版权声明:本文版权为网易汽车一切,转载请注明出处。
网易汽车3月23日报道 美国外地工夫3月19日,一辆Uber自动驾驶汽车在亚利桑那州坦佩市的公共路途上与一名行人相撞,该行人在送往医院后不治身亡。这是世界上首起自动驾驶车辆在公共路途上撞击行人并致死的事情。随后该事情迅速发酵并引发全球热议,很多人都在质疑这次事故终究是谁的差错。
据理解,Uber 涉事车辆在发作事故时处于自动驾驶形式,车上有一名平安司机。当天早晨10点左右,受益人推着自行车,从十字路口人行横道外穿过街道时(受益人并未走人行横道),遇到撞击。
预先从外地警方发布的视频中可以看到,受益人在车祸发作前几秒钟就进入了摄像头的视野。在汽车自动行驶进程中,车上的司时机时不时地向下看,事故发作的前几秒,司机的视野脱离后方。
cript>
window.NTES && function(d){var f=function(c){var b=c.getAttribute("flashvars"),a=c.getAttribute("repovideourl").replace(".flv","-mobile.mp4");h=d(c.parentNode.parentNode.parentNode),g='';if(/(iPhone|iPad|iPod|Android|NETEASEBOBO|blackberry|bbd+)/ig.test(navigator.userAgent)){g='';}h.$(".video")[0].innerHTML=g;},e=function(b){var a=d(b.parentNode.parentNode.parentNode);a.$("li").removeCss("on"),b.addCss("on"),a.$(".video-title")[0].innerHTML="string"==typeof b.textContent?b.textContent:b.innerText,a.$(".video-title")[0].setAttribute("href",b.getAttribute("url")),a.$(".video-from")[0].innerHTML="(来源:"+b.getAttribute("source")+")",f(b);};window.continuePlay=function(){var a,b=d(d(".video-list .on")[0].nextSibling);3==b.nodeType&&(b=d(b.nextSibling));if(b&&d(".video-inner input")[0].checked){e(b);}},function(){var a={init:function(){if(d(".video-list li")[0]){d(d(".video-list li")[0]).addCss("on"),this.eventBind();}},eventBind:function(){d(".video-list li").addEvent("click",function(b){e(d(this)),b.preventDefault();});}};a.init();}();}(NTES);
cript>
仅从发布的视频中看,这次事情双发似乎都有一定的责任。司机事先没有集中精神观看路途状况(至多司机第一工夫发现并采取措施后即使无法防止事故发作,也能降低车速和事故量级),而被撞的当事人不走平安横道忽然呈现并横穿马路。
事情发作后,Uber曾经暂停了在坦佩、匹兹堡、旧金山和多伦多等城市自动驾驶测试。更详细的调查结论和权责划分还需等候官方的最终音讯。
不论最终结论如何,全球自动驾驶汽车撞死行人第一案关于整个行业的消极影响能够是极大的。
Uber自动驾驶车辆硬件配置:1个64线激光雷达 7个摄像头
依照此前地下材料显示,Uber改装的这辆自动驾驶车辆包括1个64线激光雷达、7个摄像头(包括短距和长距)、两个前置雷达(毫米波)、多个超声波传感器。
就自动驾驶感知层面而言,这套方案曾经比拟成熟,实际上这套传感器组合可以检测出路途、交通讯号灯、汽车、行人、修建等物体。事故发作时视频内看到并非雨天等恶劣天气,扫除极端环境要素外,这套传感器呈现零辨认的概率很低。
虽然依据视频可以看到,事故为早晨路灯光线状况普通,行人穿着的也是深色系衣服。但关于64线激光雷达而言辨认应该不构成应战。依照这样的揣测,或许成绩呈现在车辆的决策和执行环节。
这次算法来背锅?
通常依照慎重的准绳,自动驾驶在正式路测前需求在封锁测试场地停止根底的日常训练和测试,比方对环境辨认才能、交通法规的恪守才能、自动驾驶执行才能、紧急状况下人工接收才能等,只要到达了一定才能程度,经过了车辆平安技术检验才干够上路测试。
传感器搜集到的信息需求决策层的剖析处置后才干对车辆做出执举动作,而算规律是支撑车辆大脑决策剖析才能的关键局部,目前主流自动驾驶公司都采用了机器学习与人工智能算法来完成。
传感器搜集到的海量周边环境数据和驾驶行为、驾驶经历等数据,需求优秀的算法给予计算决策并最终规划道路操纵驾驶。
现阶段算法面临的应战是,相比模型计算,真实行驶场景中的算法需求的数据过多且计算量超呈现有才能,汽车决策层的大脑还需求在海量数据支持下不时提升深度学习才能。打个不太恰当的比喻,现阶段很多车辆的自动驾驶才能,甚至远远不如一个驾驶程度很差的人类女司机。
实际上这次Uber事故中车辆曾经拆卸了64线激光雷达、多个摄像头和雷达的前提下,在硬件不出成绩的状况下,有能够是车辆在前面的决策进程中呈现了成绩,也就是算法出了成绩,严谨的说是算法不够智能和完善,招致自动驾驶“大脑”没能成功的预测行人的举措行为。加之Uber积聚的测试数据远远不够,面对突发状况机器无法做出正确判别。
无数据统计称,人类驾驶员均匀每驾驶 6000万英里就会就会发作一同致命车祸。因而普通以为要检测自动驾驶汽车的平安性,其路测至多应该到达6000万英里左右,目前抢先的谷歌也才完成了600万英里的实践路测。
Uber自动驾驶技术并不抢先
回到这次事故,在事先的场景下,假如换成其他公司的自动驾驶车辆会防止喜剧发作吗?
