全球首例！Uber無人駕駛車輛撞人致死！

最新 03-22

首先我們為這位行人的逝去表示惋惜……

逝者安息

所以我會本著尊重死者的角度，用平實的語句將這件事情敘述給大家聽

PART：1

美國時間2018年3月19日晚上10點多，亞利桑那州坦佩市的一條道路上，Uber自動駕駛車輛在測試過程中與推著自行車在人行道上自西向東方向行走的Elaine Herzberg（人名）相撞。

根據當地警方提供的信息，這輛搭載Uber自動駕駛技術的Volvo XC90當時的時速大約為40英里，向北方向行駛，在發生事故後，49歲的Herzberg在送往醫院後不幸身亡。

坦佩市的警察局局長Sylvia Moir在調查當時在自動駕駛車內的44歲測試車手Rafael Vasquez時，專門觀察了車內和車外的監控攝像頭說道：「通過觀看視頻，很明顯，無論當時汽車處於何種模式(自動駕駛或人為駕駛)下，都很難避免這種碰撞，因為受害者是從陰影中出來並進入車道的。」

但是現在視頻並沒有公布，美國國家運輸安全委員會（NTSB）和國家公路交通安全管理局（NHTSA）已經介入調查。事故發生後，Uber已經暫停了在坦佩、匹茲堡、舊金山和多倫多等北美城市的自動駕駛測試項目。

首先我們不對這場事故的任何一方追究誰對誰錯，畢竟誰都不想這事發生，但是這是自無人駕駛技術開始至今第一次致行人死亡的事故，其意義非常特殊，很有可能對之後的無人駕駛技術發展產生很大的影響，所以還是有必要說點什麼的。

當然這事跟沃爾沃是沒有任何關係的哈，這輛車是Uber使用的專門進行無人駕駛測試的版本，而車內也不存在任何沃爾沃開發的駕駛輔助系統（主動剎車等），其無人駕駛技術都是Uber的。

PART：2

其實應該討論的還是無人駕駛技術上的問題，而無人駕駛技術最核心，最難點的應該就是如何通過完備的感測器應對公路上將會產生的各式情況。

現在無人駕駛技術配備的感測器基本分為三種，攝像頭、雷達以及激光雷達。

攝像頭

攝像頭這塊現如今採用的為市場上技術已經非常成熟的光學攝像機，會覆蓋長距短距，車輛周邊全景覆蓋。

這塊感測器主要用來識別駕駛路線中的顏色和形狀、標識等，而通過這些光學攝像頭獲取的信息都將轉換為數字訊號傳輸至中央處理系統，進而可以產生一定的應對手段。像樹木、人行道、馬路牙子都能識別，識別後還可通過演算法看懂交通標誌、信號燈等。

一般情況下攝像頭的覆蓋區域從近程到中程甚至遠程，前端視野覆蓋範圍可以達到200至300m的距離，甚至會更好，而角度經過多個前後及側面的攝像頭成像聚合可以達到360度覆蓋。

但是唯一一點就是光學相機在夜間會受到光線的影響，這時候很難呈現清晰的色彩畫面（處理器需要識別經過濾色後的圖像），這時候就需要其他感測器進行配合，以便構建完整的外界情況。

雷達

雷達的應用其實已經比較廣泛了，而其實現的功能在現在很多車型上已經有部分的應用了，其中近程雷達可以實現盲點探測、車道變更、車道保持、泊車輔助、碰撞預警、交叉車流監控等，中遠程可以實現剎車輔助、緊急剎車、車距保持等功能。

雷達不容易受到環境的影響，因為它是通過無線電波對物體進行探測和定位，舉個栗子，當電波碰觸物體之後，反饋後的電波經接收後可以實現距離的測算。

激光雷達

LIDAR系統，是指激光探測和測量，一般使用的是旋轉式光束，光聽名字就夠高端了，所以其價格也是非常高昂的，基本現在在量產車是沒人敢不計成本地用。但是從去年開始，就基本開始了爆發期，各大激光雷達供應商不計成本地做研發，大家都看準了無人駕駛這波商業契機。而這項技術也順理成章地用在了無人駕駛技術上。

激光雷達還是比較明顯的，現在一般在各個測試無人駕駛的企業里，都放在車輛頂部，通過紅外脈衝在碰觸物體後反射回的脈衝，檢測靜止和移動的物體。

現在市面上比較普遍的有動態激光雷達，一種是固態激光雷達，而在車輛運用上，考慮到體積等問題，之後肯定是固態激光雷達佔優勢一些。像現在Velodvne的固態高精度激光雷達技術在業內就還蠻出名的

基本激光雷達，除了受霧天等天氣因素影響以外，其他情況下可以保證將車輛範圍內300m不被遮擋的人和物體構建一個3D圖像。總體來說還是對於無人駕駛技術來說還是非常關鍵的一項技術

這三種感測器在時刻都是保持協同運作的，舉個栗子，像實現車道保持這個功能，就可以通過攝像頭和激光雷達協同實現的功能（當然攝像頭也能獨立完成，類似現在各量產車上的車道保持技術），通過激光雷達的圖像配合攝像頭識別的圖像可以更加精準的將白天和夜間車道的白線和黃線進行識別，進而去除遮擋，提取特徵，建模，最後轉化為數字信號，通過主機調整車輛狀態。

PART：3

那我們再回頭看一下這次的事故。

假設當時的情況是在最極端的狀況下，夜間（攝像頭識別能力受限），霧天（激光雷達識別能力受限），行人在過馬路之前被某遮擋物完全遮擋（雷達不能識別到行人移動），敢問在場的任何一個人，如果你在自己開車行走在這段路上，你是否能保證自己不發生意味事故…