[首發(fā)于智駕最前沿微信公眾號]最近有小伙伴提問，現(xiàn)階段智駕能否應(yīng)對井蓋缺失場景，比如路上井蓋被盜，車輛開過去會(huì)陷下去，那么端到端能不能識別和避開？

其實(shí)在城市道路的復(fù)雜環(huán)境中，井蓋缺失、路面開裂或深坑等被稱為“負(fù)障礙物”的場景，這類場景始終是智能駕駛感知領(lǐng)域的頑疾。與行人、車輛、交通錐等高出地平面的“正障礙物”不同，井蓋缺失不僅在視覺特征上具有極強(qiáng)的隱蔽性，在物理探測原理上也存在天然的探測難度。對于目前的智能駕駛系統(tǒng)而言，能否識別并避開一個(gè)缺失的井蓋，不僅取決于硬件傳感器的精度，更涉及感知架構(gòu)從規(guī)則驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)的根本性轉(zhuǎn)變。隨著端到端技術(shù)的廣泛應(yīng)用，行業(yè)正試圖通過模仿人類駕駛員的整體決策邏輯，來化解這些傳統(tǒng)算法難以覆蓋的長尾場景。

負(fù)障礙物為什么難以探測？

智能駕駛系統(tǒng)識別缺失井蓋的首要難點(diǎn)在于物理層面的感知受限。在自動(dòng)駕駛中，負(fù)障礙物指的是低于行駛平面的幾何空洞。像是激光雷達(dá)和攝像頭這類傳統(tǒng)的探測手段，在面對負(fù)障礙物這類物體時(shí)都會(huì)遭遇嚴(yán)重的“掠射角”問題。當(dāng)車輛在道路上行駛時(shí)，傳感器安裝的高度通常在1.5米至2米之間，而需要探測的障礙物卻位于幾十米外的地面。這就導(dǎo)致傳感器發(fā)出的探測信號或光線只能以極小的角度照射向地面，這會(huì)導(dǎo)致感知不完全。

激光雷達(dá)在探測物體時(shí)依靠的是激光點(diǎn)的反射。當(dāng)激光束照射到平整路面時(shí)，會(huì)形成連續(xù)的點(diǎn)云分布。如果前方出現(xiàn)一個(gè)缺失的井蓋，激光束理論上會(huì)穿過洞口射向坑底或坑壁，產(chǎn)生明顯的距離突變。然而，激光雷達(dá)的探測精度會(huì)隨著距離的增加呈現(xiàn)出平方級的衰減。

根據(jù)物理建模分析，正障礙物在傳感器視野中所占的張角與距離成反比，而負(fù)障礙物所占的張角則與距離的平方成反比。這意味著，一旦距離稍遠(yuǎn)，缺失井蓋在激光雷達(dá)視野中可能只剩下寥寥數(shù)個(gè)點(diǎn)，甚至完全消失在點(diǎn)云的稀疏間隙中。此外，由于路面本身存在顛簸，許多點(diǎn)云處理算法為了保證系統(tǒng)的穩(wěn)定性，會(huì)使用濾波器來平滑掉微小的距離跳變。在這種情況下，真實(shí)的深坑風(fēng)險(xiǎn)往往會(huì)被算法誤認(rèn)為是傳感器的隨機(jī)噪聲而被直接過濾掉。

圖片源自：網(wǎng)絡(luò)

視覺傳感器在面對缺失井蓋時(shí)同樣會(huì)出現(xiàn)很多問題。攝像頭主要依賴圖像的顏色對比度和紋理特征來識別障礙物。在理想光照條件下，缺失井蓋形成的暗色區(qū)域與灰色路面有一定區(qū)分度，像是卷積神經(jīng)網(wǎng)絡(luò)這類的深度學(xué)習(xí)模型可以學(xué)習(xí)這種特定的模式。

但在現(xiàn)實(shí)中，雨后路面的積水倒影、建筑物的深色陰影、新修補(bǔ)的路面瀝青，甚至是一個(gè)散落的黑色塑料袋，其視覺特征都與缺失的井蓋極其相似。這種視覺上的二義性導(dǎo)致單目攝像頭很難在遠(yuǎn)距離給出確定的深度判斷。

此外，當(dāng)車輛高速行駛時(shí)，視覺系統(tǒng)對地面幾何形狀的微小塌陷感知能力極弱，有時(shí)只有當(dāng)車輛行駛到近處，陰影的幾何結(jié)構(gòu)發(fā)生明顯變化時(shí)，系統(tǒng)才能意識到風(fēng)險(xiǎn)的存在，但此時(shí)留給車輛執(zhí)行制動(dòng)或避讓的時(shí)間通常已經(jīng)不足1.5秒，這很難讓自動(dòng)駕駛系統(tǒng)反應(yīng)過來。

