<mark id="oztn4"></mark>
1
| 本文作者： 新智駕 | 2018-05-29 16:22 | 專題：RSS：機器人，科學與系統會議 |
雷鋒網新智駕按：本文是英特爾中國研究院針對 Mobileye 所開發的一個名為 RSS（Responsibility Sensitive Safety）的責任敏感安全模型的技術解讀，里面涉及到自動駕駛汽車的安全性問題以及自動駕駛事故的責任判定問題。該模型對于相關從業者來說有一定借鑒意義，雷鋒網新智駕在此分享給各位。
另外，5 月 30 日，也就是明天，英特爾將攜手國內大學、學術研究合作伙伴，共同宣布成立英特爾智能網聯汽車大學合作研究中心。屆時，英特爾無人駕駛解決方案首席工程師兼首席系統架構師 Jack Weast 將接受雷鋒網新智駕的采訪，聊一聊 RSS 模型和自動駕駛安全有關的話題。
提到英特爾的自動駕駛技術，你可能首先會想到 Mobileye。
Mobileye 于 2017 年被英特爾公司以 153 億美元收購。作為開發高級駕駛輔助系統（ADAS）的全球先行者，其目標是開發和推廣以視覺為主的自動駕駛技術。
基于多年在汽車輔助駕駛領域的成功經驗，Mobileye 開發了一個名為 RSS (Responsibility Sensitive Safety) 的責任敏感安全模型，以期通過數學的方式來界定“安全狀態”。在“安全狀態”中，無論其他車輛做出任何反應，自動駕駛汽車都不可能引發事故。
當今社會對自動駕駛汽車的接受程度依賴于一個最重要的因素：技術開發者衡量風險，確保安全的能力。但是，絕對的安全并不存在。如下圖所示，假設在高速路上，黃色車輛（自動駕駛）行駛在中間車道，突然右側某輛車由于某種原因偏離當前車道并撞向黃色汽車。此時，黃色汽車無論是加速、剎車，還是躲避到其他車道都可能會引起碰撞。那么，黃色車輛是否可以采取有效的方法來躲避碰撞？我們該如何解決這個問題？
或許最直接的反應是不允許自動駕駛汽車進入這種場景，但這種場景在高速公路上很常見，不允許自動駕駛汽車支持這種場景就意味著自動駕駛汽車不可用。如果允許自動駕駛汽車在這種場景使用，絕對的“安全”就不存在。那么，我們所謂的安全是指什么呢？
目前業界比較常用的一種方法是通過已經測試了多少里程來從統計意義上證明安全。根據統計結果，目前人類駕駛汽車事故的死亡率是 10^-6 次/小時，如果想讓社會接受機器代替人類駕駛，那么比較合理的假設是死亡率要降低 3 個量級，即 10^-9 次/小時。可是，要保證達到 10^-9 次/小時死亡率的安全性，大概需要 30 億英里的測試數據，而且每次軟件升級后都需要完成這個量級的測試，這顯然是不可能實現的。因此，嘗試使用數據驅動的統計方法來保證安全性，聲稱隨著測試里程的增加而增加了安全性的說法并不嚴謹。
此外還有一種方法，被稱作最佳裝備論（Best Practice）。廠家宣稱自己擁有最好的傳感器、有冗余備份、高性能軟件、充分的驗證、足夠多的里程……因此是“安全”的。但是，和里程統計論一樣，這種方法也不能充分證明其安全性，還會讓廠家走上軍備競賽的不歸路，導致最終只是進行了一場昂貴的科學實驗。
因此，Mobileye 提出了 RSS（Responsibility Sensitive Safety）模型，其目標是通過一些數學公式從理論上來保證自動駕駛汽車的安全行駛，并通過形式化以下人類駕駛中比較具有主觀性的幾個常識確保自動駕駛汽車永遠不會主動導致事故發生，這些常識包括：
1、什么是危險情況？
2、什么是危險情況下的正確反應？
3、誰要對事故負責？
RSS 模型要達到的目標具有兩重含義：
1、自動駕駛汽車本身不會導致事故（卷入事故和導致事故是完全不同的概念，如上文提到的例子，自動駕駛汽車可能卷入事故，但它不是事故的責任方）；
2、自動駕駛汽車應該在其它車輛發生錯誤時做出正確反應。
RSS 要做的就是在事故發生前設定游戲規則，主要用于自動駕駛系統中的決策部分，可以讓其它 OEM 廠家將此模型直接放入他們的決策系統，從而促進行業標準，提高自動駕駛的整體安全。
總的來說，RSS 通過形式化以下 4 個“常識”規則來確定“誰需要對事故負責”：
1、追尾不是前車的責任，后車必須保持足夠的安全距離。
2、除非前車突然并線，紅車突然插入黃車的車道導致追尾，責任在紅車。
3、不要刻板地使用“路權”（“right-of-way”is given not taken）。如果某輛汽車違反了交通規則進入自動駕駛汽車擁有路權的道路，但自動駕駛汽車有足夠的時間剎車避免事故，則它必須剎車，而不能由于自己的路權高而向前沖，否則就要承擔責任。
4、小心被遮擋區域，小孩可能會被前車遮擋。
既然 RSS 是形式模型，就必須符合如下標準，才能被稱之為一個好的形式模型：
合理性：當 RSS 模型認為事故中自動駕駛汽車沒有責任時，它必須符合人類判斷的常識
