雷鋒網(wǎng)按：“現(xiàn)在路上的自動駕駛測試車不能保證每個人的安全?！?/span>

幾天前，許多人曾設(shè)想過無數(shù)次的情景還是不可避免的變成了現(xiàn)實：一輛自動駕駛汽車遭遇車禍，而且還撞死了人。別忘了，這輛車上其實是有安全駕駛員的。

當時，一位名為 Elaine Herzberg 的 49 歲女性正推著自行車橫穿馬路，一輛 Uber 的自動駕駛測試車（沃爾沃 XC90）將其撞倒，并導致它傷重不治身亡。

在初步調(diào)查中，警方發(fā)現(xiàn)當時測試車時速為 40 英里/小時（約合 64 公里/小時）。事發(fā)之后，Uber 叫停了在北美四地的自動駕駛測試。

這已經(jīng)是美國境內(nèi)因為自動駕駛汽車而造成的第二起死亡事故。第一起事故發(fā)生 2016 年，一輛特斯拉 ModelS 在 Autopilot 模式行駛途中與一輛正在轉(zhuǎn)彎的拖掛車相撞，導致特斯拉車主當場死亡。與第一起不同的是，Uber 發(fā)生的這起事故造成了行人的死亡。

實際上，如果你經(jīng)常關(guān)注 Uber 自動駕駛測試車的動態(tài)，就會發(fā)現(xiàn) Uber 在亞利桑那坦佩市沒少惹事。去年 3 月，一輛 Uber 自動測試車就與兩輛車連環(huán)相撞。

當然，隨著美國國家交通安全委員會的介入，Uber 這起致命事故肯定會成為自動駕駛發(fā)展史上的一個標桿性事件。因此，是時候以批判的眼光來重新看待現(xiàn)在的自動駕駛技術(shù)。

接下來，我們就從一篇技術(shù)文獻透視這起再次讓 Uber 站上風口浪尖的致命事故——事實是，現(xiàn)在的自動駕駛汽車恐怕沒有廠商宣傳的那么神通廣大。

當下的自動駕駛汽車從外觀來看依然沒有脫離常規(guī)汽車的設(shè)計思路，不過它們“身上”通常遍布各種傳感器，而車內(nèi)則藏著多臺性能強悍的計算機。車載傳感器陣列一般由攝像頭、雷達和激光雷達組成，它們會將采集到的數(shù)據(jù)回傳給車載計算機系統(tǒng)。

如果非要打個比方，那么自動駕駛汽車的視角就像在玩一款上世紀 80 年代風格的第一人稱賽車游戲。

在它們眼中，世界是一個擁有 X、Y 和 Z 軸的三維格柵。在從 A 點行駛到 B 點時，自動駕駛汽車會利用高精度 GPS 穿過格柵。當然，其它車載系統(tǒng)也必不可少。

舉例來說，車載激光雷達會向各個方向發(fā)射激光，并利用激光的飛行時間來描繪自己周邊的“圖像”，就像靠回波躲避障礙的蝙蝠。除此之外，攝像頭還會緊盯道路標線并不斷回傳數(shù)據(jù)保證車輛不跑偏。

總的來說，這設(shè)計得非常精妙，但它并不完美。

自動駕駛汽車還有哪里不完美？

1、自動駕駛汽車視力還沒達到 2.0

在剛剛修建完畢的公路上，自動駕駛汽車識別起標線來毫無壓力，但在年久失修，標線已經(jīng)有些斑駁的老路上，它們就會徹底蒙圈。

一個殘酷的事實是，基礎(chǔ)設(shè)施建設(shè)和維護是一個“燒錢”的無底深淵，嶄新的道路并非大多數(shù)。在雪地或其它惡劣天氣中，自動駕駛汽車“眼睛”也不能進行非常精準的識別。

舉例來說，被各路專家熱捧的激光雷達就有自己的極限，在雨雪或塵埃漫天的天氣中，激光束遇到空氣中的微粒就會發(fā)生反彈，反饋錯誤的數(shù)據(jù)。

2、圖像識別有瑕疵

自動駕駛汽車會使用深度神經(jīng)網(wǎng)絡(luò)算法來“識別”圖像。

當激光雷達識別一個障礙，攝像頭就會拍攝一張照片，隨后計算機利用深度神經(jīng)網(wǎng)絡(luò)識別出圖像的含義。如果識別出“停止標識”，車輛就會減速并在合適的位置剎停。

