技术分析｜自动驾驶接管原因

芝能科技出品

随着萝卜快跑和国内汽车企业对智能驾驶的宣传，自动驾驶成为了一个备受关注的领域，智驾功能路测视频展示了高度智能化的驾驶技术，吸引了大批消费者和从业者的关注。

自动驾驶技术仍存在许多亟待解决的问题，我们针对自动驾驶接管原因，探讨智能驾驶技术的局限性和挑战。

01

自动驾驶技术现状

根据美国加州交通管理局（California Department of Motor Vehicles，DMV）的数据，2023 年加州登记的自动驾驶路测车辆总数为 1603 台，在 2022 年和 2021 年分别为 1553 台和 1174 台，自动驾驶路测车辆总数依然呈现增长趋势。

在 2023 年，路测车辆数量最多的前三家公司分别是 Cruise、Waymo 和 Zoox，它们的车辆总数占据了加州所有自动驾驶路测车辆总数的 80%。2023 年，所有自动驾驶公司的路测车辆在自动驾驶模式下总共行驶了约 926 万公里，Waymo 在车辆总数不占优的情况下，占据了总里程的绝大部分，在北美市场的高覆盖率和良好的用户体验。

平均接管里程（Miles per Intervention，MPI）是衡量自动驾驶技术成熟度的重要指标。按照马斯克的观点，自动驾驶车辆需要比人类驾驶员安全 10 倍，即每行驶 580 万公里发生 1 起事故。

然而，自动驾驶车辆的 MPI 远未达到这一标准。2023 年，各自动驾驶公司的 MPI 数据存在较大差异，有些公司实现了零接管，而有些公司则接管频繁。

02

自动驾驶接管原因分析

2023 年，所有自动驾驶车辆共发生了 6562 次接管，各公司申报的接管原因多达 305 类。通过对这些接管原因的分类，我们可以更清晰地了解自动驾驶技术的瓶颈和挑战。

● 感知问题

感知问题占据了接管原因的很大一部分。自动驾驶车辆依赖多种传感器（如激光雷达、摄像头、毫米波雷达等）获取周围环境的信息。然而，复杂的现实世界场景常常超出这些传感器的处理能力。例如，光照变化、恶劣天气、复杂的交通状况等，都会导致感知系统的误判和失效。

● 预测问题

预测问题是导致自动驾驶接管的另一大原因。自动驾驶系统需要预测其他交通参与者的行为，并据此规划自己的行驶路线。然而，行人、车辆等的行为具有高度不确定性，尤其是在城市道路上，行人突然横穿马路、车辆突然变道等情况频发，导致自动驾驶系统难以做出正确的反应。

为了更详细地了解接管原因，我们可以通过具体案例进行分析，这是博世罗列的接管的分析（BOSCH 全年共发生了 314 次接管，而申报的原因种类多达 138 种）

左转场景

◎ 左转时，速度过慢 3

◎ 左转时，自车不合理制动 2

◎ 左转时，避让道路行人策略不合理 13

右转场景

◎ 右转时，不合理制动或速度过慢 11

◎ 右转路口为绿灯时，自车不合理减速或不通行 2

十字路口

◎ 十字路口前，交通灯机太晚或过短时间 3

◎ 十字路口不合理制动 2

变道场景

◎ 变道空间寻找过程，速度不稳定、不合理减速或直接卡住了 7

◎ 变道空间足够，变道场景满足，自车未能启动或成功变道 1

◎ 变道空间不足时，自车强行变道 3

◎ 变道轨迹规划不合理 1

◎ 变道过程中，后方车辆快速接近 1

◎ 变道失败 1

◎ 变道完成后，自车不合理制动 1

◎ 变道过程中突发偶然接管 1

汇流分流场景

◎ 在后方存在跟随车辆时，自车从匝道汇入主干道的速度过慢 1

◎ 出口时，不合理转弯及制动 1

◎ 高速公路汇出道路上减速过多 1

◎ 汇流车辆没有礼让自车 1

人行横道

◎ 自车经过人行横道的时候速度太慢或不合理制动 6

◎ 避让人行横道上行人策略不合理 3

不合理制动/转弯/加速

◎ 正常行驶时产生不合理制动 3

◎ 交通拥堵时突然制动 3

◎ 接近骑行者时，自车频繁制动 1

◎ 感知到错误碰撞风险，自车不合理制动 1

◎ 停放的静止车辆时不合理制动 1

◎ 高速公路上对静止车辆发生不合理制动 1

◎ 高速公路行驶时，对立交桥下的车辆与标制动 1

◎ 并线时不合理制动，表现过于谨慎 2

◎ 加速不足 2

◎ 转向抖动 1

◎ 对向左转车道车辆直行，导致自车不合理转弯 1

其他

◎ 纵向跟踪时车距不稳定导致车切入自车车道，冗员接管 2

◎ 跟随行驶，行驶速度太慢或自动卡住 2

◎ 感知的不稳定导致车行为犹豫不决 2

◎ 轨迹规划的轨迹不稳定 2

◎ 路径规划提示失败 2

备注：这些原因分类之后可以仔细评估 Bosch 测试过程中的表现

现代感知技术已经取得了长足进步，但其在复杂环境中的表现仍不尽如人意。传感器融合、数据处理等方面仍存在许多技术难题，提升感知技术的鲁棒性和准确性，仍是自动驾驶领域的一个重要研究方向。现有的预测与决策算法在面对高度动态和不确定的交通环境时，表现仍然不够稳定。

如何在复杂环境中进行准确的行为预测，并制定出安全可靠的行驶策略，是自动驾驶技术需要攻克的难题之一。自动驾驶技术的广泛应用还面临着法规与伦理层面的挑战。如何制定合理的法规来规范自动驾驶车辆的上路测试和运营，如何解决自动驾驶事故中的责任认定问题，都是需要深入思考和探讨的议题。

小结

通过对自动驾驶接管原因的分析，我们可以看出，智能驾驶技术虽然取得了一定的进展，但仍面临着诸多技术和非技术层面的挑战。未来，随着技术的不断进步和法规的不断完善，自动驾驶有望在更多场景中实现安全可靠的应用。