為了緩解物理層面的探測缺陷，有些技術(shù)方案提出了改進(jìn)的硬件布置方案，如將激光雷達(dá)以40度左右的傾角向下安裝，將盲區(qū)從3米縮小到0.2米左右，并顯著提升地面點(diǎn)云的密度。然而，對于乘用車而言，這種布置會(huì)影響遠(yuǎn)距離正障礙物的探測。因此，目前的智駕系統(tǒng)更多依賴于多模態(tài)傳感器融合，即利用激光雷達(dá)提供精確但稀疏的距離參考，再結(jié)合攝像頭捕捉到的高分辨率紋理，通過算法將兩者的優(yōu)勢互補(bǔ)。

從顯式識別到占用網(wǎng)絡(luò)的維度跨越

傳統(tǒng)的自動(dòng)駕駛感知邏輯高度依賴于“白名單”，即需要為自動(dòng)駕駛系統(tǒng)定義如汽車、行人、自行車、交通錐等各種障礙物類型。如果路面上出現(xiàn)了一個(gè)不在白名單內(nèi)的物體，或者一個(gè)形狀怪異的井蓋缺失口，傳統(tǒng)的規(guī)則模型可能會(huì)將其歸類為“背景”而視而不見。這種基于目標(biāo)檢測的模式在處理缺失井蓋這類“非標(biāo)準(zhǔn)障礙物”時(shí)表現(xiàn)就不盡如人意。

占用網(wǎng)絡(luò)（Occupancy Network）的引入標(biāo)志著感知維度的一次跨越。這項(xiàng)技術(shù)不再試圖識別前方“是什么”，而是關(guān)注空間“是否被占用”。系統(tǒng)將車輛周圍的三維空間切分為數(shù)以萬計(jì)甚至百萬計(jì)的微小體素（類似于三維的像素點(diǎn)）。通過融合攝像頭和激光雷達(dá)的數(shù)據(jù)，系統(tǒng)會(huì)實(shí)時(shí)預(yù)測每一個(gè)體素被占據(jù)的概率。在一個(gè)平整的道路場景中，路面以上的體素應(yīng)該是空的，而路面以下的體素是滿的。當(dāng)路面出現(xiàn)井蓋缺失時(shí)，該區(qū)域的幾何平面就會(huì)發(fā)生坍縮，原本應(yīng)該處于“路面層”的體素會(huì)顯示出不尋常的空缺或下陷。這種感知方式不依賴于預(yù)先定義的標(biāo)簽，因此對于從未見過的深坑或道路損毀具有極強(qiáng)的通用性。

圖片源自：網(wǎng)絡(luò)

以華為的ADS 3.0系統(tǒng)為例，其核心的GOD（通用障礙物識別）神經(jīng)網(wǎng)絡(luò)已經(jīng)實(shí)現(xiàn)了從2D感知向3D語義占用的全面演進(jìn)。該系統(tǒng)不僅能識別道路上的具體物體，還能對整個(gè)場景的幾何結(jié)構(gòu)進(jìn)行實(shí)時(shí)建模。通過GOD網(wǎng)絡(luò)，車輛能夠理解路面的連續(xù)性，識別出即便是極小尺寸的異常凸起或凹陷。如果系統(tǒng)檢測到前方的路面體素概率分布發(fā)生了異常跳變，即使無法確定那是缺失的井蓋還是路面裂縫，也會(huì)將其標(biāo)記為不可通行的區(qū)域，從而觸發(fā)避讓或減速策略。

占用網(wǎng)絡(luò)的一個(gè)關(guān)鍵技術(shù)細(xì)節(jié)是深度估計(jì)的準(zhǔn)確性。在純視覺方案中，像是特斯拉的占用網(wǎng)絡(luò)，系統(tǒng)需要通過連續(xù)的多幀圖像來推斷物體的三維占據(jù)情況。由于視頻流中包含了時(shí)間維度，系統(tǒng)可以利用車輛移動(dòng)產(chǎn)生的視差來構(gòu)建路面的深度圖。這種基于時(shí)序的深度感知能力，使智駕系統(tǒng)在面對一些視覺特征模糊的缺失井蓋時(shí)，能夠通過前后幀的關(guān)聯(lián)來修正判斷。例如，當(dāng)一個(gè)遠(yuǎn)處的陰影隨著車輛靠近而展現(xiàn)出特定的幾何深度特征時(shí)，占用網(wǎng)絡(luò)會(huì)迅速將其占用的體素概率從低置信度提升為高風(fēng)險(xiǎn)等級。這種能力的提升，使得車輛在非結(jié)構(gòu)化道路（如沒有車道線的鄉(xiāng)村小路或施工區(qū)域）也能表現(xiàn)出較強(qiáng)的避障能力。

