Uber自動駕駛撞死人細究無人駕駛原來這麼不安全

最新 03-23

自2017年5月12日德國議會批准了《德國道路交通法》的修正案，率先允許自動駕駛後，澳大利亞和日本等紛紛發布了自動駕駛道路測試的指南和規定。不過隨著新興事物的發展終究難以一帆風順，特斯拉的多次無人駕駛事故已經讓人開始質疑無人駕駛技術。

無獨有偶，上周日晚上10點左右另一家全球著名出行公司Uber的自動駕駛車裡那個在美國亞利桑那州Tempe市發生交通事故，與一名正在過馬路的行人相撞，行人在送往醫院後不治身亡。

一次次的無人駕駛案例讓人們不禁懷疑起自動駕駛的安全，畢竟這次的Uber自動駕駛撞人事件已經得到了Tempe 市警方的確認，當時Uber 車輛在發生是故事時處於自動駕駛模式，車上有一名安全員司機。報道表示，這名女子推著自行車，從十字路口人行橫道外穿過街道時，發生事故。

要說無人駕駛是否安全，我們先來看看無人駕駛的分類，無人駕駛按照駕駛員參與程度，可以分為5個級別，其中L1級別只能算是輔助駕駛系統，這類車輛只能實現簡單的轉系那個和加減速控制，即使加減速也還是需要認為參與的，至於周圍的環境以及激烈駕駛的處理是完全需要駕駛員參與的。

可以說L1級別僅僅是自動駕駛的雛形，而直到L3級別後無人駕駛才初見成效，這個級別的汽車已經初步具備無人形式的條件，但是面對激烈駕駛以及工礦環境依然顯得捉襟見肘，而只有最高級別的L5才能夠完全擺脫駕駛員參與。

我們再來看看上面這張表格，被推到風口浪尖上的特斯拉僅僅只相當於L2.5級別，從拆解的特斯拉Model S上我們看到，其計算解決方案僅為NVIDIA的單SoC+單GPU晶元，性能介於Drive PX2自動巡航晶元和Drive PX2自動私人司機晶元之間。很顯然Model S是不具備完全自動駕駛能力的，發生各種交通事故在所難免。

目前被廣泛應用的NVIDIA無人駕駛晶元解決方案共包括三款產品，分別是配備單GPU和單攝像頭及雷達輸入埠的Drive PX2 Autocruise（自動巡航）晶元、配備雙GPU及多個攝像頭及雷達輸入埠的Drive PX2 AutoChauffeur（自動私人司機）晶元、配備多個GPU及多個攝像頭及雷達輸入埠的Drive PX2 Fully Autonomous Driving（全自動駕駛）晶元，而英偉達Drive PX 2是全球首款專為自動駕駛汽車設計的AI超級計算機，它的運算能力與150台MacBook Pro相當。

除了計算解決方案，無人駕駛還依賴於外部的感知層和認知層，對於人類來說感知和認知可以無縫轉換，比如說地面上分別有淺水和大石塊，人類可以輕鬆的判斷出淺水可以通行，而大石塊需要慢速行駛或者停下來，但感知設備可做不了這樣的決策，這就需要認知的設備參與，將環境無縫轉化為計算晶元可以實時處理的數據，然後計算晶元得出結果後並反饋車輛如何操作。

對於感知層來說，雖然識別很容易，但是對於無人駕駛汽車來說則是需要精準的數據，例如前方道路的石塊，是直接通過還是轉向避讓，亦或是停車呢？這就需要感知設備具備精確的感知能力，這就需要更高級的激光雷達，現在主流的激光雷達包括Velodyne、IBEO（法雷奧合作）、SICK、北洋和先鋒，目前造價都比較高，一個是因為確實是個高精密儀器，另一個是尚未量產。