本文来自微信公众号：车东西（ID：chedongxi），作者：木米，原文标题：《3个月107起！特斯拉拿掉雷达后，幽灵刹车投诉激增》，题图来自：视觉中国
选择纯视觉自动驾驶路线，特斯拉做错了？
据华盛顿邮报报道，过去三个月中，特斯拉有关“幽灵刹车”问题的投诉量激增至107起。而前22个月仅为34起。
所谓幽灵刹车，就是用户在开启Autopilot或者使用FSD等L2自动驾驶系统时，车辆会在某种看似无需刹车的情况下突然无征兆地刹车。
车东西团队购入了多台特斯拉车型在日常使用，我们也曾多次遇到过幽灵刹车现象（虽是多次，但放在总使用时长开看仍是小概率问题）。
在其发生时，往往都是突然地急刹车、重刹车，因此对车内人员来说体验非常糟糕，甚至可以说是恐怖，同时也容易诱发后车追尾的安全隐患。
在投诉量激增之后，美国监管机构已经展开了对特斯拉这一问题的调查。
统计数据显示，这波投诉增加的时间点正是出现在了特斯拉宣布取消自动驾驶系统中的毫米波雷达之后——说明纯视觉路线与幽灵刹车的增多直接相关。
那么最近的幽灵刹车投诉激增事件到底怎么回事？过去采用多传感器的车型是否也有类似问题？多传感器融合方案真的比纯视觉方案要更优秀吗？
多位车主遭遇幽灵刹车，监管机构介入调查
目前有不少车主向监管机构投诉称，特斯拉车辆的幽灵制动让其陷入被追尾的险境中。
一位车主在一份报告中说：“我妻子要求我在车里不要使用巡航控制或Autopilot，因为我们之前在公路旅行的时候曾经遇到过特斯拉的幽灵制动，当时导致我妻子怀孕的肚子受到了压迫。”
另一位车主写道：“有时候我的车前什么都没有，车辆也会紧急制动。”
一位驾驶2022年款特斯拉Model Y的车主说，他最近在旧金山的泰勒街和松树街驾驶时，他的车在前面几英尺处发现了一个塑料袋，这个袋子并没有影响他的驾驶，但车辆随后也发生了紧急制动。
另一位2021年款特斯拉Model Y的车主Ben Morris也是向NHTSA投诉的人之一。他说，这是他的第三辆特斯拉，但这款车的幽灵刹车问题比他之前的其他车都更明显。
他在一封电子邮件中写到：“虽然我的2017年的Model X之前有过幽灵刹车，但这种情况非常罕见。但2021年5月发布基于视觉自动驾驶系统之后，好像几乎每天会出现这种问题。”
回忆起他的妻子在高速上开车时遇到的幽灵刹车，他说：“它用力地刹车，把我们车上的儿童座椅都撞到了前排座位。”
“万幸的是，我们的孩子不在车上。”Ben Morris回忆称。
针对特斯拉近期不断增加的制动失灵投诉，美国国家公路交通安全管理局（NHTSA）发言人Lucia Sanchez表示，公司正在就幽灵制动问题的投诉与相关特斯拉车主进行对话。
Lucia Sanchez说：“NHTSA已经开始关注关于特斯拉幽灵刹车的投诉，并正在通过我们的风险评估流程对特斯拉进行审查。”
“这个过程包括与特斯拉进行讨论，以及审查其他数据来源，包括预警报告数据。如果数据显示可能存在风险，NHTSA将立即采取行动。”
特斯拉于2020年解散了其公关部门，因此目前没有回应外媒的置评请求。
外媒表示，特斯拉过去曾辩称，在比较碰撞数据时，其辅助驾驶功能套件Autopilot比一般的人类驾驶更安全。但特斯拉现在面临着监管机构越来越多的审查，包括召回和安全调查等，这令人质疑其辅助驾驶的可靠性。
值得注意的是，最近对特斯拉汽车的大部分投诉都与幽灵制动问题有关——自11月以来，在关于2020年至2022年特斯拉Model Y、Model 3，以及2019年特斯拉Model 3的189起投诉中，有107起是关于幽灵刹车的，这个数据占比达到了57%。
去掉雷达后投诉增多，专家：纯视觉要背锅
去年10月，特斯拉曾表示其幽灵刹车的故障现象是FSD软件更新触发的。因此，特斯拉一度召回了当时更新的FSD软件版本。但召回之后，针对幽灵制动的投诉却不降反升。
有意思的是，这些车主投诉的时机正好在特斯拉停止使用毫米波雷达作为其自动驾驶系统的传感器之后。
据悉，特斯拉去年宣布，从2021年5月开始，它将停止为北美制造的特斯拉Model Y和Model 3车辆配备雷达，并计划构建一套基于视觉的自动驾驶系统。
特斯拉汽车配备了八个环绕式摄像头，特斯拉称该套摄像头能够“在高达250米的射程内提供360度的汽车能见度”。此外，它还利用12个超声波传感器来检测车辆周围的物体。
而在采用了这套基于视觉传感器的自动驾驶系统之后，有车主向监管机构投诉表示，他们的汽车似乎感知过于“灵敏”。
一位外国车主表示，某次他的特斯拉车辆由于感知到了对面车道的卡车而采取了紧急制动——他称车辆“几乎停在了车道中间”。
卡内基梅隆大学的一位关注自动驾驶汽车安全的教授Phil Koopman表示：“当开发人员没有正确设置决策阈值来决定何时存在紧急情况以及区分虚假警报时，就会发生幽灵刹车。”
