自動駕駛的美好愿景在近兩年一直被全社會所憧憬和努力去實現(xiàn)，然而日前Uber首例自動駕駛車輛在公開路面撞傷行人致死的案例卻引人深思：這場以生命安全為出發(fā)點的探索，自動駕駛是不是“太快”了？更激起國內(nèi)同行的廣泛議論。

最擔(dān)心的事故接連發(fā)生

美國時間3月18日晚上10點左右，Uber的一輛自動駕駛汽車在亞利桑那州Tempe市發(fā)生交通事故，與一名正在過馬路的行人相撞，行人在送往醫(yī)院后不治身亡。Uber車輛在撞上該名行人時，正處在自動駕駛狀態(tài)，這是史上首例自動駕駛車輛在公開路面撞傷行人致死的案例。一份聲明中表示，Uber車輛在發(fā)生事故時處于自動駕駛模式，車上后排有一名安全員司機(jī)。

無獨(dú)有偶，作為百年汽車品牌的奔馳上演著“驚魂極速”。3月14日晚上，河南焦作車主薛先生駕駛奔馳200L轎車，在連霍高速上開啟定速巡航（不用踩油門踏板就自動以固定車速行駛）后，發(fā)現(xiàn)車輛失控，只能以時速120公里的速度繼續(xù)飛馳。慶幸的是，在河南、陜西兩省高速交警緊急施救以及奔馳售后后臺操作下，奔馳車在失控近一小時后，終于安全停下。

多重傳感器保安全 為何全失效？

盡管這起悲劇有可能是行人的責(zé)任，但Uber的自動駕駛技術(shù)仍難辭其咎。事故發(fā)生后，Uber已經(jīng)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。

據(jù)悉，Uber的自動駕駛測試車由攝像頭、毫米波雷達(dá)、激光雷達(dá)和IMU等傳感器組合而成。位于Uber測試車頂部的激光雷達(dá)，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(dá)能夠清晰地檢測出不論是靜止還是移動的物體。

激光雷達(dá)成像案例

毫米波雷達(dá)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(dá)，識別大型物體。雖然雷達(dá)對人的識別能力還不高，但在事故中，可能還是檢測到了行人。

攝像頭負(fù)責(zé)檢測，例如交通信號燈、行人等。攝像頭捕捉到的信息需要經(jīng)過復(fù)雜的計算機(jī)圖像識別算法進(jìn)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。

而上述這些傳感器中獲得的信息并不是相互獨(dú)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(jìn)行融合處理。在某些情況下，工程師會寫一些具體的規(guī)則來定義汽車在特定情況下應(yīng)該如何應(yīng)對。例如，如果汽車檢測到紅燈，它的程序就會命令車輛停止。然而自駕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？

有一種猜測是計算機(jī)系統(tǒng)和軟件出現(xiàn)了問題；另一種說法是，目前市面上能滿足車規(guī)的遠(yuǎn)距離激光雷達(dá)產(chǎn)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(dāng)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(nèi)需要人/車做出反應(yīng)并停下來。目前正派遣一個小組來調(diào)查這起事故。

類似事故 打擊消費(fèi)者信心

2013年，美國機(jī)動車工程師學(xué)會(簡稱SEA)將汽車自動化分為6個級別，L0到L5級?，F(xiàn)在車企推出的大多是L2或介于L2與L3之間的自動駕駛汽車，而本次Uber改裝的沃爾沃XC90處于L4級：在特定道路和環(huán)境條件下，由自動駕駛系統(tǒng)完成所有駕駛操作，當(dāng)遇到緊急情況，應(yīng)及時響應(yīng)，司機(jī)可對系統(tǒng)干預(yù)。

在本次事故中，自動駕駛依照既定程序而沒有做出剎車動作。同時，當(dāng)時這輛無人駕駛汽車以40英里的速度前行，撞倒了行人，坐在汽車后排的觀察員也沒有采取任何行動。

美國杜克大學(xué)工程師Missy Cummings認(rèn)為，無人駕駛汽車的系統(tǒng)仍然不完美。如果在基礎(chǔ)研究方面還有新的問題冒出來，那就不應(yīng)該大規(guī)模推廣，因為時機(jī)不成熟。此次Uber事故會嚴(yán)重打擊了消費(fèi)者對技術(shù)的信心，推遲商業(yè)化并破壞樂觀情緒。

引國內(nèi)自駕車業(yè)者廣泛議論

對此，事故也引發(fā)國內(nèi)自駕車領(lǐng)域廣泛的議論。奇點汽車美國公司總裁、前百度美研中心資深架構(gòu)師黃浴博士認(rèn)為，事故原因應(yīng)該是決策處理上優(yōu)先級不夠。當(dāng)遇到緊急情況時，未向人類進(jìn)行響應(yīng)反饋。

地平線機(jī)器人創(chuàng)始人余凱則認(rèn)為，自動駕駛技術(shù)的研發(fā)進(jìn)程不會一帆風(fēng)順，重要的是整個業(yè)界需要從事故中分析原因，使得系統(tǒng)安全性進(jìn)一步提升。新技術(shù)企業(yè)一定要對生命安全有敬畏之心，避免過分樂觀，而是踏踏實實投入技術(shù)研發(fā)，特別是安全性的測試驗證。

此事故就像人類推進(jìn)航空事業(yè)的歷史也曾付出代價一樣，但人類推進(jìn)自動駕駛讓交通出行更安全更便捷的時代趨勢不會改變。自動駕駛技術(shù)成熟一蹴而就不會，也不會因為出現(xiàn)幾次事故就停止前進(jìn)的步伐。

Minieye CEO劉國清也表示，自動駕駛路測的目的就是為了發(fā)現(xiàn)技術(shù)漏洞。自動駕駛的每一次“脫離”（disengements）的場景都會被作為極端案例“corner case”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。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。

縱目科技市場與商務(wù)副總裁陳超卓則提出，未來幾年內(nèi)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。沒有地理圍欄的自動駕駛，10年內(nèi)恐怕落不了地。陳超卓認(rèn)為，這兩個場景正是符合當(dāng)前社會預(yù)期的兩個方向。