Uber 致命事故影片公開:自動駕駛還有哪些問題?

評論
評論

本篇來自合作媒體 雷鋒網 ,INSIDE 經授權轉載。

幾天前,許多人曾設想過無數次的情景還是不可避免的變成了現實:一輛自動駕駛汽車遭遇車禍,而且還撞死了人。別忘了,這輛車上其實是有安全駕駛員的。

當時,一位名為 Elaine Herzberg 的 49 歲女性正推著自行車橫穿馬路,一輛 Uber 的自動駕駛測試車(Volvo XC90)將其撞倒,並導致它傷重不治身亡。

在初步調查中,警方發現當時測試車時速為 64 公里/小時。事發之後,Uber 叫停了在北美四地的自動駕駛測試。

 

這已經是美國境內因為自動駕駛汽車而造成的第二起死亡事故。第一起事故發生 2016 年,一輛特斯拉 ModelS 在 Autopilot 模式行駛途中與一輛正在轉彎的拖掛車相撞,導致特斯拉車主當場死亡。與第一起不同的是,Uber 發生的這起事故造成了行人的死亡。

實際上,如果你經常關注 Uber 自動駕駛測試車的動態,就會發現 Uber 在亞利桑那坦佩市沒少惹事。去年 3 月,一輛 Uber 自動測試車就與兩輛車連環相撞。

當然,隨著美國國家交通安全委員會的介入,Uber 這起致命事故肯定會成為自動駕駛發展史上的一個標杆性事件。因此,是時候以批判的眼光來重新看待現在的自動駕駛技術。

接下來,我們就從一篇技術文獻透視這起再次讓 Uber 站上風口浪尖的致命事故——事實是,現在的自動駕駛汽車恐怕沒有廠商宣傳的那麼神通廣大。

當下的自動駕駛汽車從外觀來看依然沒有脫離常規汽車的設計思路,

不過它們身上通常遍布各種感應器,而車內則藏著多台性能強悍的電腦。車載感應器陣列一般由鏡頭、雷達和雷射組成,它們會將採集到的數據回傳給車載電腦系統。

如果非要打個比方,那麼自動駕駛汽車的視角就像在玩一款上世紀 80 年代風格的第一人稱賽車遊戲。

在它們眼中,世界是一個擁有 X、Y 和 Z 軸的三維格柵。在從 A 點行駛到 B 點時,自動駕駛汽車會利用高精度 GPS 穿過格柵。當然,其它車載系統也必不可少。

舉例來說,車載雷射雷達會向各個方向發射雷射,並利用雷射的飛行時間來描繪自己周邊的「圖像」,就像靠回波躲避障礙的蝙蝠。除此之外,鏡頭還會緊盯道路標線並不斷回傳數據保證車輛不跑偏。

總的來說,這設計得非常精妙,但它並不完美。

自動駕駛汽車還有哪裡不完美?

1、自動駕駛汽車視力還沒達到 2.0

在剛剛修建完畢的公路上,自動駕駛汽車辨識起標線來毫無壓力,但在年久失修,標線已經有些斑駁的老路上,它們就會徹底蒙圈。

一個殘酷的事實是,基礎設施建設和維護是一個「燒錢」的無底深淵,嶄新的道路並非大多數。在雪地或其它惡劣天氣中,自動駕駛汽車「眼睛」也不能進行非常精準的辨識。

舉例來說,被各路專家熱捧的雷射雷達就有自己的極限,在雨雪或塵埃漫天的天氣中,雷射束遇到空氣中的微粒就會發生反彈,反饋錯誤的數據。

2、圖像辨識有瑕疵

自動駕駛汽車會使用深度神經網路算法來「辨識」圖像。

當雷射雷達辨識一個障礙,鏡頭就會拍攝一張照片,隨後電腦利用深度神經網路辨識出圖像的含義。如果辨識出「停止標識」,車輛就會減速並在合適的位置剎停。

此外,工程師還專門設計了雙保險,如果辨識結果不如預期,車輛內置的地圖就要派上用場,它會給車輛提供準確的停車坐標。但是 GPS 也有自己的弱點。

不過,深度神經網路戰績並不輝煌,它會將黑人錯認為黑猩猩。試驗室的測試結果也顯示,只要稍作改變,深度神經網路就會不起作用了。一些對人來說簡單的小改裝,比如在停止標識上貼一個閃耀的獨角獸貼紙,可能就會造成圖像辨識錯誤。

一旦圖像辨識系統撂挑子,自動駕駛汽車就會無視停止標識,後續的事故就成了大概率事件。

3、GPS 太脆弱

對自動駕駛汽車來說,如果 GPS 訊號沒了,恐怕危險就會隨之而來。

如果你了解訊號干擾器,恐怕就會背脊發涼,因為一個能裝進口袋的 GPS 干擾器 50 美元就能從網上買到。在美國,有不少卡車司機幾乎使用這種設備逃脫過路費。

自動駕駛汽車還要靠 GPS 導航,如果一輛高速上的自動駕駛校車旁邊突然出現一輛裝了乾擾器的卡車呢?

4、自動駕駛汽車反應不夠快

在日常通勤中,你肯定見過停在路邊的消防車和垃圾車等,對人來說這種龐然大物太容易辨識了,但對自動駕駛汽車來說它們卻近乎於隱形。這是為什麼?

因為自動駕駛汽車有停止和啟動的問題,它們的計算能力有限,為了維持運轉,只能放棄對那些靜止物體的未來動作的判斷。因此,如果路邊的消防車突然動起來,自動駕駛汽車可能就會反應不及造成追尾事故。

有人說,自動駕駛汽車搭載的超級電腦的算力不是以微秒來算的嗎?

