Uber自动驾驶致死事故难道是算法出了问题?

版权声明：本文版权为网易汽车所有，转载请注明出处。

网易汽车3月23日报道 美国当地时间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道路上与一名行人相撞，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道路上撞击行人并致死的事件。随后该事件迅速发酵并引发全球热议，很多人都在质疑这次事故究竟是谁的过错。

据了解，Uber 涉事车辆在发生事故时处于自动驾驶模式，车上有一名安全司机。当天晚上10点左右，受害人推着自行车，从十字路口人行横道外穿过街道时(受害人并未走人行横道)，遇到撞击。

事后从当地警方公布的视频中可以看到，受害人在车祸发生前几秒钟就进入了摄像头的视野。在汽车自动行驶过程中，车上的司机会时不时地向下看，事故发生的前几秒，司机的视线脱离前方。

仅从公布的视频中看，这次事件双发似乎都有一定的责任。司机当时没有集中精力观看道路情况(至少司机第一时间发现并采取措施后即便无法避免事故发生，也能降低车速和事故量级)，而被撞的当事人不走安全横道突然出现并横穿马路。

事件发生后，Uber已经暂停了在坦佩、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待官方的最终消息。

不管最终结论如何，全球自动驾驶汽车撞死行人第一案对于整个行业的消极影响可能是极大的。

Uber自动驾驶车辆硬件配置：1个64线激光雷达 7个摄像头

按照此前公开资料显示，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，这套方案已经比较成熟，理论上这套传感器组合可以检测出道路、交通信号灯、汽车、行人、建筑等物体。事故发生时视频内看到并非雨天等恶劣天气，排除极端环境因素外，这套传感器出现零识别的概率很低。

虽然根据视频可以看到，事故为晚上路灯光线情况一般，行人穿着的也是深色系衣服。但对于64线激光雷达而言识别应该不构成挑战。按照这样的推测，或许问题出现在车辆的决策和执行环节。

这次算法来背锅？

通常按照谨慎的原则，自动驾驶在正式路测前需要在封闭测试场地进行基础的日常训练和测试，比如对环境识别能力、交通法规的遵守能力、自动驾驶执行能力、紧急情况下人工接管能力等，只有达到了一定能力水平，通过了车辆安全技术检验才能够上路测试。

传感器收集到的信息需要决策层的分析处理后才能对车辆做出执行动作，而算法则是支撑车辆大脑决策分析能力的关键部分，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实现。

传感器收集到的海量周边环境数据和驾驶行为、驾驶经验等数据，需要优秀的算法给予计算决策并最终规划路线操纵驾驶。

现阶段算法面临的挑战是，相比模型计算，真实行驶场景中的算法需要的数据过多且计算量超出现有能力，汽车决策层的大脑还需要在海量数据支持下不断提升深度学习能力。打个不太恰当的比喻，现阶段很多车辆的自动驾驶能力，甚至远远不如一个驾驶水平很差的人类女司机。

理论上这次Uber事故中车辆已经装配了64线激光雷达、多个摄像头和雷达的前提下，在硬件不出问题的情况下，有可能是车辆在后面的决策过程中出现了问题，也就是算法出了问题，严谨的说是算法不够智能和完善，导致自动驾驶“大脑”没能成功的预测行人的动作行为。加之Uber积累的测试数据远远不够，面对突发情况机器无法做出正确判断。

有数据统计称，人类驾驶员平均每驾驶 6000万英里就会就会发生一起致命车祸。因此一般认为要检测自动驾驶汽车的安全性，其路测至少应该达到6000万英里左右，目前领先的谷歌也才完成了600万英里的实际路测。

Uber自动驾驶技术并不领先

回到这次事故，在当时的场景下，如果换成其他公司的自动驾驶车辆会避免悲剧发生吗？

前段时间，市场研究机构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、市场发展策略、合作伙伴、生产策略、技术、营销&销售&产品、产能、产品质量&可靠性、产品组合和长期投入度等十个维度去综合评价，选出全球自动驾驶领域最具竞争力的企业。

在这份榜单中，通用汽车和谷歌母公司旗下的Waymo分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年排名对比）：

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.大众集团（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（↑首次进入）

12.丰田汽车（↑1位）

13.Navya（↑首次进入）

14.百度-北汽联盟（↑4位）

15.现代汽车集团（↓5位）

16.本田汽车（↓1位）

17.Uber（↓1位）

18.苹果（↑首次进入）

19.特斯拉（↓7位）

去年3月份， 外媒曝出Uber 内部泄露出的一份文件，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平均每 0.8 英里就需要驾驶员进行一次干预，距离其他公司的干预率还有很大的距离。

当时Uber 对自动驾驶系统的进步与否有 3 个判断标准:

1.每X英里驾驶员出现任何问题需要接管汽车；

2.每X英里驾驶员会因重大原因（有害事故）需要接管汽车；

3.每X自动驾驶里程会出现糟糕的用户体验。

上个月，加州公路管理局公布了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，所以这次暂时不需要提交报告。

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自动驾驶汽车几乎每行驶0.8英里，就需要人类司机接手一次， 成绩明显更差。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算法每天都在飞速发展，但具有对比性的数据还是可以反应参与自动驾驶的测试公司在各自在相应指标上的技术水平，具备一定的借鉴意义。

此外，不要忽略在自动驾驶商用车领域Uber同样面临诸多质疑，Uber 和Waymo 之间关于自动驾驶商业机密侵权的诉讼案曾持续一年，Waymo 控告Uber窃取Waymo的激光雷达方案。但就在今年2月9日，Uber和Waymo 突然宣布达成和解。和解方案为Uber将向Waymo提供价值2.45亿美元的 Uber 股份，且Uber不得使用与Waymo相关的商业机密技术。

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公开的视频和其他资料进行推测和设想。

自动驾驶已经成为未来交通不可逆的发展趋势，构建“零事故”的交通环境也一直是人类的目标，一次偶发性的事故，不应该全盘否定自动驾驶的可行性。

自动驾驶概念的火热和巨大的商业化前景催生了很多企业急于求成的心态，在乐观的态度背后，自动驾驶仍旧面临诸多困难与挑战，企业需要遵守最严谨的开发方法和测试流程，交通信息系统完善的道路条件，高精地图、安全通讯、相关法律等也需要进一步完善。