美国当地时间星期日晚上十点,一辆 Uber 的自动驾驶汽车在亚利桑那州坦佩市的公共道路上与一名行人相撞,该行人在送往医院后不治身亡。这是世界上首起自动驾驶车辆在公共道路上撞击行人并致死的事件。
 
事件发生于凤凰城以东 11 英里的 Tempe 镇。当时,这辆 SUV 正在向北行驶,一名女子在人行横道外穿,被车辆撞倒。据当地媒体、亚利桑那州美国广播公司新闻附属公司 ABC 15 报道,她后来被送往医院,后由于伤势过重死亡。
 
这是首次在自动驾驶模式下运行的自动驾驶车辆导致人员死亡,这对无人车的未来及其在道路上的使用产生巨大影响。当时车上的安全驾驶员有可能要负法律责任,因为其作用是确保车辆的安全运行,但在许多方面,这一事件的结果将确定无人车监管的前进道路。
 
Uber 首席执行官 Dara Khosrowshahi 在 Twitter 上表达了对受害者家属的同情,并重申 Uber 正在与当地政府合作确定究竟发生了什么。
 
那么具有众多安全保障的自动驾驶为什会撞死人?为什么没有看见该行人?下面我们做一个简要分析:
 
当时 Uber 无人驾驶测试车确实处于自动驾驶状态,而且车上配有安全员,但位于后车座。
 
造成事故的 Uber 无人驾驶测试车,改装自沃尔沃 XC90 SUV,但软件系统和识别感知方案全为 Uber 后添加,车顶装有激光雷达和相机等传感器,是目前较为主流的自动驾驶方案。如下图:
 
 
车顶激光雷达:这些车顶部的桶形物品是激光雷达,或者是光检测和测距系统,可以每秒多次产生汽车周围环境的 3D 图像。利用红外激光脉冲将物体反射回传感器,激光雷达可以在白天或夜晚非常详细地检测静电和移动物体。
 
 
 

 

大雪和大雾可能会遮挡激光雷达的激光,其准确度会随着射程的降低而降低,但对于几英尺到几百英尺的任何事物来说,它都是一款非常有用的成像工具,几乎可以在任何自动驾驶汽车上找到。如果操作正确,激光雷达装置应该能够辨认出人,如果他们还没有完全被遮挡,而他们仍然在一百多英尺远的地方,并且将他们的存在传递给“大脑”图像。
 
前置雷达: 雷达像激光雷达一样发出信号并等待其反弹,但它使用无线电波而不是光。这使得它更能抵抗干扰,因为无线电可以穿过雪和雾,但也会降低其分辨率并改变其射程曲线。
 
 
具体要看 Uber 采用的雷达单元(可能在正面和背面有多个以提供 360 度的覆盖范围),范围可能有很大差异。如果它是为了补充激光雷达,那么它可能会相当重叠,但它更多地用于识别其他汽车和更大的障碍物。人的雷达签名可能不被识别,但很可能他们至少会出现,确认激光雷达检测到的是什么。
 
长短距的光学摄像机:激光雷达和雷达非常适用于鉴别形状,但它们不适合阅读标志,弄清楚是什么颜色,等等。这是可见光相机的任务,它拥有先进的计算机视觉算法,能够实时在其图像上运行。Uber 车辆上的摄像头可以看到前面刹车的车辆(突然红灯),交通信号灯,过街行人等信息模式。尤其是在汽车的前端,会使用多个角度和类型的摄像头,以便全面了解汽车驾驶的场景。
 
 
检测人是最常见的计算机视觉问题之一,并且实现它的算法已经非常好。“细分”图像通,通常还包括识别标志,树木,人行道等等。也就是说,很明显的问题就是晚上可能监测很难。所以前两个系统保障白天和晚上都在工作。即使在漆黑的夜晚,穿着黑色的人也会出现在激光雷达和雷达上,警告汽车它可能应该放慢速度,并看到那个人。这可能就是为什么夜视系统在自动驾驶车辆中不常见的原因(我不能确定优步车上没有一个,但似乎不太可能)。
 
安全驾驶员:把一个人称为一个系统,听起来可能不爽。但安全驾驶员的确是无人车安全系统的中的重要一个部分。即使人眼没有激光,人们仍然非常善于检测事物。而且我们的反应时间并不是最好的,但是如果汽车没有反应,或者反应错误,经过培训的安全驾驶员会做出正确的反应。不过当时 Uber 无人驾驶车上的安全员位于后车座,所以在看到出事之前除了大叫之外,不知道这个安全员还能起到什么作用?
 
值得一提的是,还有一个中央计算单元从这些来源获取输入信息,并在汽车周围创建更完整的场景。例如,一个人可能会在系统传感器前面的汽车后面消失,并且在一秒钟或两秒钟内看不见了,但这并不意味着他消失了。不过这超越了简单的对象识别,并开始引入更广泛的智能概念,如对象持久性,预测行为等。这可能是无人驾驶汽车系统中最先进和最严密的部分,因此外界无人知晓了。