黑夜、人行道、手推自行車 Uber事故得從無人駕駛原理談起

飛象網訊（魏德齡/文）近日，美國Uber公司在亞麗桑南州的一輛無人駕駛測試車撞死了一名行人，當地媒體報道稱，「Uber的無人駕駛汽車當時以61公里的時速在限速時速56公里的區域內行駛，並沒有試圖剎車。」當地警察局長就事故的情況描述為：「基於受害人是從陰影中突然出現在馬路上的，很明顯，在任何一種模式(無人駕駛或人為駕駛)下，都很難避免這種碰撞。」

然而，儘管美國警方在初步調查中稱車禍責任方或不在Uber，但了解美國交通規則的人都清楚，作為講究路權原則的美國來說，當行人未走人行橫道時，確實這輛無人駕駛車輛更佔據法理。但是，作為一輛在遇到突發事件時無變向、無減速的機動車來說，則過於缺乏人性，即便對於駕駛員來說，也頗具危險性。

無人駕駛的雙眼在哪裡？

如果探究上述的問題，那麼我們需要首先了解下無人駕駛汽車的雙眼在哪裡。目前，幾乎所有的無人駕駛車輛都離不開依託於攝像機和雷達的感測器技術，感測器技術包含圖像感測器和距離感測器。在自動駕駛功能的汽車中常見單攝像頭、多攝像頭、多普勒雷達（短距離雷達、遠距離雷達，激光雷達）、GPS定位裝置等，正是這些感測器構成了汽車自動駕駛的眼睛。

Uber的無人駕駛車輛也是如此，在汽車的前後都安裝了這種無線電波雷達，能夠提供360度的覆蓋範圍。同時，還配合有長短距離光學攝像機。這樣，由雷達來感知周圍物體空間的存在，由攝像機來讀取道路上的圖像標誌信息，例如前車的剎車燈、交通信號燈、穿越的行人等。

無人駕駛系統有預設的識別體

對於雷達、攝像機所傳遞來的信息，無人駕駛汽車將利用車輛電子技術與操作控制技術進行處理器，為了更快的做出識別，在車輛的中央計算單元系統中一般會預設出如行人、非機動車（如自行車）、機動車、道路符號（如斑馬線）、樹木等圖像模型，以此來做出對於周圍情況的判斷，這樣一旦遇到突然而來的自行車才能做出減速，遇到斑馬線才能做出減速。

從上面的信息中，你能發現，之所以攝像頭是必須的，就是因為可以讀取識別體的畫面信息，然而攝像頭會受到惡劣天氣、光線不足情況下的影響。目前的技術條件下，只能再依靠雷達所反饋回的信息來判斷前方的物體。

但在此事件中，未走人行道、行人手推自行車、黑夜，這三個要素顯然給Uber無人車出了一個大難題，沒有人行道也就沒有預設的減速機制，人手推自行車這樣的模型恐怕也難在常規識別體之列，黑夜的環境又讓攝像頭的作用不能完全發揮。

所以，當難題出現的時候，唯一最具智慧的可能就是安全駕駛員了。可是，就如同現實生活中很多考驗反應的遊戲一樣，當你長期處於一種自動且平穩的狀態下，絕大多數人都會在思維慣性的驅使下，難以做出迅速且正確的應急反應。

5G是解決此類問題的重要途徑

在無人駕駛中，所有廠商都會認為網路傳輸技術是其中不可或缺的一環，無人駕駛汽車要能上路，必須具備與互聯網、區域網聯絡和道路環境識別功能，包括車與車的聯絡對話、車與衛星通訊、車與天氣預報的聯絡、車與交通指揮網的聯絡，才能正確識別和選擇道路、正確服從交通警察的指揮、正確決定通過交叉路口、正確避讓危險和安全行車。

對於無人駕駛車輛的事故問題，不少人都拋出了這樣的觀點，那就是5G才是無人駕駛安全問題的解決之道。

5G的高容量特性能讓物聯網得以實現，那麼無人駕駛將不止依賴於雷達和攝像機，道路上的全部元素在通過5G連接至物聯網後，都能在無人汽車駕到時發出位置、距離這樣的信號，無人駕駛車輛將與信號燈、斑馬線、其它車輛產生信息間的關聯。也就是說，當該車輛行駛在限速56公里的路段上超速時，道路可以迅速向它發來降速指令。

5G的低延時特性也能發揮作用，從目前公布的標準來看，5G網路延遲最高不超過4ms，最低僅為1ms。4G網路的延遲為20ms。而人類的反應時間一般在20ms以上，反應較快的人一般在10ms以上，也就是說，只有到了5G時代，，應用物聯網技術的無人駕駛車輛在反應能力上才有可能與駕駛人員一較高下，甚至超越駕駛員。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！