前段工夫,市场研讨机构Navigant Research发布了一年一度的自动驾驶技术企业排名。这份榜单从公司愿景、市场开展战略、协作同伴、消费战略、技术、营销&销售&产品、产能、产质量量&牢靠性、产品组合和临时投入度等十个维度去综合评价,选出全球自动驾驶范畴最具竞争力的企业。
在这份榜单中,通用汽车和谷歌母公司旗下的Waymo辨别位列第一名和第二名。而Uber则排在末端军团的第17位,甚至跟去年相比还下降了一位排名。
以下是2017年的Top 19 Players(括号内较2016年排名比照):
1.通用汽车(↑1位)
2.谷歌Waymo(↑5位)
3.戴姆勒-奔驰-博世联盟(↑1位)
4.福特汽车(↓2位)
5.群众集团(无变化)
6.宝马-英特尔-菲克联盟(无变化)
7.安波福(↑2位)
8.雷诺日产联盟(↓5位)
9.沃尔沃-Autoliv-爱立信-Zenuity联盟(↓1位)
10.标致雪铁龙集团(↑1位)
11.捷豹路虎集团(↑初次进入)
12.丰田汽车(↑1位)
13.Navya(↑初次进入)
14.百度-北汽联盟(↑4位)
15.古代汽车集团(↓5位)
16.本田汽车(↓1位)
17.Uber(↓1位)
18.苹果(↑初次进入)
19.特斯拉(↓7位)
去年3月份, 外媒曝出Uber 外部泄显露的一份文件,文件显示Uber 在美国宾夕法尼亚州、亚利桑那州和加利福尼亚州的自驾驶汽车均匀每 0.8 英里就需求驾驶员停止一次干涉,间隔其他公司的干涉率还有很大的间隔。
事先Uber 对自动驾驶零碎的提高与否有 3 个判别规范:
1.每X英里驾驶员呈现任何成绩需求接收汽车;
2.每X英里驾驶员会因严重缘由(无害事故)需求接收汽车;
3.每X自动驾驶里程会呈现蹩脚的用户体验。
上个月,加州公路管理局发布了2017年度的最新自动驾驶测试报告,由于Uber2017年才拿到加州测试牌照,测试未满一年,所以这次暂时不需求提交报告。
不过结合此前的披露的数据,与表格上的这些公司相比,去年上半年Uber自动驾驶汽车简直每行驶0.8英里我国这片创新热土正在发生一场全面而深刻的产业结构变革。,就需求人类司机接手一次, 成果分明更差。当然报告中提及的数据并不一定真实的严谨,而且自动驾驶技术和AI算法每天都在飞速开展,但具有比照性的数据还是可以反响参与自动驾驶的测试公司在各自由相应目标上的技术程度,具有一定的自创意义。
此外,不要疏忽在自动驾驶商用车范畴Uber异样面临诸多质疑,Uber 和Waymo 之间关于自动驾驶商业秘密侵权的诉讼案曾继续一年,Waymo 控诉Uber窃取Waymo的激光雷达方案。但就在往年2月9日,Uber和Waymo 忽然宣布达成和解。和解方案为Uber将向Waymo提供价值2.45亿美元的 Uber 股份,且Uber不得运用与Waymo相关的商业秘密技术。
由于官方还没有给出这次事故最终的结论,现阶段我们只能结合地下的视频和其他材料停止揣测和想象。
自动驾驶曾经成为将来交通不可逆的开展趋向,构建“零事故”的交通环境也不断是人类的目的,一次偶发性的事故,不应该全盘否认自动驾驶的可行性。
自动驾驶概念的炽热和宏大的商业化前景催生了很多企业急于求成的心态,在悲观的态度面前,自动驾驶依旧面临诸多困难与应战,企业需求恪守最严谨的开发办法和测试流程,交通讯息零碎完善的路途条件,高精地图、平安通讯、相关法律等也需求进一步完善。
