高层速读
Uber自动驾驶汽车在进行测试时，撞倒了一名49岁过马路的女性，汽车没有刹车导致行人不治身亡，这成为了全球首例公开的自动驾驶致死事件。目前Uber正在与当地政府合作调查此事，且已经停止了所有城市的无人车测试。本文还将探讨Uber的多重识别系统可能在该事件中扮演的角色，以及当地警方的观点。
上周日晚间，Uber自动驾驶汽车在亚利桑那州坦佩进行测试时，撞倒了一名49岁骑自行车过马路的女性，送到医院后因抢救无效死亡。这成为了全球首例公开的自动驾驶汽车事故致死事件。
这引发了许多有关道德和安全的问题，更使整个自动驾驶行业的前进速度受到了很大限制，自动驾驶之前取得的所有成果仿佛在一夜之间大打折扣。就在上周五，Uber和waymo还在督促美国国会尽快通过自动驾驶相关法案。
事故发生时，汽车正处于自动驾驶模式，以 61 公里的时速在限速时速 56 公里的区域内行驶，撞倒了一名49岁推着自行车横穿马路的女性，Uber 无人车并没有试图刹车，直接撞了上去，导致死者不治身亡。车上有一名安全员，理论上他应该能够干预，但当时坐在后排。
事故发生后，Uber停止了在亚利桑那州、匹兹堡和加利福尼亚州等所有的自动驾驶汽车测试。Uber的一位发言人说：“我们十分同情受害者的家人，正与地方当局充分合作，调查这一事件。”
美国国家运输安全委员会(National Transportation Safety Board)也正在对这一事件展开调查。去年，NTSB调查了2016年发生在佛罗里达州的特斯拉自动驾驶系统的事故。NTSP称，该系统按预期运行，但由于司机过度依赖自动驾驶系统，导致了事故的发生。
自动驾驶汽车工程师们最关注的事情就是一些意外进入汽车行驶路径的东西，然而这种情况太多了，比如一辆停突然下来的车、一只狗、一名行人…而车上所有系统的设计都是为了尽早发现它们、识别它们，并采取适当的行动，减速、停车、转向，什么都可以。
|Uber多重成像系统「早已应该」识别出行人
Uber的车辆配备了多种不同的成像系统，既能正常监控附近的车辆、标志和车道标记，也能像刚才描述的那样执行意外任务。在这起案件中，应该有不少于四个不同的系统识别出了受害者。
▲Uber自动驾驶传感器组合图
| 车顶激光雷达
车顶部的桶状物体是激光雷达，或者说是光探测和测距系统，它能每秒多次产生汽车周围的三维图像。利用红外激光脉冲反射物体并返回到传感器，激光雷达可以相当详细地检测到静止和移动物体，无论白天还是黑夜。
▲这是一个激光雷达生成图像的例子，但和Uber车看到的图像不完全相同
然而激光雷达也有缺点，大雪和大雾可以遮挡它的激光，并且它的精度随着距离的增加而降低。但对于几英尺到几百英尺距离中的物体来说，它都是一种非常好的工具，几乎每一辆自动驾驶汽车上都安装了激光雷达。
在该事件中，如果该系统没有出现故障的话，激光雷达装置应该能够分辨出突然出现的行人，并把她的存在传递给整理图像的“大脑”，前提是如果激光雷达在一百多英尺远的地方还没有完全模糊。
| 前置雷达
前装雷达和激光雷达一样，可以发出信号并等待反射回来，它使用无线电波而不是光，这使得它更能抵抗干扰，因为无线电可以通过雪和雾，但也降低了它的分辨率和改变其射程曲线。
▲特斯拉的自动驾驶汽车主要依靠前置雷达
为了提供360度的覆盖范围的图像检测，Uber在汽车前后所使用的雷达单元很可能都是多倍的，因此它的检测范围可能会有很大的不同。如果安装如此多数量的雷达为的是补充激光雷达，它们可能会有相当大的重叠，但Uber更多是为了识别其他车辆和更大的障碍。
| 长短焦距光学相机
激光雷达和前置雷达可以很好的检测物体的形状，但是它们不适合用来阅读路标、确定物体的颜色等。而光学相机拥有先进的计算机视觉算法，并且能够实时运行。
Uber车辆上的摄像头可以看到刹车车辆(突然闯红灯)、交通灯、行人横过马路等的信息。特别是在汽车的前端，使用了多个角度和类型的相机，以获得汽车驾驶时周边完整的场景。
▲自动驾驶汽车周边场景
对人的检测是计算机视觉中最常见的问题之一，其算法已经取得了很好的效果。它通常被称为“分割”一个图像，也包括识别其他图像，如标志，树木，人行道等。
光学相机晚上可能难以识别出物体，但有前两个雷达系统，它们日夜工作，即使在漆黑的黑暗中，穿着黑色衣服的人也会出现在激光雷达和雷达上，警告汽车准备减速，并在前灯下看清那个人。
| 车上配备了安全员
让一个人代替一套自动驾驶系统难免苛刻，但车里的安全员就是为了保障车辆不出意外而存在的。人非常善于探测事物，即使我们的眼睛没有安装激光雷达。虽然我们眼睛的反应时间明显不如雷达，但是如果在意外发生而汽车没有反应或者是反应错误时，一个受过训练的安全员应该做出正确的行动。
值得一提的是，车上还有一个中央处理器，它从这些输入装置中获取数据，并创建出汽车周围更完整的环境展示。例如，一个人可能会消失在汽车后面，在感应器的眼里，这个人在一两秒钟内就看不到了，但这并不意味着这个人消失了且永远不会再次出现。
这不仅仅是简单的对象识别问题，而且开始引入更广泛的智能概念，比如被识别对象的持久性、预测他们的行为等。这部分可以说是自动驾驶汽车系统中最先进和最严密保护的部分，因此是保密的。
刹车受限，警察局长：Uber可能无责
目前还不清楚这场悲剧是在什么情况下发生的，当地执法部门和联邦当局正在调查。
但据最新消息，“Uber初步很可能不用为这起事件负责”，亚利桑那州坦佩的警察局长Sylvia Moir告诉旧金山纪事报。
Sylvia Moir在观看了汽车装置自动拍摄的视频后解释说，“她从阴影中走到了马路上，汽车以任何方式回应都很难避免这次碰撞。”
当时，附近有一条亮着灯的人行横道，但事故发生的地方却是漆黑一片。汽车几乎肯定知道行人的存在，但也有可能行人在汽车前的移动速度超过了合理的刹车速度，没有给汽车足够的刹车距离和反应时间。
目前，只有Uber和当局才知道细节，但Moir显然在暗示，她所说的情况是有可能发生的。
编辑评论：
在该事件中，如果该系统没有出现故障的话，激光雷达装置应该能够分辨出突然出现的行人，并把她的存在传递给整理图像的“大脑”。我们虽不知道系统是否出现故障，但也可以试想一下，如果是普通人驾驶在黑暗的道路上，是不是会更加注重周遭的变化，也会更加小心？如果安全员没有坐在后排而是坐在前排，由系统进行辅助驾驶，注意力集中的情况下或许会阻止这场不幸。
微信搜索【AI商业报道】，获取国内外AI巨头新动向及行业资讯！
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