此外，工程師還專門設(shè)計了雙保險，如果識別結(jié)果不如預期，車輛內(nèi)置的地圖就要派上用場，它會給車輛提供準確的停車坐標。但是 GPS 也有自己的弱點。

不過，深度神經(jīng)網(wǎng)絡(luò)戰(zhàn)績并不輝煌，它會將黑人錯認為黑猩猩。試驗室的測試結(jié)果也顯示，只要稍作改變，深度神經(jīng)網(wǎng)絡(luò)就會不起作用了。一些對人來說簡單的小改裝，比如在停止標識上貼一個閃耀的獨角獸貼紙，可能就會造成圖像識別錯誤。

一旦圖像識別系統(tǒng)撂挑子，自動駕駛汽車就會無視停止標識，后續(xù)的事故就成了大概率事件。

3、GPS 太脆弱

對自動駕駛汽車來說，如果 GPS 信號沒了，恐怕危險就會隨之而來。

如果你了解信號干擾器，恐怕就會脊背發(fā)涼，因為一個能裝進口袋的 GPS 干擾器 50 美元就能從網(wǎng)上買到。在美國，有不少卡車司機幾乎使用這種設(shè)備逃脫過路費。

自動駕駛汽車還要靠 GPS 導航，如果一輛高速上的自動駕駛校車旁邊突然出現(xiàn)一輛裝了干擾器的卡車呢？

4、自動駕駛汽車反應不夠快

在日常通勤中，你肯定見過停在路邊的救火車和垃圾車等，對人來說這種龐然大物太容易識別了，但對自動駕駛汽車來說它們卻近乎于隱形。這是為什么？

因為自動駕駛汽車有停止和啟動的問題，它們的計算能力有限，為了維持運轉(zhuǎn)，只能放棄對那些靜止物體的未來動作的判斷。因此，如果路邊的救火車突然動起來，自動駕駛汽車可能就會反應不及造成追尾事故。

有人說，自動駕駛汽車搭載的超級計算機的算力不是以微秒來算的嗎？

確實，不過它暫時還不會進行計算能力的調(diào)配，處理數(shù)據(jù)必須按順序進行。因此，如果自動駕駛汽車撞上目標巨大的消防車也別奇怪。

與其相比，人類在危急時刻會分泌腎上腺素，這時大腦的反應速度會加快。同時，由于眼睛看到了消防車，因此大腦已經(jīng)預設(shè)了車輛突然起步的情況。

更重要的是，自動駕駛汽車可沒有自我保護的本能，因此它無法應對那種電光火石般的情況，要么就撞上消防車，要么失控撞上路邊的行人。

自動駕駛汽車不能保證每個人的安全

許多人提起自動駕駛汽車就會先想到它可以救人。

不過這可能只是科技迷和投資者們的一廂情愿，如果處理不好，自動駕駛汽車有可能會成為名副其實的“絞肉機”。

這些人一廂情愿是因為對科技盲目樂觀，在他們看來技術(shù)永遠是問題的正確答案。其實這是一種偏見，學術(shù)界將其稱為“技術(shù)沙文主義”。

著名的谷歌眼鏡和 Snapchat Spectacles 眼鏡就是技術(shù)沙文主義的代言人，它在創(chuàng)造了一股熱潮后就徹底銷聲匿跡。不過，眼鏡沒人佩戴最多也就閑置在抽屜里。但自動駕駛汽車一旦出了事故恐怕后果會很嚴重。

說到拯救生命，就不得不提一個與自動駕駛汽車形影不離的經(jīng)典道德問題：電車難題。

有些人將 Uber 的事故與這個難題連在一起，認為這起車禍汽車是為了“救駕駛員才撞到了過路的行人”?，F(xiàn)在下這樣的結(jié)論有些輕率。

當然，如果 Uber 確實給測試車下了“死命令”，即為了保護司機可以不顧一切，恐怕這個新興行業(yè)會面臨一場道德清算。

顯然，當你在高喊 Uber 無良，置行人利益于不顧的時候也應該換個角度想想，如果你是坐在駕駛位的駕駛員呢？你愿意被犧牲嗎？一切以行人利益為準則的自動駕駛汽車你敢坐嗎？你愿意讓孩子坐嗎？這恐怕會成為一個無解的信任問題。

