Uber自動駕駛撞人原因解析:一場原本可避免的災難

　　日前，一輛Uber自動駕駛汽車在美國亞利桑那州坦貝市的一條街道上，以每小時65公裡的速度撞上了一位橫穿馬路的女子。該女子在送往醫院後不久，不治身亡。這是全球首例自動駕駛汽車路測撞死行人的交通事故，引發了公眾的極大關注以及對自動駕駛汽車安全性的擔憂。

本文引用地址：http://www.eepw.com.cn/article/201804/377743.htm

　　事發後不久，坦貝市警察局局長對媒體表示，這場車禍無論是不是人類駕駛，都是不可避免的，這可能不是Uber的錯。

　　然而，這真的是一場無可避免的交通悲劇嗎?

　　眾說紛紜的車禍原因

　　車禍發生後，很多媒體和專家對車禍原因做了分析和猜測。

　　美國的網友看過視頻後表示，在光線昏暗的情況下，攝像頭的「視力」通常差得要命，如果用肉眼觀察，也許能更早注意到行人橫穿。

　　地平線機器人創始人餘凱在接受媒體訪談時，分析猜測認為造成有可能是這輛自動駕駛汽車的預測判斷做的不好，出現了問題，沒能準確預判出障礙物的走向。

　　眼擎科技創始人朱繼志在其微博中表達了不同的看法。他認為，問題在於攝像頭，人從暗部走向亮部，因為路燈的原因，光線明暗反差太大。在暗部的時候，汽車沒有監測到，等行人走到亮部的時候，汽車雖然監測到，但已經太遲了。

　　同時，他認為夜間道路光線環境太複雜，汽車攝像頭的動態範圍需要提升30倍以上，自動駕駛汽車才有上路的可能。

　　也有業內人士分析，這輛Uber自動駕駛汽車已經檢測到了行人，只是沒有採取剎車或停車措施，致使釀成撞人事件。

　　傳統成像技術的天花板

　　眾所周知，當前無人駕駛汽車所採用的視覺系統 ，主要是基於攝像頭和光學雷達。有業內人士對其相關的視覺性能優勢和缺陷做了分析對比：

　　

 

　　從圖中我們不難得出一個結論，沒有一種方案是完美無瑕，萬無一失的。對於基於傳統成像技術的攝像頭而言，受光照條件的影響非常大，在強光、弱光、逆光、反光等情況下，基本歇菜。

　　而當前最受車企青睞的雷射雷達，也有很難逾越的短板。且不說，短期內無法迅速降低的成本，除了解析度低外(當然現在已經有128線，甚至300線的雷射雷達，但與攝像頭的解析度還是不可同日而語)，最大的問題是無法辨識顏色，即無法表示交通標示。

　　另外，雷射雷達也受環境的影響，就連特斯拉和谷歌都承認，即使是堆滿昂貴攝像頭和雷射雷達的無人駕駛汽車在大雪天也基本被廢掉一半功力。

　　現在的自動駕駛汽車都採用攝像頭與雷達搭配的方案(或雷射雷達+攝像頭，或毫米波雷達+攝像頭)，妄圖彌補各自的不足。但顯然這樣的策略也沒有達到1+1>2的效果。原因很簡單，一方很難彌補另一方的短板。比如Uber自動駕駛汽車撞人致死的事件中，顯然車上的攝像頭因為光線問題沒有監測到正要橫穿馬路的路人(除非汽車的剎車系統壞掉了)，而雷射雷達即使監測到了有反射信號，也無法判斷出是行人。正如有專家分析，因為其局限性，光學雷達並不是為檢測行人設計的。因為光學雷達解析度有限，刷新率不高，更無法獲取物體對象的顏色信息。所以它不善於實時地分辨物體。

　　給自動駕駛汽車一雙慧眼

　　

 

　　從Uber自動駕駛汽車傳感器示意圖看，這輛出事的自動駕駛汽車上面也安裝了不少攝像頭，並且這些攝像頭都正常工作，卻並沒有避免悲劇的發生。為什麼?

　　很簡單，這些攝像頭的視覺能力比不上人眼。

　　正如專家所說，傳統的攝像頭成像技術，機器的視覺能力無法與人的眼力相比，甚至很難接近。因為傳統的成像技術更專注於做給人看的圖像處理，即做圖像的優化。而在機器的眼中，不注重像素高低，更不需要美顏，它需要的是精準的測量現實世界，不僅色彩高度還原、而且邊緣清晰、銳度高等。

　　這就意味著傳統的攝像頭無法滿足AI機器在複雜光線下的正常運作。

　　而對於駕駛員輔助系統，關鍵挑戰則在於保證系統在任何環境狀況下(溫度變化、陽光照射、黑暗中或雨雪天氣)都能正常工作，而且還要能辨認出300米以外的物體。

　　事故發生後，Uber暫停了自動駕駛汽車路測，豐田暫停了自動駕駛汽車的路測，據說，英偉達也暫停了自動駕駛汽車的路測。