解密Uber自動駕駛系統：多重傳感器保護為何撞死人？

　　據科技博客TechCrunch北京時間3月20日報道，Uber自動駕駛汽車在周一撞死了一位行人。這是首例自動駕駛汽車撞人致死事故，關注度肯定會超過以往自動駕駛汽車事故。

　　然而，從表面上看，除了整體系統出現故障外，很難理解為何會發生這樣的致死事故，因為自動駕駛汽車在設計時就是為了防止這樣的事故發生。

　　意外進入行駛路徑的人或物幾乎是自動駕駛汽車工程師首先考慮的突發事件。這種情況有很多，例如突然停下來的汽車、一只鹿、過路的行人。工程師在設計自動駕駛系統時會盡早發現他們，確認并采取適當措施，可能會減速、停車、迂回等。

　　Uber自動駕駛汽車配備了多個不同的成像系統，它們既可以執行普通任務(監控附近汽車、標記和車道線)，也可以執行特殊任務，例如上述讓汽車減速等措施。在這起事故中，能夠拯救受害者的圖像系統應該不少于四個。

　　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系統，它能夠以每秒多次的速度生成汽車周圍的3D成像。激光雷達使用了紅外激光脈沖，遇到物體后會反彈，返回到傳感器，從而在白天或晚上相當細致地偵測靜止和移動的物體。

　　大雪和濃霧會讓激光雷達的激光器變得模糊，準確性會隨著距離的變長而降低，但是在幾英尺到幾百英尺內，頂部激光雷達依舊是非常重要的成像工具，幾乎存在于每輛自動駕駛汽車上。

　　如果頂部激光雷達單元運行正常，在沒有被完全遮擋的情況下，它應該能夠分辨出受害者。同時，汽車距離行人還有100多英尺遠(30多米)，可以把行人成像傳送給“大腦”進行核對。

　　前端雷達

　　和激光雷達一樣，雷達發出信號，等待它彈回，但使用的是無線電波，而不是激光。這使得雷達具有更強的抗干擾能力，因為無線電可以穿透雪和霧，但是也會降低分辨率，改變其距離像。

　　根據Uber部署的雷達數量不同，它所提供的距離像可能存在巨大差異。Uber很可能在汽車前后部署了多個雷達，以實現360度無死角覆蓋。如果Uber是為了給激光雷達提供補充，那么雷達與激光雷達的成像可能會存在大幅重疊，但是更多雷達可以用于偵測其他車輛和更大型障礙物。

　　短焦和長焦光學相機

　　激光雷達和雷達易于確定物體的形狀，但并不擅長讀取標記，理解物體顏色等。這個任務就交給了可見光相機，它內置了精密的計算機視覺算法，能夠對成像進行實時分析。

　　Uber自動駕駛汽車上的這些相機密切關注標志著汽車剎車(突然亮紅燈)、交通燈以及穿越十字路口行人的指示器標記。汽車前端尤其會使用多角度、多種類型的相機，這樣才能獲取汽車前進道路的完整圖像。

　　偵測行人是工程師們試圖解決的最常見問題之一，這種算法已經非常成熟。這一過程通常被稱作“分割”圖像，一般還會涉及標記、樹木、人行動等。

　　對于相機來說，夜間工作很困難，這是一個顯而易見的問題。不過，這個問題交給前兩個系統來解決，激光雷達和雷達能夠在夜間工作。即便是在伸手不見五指的環境下，穿著全黑衣服的人也能夠被激光雷達和雷達識別。隨后，這些雷達就會向汽車發出警告，應該減速或者通過汽車大燈確認行人。這可能就是自動駕駛汽車通常沒有夜間視覺系統的原因。

　　安全司機

　　人類很擅長發現障礙物，即便是人眼沒有激光器。人類的反應時間不是最好的，但是汽車不會作出反應或者作出錯誤反應，經過訓練的安全司機會作出正確反應。

　　值得指出的是，自動駕駛汽車中還有一個中央計算單元，它能夠收集各個傳感器提供的信息，然后生成一個更加完整的汽車周圍環境成像。

　　目前還不清楚這起悲劇發生時的具體情況，但是Uber自動駕駛汽車肯定配備了本可以偵測到行人的技術，本可以讓汽車作出正確反應。而且，就算一個系統失效，另一個系統也應該能夠發揮作用。

　　隨著Uber、當地執法部門、聯邦機構對這起事故的調查，更多細節將會披露出來。