Uber无人驾驶汽车出事故，到底存在哪些技术问题？

抛开情绪性的讨论，让我们冷静地从技术的观点来看，在美国亚利桑那州发生撞人事故的Uber无人驾驶汽车究竟是哪里出了问题？



Uber无人驾驶汽车不久前在美国亚利桑那州发生的撞人致死意外事故，在科技社群引发了热烈讨论；当然，在指责Uber自驾车应该为这起事故负责之前，等待美国国家高速公路交通安全局(NHTSA)以及美国国家运输安全(NTSB)的调查报告还是比较谨慎的做法。

但是对于科技社群来说，现在才开始思考怎么让无人驾驶汽车避免撞死一个过马路的女士已经太晚。根据该场事故的录像视频，那辆Uber无人驾驶汽车不只没有停下来，它在横越马路的行人──动作并不快、也不突然──横越其前进路线时甚至没有减速。

对此市场研究机构The Linley Group资深分析师Mike Demler表示：“这会是很难回答却非常重要的问题；Uber需要回答的是──那辆车在那个时间(编按：约晚间10点)上路是什么目的？是夜间测试吗？当时车上的雷达/光达(lidar)功能正常吗？是否其软件就是对紧急状况完全无法反应？”

让许多车用技术专家们震惊的是，那辆Uber无人驾驶汽车(采用Volvo XC90车款)配备的传感器──包括雷达、光达、车用视觉──似乎都没有在看路，而如同功能完整的、面朝驾驶人的摄影机录像显示，车上所谓的“安全员”也没有注意路况。

技术顾问机构VSI Labs创办人暨负责人Phil Magney表示：“无人驾驶汽车堆栈(AV stack)未能成功侦测的是实令人惊讶；”但他也指出：“除非某些传感器或功能是为了测试、或是隔离特定功能而暂时关闭。”

以上是对可能发生的状况最宽容的一种解释；但在跳到任何结论之前，笔者问Demler与Magney，布署于Uber无人驾驶汽车上的哪一种传感器──在理论上──在侦测道路上出现的物体的任务上扮演最关键角色？



Uber无人驾驶汽车的传感器组合 

传感器所扮演的角色

Magney表示：“VSI Labs认为，光达在这样的意外事故中应该最有帮助，尽管雷达以及/或摄影机也完全有可能掌握到行人踪迹。”

Demler则指出：“根据从视频档案中所见，那样的距离应该是所有传感器都可以掌握到那个牵着自行车过马路的女士；当她被车头灯照亮，在被撞上之前应该还有1~2秒时间，车上的摄像机应该已经侦测到她。”

但考虑到事故发生于黑暗中，Demler表示：“雷达与光达应该都首先撷取到她的影像，那辆Uber据报以时速38英哩行驶，大约是以每秒17公尺的速率接近，而就算是短距离雷达(short-range radar，SRR)的覆盖范围也可达100公尺。”

他举例指出，在一篇德州仪器(TI)的白皮书中描述某装置之清晰覆盖距离可达80公尺，也就是说车辆可以拥有4~5秒的反应时间：“不过那辆车一定也有长距离雷达(long-range radar，LRR)；Bosch的LRR侦测距离可达250公尺。”而且，“还有光达；那辆Uber车顶上配备了旋转的64组件(64-element) Velodybe光达，侦测距离为120公尺。”

在被问到那些传感器中最弱的环节何在时，Demler表示，摄影机“显然是在夜间使用时最弱的传感器；”他指出：“雷达能提供最佳长距离侦测而且不怕晚上，但光达的侦测距离接近雷达，空间分辨率(spatial resolutio)也更高。”

Demler指出，事实上那辆Uber Volvo配备了360度的雷达/光达，显然也没有障碍物，因此有清晰的视野；综合以上因素，他认为：“车子的传感器系统没有借口侦测不到过马路的女士。”

而虽然车用视觉系统可能在夜间感测能力上最弱，Magney推测视觉传感器──特别是那些支持高动态范围，或是最好配备感热摄影镜头的会有帮助：“理想上，向前看的感热摄影机能被用来避免这类的行人碰撞事故，特别是当目标身着深色衣物、又在黑暗中；”而他也指出，毫米波雷达一定能侦测到行人。

其他非硬件故障与人为因素

要了解这种无人驾驶汽车事故最困难的地方，在于除了硬件故障的可能性，软件错误也可能导致车辆的高度先进硬件无法正确运作。Magney警告，问题不仅限于每个传感器组件的功能，一切取决于：“传感器组件是如何被编程，以监看被筛选出的对象。”

Magney强调，系统故障并不一定意味着传感器出问题：“一切取决于那些传感器是如何被编程；算法被训练成侦测特定种类的物体、过滤掉其他。在此同时，还有其他算法会判别其他行动者的姿势与轨迹。”

根据警方公布的事故发生当时Uber车内影像，显示车上的人类助手是低着头；可以看到这位“安全驾驶”在车子撞上行人的最后一刻显然是受到惊吓，因为车子并没有停下来。

而过马路的行人直到被撞上前的不到两秒才出现在视频中，有人质疑这可能让车上的人类驾驶很难及时反映并避免事故发生。Magney表示：“无论如何，首先车上配备安全员就有一个理由，”但不清楚Uber对那些驾驶的资格、职责以及任务要求为何。

笔者在其他无人驾驶汽车厂商的宣传视频也看过在测试车辆方向盘后，坐着一位所谓的“安全员”，而当然我会单纯假设那些驾驶是为了在行驶于公开道路途中，测试自驾车上特定状况(包括传感器与软件)的工程师；但Magney指出那辆肇事Uber无人驾驶汽车显然并非如此。

“当然安全员有接受过训练，并且同意会全神贯注于车辆的表现、准备好随时在即将发生的危险状况下接手驾驶权；”他指出：“我猜测这位安全员有被告知并且同意专注路况。”

“系统并未彻底故障，安全员应该也意识到如果是这样，车辆配备的科技能充分将这种状况造成的伤害最小化；”Demler指出：“但每一个有过夜间驾驶经验的人都知道，不要超越你的车头灯，”他解释，也就是车速不应该高于在车头灯照亮范围让车子停下的时间。

以无人驾驶汽车来说，就是“不要超越你的传感器”；如果发现车辆系统的延迟较大，Uber自驾车无法在行人穿越前方时及时剎车，就不应该让车子上路。

自动驾驶技术是一门艺术

针对如何让像是感热摄像机这样的装置在黑暗中看到行人，Magney解释，这不仅需要具备如此功能的感测装置，也需要软件的搭配：“你的软件必须要能预测路人的行为，尽管这很复杂，你能根据情境线索来编程，帮助无人驾驶汽车预测行人的运动与行进轨迹。”

不过他也坦承，这种无人驾驶汽车必须用以检查与预测路人行为的方法会是“一门艺术”，针对脆弱行人的行动预测模型，能有助于预测路人会在几秒钟内到达何地；Magney表示：“我猜测Uber已经有那些模型，但速度以及缺乏对比，或许限制了摄影机执行计算的能力。”

那是否可能出现传感器融合方面的错误呢？专家们认为这起事故应该不存在这种问题；Demler表示：“视频中出现了那个行人，因此计算机应该有足够的信息做出反应，所以不是软件不好、计算机太慢，就是雷达/光达没有作用，或是以上问题都发生了。”

在他看来，Uber应该要立即藉由释出光达/雷达数据来回答这个问题；他认为，虽然警方公布了事故发生当下的视频提供了重要线索，但从其他传感器系统(雷达与光达)的资料应该可以看出更多问题所在。