“其他公司所做的是使用多个不同的传感器，并在它们之间进行交叉验证——不仅是多个相机，还有多种类型的传感器，例如雷达和激光雷达，这些是比较复杂的传感器，它们可以使用激光绘制环境地图的点阵。”
该教授称：“只有一个类型的传感器是更难确定道路情况的，因为没有不同类型传感器的交叉验证。”
多传感器容易打架，特斯拉走上纯视觉路线
因为视觉和雷达技术各有优劣势，因此现有的L1~L2自动驾驶方案，多采用了视觉+毫米波的传感器配置。
先说视觉，无论是使用传统的特征点识别技术，还是使用深度学习技术，视觉的感知方案都有两大难题。
1. 漏检、误检的现象都经常出现。
比如异型车、被遮挡的车辆、位置不对的车辆，因为没有进行过针对性的训练，或者训练的数据较少，就很难识别。
2. 存在真假难辨的问题。
特殊情况如前方公交车尾部有巨幅的人物照片，视觉系统就很容易将这个照片识别为前方有人。
再说毫米波雷达，因为靠回波感知物体，相对不容易出现真假问题——前方有物体就有回波，没物体就没回波。
但因为回波中会有“噪点”，比如两个离得很近的车辆，或者静止的车辆与固定物体之间，回波是掺杂在一起的。在现有的雷达技术条件下，很难对其进行精确区分。
视觉和雷达各有优缺点，所以过去20年里，量产车的L1~L2自动驾驶系统往往将视觉和毫米波雷达，以及超声波雷达结合起来使用，进行交叉验证，来提升感知的准确度。
多传感器方案看似完美，但实际也有问题。目前绝大部分厂商都是用后融合（目标融合）的方式来做视觉和毫米波雷达的融合——各个传感器单独去检测，然后把结果进行比对。所以一旦两个传感器出现结果不一致的情况，就很难处理了。
业内现在的常用做法是设置置信度，即在某种条件下选择更相信某一种传感器，从而解决结果打架的问题。但实际上这种做法并没有从根本上解决问题——不管选视觉还是选雷达，都仍然存在单一传感器的感知弊端。
既然选择了也无法避免错误，拥有极强AI能力的特斯拉索性就扔掉了毫米波雷达，搞出了个纯视觉方案。
特斯拉的AI高级总监Andrej Karpathy在去年的一次公开演讲中，曾经给出了几个纯视觉表现更好的例子。
第一个案例是前方车辆快速刹车时，视觉传感器和毫米波雷达出现了截然不同的表现。
图中黄色线条代表毫米波雷达感知的距离、速度、加速度图像（从上至下），蓝色线条代表纯视觉传感器的感知结果。可以发现，毫米波雷达在其中有多次出现距离突然降低为0、速度突然提升、加速度突然为0的情况。这是因为突然减速之后，毫米波雷达并不能很好追踪前方车辆，因此多次重启，就像是车辆在短时间内重复消失，又出现了6次，这很可能误导自动驾驶系统。
由纯视觉传感器感知的信息和毫米波雷达的信息大致重合，但是没有出现距离、速度、加速度突变的情况，表现非常稳定。
第二个案例是路上常见的立交桥。
由于毫米波雷达没有垂直分辨率，所以会认为立交桥是一个静止在前方的物体。传感器感知数据融合之后，车辆认为行驶前方存在静止物体，并判断紧急刹车。这种情况在高速公路上十分危险。
第三个案例是行驶前方出现一辆停靠路边的大货车。
此时，毫米波雷达无法判断前方究竟是一辆车还是一个普通的静止物体。因此，毫米波雷达将这项任务交给视觉传感器，最终在距离车辆110米的距离时，才感知到前方的卡车。
如果用纯视觉传感器，在180米的距离时感知到了前方的货车，并从145米处有明确的感知信息，开始减速。
Andrej Karpathy给出的例子确实能证明纯视觉路线优秀，但从目前幽灵刹车投诉事件来看，纯视觉方案还远称不上完美，其也有自己的弊端。
多传感器也有幽灵刹车，前融合或可解决
纯视觉不完美，并不意味着就要回到过去视觉+毫米波的老路上来。
车东西团队自费购置了多台特斯拉车型，在日复一日的日常驾驶中，我们也多次碰到过Autopilot幽灵刹车的问题，主要有两大场景容易出现。
一是隔壁车道车辆有车辆离本车过近时，系统有小概率会误认为隔壁车要变道或加塞，就直接来了一脚重刹。
二是在距离前方车辆较近，且前车频繁加减速时，本车小概率会误认为前车刹停了，然后又是一脚重刹。
因为幽灵刹车几乎每次都是重刹，所以体验非常吓人并且存在被后车追尾的风险。
此外，还有一次夜晚行驶时，在四下无车的空旷高速上，车东西也碰到过一次幽灵刹车。有可能是当时误将对面或者头顶的立交桥识别成了障碍物而采取了刹车动作。
车东西认为，要较好地解决幽灵刹车问题，并不是说要回到老的路线上，而是应该增加激光雷达，甚至再补充成像毫米波雷达，采用前融合的办法，在像素层面将传感器的数据对齐进行感知，从而真正发挥多传感器融合的优势（当然，前融合也存在像素难以对齐的难题）。
马斯克虽然多次Diss激光雷达，认为其价格太贵。但从大疆、华为、速腾聚创、禾赛科技、一径科技等目前国内激光雷达厂商的动作来看，激光雷达的成本问题，显然越来越不是问题。
在激光雷达的成本有了根本性变化后，我们还是希望特斯拉能够予以使用，用更先进的传感器创造出更多优质的体验，带领行业持续前行。
本文来自微信公众号：车东西（ID：chedongxi），作者：木米