據(jù)國外媒體報導，美國本地時光3月19日清晨，Uber一輛主動駕駛汽車在亞利桑那州坦佩市（Tempe）撞逝世了一位橫穿馬路的婦女。這也是全球首例主動駕駛汽車在公共途徑上產(chǎn)生的第一路致人逝世亡的變亂。是以，這也激發(fā)了全球關(guān)于這起主動駕駛汽車變亂的普遍存眷，一時光很多人紛紜質(zhì)疑主動駕駛汽車的平安性。

今朝，Uber曾經(jīng)在其一切正在停止路測的城市，包含匹茲堡、多倫多、舊金山和鳳凰城停滯了一切的主動駕駛路測。同時，Uber揭橥聲明稱，他們將最年夜水平填補受益者家眷，并充足合營處所政府的查詢拜訪。

變亂義務不在于Uber？

就在外界紛紜責備Uber和主動駕駛技巧之時，利桑那州坦佩警員局局長卻表現(xiàn)，依據(jù)變亂的初步驟查顯示，在此次交通變亂中，Uber能夠不存在錯誤。

從Uber主動駕駛汽車裝備的攝像頭拍攝的視頻看，變亂產(chǎn)生時，該婦女橫穿馬路的方法，不管其時Uber的主動駕駛汽車是在有人駕駛照樣主動駕駛形式下，都很難防止該起變亂的產(chǎn)生。

Uber的主動駕駛測試車前排坐位上的司機也表現(xiàn)，由于受益人的忽然涌現(xiàn)在他們眼前的，基本反響不外來。他所收到的第一個交通變亂警報，就是兩者相撞的聲響。

同時，美國國度運輸平安委員會前主席馬克·羅森克也稱，"不該對Uber主動駕駛汽車致逝世變亂反響過度。他提示稱，美國均勻每一年產(chǎn)生逾600萬起交通變亂，形成6000名行人和近40000人逝世亡。“但這起變亂仍將是一個障礙，我們必需想法應對來重獲"對主動駕駛汽車的信賴，”他說道。

但值得強調(diào)的是，此次變亂產(chǎn)生地域限速為每小時35英里（約56千米），但Uber汽車其時速度為每小時38英里（約61千米）。明顯，超速能夠也是形成這起變亂產(chǎn)生的緣由之一。

揭秘Uber主動駕駛體系

現(xiàn)實上，不測進入行駛途徑的人或物簡直是主動駕駛汽車工程師起首斟酌的突發(fā)事宜。這類情形有許多，例如后方忽然停上去的汽車、一只鹿、過路的行人。工程師在設(shè)計主動駕駛體系時會盡早發(fā)明他們，確認并采用恰當辦法，能夠會加速、泊車、迂回等。

普通來講主動駕駛汽車都邑裝備多套平安體系，就算一個體系掉效，另外一個體系也應當可以或許施展感化。除非一切體系都涌現(xiàn)毛病外，普通很難會產(chǎn)生如許的致逝世變亂（固然，除那些沒法猜測的一些突發(fā)情形，好比正常在人行道下行走的行人忽然沖入到主動駕駛汽車前，不管是人類司機駕駛的汽車照樣主動駕駛汽車都基本沒有足夠的時光采用辦法，從而防止變亂產(chǎn)生）。

Uber主動駕駛汽車裝備了一整套傳感器

Uber主動駕駛汽車裝備了多個分歧的成像體系，它們既可以履行通俗義務（監(jiān)控鄰近汽車、標志和車道線），也能夠履行特別義務，例如上述讓汽車加速等辦法。在這起變亂中，可以或許解救受益者的圖象體系應當很多于四個。

頂部激光雷達

這個位于汽車頂部的桶狀物體就是激光雷達體系，它可以或許以每秒屢次的速度生成汽車四周的3D成像。激光雷達應用了紅外激光脈沖，碰到物體后會反彈，前往到傳感器，從而在日間或早晨相當過細地偵測運動和挪動的物體。

年夜雪和濃霧會讓激光雷達的激光器變得隱約，精確性會跟著間隔的變長而下降，然則在幾英尺到幾百英尺內(nèi)，頂部激光雷達照舊長短常主要的成像對象，簡直存在于每輛主動駕駛汽車上。

激光雷達生成的影象

假如頂部激光雷達單位運轉(zhuǎn)正常，在沒有被完整遮擋的情形下，它應當可以或許分辯出受益者。同時，汽車間隔行人還有100多英尺遠（30多米），可以把行人成像傳送給“年夜腦”停止查對。

前端雷達

和激光雷達一樣，雷達收回旌旗燈號，期待它彈回，但應用的是無線電波，而不是激光。這使得雷達具有更強的抗攪擾才能，由于無線電可以穿透雪和霧，然則也會下降分辯率，轉(zhuǎn)變其間隔像。

特斯拉主動駕駛體系A(chǔ)utopilot重要依附雷達

依據(jù)Uber安排的雷達數(shù)目分歧，它所供給的間隔像能夠存在偉大差別。Uber極可能在汽車前后安排了多個雷達，以完成360度無逝世角籠罩。假如Uber是為了給激光雷達供給彌補，那末雷達與激光雷達的成像能夠會存在年夜幅堆疊，然則更多雷達可以用于偵測其他車輛和更年夜型妨礙物。

1 2 下頁

短焦和長焦光學相機

激光雷達和雷達易于肯定物體的外形，但其實不善于讀取標志，懂得物體色彩等。這個義務就交給了可見光相機，它內(nèi)置了周詳?shù)谋P算機視覺算法，可以或許對成像停止及時剖析。

Uber主動駕駛汽車上的這些相秘密切存眷標記著汽車剎車（忽然亮紅燈）、交通燈和穿越十字路口行人的指導器標志。汽車前端特別會應用多角度、多品種型的相機，如許能力獲得汽車進步途徑的完全圖象。

偵測行人是工程師們試圖處理的最多見成績之一，這類算法曾經(jīng)異常成熟。這一進程平日被稱作“朋分”圖象，普通還會觸及標志、樹木、人行為等。

光學相機拍攝的圖象

關(guān)于相機來講，夜間任務很艱苦，這是一個不言而喻的成績。不外，這個成績交給前兩個體系來處理，激光雷達和雷達可以或許在夜間任務。即使是在伸手不見五指的情況下，穿戴全黑衣服的人也可以或許被激光雷達和雷達辨認。隨后，這些雷達就會向汽車收回正告，應當加速或許經(jīng)由過程汽車年夜燈確認行人。這能夠就是主動駕駛汽車平日沒有夜間視覺體系的緣由。

平安司機

人類很善于發(fā)明妨礙物，即使是人眼沒有激光器。人類的反響時光不是最好的，然則汽車不會作出反響或許作失足誤反響，經(jīng)由練習的平安司機遇作出準確反響。

值得指出的是，主動駕駛汽車中還有一個中心盤算單位，它可以或許搜集各個傳感器供給的信息，然后生成一個加倍完全的汽車四周情況成像。

而處于路測傍邊的主動駕駛汽車普通都邑裝備平安司機。

小結(jié)：

固然今朝這起變亂仍處于查詢拜訪傍邊，但豈論終究成果若何，都將會對主動駕駛測試的將來和主動駕駛汽車途徑上的應用發(fā)生偉大的影響。也許，由于此次變亂，全球各地的無人駕駛路測監(jiān)管將進一步增強力度。