宁波站智驾大赛:小米能过的,华为系却不能过?
在智驾大赛宁波站的比赛中,出现了一个令人非常意外的考点——识别透明的保鲜膜。
在这个考点中,华为系的车型全军覆没(有的没有识别刹停、有的刹停后不动),而小米YU7却精准识别稳稳刹停。

▍5辆车型的具体表现
我们先看华为系车型在这个考点的具体表现。

这是问界M5,它看到前方有保鲜膜障碍物后,识别、减速、刹停。
但是当工作人员把保鲜膜移开之后,它却向左有个小幅度的打方向,之后向前挪动了一下,然后在原地不动了,随后车上裁判进行了读秒倒计时,15秒之后,仍然不动,最后驾驶员踩电门通过,根据规则也算一次接管。

我们再来看阿维塔07,它在遇到保鲜膜后,只是有一个刹车减速的动作,然后径直的撞上去了,随后驾驶员踩刹车接管。

接着来看尊界S800,它竟然没有识别到,连个减速的动作的都没有,直接压过去了。作为搭载满血版华为ADS 4且是本场最贵的车型,这样表现确实让人颇感意外。

最后我们再来看小米YU7的表现,它识别到保鲜膜后,先是慢慢的减速,然后稳稳的刹停。等工作人员将保鲜膜撤掉后,它立刻起步行驶,整个过程反应稳、准、快。

另外,需要说明的是由于智界R7距离前车比较近,导致前车通过此处后,工作人员已经来不及再次拉起障碍物,所以智界R7直接开过,相当于没有经过这个考点的检验。
以上就是这5辆车,通过透明保鲜膜场景的实际情况。那么问题来了,究竟是什么原因导致的华为系车型全军覆没(智界R7除外)?
我们做一个大胆的分析。我认为最大的问题是出现在了感知层面,也就是说根本没有识别这个保鲜膜。主要原因有两点:
▍首先是硬件方面。
一是,激光雷达的波长与反射率问题。
华为ADS 4采用的905nm波长的激光雷达,虽然成本低、技术成熟,但对透明材质的探测存在天然缺陷。透明塑料薄膜的透光率通常超过80%,而反射率不足10%。当激光雷达的光束照射到薄膜时,大部分光束会穿透薄膜,仅有少量的被反射回来。这样导致激光雷达接收到的回波信号微弱,难以形成有效点云,最后由于点云密度稀疏,无法构建出完整的障碍物轮廓。
透明塑料薄膜对905nm激光的反射率极低(通常仅 5%-20%),大部分激光会穿透薄膜或发生漫反射,导致雷达接收到的回波信号微弱,难以形成有效点云,导致点云密度稀疏,无法构建出完整障碍物的轮廓。
二是,摄像头误判。由于摄像头依赖可见光成像,而透明薄膜在自然光下与背景环境对比度极低,容易被误判为 “无障碍物”。
三是,毫米波雷达有局限性。
虽然毫米波雷达能穿透部分非金属障碍物,但对透明薄膜的检测同样存在困难。无法提供物体的几何形状信息,导致难以识别透明的障碍物。
▍其次是,算法模型与训练数据不足。
虽然华为ADS 4的GOD通用障碍物检测网络能识别200多种目标,但训练数据中的透明物体样本较少。由于透明薄膜的光学特性(如高透光率、低反射率)与常见障碍物(如车辆、行人、锥桶)差异显著,导致模型在遇到此类非标准的目标时容易漏检。
但是,无论怎样遇到这种相对透明的障碍物都应该识别、刹停才对。
当然了,这只是我们的一个初步猜测判断,如果有问题欢迎批评指正。
最后我想说的是中国智驾的道路任重而道远。我也相信随着技术的不断发展和快速迭代中国的智驾水平一定会越来越强。


 
                                                                                    
 
                                                    
                                                
                                                                                             
                                                    
                                                
                                                                                             
                                                    
                                                
                                                                                             
                                                    
                                                
                                                                                             
                
             
                     
                 
                                     
                             
                             
                             
                             
                             
                             
                            