實用性：我們可以制定出一些不會導致事故的駕駛規則，即便事故發生，也可以明確不是自動駕駛車輛的責任。比較極端的做法是車輛一旦遇到意外情況就立刻停止，但是這種車是沒用的，我們必須保證道路的通行能力。
安全距離
安全距離是指在最惡劣的情況下仍可以避免碰撞的距離。最惡劣的情況是指前車以最大剎車加速度開始剎車，后車發現后有一定的反應時間，并在反應時間內仍以最大加速度前進，然后改成以最小剎車加速度剎車，直到危險解除。因此，最小安全距離的計算公式如下：
參數：Vf 前車速度，Vr 后車速度，反應時間 ρ、最小剎車加速度 αmin,brake、最大剎車加速度 αmax,brake 以及最大加速度 αmax,accel
說明：
上述公式中的參數應該是法規制定的合理值；
人類駕駛汽車和自動駕駛汽車的參數可以不同。比如自動駕駛汽車的反應時間一般會比人類短，而且自動駕駛汽車可以比人類駕車的剎車更有效。因此，自動駕駛汽車的 αmin、brake 可以設置得更大些；
不同路況下可以設置不同的參數（濕滑路面、冰、雪等）。
相對行駛、橫向移動等情況都會涉及不同的安全距離的計算方式，這里不再贅述。
路權
多條道路交叉或匯合時就會涉及到路權。有些道路的優先級高于其他道路，在這些道路上行駛的汽車就擁有路權。RSS 模型涉及到部分場景的解決方法，后期仍然需要擴展模型，并對安全距離的計算進行必要調整。
為了更好地理解路權，我們需要先定義一個名詞：縱向順序（Longitudinal Ordering），用來代表距離交叉點的直線距離。如下圖所示，左圖中，在縱向順序上紅車在藍車前面，因為 Dred < Dblue；右圖反之。
和上文提到的公式化安全距離一樣，我們同樣可以定義多道路交叉時的縱向安全距離。如下圖所示，紅車擁有路權，優先級高，那么藍車必須在進入路口前的安全距離內進行剎車，從而保證紅車正常行駛。
如前文所述，RSS 并不是刻板地以路權做為唯一判斷，比如在下圖中，藍車來不及剎車闖入了紅車的車道，紅車也要采取剎車以避免碰撞。
甚至，RSS 模型還可以支持輕微橫向位移來避免撞擊，如下圖所示：
行人和遮擋
對于行人，首先需要明確行人的路線和優先級。某些地方行人的路線很明確，如人行道或者交叉路口的斑馬線。這些地方自動駕駛汽車在自己車道上行駛時，一般無需擔心行人會突然闖進來，車有優先權，但是也必須遵循靈活運用路權的原則。
但在有些地方，如居民區內，行人路線不明確，這時必須謹慎駕駛，給行人更高的優先權。考慮到人類的反應時間大概是 500ms，最大加速度是 2m/s2（博爾特的加速度是 3.09m/s2）。那么，根據之前的公式，車輛與行人之間的安全距離是 50cm，行駛時必須保證處于這個安全距離之外。
另外，需要格外注意有遮擋的環境。下圖中的車輛正在通過一排停車位，一名兒童突然以速度 10km/h 的速度跑過來（比如在追球）。根據計算，10km/h 的速度必須要保持 15m 的安全距離才可能避免碰撞發生。但此時汽車側方的視野只有 0.3m，顯然無法滿足安全要求。在這種情況下，RSS 模型做了如下定義：
在車輛可以發現目標的第一時間（Te）到反應時間結束時（Te + ρ），車輛沒有加速，且到發生撞擊或者完全停下來的時刻（Ts），車輛一直以不低于αmin,brake的加速度在剎車；
從 Te 到 Ts 這段時間內，車輛的平均速度低于行人的平均速度。
這種情況下車輛是沒有責任的。這個定義隱含的論點是：在發生撞擊的時刻，車輛的速度比行人的速度低，或者兩者都移動得很慢，從而使撞擊的傷害降到最低。
語義描述
RSS 模型通過語義方式來描述測量結果、操作空間等，來指導無人駕駛汽車的規劃、感知和動作。這種語義可以理解為我們學交規時的駕駛規范。例如，它不會做出這種描述：以當前速度開 13.7 米，然后以 0.8m/s2 的加速度加速前進，而是會發出語義指令，如“跟隨前車”或者“從左側超車”。
與人類駕駛類似，RSS 提供的這個語義模型，并不是加速度矢量的幾何運算，而是關于縱向或者橫向目標的描述。這對降低規劃的運算復雜度（不會隨著時間或鄰車數量的增加而呈指數上升）、提升安全性和舒適性交互、以及傳感器融合方面都至關重要。由于采用了語義模型，離線驗證數據庫只需要 10^5 量級的駕駛數據，就可以保證 RSS 模型達到死亡率 10^-9 次/小時的安全要求。
看完了上面的介紹，你是不是都 RSS 有了初步了解呢？RSS 模型的開發者，Amnon Shashua 教授（英特爾子公司 Moblieye 公司首席執行官兼首席技術官）曾說： “世界上最優秀的人類也無法避免超出他們控制能力的事故，自動駕駛汽車亦然。但是最負責、最老練、最謹慎的司機，不太可能由于自己的過失導致事故，特別是像自動駕駛汽車擁有 360 度視力和閃電般反應速度的話。”他呼吁自動駕駛產業和政策制定者“協同構建標準，明確事故責任”，以促進 RSS 模型更加完善。
專題