確實,不過它暫時還不會進行計算能力的調配,處理數據必須按順序進行。因此,如果自動駕駛汽車撞上目標巨大的消防車也別奇怪。

與其相比,人類在危急時刻會分泌腎上腺素,這時大腦的反應速度會加快。同時,由於眼睛看到了消防車,因此大腦已經預設了車輛突然起步的情況。

更重要的是,自動駕駛汽車可沒有自我保護的本能,因此它無法應對那種電光火石般的情況,要嘛就撞上消防車,要嘛失控撞上路邊的行人。

自動駕駛汽車不能保證每個人的安全

許多人提起自動駕駛汽車就會先想到它可以救人。

不過這可能只是科技迷和投資者們的一廂情願,如果處理不好,自動駕駛汽車有可能會成為名副其實的絞肉機。

這些人一廂情願是因為對科技盲目樂觀,在他們看來技術永遠是問題的正確答案。其實這是一種偏見,學術界將其稱為「技術沙文主義」。

著名的谷歌眼鏡和 Snapchat Spectacles 眼鏡就是技術沙文主義的代言人,它在創造了一股熱潮後就徹底銷聲匿跡。不過,眼鏡沒人佩戴最多也就閒置在抽屜裡。但自動駕駛汽車一旦出了事故恐怕後果會很嚴重。

說到拯救生命,就不得不提一個與自動駕駛汽車形影不離的經典道德問題:電車難題。

有些人將 Uber 的事故與這個難題連在一起,認為這起車禍汽車是為了救駕駛員才撞到了過路的行人。現在下這樣的結論有些輕率。

當然,如果 Uber 確實給測試車下了死命令,即為了保護司機可以不顧一切,恐怕這個新興產業會面臨一場道德清算。

顯然,當你在高喊 Uber 無良,置行人利益於不顧的時候也應該換個角度想想,如果你是坐在駕駛位的駕駛員呢?你願意被犧牲嗎?一切以行人利益為準則的自動駕駛汽車你敢坐嗎?你願意讓孩子坐嗎?這恐怕會成為一個無解的信任問題。

「現在路上的自動駕駛測試車不能保證每個人的安全。」一位業內人士表示。

目前,美國警方公佈了一份來自肇事車輛上的影片數據,拍到了事故發生時,車外和車內兩個場景的情況。

車外,行人推著自行車出現在車輛前方

在行車記錄影片中可以看出,寬闊的馬路左側,由於照明設施不足的緣故,呈現一片陰暗。

在影片中,行人就像是突然躥出來一樣。在汽車撞倒她之前,她就快要過完馬路。但是汽車行駛的速度非常快,並且沒有任何減速的跡象。

在公佈的影片的最後一秒,坐車車內的駕駛安全員露出驚訝表情,估計是來不及剎車並且撞到路上的行人。

而在車內的影片中,可以看出,車內的司機注意力似乎不集中,眼睛時不時往自己的大腿方向看。在撞擊不久前,他的視線也不是盯著路面的。

目前,這一事故由坦佩警方、美國國家公路交通安全管理局和美國國家勞動關係委員會調查之中。事故車輛,事發地點和車輛所記路的所有數據都在調查之中,具體結果還有待進一步公佈。

普林斯頓大學的自動駕駛專家 Alain Kornhauser 教授在一封郵件中表示:「現在我們需要的,是雷達和雷射雷達的數據,很明顯,在影片中,安全駕駛員並沒有履行好職責。」

「自動駕駛系統應該配備一個專業的監控者,他們應該在測試中時刻保持警惕。但在這起事故中,Uber 明顯沒有做到。」Kornhauser 對於警方所說的「情況難以避免」並不買賬。

有業內人士分析,通過前置鏡頭的影片可以知道,這名行人是緩慢地穿越車道的。系統應該已經及時檢測出了她的存在,即使無法停車,至少也會開始剎車。即使人類無法避免這一事故,而一個設計良好、狀態正常的碰撞避免系統應該至少能夠開始剎車。

自動駕駛是一個一榮俱榮的產業,但這起事故卻對這個產業產生了負面的影響。公眾對此事的反應也會影響汽車廠商與 Uber 們的關係。

如果最終 Uber 被認定應該對此事故負責,Uber 或許將面臨來自汽車合作夥伴的抵制。這將給 Uber 2019 年 IPO 計劃沉重的一擊。

自動駕駛並非交通問題的唯一解藥

有許多人認為自動駕駛汽車會讓他們的生活更方便,但說實話它並非解決全球交通問題的唯一藥方。

針對這一問題,最直接的解決方案就是在公共交通上投入更多。公共交通籌資是一場拉鋸戰,它需要各方的妥協與合作才能完成,沒有幾年的時間根本就別想。對科技產業來說,這種又耗時又費力的事它們碰都不想碰。

包括一部分科技從業者在內的人,已經開始發出預警,他們認為未來的自動駕駛汽車在道德、安全上都不是最佳解決方案,同時這種技術也不是公眾利益的最佳代言人。

不過,有人依然相信,自動駕駛時代就在眼前。不過別忘了,科技從業者口中的「很快就來」可能代表的是 10 年甚至更長的時間。

延伸閱讀:

史上首例:Uber 全自動駕駛汽車撞死單車 騎士


精選熱門好工作

(Backend)Senior Software Engineer

ShopBack 回饋網股份有限公司
臺北市.台灣

獎勵 NT$20,000

Full-stack (Frontend most) Senior Software Engineer

ShopBack 回饋網股份有限公司
臺北市.台灣

獎勵 NT$20,000

BD商務開發 (無經驗可)

WeMo Scooter
臺北市.台灣

獎勵 NT$4,000

評論