端到端架構(gòu)在處理非標(biāo)準(zhǔn)障礙物時(shí)的邏輯重構(gòu)

在感知技術(shù)不斷進(jìn)化的同時(shí)，決策規(guī)劃層也在經(jīng)歷一場深刻的變革。傳統(tǒng)的自動(dòng)駕駛架構(gòu)是模塊化的，感知模塊將識別到的結(jié)果（如“左前方5米處有一個(gè)深坑”）以結(jié)構(gòu)化數(shù)據(jù)的形式傳遞給規(guī)劃模塊。規(guī)劃模塊再根據(jù)預(yù)設(shè)的If-else規(guī)則決定是剎車還是繞行。在這種模式下，感知的一點(diǎn)點(diǎn)微小誤差可能會(huì)在后續(xù)環(huán)節(jié)被放大。如果感知模塊對井蓋缺失的識別置信度在50%上下波動(dòng)，規(guī)劃模塊可能會(huì)在剎車和加速之間反復(fù)橫跳，導(dǎo)致車輛行駛極不穩(wěn)定。

端到端（End-to-End）架構(gòu)則打破了這種模塊間的隔閡。在端到端模式中，系統(tǒng)不再依賴于顯式的數(shù)據(jù)接口，而是通過一個(gè)大型的神經(jīng)網(wǎng)絡(luò)，直接將攝像頭捕捉到的像素?cái)?shù)據(jù)或激光雷達(dá)的點(diǎn)云數(shù)據(jù)映射為車輛的控制指令（如轉(zhuǎn)向、制動(dòng)、油門）。這種架構(gòu)最核心的優(yōu)勢在于“全局最優(yōu)”。系統(tǒng)在訓(xùn)練過程中學(xué)習(xí)的是數(shù)以千萬公里的高質(zhì)量人類駕駛數(shù)據(jù)。對于一個(gè)老司機(jī)來說，他不需要在腦子里先識別出“井蓋缺失”這四個(gè)字，而是通過視覺觀察到前方路面顏色或紋理的異常，結(jié)合對周圍交通流的判斷，下意識地打方向避讓。

模塊化與端到端示意圖，圖片源自：網(wǎng)絡(luò)

端到端模型通過模仿學(xué)習(xí)，能夠習(xí)得這種處理復(fù)雜環(huán)境的駕駛直覺。在處理井蓋缺失場景時(shí)，端到端系統(tǒng)展現(xiàn)出了更強(qiáng)的泛化能力。由于模型是在海量真實(shí)道路數(shù)據(jù)上訓(xùn)練的，其中必然包含了各種人類避讓坑洼、積水或不明物體的案例。系統(tǒng)在學(xué)習(xí)過程中，會(huì)將“路面視覺異?！迸c“輕微轉(zhuǎn)向避讓”建立起高維的關(guān)聯(lián)。即便模型從未在訓(xùn)練集中見過完全一模一樣的井蓋缺失樣本，但只要它識別到了路面完整性遭到破壞的特征，就能在隱空間中產(chǎn)生類似避讓動(dòng)作的決策輸出。這種從數(shù)據(jù)中學(xué)習(xí)到的規(guī)律，比人工編寫的規(guī)則更能應(yīng)對千變?nèi)f化的長尾場景。

當(dāng)然，每當(dāng)提到端到端，就不得不聊一下它最顯著的問題，即“黑盒”特性。由于決策過程完全發(fā)生在神經(jīng)網(wǎng)絡(luò)的內(nèi)部權(quán)重中，開發(fā)者很難解釋為什么車輛在某個(gè)時(shí)刻選擇了避讓，而在另一個(gè)相似的時(shí)刻卻選擇了直沖。

為了解決可解釋性問題，目前行業(yè)內(nèi)出現(xiàn)了“廣義端到端”或“模塊化端到端”的趨勢。這種方案在保持端到端全局優(yōu)化能力的同時(shí)，在內(nèi)部保留了感知、預(yù)測等任務(wù)模塊的顯式輸出。通過這種方式，可以監(jiān)控模型內(nèi)部的特征圖，確認(rèn)系統(tǒng)是否真的“看”到了路面的深坑，從而為安全驗(yàn)證提供依據(jù)。這種兼顧靈活性與可解釋性的架構(gòu)，正是目前智駕系統(tǒng)應(yīng)對極窄、極端場景的主流演進(jìn)方向。

數(shù)據(jù)閉環(huán)與現(xiàn)實(shí)挑戰(zhàn)中的安全性驗(yàn)證

理論上的技術(shù)領(lǐng)先并不能直接等同于現(xiàn)實(shí)中的完美操作。在實(shí)際應(yīng)用中，井蓋缺失這類場景依然是智駕系統(tǒng)非常容易“翻車”的地方。同一系統(tǒng)在不同交通場景中，對于井蓋缺失這類場景也會(huì)有不一樣的表現(xiàn)。這種表現(xiàn)不一致的核心原因在于數(shù)據(jù)分布的偏差。

