當?shù)貦z察官判定，由于視頻沒有準確描述車禍過程，優(yōu)步在去年3月發(fā)生的自動駕駛車禍致死事故中不承擔刑事責任，但車內(nèi)的駕駛安全員可能要被警方額外調(diào)查。

優(yōu)步不擔刑責。

周二，亞利桑那州一位檢察官判定，優(yōu)步在去年3月發(fā)生的自動駕駛車禍致死事故中不承擔刑事責任。

這場事故是世界第一起自動駕駛致死案，事故導致亞利桑那州的一位49歲女性死亡。

檢察官給出的理由是：事故視頻可能沒有準確地描述車禍過程，因此優(yōu)步不擔刑責。但檢察官同時建議，當?shù)鼐綄?yōu)步的安全駕駛員進行額外調(diào)查，因為車禍發(fā)生時，車內(nèi)的安全駕駛員正玩兒手機，在看“美國好聲音”。

檢察官的信件

車禍發(fā)生后，美國國家運輸安全委員會在去年5月份發(fā)布了一份初步報告，稱優(yōu)步的涉事車輛沃爾沃XC-90 SUV上的自動駕駛系統(tǒng)在撞人前發(fā)現(xiàn)了受害者，但無法啟動剎車，因為車輛在計算機控制下時不能啟用緊急剎車，目的是系統(tǒng)被設計稱減少車輛行為不穩(wěn)定的可能性。

左圖顯示車禍發(fā)生的位置，右圖顯示車輛受損部位

目前，美國國家運輸安全委員會和國家公路交通安全管理局仍繼續(xù)調(diào)查致命事故的具體原因。

優(yōu)步無罪，駕駛安全員重點調(diào)查

去年3月18日晚間，美國49歲的Elaine Herzberg在穿越人行橫道時，被優(yōu)步改裝的沃爾沃自動駕駛SUV撞到致死。

事故發(fā)生三天后，當?shù)鼐焦_了汽車上攝像頭拍攝的視頻。

視頻顯示，當時汽車經(jīng)過一個沒有信號燈的三岔路口，對向和路口都沒有看到車輛和行人，車輛沒有減速跡象。但不幸的是，當時Elaine Herzberg推著自行車橫穿馬路，突然出現(xiàn)在車輛前面，導致悲劇發(fā)生。

事故發(fā)生后不久，當?shù)鼐炀珠L還曾表示，初步判斷，“優(yōu)步可能不是事故責任方”，很大程度上是因為死者橫穿馬路所致，而無論是自動駕駛還是手動駕駛，都很難避免這種碰撞。

后續(xù)經(jīng)過進一步調(diào)查，警方發(fā)現(xiàn)優(yōu)步車內(nèi)的安全駕駛員有很大嫌疑。事發(fā)時，車內(nèi)的優(yōu)步的安全駕駛員正坐在車里面低頭看“美國好聲音”。

根據(jù)美國國家運輸安全委員會的初步報告，優(yōu)步沃爾沃SUV系統(tǒng)上的傳感器在撞擊發(fā)生前6秒就檢測到了Herzberg，并在1.3秒前意識到將要撞車。但優(yōu)步表示系統(tǒng)無法啟動剎車，因為車輛在計算機控制下時不能啟用緊急剎車。

自動駕駛系統(tǒng)在碰撞前約1.3秒的數(shù)據(jù)回放，當時系統(tǒng)確定要緊急制動。黃色線以米為單位顯示，橙色線顯示了地圖線路的中心，紫色陰影區(qū)域顯示車輛行駛的路徑，綠色線表示路徑的中心。

剎車的責任交由安全駕駛員負責，但就是這名安全駕駛員，在事故發(fā)生的前0.5秒鐘之前，都在看手機沒有抬頭看路。

因此，檢察官判定優(yōu)步無罪的同時，建議當?shù)鼐秸垖＜曳治鲕囕v的速度、照明條件和其他相關因素，并對安全駕駛員額外調(diào)查。

優(yōu)步自動駕駛元氣大傷：被Waymo甩出幾條街

正是由于3月份發(fā)生的這起致死事故，促使優(yōu)步暫停了在鳳凰城、匹茲堡、舊金山和多倫多等地區(qū)的自動駕駛汽車的所有道路測試。不久之后又在匹茲堡解雇了100名自動駕駛汽車測試員，取而代之的是55名“任務專家”，這些任務專家經(jīng)過公路和專用車道方面的嚴格培訓。

