0
自動駕駛的測試一直都在安靜地進行中，直到Uber將這一寧靜打破。
美西時間3月18日晚, Uber自動駕駛汽車在亞利桑那州坦佩市（Tempe）撞死了一名橫穿馬路的行人，死者是一名49歲的婦女。
這是“全球首例自動駕駛汽車致死案例”，事故發(fā)生后，Uber立即停止了在鳳凰城、匹茲堡、舊金山及加拿大多倫多四地的自動駕駛汽車路測活動。
*事故發(fā)生地點（圖片來自Google地圖）
雷鋒網新智駕根據坦佩市警方的發(fā)言了解到，警方在當日晚上十點左右收到報警。事故發(fā)生地點在坦佩市的Mill Ave（靠近Curry Road）上（如上圖）。
根據警方發(fā)言人描述，Elaine是在推著自行車橫穿馬路時被撞的。當時，Uber的自動駕駛車在Mill Avenue上，以約40英里/小時（約64公里/小時）的速度向北行駛。
當時，Elaine正從西向東行走，而據發(fā)言人的表述，該車沒有明顯的減速跡象。在聲明中，警方未公布當行人橫穿馬路時距離測試車有多遠。
值得注意的，警方強調為確保安全，希望市民能夠通過人行通道過馬路。而事故發(fā)生地點前方一百米左右，就有一條人行通道。發(fā)言人也表示，他們已經獲得了許多事故相關的視頻，但由于還在調查之中，視頻暫不公布。
*事故發(fā)生處不遠的人行通道(圖片來自紐約時報)
根據《舊金山紀事報》的獨家消息，坦佩市警察局局長Sylvia Moir說：“很明顯，由于她（死者）是從陰暗的地方躥到大路上的，這起事故不論是對人還是對自動駕駛系統(tǒng)都是難以避免的，”
Moir還表示，根據在車內的司機所言，行人就像閃電一樣出現在他眼前，而他的還沒反應過來就聽到了這起車禍的撞擊聲，“我初步懷疑，Uber應該不是這起事故的責任方。”她說。
《舊金山紀事報》指出，事故發(fā)生道路限速35英里/小時（約56公里/小時），而當時自動駕駛車車速為38英里/小時（約61公里/小時），事實上已經超速。
盡管這起悲劇有可能是行人的責任，但Uber的自動駕駛技術仍難辭其咎。人們希望自動駕駛是萬無一失的，但是它似乎沒有識別出橫穿馬路的行人。
據雷鋒網了解，Uber的自動駕駛測試車由攝像頭、毫米波雷達、激光雷達和IMU等傳感器組合而成。
其中，位于Uber測試車頂部的激光雷達，每秒就能夠生成幾次汽車周圍的3D圖像。不論是在白天還是黑夜，通過反射回來的紅外激光脈沖，激光雷達能夠清晰地檢測出不論是靜止還是移動的物體。
毫米波雷達則是利用無線電波來檢測物體，因此精度會相對低一些，作用范圍也小一些。這個傳感器的作用主要是用于輔助激光雷達，識別大型物體。雖然雷達對人的識別能力還不高，但在事故中，它很可能還是檢測到了行人。
攝像頭負責檢測，例如交通信號燈、行人等。攝像頭捕捉到的信息需要經過復雜的計算機圖像識別算法進行識別。但是攝像頭在夜間的信息捕捉能力受光照影響，相對較弱。
值得一提的是，這些從這些傳感器中獲得的信息并不是相互獨立的。在自動駕駛系統(tǒng)中，有一個核心計算單元，會將所有傳感器中獲得的信息進行融合處理。
既然Uber的自動駕駛汽車搭載了如此完備的傳感器，為什么在事故發(fā)生前沒有檢測到行人？
一種猜測是計算機系統(tǒng)和軟件出現了問題；也有一種說法是，目前市面上能滿足車規(guī)的遠距離激光雷達產品在惡劣光照情況下的感知距離都不超過50米，Uber的自動駕駛汽車當時車速為38英里/小時（約61公里/小時），即這輛車是以16.6米/秒的速度前行，3秒之內需要人/車做出反應并停下來，但這樣的剎車距離顯然不夠。
目前美國國家運輸安全委員會（NTSB）正派遣一個小組來調查這起事故。由于這些都是保密的核心技術，Uber的自動駕駛系統(tǒng)是否出現了問題或缺陷，還無從得知。
但從大體上，我們可以判斷的是：在系統(tǒng)上，這輛測試車沒有檢測到行人及時剎車，功能上是車輛的責任，說到底，是在深夜的公路上，行人檢測魯棒性問題。
此外，值得注意的是，根據現場圖片，事發(fā)車輛的凹陷處是在右方（如上圖），而行人是從車的左邊出現的，這或許與行人有意識的進行躲閃有關。
