美國當地時間3月18日晚上十點，一輛 Uber 的自動駕駛汽車在亞利桑那州坦佩市的公共道路上與一名行人相撞，該行人在送往醫院后不治身亡。這是世界上首起自動駕駛車輛在公共道路上撞擊行人并致死的事件。

事件發生于鳳凰城以東11英里的Tempe鎮。當時，這輛SUV正在向北行駛，一名女子在人行橫道外穿，被車輛撞倒。據當地媒體、亞利桑那州美國廣播公司新聞附屬公司ABC 15報道，她后來被送往醫院，后由于傷勢過重死亡。

這是首次在自動駕駛模式下運行的自動駕駛車輛導致人員死亡，這對無人車的未來及其在道路上的使用產生巨大影響。當時車上的安全駕駛員有可能要負法律責任，因為其作用是確保車輛的安全運行，但在許多方面，這一事件的結果將確定無人車監管的前進道路。

Uber首席執行官Dara Khosrowshahi在Twitter上表達了對受害者家屬的同情，并重申Uber正在與當地政府合作確定究竟發生了什么。

那么具有眾多安全保障的自動駕駛為什會撞死人？為什么沒有看見該行人？下面我們做一個簡要分析：

當時Uber無人駕駛測試車確實處于自動駕駛狀態，而且車上配有安全員，但位于后車座。

造成事故的Uber無人駕駛測試車，改裝自沃爾沃XC90 SUV，但軟件系統和識別感知方案全為Uber后添加，車頂裝有激光雷達和相機等傳感器，是目前較為主流的自動駕駛方案。如下圖：

車頂激光雷達：這些車頂部的桶形物品是激光雷達，或者是光檢測和測距系統，可以每秒多次產生汽車周圍環境的3D圖像。利用紅外激光脈沖將物體反射回傳感器，激光雷達可以在白天或夜晚非常詳細地檢測靜電和移動物體。

大雪和大霧可能會遮擋激光雷達的激光，其準確度會隨著射程的降低而降低，但對于幾英尺到幾百英尺的任何事物來說，它都是一款非常有用的成像工具，幾乎可以在任何自動駕駛汽車上找到。如果操作正確，激光雷達裝置應該能夠辨認出人，如果他們還沒有完全被遮擋，而他們仍然在一百多英尺遠的地方，并且將他們的存在傳遞給“大腦”圖像。

前置雷達：雷達像激光雷達一樣發出信號并等待其反彈，但它使用無線電波而不是光。這使得它更能抵抗干擾，因為無線電可以穿過雪和霧，但也會降低其分辨率并改變其射程曲線。

具體要看Uber采用的雷達單元（可能在正面和背面有多個以提供360度的覆蓋范圍），范圍可能有很大差異。如果它是為了補充激光雷達，那么它可能會相當重疊，但它更多地用于識別其他汽車和更大的障礙物。人的雷達簽名可能不被識別，但很可能他們至少會出現，確認激光雷達檢測到的是什么。

長短距的光學攝像機：激光雷達和雷達非常適用于鑒別形狀，但它們不適合閱讀標志，弄清楚是什么顏色，等等。這是可見光相機的任務，它擁有先進的計算機視覺算法，能夠實時在其圖像上運行。Uber車輛上的攝像頭可以看到前面剎車的車輛（突然紅燈），交通信號燈，過街行人等信息模式。尤其是在汽車的前端，會使用多個角度和類型的攝像頭，以便全面了解汽車駕駛的場景。

檢測人是最常見的計算機視覺問題之一，并且實現它的算法已經非常好。“細分”圖像通，通常還包括識別標志，樹木，人行道等等。也就是說，很明顯的問題就是晚上可能監測很難。所以前兩個系統保障白天和晚上都在工作。即使在漆黑的夜晚，穿著黑色的人也會出現在激光雷達和雷達上，警告汽車它可能應該放慢速度，并看到那個人。這可能就是為什么夜視系統在自動駕駛車輛中不常見的原因（我不能確定優步車上沒有一個，但似乎不太可能）。

安全駕駛員：把一個人稱為一個系統，聽起來可能不爽。但安全駕駛員的確是無人車安全系統的中的重要一個部分。即使人眼沒有激光，人們仍然非常善于檢測事物。而且我們的反應時間并不是最好的，但是如果汽車沒有反應，或者反應錯誤，經過培訓的安全駕駛員會做出正確的反應。不過當時Uber無人駕駛車上的安全員位于后車座，所以在看到出事之前除了大叫之外，不知道這個安全員還能起到什么作用？

值得一提的是，還有一個中央計算單元從這些來源獲取輸入信息，并在汽車周圍創建更完整的場景。例如，一個人可能會在系統傳感器前面的汽車后面消失，并且在一秒鐘或兩秒鐘內看不見了，但這并不意味著他消失了。不過這超越了簡單的對象識別，并開始引入更廣泛的智能概念，如對象持久性，預測行為等。這可能是無人駕駛汽車系統中最先進和最嚴密的部分，因此外界無人知曉了。