Uber自動(dòng)駕駛撞人原因解析：一場(chǎng)原本可避免的災難

　　日前，一輛Uber自動(dòng)駕駛汽車(chē)在美國亞利桑那州坦貝市的一條街道上，以每小時(shí)65公里的速度撞上了一位橫穿馬路的女子。該女子在送往醫院后不久，不治身亡。這是全球首例自動(dòng)駕駛汽車(chē)路測撞死行人的交通事故，引發(fā)了公眾的極大關(guān)注以及對自動(dòng)駕駛汽車(chē)安全性的擔憂(yōu)。

　　事發(fā)后不久，坦貝市警察局局長(cháng)對媒體表示，這場(chǎng)車(chē)禍無(wú)論是不是人類(lèi)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(chǎng)無(wú)可避免的交通悲劇嗎?

　　眾說(shuō)紛紜的車(chē)禍原因

　　車(chē)禍發(fā)生后，很多媒體和專(zhuān)家對車(chē)禍原因做了分析和猜測。

　　美國的網(wǎng)友看過(guò)視頻后表示，在光線(xiàn)昏暗的情況下，攝像頭的“視力”通常差得要命，如果用肉眼觀(guān)察，也許能更早注意到行人橫穿。

　　地平線(xiàn)機器人創(chuàng )始人余凱在接受媒體訪(fǎng)談時(shí)，分析猜測認為造成有可能是這輛自動(dòng)駕駛汽車(chē)的預測判斷做的不好，出現了問(wèn)題，沒(méi)能準確預判出障礙物的走向。

　　眼擎科技創(chuàng )始人朱繼志在其微博中表達了不同的看法。他認為，問(wèn)題在于攝像頭，人從暗部走向亮部，因為路燈的原因，光線(xiàn)明暗反差太大。在暗部的時(shí)候，汽車(chē)沒(méi)有監測到，等行人走到亮部的時(shí)候，汽車(chē)雖然監測到，但已經(jīng)太遲了。

　　同時(shí)，他認為夜間道路光線(xiàn)環(huán)境太復雜，汽車(chē)攝像頭的動(dòng)態(tài)范圍需要提升30倍以上，自動(dòng)駕駛汽車(chē)才有上路的可能。

　　也有業(yè)內人士分析，這輛Uber自動(dòng)駕駛汽車(chē)已經(jīng)檢測到了行人，只是沒(méi)有采取剎車(chē)或停車(chē)措施，致使釀成撞人事件。

　　傳統成像技術(shù)的天花板

　　眾所周知，當前無(wú)人駕駛汽車(chē)所采用的視覺(jué)系統 ，主要是基于攝像頭和光學(xué)雷達。有業(yè)內人士對其相關(guān)的視覺(jué)性能優(yōu)勢和缺陷做了分析對比：

　　從圖中我們不難得出一個(gè)結論，沒(méi)有一種方案是完美無(wú)瑕，萬(wàn)無(wú)一失的。對于基于傳統成像技術(shù)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(chē)企青睞的激光雷達，也有很難逾越的短板。且不說(shuō)，短期內無(wú)法迅速降低的成本，除了分辨率低外(當然現在已經(jīng)有128線(xiàn)，甚至300線(xiàn)的激光雷達，但與攝像頭的分辨率還是不可同日而語(yǔ))，最大的問(wèn)題是無(wú)法辨識顏色，即無(wú)法表示交通標示。

　　另外，激光雷達也受環(huán)境的影響，就連特斯拉和谷歌都承認，即使是堆滿(mǎn)昂貴攝像頭和激光雷達的無(wú)人駕駛汽車(chē)在大雪天也基本被廢掉一半功力。

　　現在的自動(dòng)駕駛汽車(chē)都采用攝像頭與雷達搭配的方案(或激光雷達+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(méi)有達到1+1>2的效果。原因很簡(jiǎn)單，一方很難彌補另一方的短板。比如Uber自動(dòng)駕駛汽車(chē)撞人致死的事件中，顯然車(chē)上的攝像頭因為光線(xiàn)問(wèn)題沒(méi)有監測到正要橫穿馬路的路人(除非汽車(chē)的剎車(chē)系統壞掉了)，而激光雷達即使監測到了有反射信號，也無(wú)法判斷出是行人。正如有專(zhuān)家分析，因為其局限性，光學(xué)雷達并不是為檢測行人設計的。因為光學(xué)雷達分辨率有限，刷新率不高，更無(wú)法獲取物體對象的顏色信息。所以它不善于實(shí)時(shí)地分辨物體。

　　給自動(dòng)駕駛汽車(chē)一雙慧眼

　　從Uber自動(dòng)駕駛汽車(chē)傳感器示意圖看，這輛出事的自動(dòng)駕駛汽車(chē)上面也安裝了不少攝像頭，并且這些攝像頭都正常工作，卻并沒(méi)有避免悲劇的發(fā)生。為什么?

　　很簡(jiǎn)單，這些攝像頭的視覺(jué)能力比不上人眼。

　　正如專(zhuān)家所說(shuō)，傳統的攝像頭成像技術(shù)，機器的視覺(jué)能力無(wú)法與人的眼力相比，甚至很難接近。因為傳統的成像技術(shù)更專(zhuān)注于做給人看的圖像處理，即做圖像的優(yōu)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(shí)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(zhù)傳統的攝像頭無(wú)法滿(mǎn)足AI機器在復雜光線(xiàn)下的正常運作。

　　而對于駕駛員輔助系統，關(guān)鍵挑戰則在于保證系統在任何環(huán)境狀況下(溫度變化、陽(yáng)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(fā)生后，Uber暫停了自動(dòng)駕駛汽車(chē)路測，豐田暫停了自動(dòng)駕駛汽車(chē)的路測，據說(shuō)，英偉達也暫停了自動(dòng)駕駛汽車(chē)的路測。