總體而言，對于這起事故，雷鋒網聽聞不少自動駕駛行業(yè)的從業(yè)者表達了類似的看法：自動駕駛需要更可靠、安全的傳感器和軟件算法。
去年夏天接替Uber CEO之位的Dara Khosrowshahi在前不久表示，Uber將在18個月內將自動駕駛汽車送上公路，“不是進行路測，而是真真正正地上路”。
這樣的決心，加上第一起自動駕駛致死事故發(fā)生在激進的Uber身上，多少讓人覺得是Uber急于求成，讓自動駕駛行業(yè)蒙上了一層陰影。
由于這是“全球首例自動駕駛汽車致死案例”，自然獲得不少行業(yè)人士和媒體的關注。但是如果用“自動駕駛汽車殺人”這樣的描述顯然是不妥的。
Minieye CEO劉國清向雷鋒網表示，自動駕駛路測的目的就是為了發(fā)現技術漏洞。自動駕駛的每一次“脫離”（disengements）的場景都會被作為“corner case”（極端案例）記錄下來，交由工程師去解決或者優(yōu)化，所以每一次“脫離”都是對自動駕駛的推動。
但是大部分的極端案例都是開發(fā)者無法預期的場景，往往事后才能獲得。如何能夠為更為高效和低成本獲取這樣的極端場景，對自動駕駛的發(fā)展或有巨大意義。但目前這方面還處于初期，不成熟。這個坎跨不過，Level 4級別以上的自動駕駛無法落地。
*Gill Pratt
在談到自動駕駛汽車安全時，豐田研究所負責人Gill Pratt在接受采訪時曾表達過這么一個觀點：
對于人類駕駛造成的事故，我們可能會想，“這可能發(fā)生在我身上，我也可能犯這樣的錯?！比绻且慌_機器，我擔心人們并不會因此產生同理心，因為他們只會希望這臺機器是完美、不會出錯的。
在Pratt看來，AI系統(tǒng)，特別是基于機器學習的AI系統(tǒng)，并不是十全十美、毫無缺點的。由于通過傳感器獲取的外部信息維度太大，汽車會接收以前從未訓練過的信息，我們期望它能夠根據這些信息對周圍環(huán)境做出合理認知。
那么，如何證明自動駕駛汽車需要比人類司機更懂駕駛，才算是足夠好？Pratt 對這個問題的答案也不確定。他說，“在有答案之前，我們必須非常謹慎：不要引入不符合社會預期的技術?！?/p>
縱目科技市場與商務副總裁陳超卓認為，沒有地理圍欄的自動駕駛，10年內也落不了地。陳超卓說，幾年內能落地的自動駕駛只有兩種地理圍欄：高速簡單場景和低速園區(qū)場景。
他提起的這兩個場景正是目前大部分汽車廠商和新創(chuàng)公司正在對自動駕駛技術進行落地的嘗試，也是當前符合社會預期的兩個方向。
而另一方面，在全球范圍內很多家科技公司和汽車廠商也在研發(fā)更高級別（Level 4/5）的自動駕駛技術，以期能顛覆物流運輸和打車業(yè)務。例如 Uber、Waymo、百度和通用旗下 Cruise Automation、安波福等多家科技公司和車企、Tier 1都在研發(fā)和測試自動駕駛汽車技術。
來自法國的技術和商業(yè)市場研究公司Yole Développement曾預測，2018年預計將有8000到10000輛自動駕駛出租車將投入商用。 雖然10000輛自動駕駛汽車對消費者來說產生的影響可能是微不足道的，但對整個行業(yè)來說具有深遠影響。
既然這是大勢所趨，那么如果我們從歷史規(guī)律看，新技術的發(fā)展從來就是由經驗教訓堆積而來——有的是金錢，有的是生命，有的是以企業(yè)倒閉為代價。
可以預料的是，即便是以后其他公司的自動駕駛上路，也會發(fā)生類似事件。在雷鋒網看來，“全球首例自動駕駛汽車致死案例”對自動駕駛行業(yè)是一個警示，它會讓整個行業(yè)更加注重技術的安全性，對任何涉及安全的問題心存更多的敬畏。
相關閱讀：
警方初步調查結果公布：Uber 可能對自動駕駛致死亡事件并無責任
PS：看遍這一年中國與全球智能駕駛領域的技術前沿與商業(yè)探索，雷鋒網新智駕年度推薦，掃描下圖二維碼或點擊http://www.ozgbdpf.cn/special/custom/AIdrive.html 了解更多信息。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
