Uber致命事故视频公开：技术文献剖析自动驾驶还有哪些不完美？

雷锋网按：“现在路上的自动驾驶测试车不能保证每个人的安全。”

几天前，许多人曾设想过无数次的情景还是不可避免的变成了现实：一辆自动驾驶汽车遭遇车祸，而且还撞死了人。别忘了，这辆车上其实是有安全驾驶员的。

当时，一位名为 Elaine Herzberg 的 49 岁女性正推着自行车横穿马路，一辆 Uber 的自动驾驶测试车（沃尔沃 XC90）将其撞倒，并导致它伤重不治身亡。

在初步调查中，警方发现当时测试车时速为 40 英里/小时（约合 64 公里/小时）。事发之后，Uber 叫停了在北美四地的自动驾驶测试。

这已经是美国境内因为自动驾驶汽车而造成的第二起死亡事故。第一起事故发生 2016 年，一辆特斯拉 ModelS 在 Autopilot 模式行驶途中与一辆正在转弯的拖挂车相撞，导致特斯拉车主当场死亡。与第一起不同的是，Uber 发生的这起事故造成了行人的死亡。

实际上，如果你经常关注 Uber 自动驾驶测试车的动态，就会发现 Uber 在亚利桑那坦佩市没少惹事。去年 3 月，一辆 Uber 自动测试车就与两辆车连环相撞。

当然，随着美国国家交通安全委员会的介入，Uber 这起致命事故肯定会成为自动驾驶发展史上的一个标杆性事件。因此，是时候以批判的眼光来重新看待现在的自动驾驶技术。

接下来，我们就从一篇技术文献透视这起再次让 Uber 站上风口浪尖的致命事故——事实是，现在的自动驾驶汽车恐怕没有厂商宣传的那么神通广大。

当下的自动驾驶汽车从外观来看依然没有脱离常规汽车的设计思路，不过它们“身上”通常遍布各种传感器，而车内则藏着多台性能强悍的计算机。车载传感器阵列一般由摄像头、雷达和激光雷达组成，它们会将采集到的数据回传给车载计算机系统。

如果非要打个比方，那么自动驾驶汽车的视角就像在玩一款上世纪 80 年代风格的第一人称赛车游戏。

在它们眼中，世界是一个拥有 X、Y 和 Z 轴的三维格栅。在从 A 点行驶到 B 点时，自动驾驶汽车会利用高精度 GPS 穿过格栅。当然，其它车载系统也必不可少。

举例来说，车载激光雷达会向各个方向发射激光，并利用激光的飞行时间来描绘自己周边的“图像”，就像靠回波躲避障碍的蝙蝠。除此之外，摄像头还会紧盯道路标线并不断回传数据保证车辆不跑偏。

总的来说，这设计得非常精妙，但它并不完美。

自动驾驶汽车还有哪里不完美？

1、自动驾驶汽车视力还没达到 2.0

在刚刚修建完毕的公路上，自动驾驶汽车识别起标线来毫无压力，但在年久失修，标线已经有些斑驳的老路上，它们就会彻底蒙圈。

一个残酷的事实是，基础设施建设和维护是一个“烧钱”的无底深渊，崭新的道路并非大多数。在雪地或其它恶劣天气中，自动驾驶汽车“眼睛”也不能进行非常精准的识别。

举例来说，被各路专家热捧的激光雷达就有自己的极限，在雨雪或尘埃漫天的天气中，激光束遇到空气中的微粒就会发生反弹，反馈错误的数据。

2、图像识别有瑕疵

自动驾驶汽车会使用深度神经网络算法来“识别”图像。

当激光雷达识别一个障碍，摄像头就会拍摄一张照片，随后计算机利用深度神经网络识别出图像的含义。如果识别出“停止标识”，车辆就会减速并在合适的位置刹停。

此外，工程师还专门设计了双保险，如果识别结果不如预期，车辆内置的地图就要派上用场，它会给车辆提供准确的停车坐标。但是 GPS 也有自己的弱点。

不过，深度神经网络战绩并不辉煌，它会将黑人错认为黑猩猩。试验室的测试结果也显示，只要稍作改变，深度神经网络就会不起作用了。一些对人来说简单的小改装，比如在停止标识上贴一个闪耀的独角兽贴纸，可能就会造成图像识别错误。

一旦图像识别系统撂挑子，自动驾驶汽车就会无视停止标识，后续的事故就成了大概率事件。

3、GPS 太脆弱

对自动驾驶汽车来说，如果 GPS 信号没了，恐怕危险就会随之而来。

如果你了解信号干扰器，恐怕就会脊背发凉，因为一个能装进口袋的 GPS 干扰器 50 美元就能从网上买到。在美国，有不少卡车司机几乎使用这种设备逃脱过路费。

自动驾驶汽车还要靠 GPS 导航，如果一辆高速上的自动驾驶校车旁边突然出现一辆装了干扰器的卡车呢？

4、自动驾驶汽车反应不够快

在日常通勤中，你肯定见过停在路边的救火车和垃圾车等，对人来说这种庞然大物太容易识别了，但对自动驾驶汽车来说它们却近乎于隐形。这是为什么？

因为自动驾驶汽车有停止和启动的问题，它们的计算能力有限，为了维持运转，只能放弃对那些静止物体的未来动作的判断。因此，如果路边的救火车突然动起来，自动驾驶汽车可能就会反应不及造成追尾事故。

