Uber致命事故新进展：“看见”却分不清，无人驾驶还缺啥？

两个月前的Uber自动驾驶致死案有了最新的调查结果。据美国国家运输安全委员会（NSTB）发布的最新报告显示，Uber的自动驾驶系统其实已经“察觉到前方有物体”，但却没有辨认出是一个人！

让我们来梳理NSTB报告里，关于自动驾驶系统傻傻分不清“人、车、自行车“的几个关键点：

1.撞击前6秒，系统通过雷达和激光雷达已经发现前方存在影子；

2. 系统并没有认出这是一个人：判断成未知物体→车辆→自行车；

3.报告显示事故发生在路灯照不到的地方；

4. 被撞女子彼时身着黑衣；

5. 种种原因，从车辆驶来的角度看不到女子所推自行车的反光。

所以，现在看来Uber自动驾驶致命案所带来的问题并非系统能否提前识别前方有障碍物，而是系统如何精准识别前方障碍物为人或车？尤其是在无光、眩光或起雾等条件下，能“看到“就不错了，要“看清”谈何容易？更不要说像这个案例中，无路灯照明情况下，女子身着黑衣，推着一辆车辆看不到反光的自行车，“看清”简直难上加难！

或许从NSTB这份最新报告中，从事无人驾驶的专业人士需要更好的考虑，什么样的传感器对夜间行驶能起到举足轻重的作用，哪怕这类传感器发挥作用的时刻只有那么少数时间。

目前自动驾驶主流的前向路况检测主要依靠以下三种传感器：毫米波雷达、激光雷达以及可见光摄像头。一张表格分析它们的优劣势：

可以看出，目前主流针对前向传感器融合方案都有一个显著缺点:在恶劣天气情况下，只有毫米波雷达一个单传感器可以起作用，而毫米波雷达自身又难以识别行人。故现有的技术方案只能在正常天气下工作，在恶劣天气环境下（特别是光线不好的情况）会对路上行人的生命会造成极大的威胁。

一切看似无解？其实不然，夜视传感器中的远红外传感器或许是极佳的解决方案。因为远红外技术只考虑观测主体与环境之间温度差，而不受光线情况影响。在绝大多数视线受限的情况下，如无路灯照明路段、会车时炫光状态、雨雾天视线模糊等，远红外技术依然能“看到”也能“看清”前方的物体，是人或车，还是一辆不会反光的自行车！

无人驾驶的前提，不仅是能“看到”，还得是“看清”先！

部分图片来源网络