不過，到了去年下半年，隨著車禍事件的平息以及Waymo等對手們不斷有新進展，優(yōu)步重啟的自動駕駛路測的想法蠢蠢欲動。

優(yōu)步已經(jīng)向賓夕法尼亞州運輸部門提交了在匹茲堡進行測試的申請，還發(fā)布了一份長達70頁的安全報告，承諾在每輛車上安置兩名備用司機，并采取一系列其他預防措施，以確保車輛安全。

與此同時，優(yōu)步自動駕駛已經(jīng)被對手遠遠甩開。Waymo正式拿下美國加州車管所（DMV）的完全無人駕駛測試牌照，意味著Waymo可以在加州的公開道路上測試沒有安全員的自動駕駛汽車，是真正意義上的“無人”駕駛。

拿到牌照后，Waymo的自動駕駛車可以在其在日間、夜間，以及雨霧等多種氣象條件下測試，最高速度可達65英里/小時（104公里/小時）。

更讓優(yōu)步著急的是，Waymo已經(jīng)積累了超過1000萬英里的實測里程數(shù)，并繼續(xù)每月增加約100萬英里。在模擬方面上，它也已經(jīng)記錄了超過70億的測試里程，這遠遠甩開了競爭對手。

加州車管局發(fā)布的年度自動駕駛報告也顯示，優(yōu)步自動駕駛在加州才跑了2.6萬英里，跟Waymo相差懸殊。

在商業(yè)化道路上，Waymo也大有斬獲，Alphabet在第三季的財報電話會上，Alphabet首席財務宣布Waymo的自動駕駛汽車已經(jīng)在亞利桑那州向乘客收費。此前，摩根士丹利對Waymo的估值高達1750億美元，其中自動駕駛出租車部分高達800億美元。

Waymo的大跨步給優(yōu)步帶來了隱形壓力。優(yōu)步正計劃2019年IPO，估值約為1200億美元；據(jù)知情人士透露，2017年它花了大約7.5億美元用在了自動駕駛車上，因此，重啟自動駕駛路測，無論是對業(yè)務本身還是對未來的估值而言，都是重要的一步。

自動駕駛視覺歧視：長得黑可能會被撞

目前，關于自動駕駛汽車的擔憂越來越多。

最新的一份研究顯示，自動駕駛車輛在撞人的時候還會有歧視：車輛可能會優(yōu)先撞有色人種。

報告來自喬治亞理工學院的研究。如果你是一個皮膚黝黑的人，你可能比你的白人朋友更容易被自動駕駛汽車撞到，這是因為自動駕駛車輛可能更善于識別膚色較淺的行人。

這份名為Predictive Inequity in Pedestrian Detection的論文，從一個簡單的問題開始：像自動駕駛汽車所使用的最先進的物體檢測模型，在多大程度上能準確地檢測出來自不同人群的人？

為了找到答案，研究人員查看了包含行人的大型圖像數(shù)據(jù)集，使用菲茨帕特里克量表(Fitzpatrick scale)對這些人進行了分組。菲茨帕特里克量表是一種將人類膚色從亮到暗進行分類的系統(tǒng)。

然后，研究人員分析了這些模型正確檢測淺膚色人群存在的頻率，以及它們對深膚色人群正確檢測的頻率。

結果顯示，對于深色皮膚的人來說，檢測的準確率平均要低5個百分點。即使研究人員控制了圖像中的時間或行人偶爾出現(xiàn)的視線障礙等變量，這種差異仍然存在。

盡管這篇論文還沒有經(jīng)過同行評審，測試的也不是自動駕駛車企在用的對象檢測模型，也沒有利用自動駕駛汽車制造商使用的訓練數(shù)據(jù)集——因為這些公司不給他們提供數(shù)據(jù)——但是這項工作表明，我們應該更仔細地研究那些與我們測試的視覺系統(tǒng)結構相同的視覺系統(tǒng)。

這是一個事關公眾利益的嚴重問題。