“現(xiàn)在路上的自動駕駛測試車不能保證每個人的安全。”一位業(yè)內(nèi)人士表示。

事故視頻公開

據(jù)雷鋒網(wǎng)獲得的最新消息，目前，美國警方公布了一份來自肇事車輛上的視頻數(shù)據(jù)，拍到了事故發(fā)生時，車外和車內(nèi)兩個場景的情況。

*車外，行人推著自行車出現(xiàn)在車輛前方

在行車記錄視頻中可以看出，寬闊的馬路左側(cè)，由于照明設(shè)施不足的緣故，呈現(xiàn)一片陰暗。

在視頻中，行人就像是突然躥出來一樣。在汽車撞倒她之前，她就快要過完馬路。但是汽車行駛的速度非常快，并且沒有任何減速的跡象。

*在公布的視頻的最后一秒，坐車車內(nèi)的駕駛安全員露出驚訝表情，估計是來不及剎車并且撞到路上的行人

而在車內(nèi)的視頻中，可以看出，車內(nèi)的司機注意力似乎不集中，眼睛時不時往自己的大腿方向看。在撞擊不久前，他的視線也不是盯著路面的。

目前，這一事故由坦佩警方、美國國家公路交通 安全管理局和美國國家勞動關(guān)系委員會調(diào)查之中。事故車輛，事發(fā)地點和車輛所記路的所有數(shù)據(jù)都在調(diào)查之中，具體結(jié)果還有待進一步公布。

普林斯頓大學的自動駕駛專家 Alain Kornhauser 教授在一封郵件中表示，“現(xiàn)在我們需要的，是雷達和激光雷達的數(shù)據(jù)，很明顯，在視頻中，安全駕駛員并沒有履行好職責?！?/p>

“自動駕駛系統(tǒng)應該配備一個專業(yè)的監(jiān)控者，他們應該在測試中時刻保持警惕。但在這起事故中，Uber 明顯沒有做到?！盞ornhauser 對于警方所說的“情況難以避免”并不買賬。

有業(yè)內(nèi)人士分析，通過前置攝像頭的視頻可以知道，這名行人是緩慢地穿越車道的。系統(tǒng)應該已經(jīng)及時檢測出了她的存在，即使無法停車，至少也會開始剎車。即使人類無法避免這一事故，而一個設(shè)計良好、狀態(tài)正常的碰撞避免系統(tǒng)應該至少能夠開始剎車。

自動駕駛是一個一榮俱榮的行業(yè)，但這起事故卻對這個行業(yè)產(chǎn)生了負面的影響。公眾對此事的反應也會影響汽車廠商與 Uber 們的關(guān)系。

如果最終 Uber 被認定應該對此事故負責，Uber 或許將面臨來自汽車合作伙伴的抵制。這將給 Uber 2019 年 IPO 計劃沉重的一擊。

自動駕駛并非交通問題的唯一解藥

有許多人認為自動駕駛汽車會讓他們的生活更方便，但說實話它并非解決全球交通問題的唯一藥方。

針對這一問題，最直接的解決方案就是在公共交通上投入更多。公共交通籌資是一場拉鋸戰(zhàn)，它需要各方的妥協(xié)與合作才能完成，沒有幾年的時間根本就別想。對科技行業(yè)來說，這種又耗時又費力的事它們碰都不想碰。

包括一部分科技從業(yè)者在內(nèi)的人，已經(jīng)開始發(fā)出預警，他們認為未來的自動駕駛汽車在道德、安全上都不是最佳解決方案，同時這種技術(shù)也不是公眾利益的最佳代言人。

不過，有人依然相信，自動駕駛時代就在眼前。不過別忘了，科技從業(yè)者口中的“很快就來”可能代表的是10 年甚至更長的時間。

PS：看遍這一年中國與全球智能駕駛領(lǐng)域的技術(shù)前沿與商業(yè)探索，雷鋒網(wǎng)新智駕年度推薦，掃描下圖二維碼或點擊 http://m.ozgbdpf.cn/special/custom/AIdrive.html 了解更多信息。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。