主页 💞 👉 专栏分类:Linux的学习 👈 💯代码仓库:卫卫周大胖的学习日记&a…

python实现图片式PDF转可搜索word文档[OCR](已打包exe文件)

目录 1、介绍 1.1、痛点 1.2、程序介绍 2、安装方式 2.1、🔺必要环节 2.2、脚本安装 2.2.1、不太推荐的方式 2.2.2、节约内存的方式 2.3、⭐完整版安装 3、使用 3.1、最终文件目录 3.2、主程序 3.2.1、绝对路径 3.2.2、是否为书籍 3.2.3、⭐截取区域 …

lvgl移植流程

移植准备 基于梁山派屏幕扩展板mcu屏幕源码Screen_MCU移植下载lvgl 8.3版本源码下载地址:https://github.com/lvgl/lvgl参考文档:Set-up a project — LVGL documentation 移植步骤 1. 删除源码 删除源码中不需要的文件夹,仅保留如下内容 demos : lvgl综合案例e…

QtCreator12无法识别Qt5.15.2的安卓SDK与NDK配置解决

解决方法: 设置JDK为JDK11 使用Android Studio下载 Android SDK Command-line Tools 10.0 打开Android SDK Location : 双击打开cmdline-tools 复制10.0中所有东西到latest中 点击Manage Kits并选择Devices 然后点击Android会弹出下图窗口,并自动更 安装完成 成功识别

股票套牢,如何解套?当下行情怎么赚钱?

今年开年大盘继续一路下行,今天更是直接跌破2800点,很多朋友都是套牢的阶段,这种时候我们怎样解套,在这种情况下,作为散户的我们又如何才可以赚到钱呢? 股票被套可以借用哪些工具解套?详细操作…

新数智空间:阿里云边缘云持续保持中国公有云市场第一

全球领先的 IT 市场研究和咨询公司 IDC 发布 《中国边缘云市场解读(2023H1)》报告 中国边缘公有云服务市场 阿里云持续第一 稳居市场第一,“边缘”逆势生长 近日,全球领先的 IT 市场研究和咨询公司 IDC 最新发布《中国边缘云市…

Git学习笔记(第2章):Git安装

官网地址:Githttps://git-scm.com/ Step1:查看Git的GNU协议 → 点击“Next” Step2:设置Git的安装位置(非中文、无空格的目录) → 点击“Next” Step3:选择Git的选项配置(推荐默认设置) → 点击“Next” Step4:设置Git…

POI实现Excel多行复杂表头导出

POI实现Excel多行复杂表头导出 1. pom文件添加POI相关依赖 <dependency><groupId>org.apache.poi</groupId><artifactId>poi</artifactId><version>3.10-FINAL</version> </dependency> <dependency><groupId>o…

python代码练习:链表——分隔链表

参考知识&#xff1a; 什么是链表Optional有什么用 题目&#xff1a; 题目来源&#xff1a;力扣 代码&#xff1a; from typing import Optionalclass ListNode: 链表结点的数据类型 def __init__(self, val0,nextNone):self.val valself.next nextdef convert_to_linked…

index_jsp报错

今天跟着视频一模一样敲代码&#xff0c;一直报500 搜索了好几篇csdn&#xff0c;不断地修改添加的jstl.jar 和standard.jar&#xff0c;修改这两个jar包版本&#xff0c;还是报500 又看到说是因为tomcat10中存在jsp.jar&#xff0c;同时存在发生冲突&#xff0c;于是把tomcat…

字符型在内存中的存储

由于此字符型只占一个字节 所以它就不存在大端存储和小端存储。 字符型数据在内存中的存储的是ASCII码值转换成的二进制的补码&#xff08;有符号char的二进制也有原码&#xff0c;反码&#xff0c;补码之分&#xff09; 例 ↑的十进制的ASCII值为24 转换成二进制为00011000…

docker里Java服务执行ping命令模拟流式输出

文章目录 业务场景处理解决实现ping功能并实时返回输出实现长ping和中断请求docker容器找不到ping命令处理 业务场景 我们某市的客户&#xff0c;一直使用CS版本的信控平台&#xff0c;直接安装客户Windows server服务器上&#xff0c;主要对信号机设备进行在线管理、方案配时…

Peter:经济形势不好,一个最大的原因就是诚信道德的缺失 | 程客有话说002

《程客有话说》是我们最新推出的一个访谈栏目&#xff0c;邀请了一些国内外有趣的程序员来分享他们的经验、观点与成长故事&#xff0c;我们尝试建立一个程序员交流与学习的平台&#xff0c;也欢迎大家推荐朋友或自己来参加我们的节目&#xff0c;一起加油。本期我们邀请的程序…

实验一 安装和使用Oracle数据库

&#x1f57a;作者&#xff1a; 主页 我的专栏C语言从0到1探秘C数据结构从0到1探秘Linux菜鸟刷题集 &#x1f618;欢迎关注&#xff1a;&#x1f44d;点赞&#x1f64c;收藏✍️留言 &#x1f3c7;码字不易&#xff0c;你的&#x1f44d;点赞&#x1f64c;收藏❤️关注对我真的…

基于人工蚁群、蚁群、遗传算法的多目标任务分配

matlab2020a可运行 基于人工蚁群、蚁群、遗传算法的多目标任务分配资源-CSDN文库

MAC磁盘空间不足怎么清理?MAC清理磁盘空间的五种方法

MAC磁盘空间不足怎么清理&#xff1f;当我们使用苹果MAC一段时间后&#xff0c;就会有大量的垃圾文件占用磁盘空间&#xff0c;例如系统缓存文件、应用程序缓存文件、备份和重复文件、旧版的应用程序及其部件等&#xff0c;为了不影响电脑的后续使用&#xff0c;我们需要经常清…

对java的interface的理解

一个例子来让我们理解更加深刻 这是我们的整体文件布局 ①A是接口 ②B和C是用来实现接口的类 ③show是我们的运行函数&#xff0c;用来展示 A接口 接口中定义的方法可以不用去实现,用其他类去实现(必须实现) 关键字:interface public interface A { // public static …