有人说，自动驾驶汽车搭载的超级计算机的算力不是以微秒来算的吗？

确实，不过它暂时还不会进行计算能力的调配，处理数据必须按顺序进行。因此，如果自动驾驶汽车撞上目标巨大的消防车也别奇怪。

与其相比，人类在危急时刻会分泌肾上腺素，这时大脑的反应速度会加快。同时，由于眼睛看到了消防车，因此大脑已经预设了车辆突然起步的情况。

更重要的是，自动驾驶汽车可没有自我保护的本能，因此它无法应对那种电光火石般的情况，要么就撞上消防车，要么失控撞上路边的行人。

自动驾驶汽车不能保证每个人的安全

许多人提起自动驾驶汽车就会先想到它可以救人。

不过这可能只是科技迷和投资者们的一厢情愿，如果处理不好，自动驾驶汽车有可能会成为名副其实的“绞肉机”。

这些人一厢情愿是因为对科技盲目乐观，在他们看来技术永远是问题的正确答案。其实这是一种偏见，学术界将其称为“技术沙文主义”。

著名的谷歌眼镜和 Snapchat Spectacles 眼镜就是技术沙文主义的代言人，它在创造了一股热潮后就彻底销声匿迹。不过，眼镜没人佩戴最多也就闲置在抽屉里。但自动驾驶汽车一旦出了事故恐怕后果会很严重。

说到拯救生命，就不得不提一个与自动驾驶汽车形影不离的经典道德问题：电车难题。

有些人将 Uber 的事故与这个难题连在一起，认为这起车祸汽车是为了“救驾驶员才撞到了过路的行人”。现在下这样的结论有些轻率。

当然，如果 Uber 确实给测试车下了“死命令”，即为了保护司机可以不顾一切，恐怕这个新兴行业会面临一场道德清算。

显然，当你在高喊 Uber 无良，置行人利益于不顾的时候也应该换个角度想想，如果你是坐在驾驶位的驾驶员呢？你愿意被牺牲吗？一切以行人利益为准则的自动驾驶汽车你敢坐吗？你愿意让孩子坐吗？这恐怕会成为一个无解的信任问题。

“现在路上的自动驾驶测试车不能保证每个人的安全。”一位业内人士表示。

事故视频公开

据雷锋网获得的最新消息，目前，美国警方公布了一份来自肇事车辆上的视频数据，拍到了事故发生时，车外和车内两个场景的情况。

*车外，行人推着自行车出现在车辆前方

在行车记录视频中可以看出，宽阔的马路左侧，由于照明设施不足的缘故，呈现一片阴暗。

在视频中，行人就像是突然蹿出来一样。在汽车撞倒她之前，她就快要过完马路。但是汽车行驶的速度非常快，并且没有任何减速的迹象。

*在公布的视频的最后一秒，坐车车内的驾驶安全员露出惊讶表情，估计是来不及刹车并且撞到路上的行人

而在车内的视频中，可以看出，车内的司机注意力似乎不集中，眼睛时不时往自己的大腿方向看。在撞击不久前，他的视线也不是盯着路面的。

目前，这一事故由坦佩警方、美国国家公路交通 安全管理局和美国国家劳动关系委员会调查之中。事故车辆，事发地点和车辆所记路的所有数据都在调查之中，具体结果还有待进一步公布。

普林斯顿大学的自动驾驶专家 Alain Kornhauser 教授在一封邮件中表示，“现在我们需要的，是雷达和激光雷达的数据，很明显，在视频中，安全驾驶员并没有履行好职责。”

“自动驾驶系统应该配备一个专业的监控者，他们应该在测试中时刻保持警惕。但在这起事故中，Uber 明显没有做到。”Kornhauser 对于警方所说的“情况难以避免”并不买账。

有业内人士分析，通过前置摄像头的视频可以知道，这名行人是缓慢地穿越车道的。系统应该已经及时检测出了她的存在，即使无法停车，至少也会开始刹车。即使人类无法避免这一事故，而一个设计良好、状态正常的碰撞避免系统应该至少能够开始刹车。

自动驾驶是一个一荣俱荣的行业，但这起事故却对这个行业产生了负面的影响。公众对此事的反应也会影响汽车厂商与 Uber 们的关系。

如果最终 Uber 被认定应该对此事故负责，Uber 或许将面临来自汽车合作伙伴的抵制。这将给 Uber 2019 年 IPO 计划沉重的一击。

自动驾驶并非交通问题的唯一解药

有许多人认为自动驾驶汽车会让他们的生活更方便，但说实话它并非解决全球交通问题的唯一药方。

针对这一问题，最直接的解决方案就是在公共交通上投入更多。公共交通筹资是一场拉锯战，它需要各方的妥协与合作才能完成，没有几年的时间根本就别想。对科技行业来说，这种又耗时又费力的事它们碰都不想碰。

包括一部分科技从业者在内的人，已经开始发出预警，他们认为未来的自动驾驶汽车在道德、安全上都不是最佳解决方案，同时这种技术也不是公众利益的最佳代言人。

不过，有人依然相信，自动驾驶时代就在眼前。不过别忘了，科技从业者口中的“很快就来”可能代表的是10 年甚至更长的时间。

PS：看遍这一年中国与全球智能驾驶领域的技术前沿与商业探索，雷锋网新智驾年度推荐，扫描下图二维码或点击 https://www.leiphone.com/special/custom/AIdrive.html 了解更多信息。