為什麼特斯拉會直接撞入翻倒的白色貨車中？

2020年6月1號 在台灣國道發生一起特斯拉直接撞入翻倒的白色貨車中的事故。相關影片迅速引起關注與討論，陸續有評論來探討事故發生可能的原因。由於有好幾位朋友問我對這件事故的看法，我在這裏簡短地說明可能發生這個事故的原因。當然最後還是要以警方與特斯拉官方的報告為準。

特斯拉目前以相機與雷達來完成 Level 2 自動駕駛所需的環境感知任務，這跟現今其他車廠 Level 2 自駕系統所用的感測器類別是一致的。基本款系統通常以相機偵測地面車道線來完成車道偏移警示或是車道置中維持(車輛橫向運動控制)，以雷達來偵測前方物體距離與速度來完成主動式定速巡航跟車與主動式緊急煞車(車輛縱向運動控制)。我的 2017 Toyota RAV4 Hybrid 就屬於這一類。像特斯拉較高階的系統，則會以相機來偵測行人、車輛、三角錐、紅綠燈號等重要物體，並融合雷達感知輸出，來完成較複雜交通場景感知，以更豐富、可靠的環境估測來決定運動策略與執行車輛控制。

為什麼特斯拉AI「看不出」路中央橫躺的大貨車？如果貨車車主放了三角錐或許結果會不同 | T客邦

Tesla In Taiwan Crashes Directly Into Overturned Truck, Ignores Pedestrian, With Autopilot On

多數的評論對以深度學習來處理相機數據的物件辨識系統無法成功辨識「翻倒的白色貨車」這個可能性並無太大的爭議。畢竟「翻倒的白色貨車」在所有的數據庫裡面應該是極為罕見，深度學習系統很有可能無法偵測出這個「翻倒的白色貨車」。但對雷達系統而言，大家可能比較無法理解為什麼車用雷達無法偵測到這麼大的貨車。有一說法是特斯拉所裝置的車用雷達只能偵測動態的物體，因為這白色貨車已經不動了，因此雷達無法偵測出來。因此在相機跟雷達系統都失效的情況下，特斯拉就撞上去了。

這裏我想要說明的是現今的車用雷達是可以偵測到靜態物體的。從下面兩個影片可以看到現今車用雷達所可以量到的數據。第一個是來至 nuScene 開放數據庫，黃點則是五個車用雷達的數據，影片中可以看出動靜態物體都有測量值。

下一個影片是我們自己採集的車用雷達數據庫，其中我們的演算法會進一步分辨動的物體與靜的物體，並針對動的物體進一步追蹤與預測未來軌跡。影片中有一段在國道一號上採集的雷達數據，讀者可進一步確認。

那為什麼車用雷達系統要設定只輸出動態物體的數據，而把靜態物體數據排除呢？其中一項主要考慮是要消除地面人孔蓋板、金屬交通指示標誌等物件所引發的錯誤偵測。由於目前已被車廠採用的車用雷達只量測到物體距離、角度與相對逕向速度，其中並沒有高度的數據。雷達波隨著距離增加可以打到地面人孔蓋板或是懸在空中的交通指示標誌，但由於缺少高度數據，這些車用雷達並無法準確分辨所偵測物體是在地面上的人孔蓋板、車子還是交通指示標誌。而這些錯誤偵測對車輛控制的影響可以是巨大的，因為系統極有可能會對這些錯誤偵測採取急煞或是減速，這會造成後方車輛的追撞與車上乘客的不適。而一種解決方案是只輸出會動的物體量測，這樣車控系統就不會對不會動的錯誤偵測做出不必要的反應。這在多數的情況下是沒問題的，但在車輛高速行駛中，前方有一靜止的「翻倒白色貨車」的情況下，就有可能會出現雷達無法看見這個大貨車的問題。針對雷達系統而言，可輸出高度的新型雷達應可解決這個問題。現今已經有一些公司與新創正在研發這種 4D 雷達。

On the radar revolution, deadlines and access to the fourth dimension

由於我並沒有特斯拉所用雷達的硬體與資料，這篇文章只是我的猜測，請讀者以警方與特斯拉官方對這次事故的報告為準。