今天,本文將再談主動安全背后的百萬公里路測,對長尾效應中的場景進行展開探討與分析。
如果你跑過馬拉松,可能就會知道,在正式踏上起跑線之前,必須經(jīng)歷艱苦的訓練。
開發(fā)主動安全系統(tǒng)也是這個道理,車道輔助等技術(shù)的測試需要歷經(jīng)長時間的駕駛才能完成。
那么,我們究竟需要跑多遠?
具體數(shù)字都是由技術(shù)特質(zhì)所決定。但僅僅為了測試一個新的解決方案,安波福就進行百萬公里測試,這并不多見。另外,隨著自動駕駛領(lǐng)域面臨的挑戰(zhàn)越來越多,這一數(shù)字也還在劇增。
為什么我們還需要這種大規(guī)模測試機制?
顯然,在這個人工智能(AI)、機器學習和虛擬現(xiàn)實的時代,我們不是非要擁有一個裝備精良的技術(shù)中心,才能找到我們需要的答案。
毫無疑問,在打造世界級產(chǎn)品的過程中,我們會充分利用先進的實驗室技術(shù)。但是,我們?nèi)匀恍枰私馕覀兊南到y(tǒng)面對現(xiàn)實世界時發(fā)生的第一手經(jīng)驗,這意味著這項技術(shù)需要在15年或更久的生命周期內(nèi)經(jīng)受住考驗。
為什么呢?首先,考慮一下系統(tǒng)失靈的后果。自動緊急制動出錯顯然意味著潛在致命危險,同樣,盲點預警等系統(tǒng)的誤報會使司機很快失去對它們的信任。
然后,再來看看我們的系統(tǒng)必須識別和應對的變量的絕對數(shù)量。這是一個近乎無限的清單,包括了各種天氣狀況,白天和夜晚,從都市叢林、無垠沙漠到多車道高速公路和蜿蜒的鄉(xiāng)間小道。
積雪路況
簡而言之,我們的解決方案必須要能應對各類挑戰(zhàn)。例如,我們的雷達系統(tǒng)剛才探測到的是其他車輛的保險杠,還是前車濺起的石塊?如果雷達上有積雪怎么辦?我們能確認系統(tǒng)正在正常運作嗎?
又比如,城市環(huán)境中,會有很多建筑、指示牌和類似物體幫助雷達做出正確回應。但在鄉(xiāng)村情況卻完全不同,鄉(xiāng)村曠野可能幾乎沒有參照物,很不容易證明雷達正在正常運作。
城市路況
顯然,測試中行駛的每一公里都有其價值,但是學習過程并不止步于此,畢竟早在1999年我們就提供了基于雷達的系統(tǒng)。在過去30年里,我們的技術(shù)測試距離已超十億公里,所有這些都進一步增加了我們的經(jīng)驗和專業(yè)能力。
即使對資深馬拉松運動員而言,等待發(fā)令槍響的時刻也令人緊張。惟有之前堅持數(shù)周到數(shù)月的按計劃培訓會真正幫助他們淡定下來。
不論需要多少英里的測試,我們最終的目標只有一個:在任何情況下,我們的系統(tǒng)絕對會在正確的時間、正確的地點、做正確的事。