即使是一點小氣候變化，都會給自動駕駛系統(tǒng)帶來很大的問題。盡管在過去幾年時間里，許多自動駕駛初創(chuàng)公司都在用自己的路測表明自己都能夠很好的處理這些問題。

近日，密歇根州立大學(xué)的最新研究表明，毛毛雨和小雨都會混淆自動系統(tǒng)用來檢測行人、自行車手和其他道路使用者的算法。

這些發(fā)現(xiàn)再次明確了這樣的前提，即除非這些算法能夠更好地處理各種天氣條件，否則自動駕駛汽車可能僅限于陽光合適的天氣，或者當(dāng)天氣條件低于系統(tǒng)臨界標(biāo)準(zhǔn)時，有人接管車輛。

這項研究的重點是測試計算機(jī)視覺系統(tǒng)的能力，因為攝像頭通常是汽車制造商和技術(shù)公司用來對行人和其他道路使用者進(jìn)行分類的主要傳感器。

但問題不在于相機(jī)，這次研究的參與者強(qiáng)調(diào)，而是從相機(jī)中提取信息的算法。

“一旦有幾滴雨，算法就會感到困惑，”他說，這就像眼藥水滴在眼睛里，人的生理反應(yīng)就是希望馬上就能看到外面世界?！?/p>

研究人員評估了各種參數(shù)，包括雨滴的大小、每平方英寸的雨滴數(shù)量以及風(fēng)速的影響。從晴朗的天氣到暴風(fēng)雨的尺度，他們發(fā)現(xiàn)，當(dāng)降雨強(qiáng)度是最壞情況的10%時，算法無法檢測到多達(dá)20%的物體。當(dāng)降雨強(qiáng)度增加到30%時，多達(dá)40%的物體不再能被探測到。

來自雷達(dá)和激光雷達(dá)的信息可以緩解一些問題，但是最終的傳感器融合數(shù)據(jù)仍然需要視覺去分辨和識別物體的類型。

在密歇根州立大學(xué)，研究人員在蘭辛大學(xué)東校區(qū)周圍的紅綠燈上安裝了攝像頭，使他們能夠收集有關(guān)行人、自行車和車輛運動的數(shù)據(jù)，并更好地預(yù)測他們的運動，這對于自動駕駛系統(tǒng)來說至關(guān)重要。

而早在2015年7月，密歇根州立大學(xué)在位于密歇根州安娜堡市的該大學(xué)校區(qū)內(nèi)就修建了自動駕駛汽車測試場“交通轉(zhuǎn)換中心”（簡稱Mcity）。

該測試場位于平坦地帶，全長6.5km，其中有再現(xiàn)高速公路的直線路段、再現(xiàn)十字路口等的市區(qū)道路，周邊還有土路。同時，密歇根大學(xué)過去一直與美國交通運輸部及密歇根州運輸局合作，由市民參與，使用約3000輛汽車在普通公路和高速公路上進(jìn)行路車間和車車間通信的驗證試驗。

這項測試還產(chǎn)生了另一個與天氣有關(guān)的發(fā)現(xiàn)。根據(jù)氣候的變化，自動駕駛系統(tǒng)用來確定其位置的高分辨率地圖可能需要季節(jié)性更新。

比如，秋天當(dāng)樹葉從樹上落下時，研究人員意識到他們的地圖已經(jīng)過時了。而到了夏天，你可以想象在靠近道路的樹木或灌木上長滿了樹葉，它們是地圖的重要組成部分，所以夏天和冬天是完全不同的。

寒冷天氣也會給自動駕駛車輛的傳感器造成問題。去年冬天，研究人員發(fā)現(xiàn)10華氏度的溫度以及更低的溫度增加了傳感器的“數(shù)據(jù)噪音”，或者說增加了激光雷達(dá)傳感器的低質(zhì)量或者不相關(guān)的返回量。

而激光雷達(dá)制造商告訴研究人員，他們不能保證傳感器能在極端寒冷的環(huán)境下工作，他們正在努力擴(kuò)大傳感器的溫度范圍。

不管是寒冷的天氣、樹葉還是小雨，研究人員表示，這些缺點都突出了這樣一個事實：在可預(yù)見的未來，天氣會削弱自動駕駛技術(shù)的能力。

同時，如果一旦攝像頭失效，自動駕駛系統(tǒng)被迫依靠其他替代傳感器和GPS及高精定位來確認(rèn)本車的位置，這種狀況并未在公共道路上進(jìn)行大量測試。

未來許多年，具有挑戰(zhàn)性的天氣條件將是一個問題。

Waymo在2017年向美國交通部提交的一份43頁的安全報告中這樣寫道：我們的車輛已經(jīng)具備在惡劣天氣下駕駛的能力，如中雨，白天和夜間都能正常工作。

而在Waymo今年10月發(fā)布的自動駕駛車輛事故應(yīng)急指南中明確提出：Waymo自動駕駛車輛的設(shè)計使其可在高速公路、公路、城市街道和鄉(xiāng)村道路等限速達(dá)65英里/小時的地方駕駛，也可在停車場、在小雨和霧中日夜不停地行駛。

但是Waymo明確提出，在大雨、下雪和冰冷的天氣等惡劣天氣、被水淹沒的道路、山區(qū)道路以及無路區(qū)該車的自動駕駛功能將受到限制。

顯然，Waymo仍在不斷努力克服這樣的天氣障礙。在今年谷歌I/O 2018開發(fā)者大會上，Waymo介紹了如何借助機(jī)器學(xué)習(xí)技術(shù)來減少雪花帶來的“信號噪點”，讓自動駕駛汽車看穿積雪路面并安全行駛。

比如，上圖的上半部分，展示了自動駕駛汽車傳感器掃描到的無數(shù)噪點，密密麻麻地圍成了一片紫云。如果不能濾除所有噪點，自動駕駛汽車會誤認(rèn)為自己被各種堅實的物體包圍，選擇蠕行、甚至干脆停下來不走了。

而目前谷歌的機(jī)器學(xué)習(xí)技術(shù)能夠用算法過濾掉噪點之后，信號收集畫面簡潔得如同正常天氣狀態(tài)。

此外，面對惡劣天氣環(huán)境，還必須要做到如何保持車外傳感器清潔和不被遮擋。

現(xiàn)在，研究人員和制造商主要關(guān)心的問題之一是開發(fā)用于惡劣天氣的安全和道路測試協(xié)議，這對于依靠先進(jìn)技術(shù)感知周圍環(huán)境的車輛來說可能是一場斗爭。

而美國聯(lián)邦公路管理局（FHWA）估計，每年有500多萬起不同的車禍中，22%直接與惡劣天氣有關(guān)，顯然，未來自動駕駛車輛也同樣可能遭遇類似問題。

自動駕駛汽車發(fā)展的決定性問題不是圍繞著某單一的技術(shù)功能展開，至少在幾年內(nèi)不會有答案。研究人員表示：“‘how safe is safe enough’是我們必須解決的最棘手的問題?！?/p>