雖然端到端系統(tǒng)學(xué)習(xí)了海量數(shù)據(jù)，但其中絕大多數(shù)是正常行駛的數(shù)據(jù)。缺失井蓋在全量行駛數(shù)據(jù)中可能只占十萬分之一甚至更低。如果訓(xùn)練集中缺乏足夠多的、覆蓋各種光照和角度的井蓋缺失樣本，神經(jīng)網(wǎng)絡(luò)就無法對這一特定的視覺模式產(chǎn)生足夠的敏感度。

此外，舒適度與安全性的平衡也是一大難點(diǎn)。如果系統(tǒng)對路面的微小特征過于敏感，頻繁地為了躲避小石子或色塊而大幅擺動(dòng)方向盤，會(huì)極大地?fù)p害駕乘舒適性，甚至導(dǎo)致側(cè)向車輛的誤解和追尾風(fēng)險(xiǎn)。因此，智駕系統(tǒng)必須在內(nèi)部進(jìn)行精確的收益評估，是選擇承受一時(shí)的震動(dòng)碾過去，還是冒著側(cè)碰的風(fēng)險(xiǎn)進(jìn)行大角度避讓。

圖片源自：網(wǎng)絡(luò)

為了攻克這些難題，自動(dòng)駕駛公司需建立一整套復(fù)雜的數(shù)據(jù)閉環(huán)體系。當(dāng)一輛搭載智駕系統(tǒng)的車輛在現(xiàn)實(shí)中遭遇深坑導(dǎo)致劇烈顛簸時(shí)，車輛的加速度傳感器會(huì)捕捉到異常信號，并自動(dòng)將前后的視頻片段回傳至云端。云端的大型計(jì)算集群會(huì)對這些失效案例進(jìn)行自動(dòng)標(biāo)注和強(qiáng)化訓(xùn)練。通過不斷向模型灌輸這些“負(fù)面案例”，系統(tǒng)識別井蓋缺失的置信度會(huì)隨著迭代而穩(wěn)步提升。

同時(shí)，像NVIDIA的Omniverse這類物理仿真平臺也可以用來生成大量的合成數(shù)據(jù)。在虛擬世界里，可以隨意放置上千種不同形狀、深度、位置的缺失井蓋，并模擬各種極端天氣條件，以此來訓(xùn)練模型的幾何理解能力，這極大地彌補(bǔ)了真實(shí)世界數(shù)據(jù)的稀缺性。

此外，道路缺陷管理也可以融入智能駕駛的生態(tài)。通過移動(dòng)激光掃描（MLS）數(shù)據(jù)，相關(guān)機(jī)構(gòu)可以對城市數(shù)以萬計(jì)的井蓋進(jìn)行自動(dòng)化監(jiān)測。如果智能車輛在行駛過程中通過感知系統(tǒng)發(fā)現(xiàn)了井蓋丟失，這一地理坐標(biāo)信息可以實(shí)時(shí)同步給云端地圖。當(dāng)下一輛車經(jīng)過同一位置時(shí)，即使它的本地傳感器受限于視距無法看清深坑，系統(tǒng)也可以結(jié)合地圖提供的先驗(yàn)信息提前預(yù)減速或繞行。這種單車智能與群體智慧的結(jié)合，或許是解決井蓋缺失等隱蔽性障礙物的最終途徑。

最后的話

綜上所述，現(xiàn)階段的智能駕駛系統(tǒng)，特別是采用了占用網(wǎng)絡(luò)和端到端感知的先進(jìn)系統(tǒng)，已經(jīng)在技術(shù)路徑上解決了井蓋缺失的識別問題。通過將路面完整性作為感知目標(biāo)，系統(tǒng)不再受限于特定物體的定義。然而，受限于傳感器在掠射角下的物理瓶頸、環(huán)境光影的強(qiáng)干擾以及數(shù)據(jù)訓(xùn)練的覆蓋度，目前任何一家智駕系統(tǒng)都無法承諾百分之百的避讓成功率。在高速行駛或光線極差的極端條件下，井蓋缺失依然屬于可能導(dǎo)致陷車甚至事故的高危場景。對于用戶而言，理解智駕系統(tǒng)的物理局限性，并保持隨時(shí)接管的意識，依然是現(xiàn)階段安全出行的必要前提。隨著端到端模型權(quán)重的不斷優(yōu)化和數(shù)據(jù)閉環(huán)的加速滾動(dòng)，機(jī)器對道路“負(fù)空間”的理解深度終將超越人類的視覺極限。

審核編輯 黃宇