PaperClip × 蔚来 自动驾驶为什么这么难？
在我们的想象中，自动驾驶通常是这样，或者是这样。
但在现实世界，我们看到的自动驾驶新闻通常是这样。
在这份密歇根大学的报告中，每行驶 100 万英里，自动驾驶汽车平均发生 9.1 起事故，是传统汽车的 5 倍。
自动驾驶到底靠不靠谱？马上 2020 年了，我们为什么连让人放心的自动驾驶都做不到？
自动驾驶的本质是构造反射，即观测感知外部世界的变化，并做出相应反馈。
业界通用的自动驾驶分级来自 SAE——国际自动机工程师学会，共有 L0—L5 六个 level，我们刚刚看到的美好画面就是 L4、L5 级自动驾驶。
但在现实世界， 99% 宣称搭载自动驾驶功能的汽车都还只是 L2，也被称为 ADAS——高级辅助驾驶系统（Advanced Driving Assistant System）。这意味着即使你开启了辅助驾驶功能，也必须双手握住方向盘保持驾驶状态，并时刻观察各种情况，随时接管汽车。
你之所以需要打起精神时刻准备，是因为你的车不一定能看到所有车。
比如 2016 年 5 月，一辆特斯拉 Model S 在开启自动驾驶模式 Autopilot 时以 110 公里/小时的速度撞上了一辆左转的卡车，驾驶员当场死亡。
在特斯拉的官方声明中，事故原因被归结为摄像头没有成功区分卡车的白色侧面和明亮天空。
出现这种情况当然是意外，但现实世界就是充满了意外的。暴雪、眩光、突然出现的袋鼠和老年代步车都让你和车措手不及，这也是为什么 2018 年有 135 万人死于车祸的原因。
所以仅仅让车像人一样看路还不够，可靠的自动驾驶需要掌握比人更多的信息。今天主流的 ADAS 汽车有三类成像设备：摄像头，毫米波雷达和超声波雷达。
摄像头主要用来辨认尾灯、红绿灯、车道线和行人动物等运动物体，但光线一差就容易出问题。
2018 年 3 月 ，Uber 的一辆自动驾驶 SUV 撞死了一位横穿马路的女士。主要原因就是她横穿道路的路线恰好在阴影区域，摄像头什么都看不到。
毫米波雷达可以弥补摄像头的缺陷，补充距离和速度信息。通过发射毫米波并接收反射波，计算与障碍物的距离，同时根据多普勒效应测量反射波的频率，再与发射波的频率比较就可以计算出相对速度。
而超声波雷达则可以探测近距离障碍物，完成自动泊车等功能。
以蔚来 ES8 为例，保险杠、侧视镜、挡风玻璃上一共装着 8 个摄像头、5 个毫米波雷达和 12 个超声波雷达。
其中三目摄像头提供了更丰富的视野。28 度摄像头负责远距离目标和红绿灯，52 度的摄像头负责路况检测，150 度的摄像头负责探测车身侧面和短距离插队的车辆。
共 25 个传感器配合 Mobileye EyeQ4 自动驾驶芯片，可以帮助蔚来汽车在 50ms 内完成车道线、障碍物识别、探测物体距离和速度，辅助司机驾驶，远小于人脑 200ms 的反应时间。
比如最基本的 ACC——自适应巡航 (Adaptive Cruise Control) 和 LKS——车道保持 (Lane-Keeping System)。
顾名思义，ACC 就是让车按照设定速度行驶。
但只使用毫米波雷达的传统 ACC 有很多局限性，比如对前方未移动过的静止车辆响应很差。蔚来提供的 ACC 功能则更进一步，通过融合三目摄像头和毫米波雷达的信息，更准确的判断前车的类型、位置和速度，甚至可以在拥堵路段走走停停。
LKS 的关键在于保持车道行驶。
蔚来基于三目摄像头识别到的车道线信息，通过车道线模型（Lane Model）和路径规划（Path Planning）算法，控制车辆保持在车道内行驶。
除此以外，蔚来 NIO Pilot 共有超过 20 种辅助驾驶能力。比如只有少数车辆应用了的 ALC 转向灯控制变道功能。
当车速超过50km时，通过拨动转向灯，车辆可自行完成变道。当然，此功能需要车道线足够清晰以及并入车道内有相对的空间，才能顺利完成。
看得清楚只是第一步，如何处理信息并作出合理的反馈同样很重要。
因为看到 A 就做 B 这样的固定模型无法适应复杂的真实世界，即使是左转这样的基本操作，也需要考虑一堆问题。
值得一提的是，蔚来从 2016 年就开始自主研发自动驾驶的控制算法、底层软件和控制器，这也让蔚来在为汽车 OTA 升级的时候拥有了更大的主动权，不再受制于供应商。
同时，蔚来还将针对中国独有的路标和车道线场景做特别处理，提供更可靠和本地化的自动驾驶体验。
在未来，要实现 L4L5 级别的自动驾驶，可能还得靠激光雷达 (LiDAR)。
今天的固态激光雷达可以利用相控阵技术实现对 3D 空间的扫描，构建以汽车为中心的立体地图，进而完成对所有物体的行动预判，实现更安全的行驶。
当然，在这一些到来之前，蔚来还是会时刻检查你有没有握住方向盘，提醒报警三次之后将关闭NIO Pilot 并减速，保证你的安全。
