这可能会让Uber在很长一段时间——或许是几年之后，才能再次向公众提供自动驾驶汽车服务。这也可能会延缓Waymo、Cruise等公司今年和明年的计划。
上周发生的Uber自动驾驶测试车致死事故有了新的进展。美国亚利桑那州坦佩市警察公布了从Uber那里得到的视频。一个像是行车记录仪视频，另一个是记录了车上安全驾驶员行为的视频，这两个视频都显示了Uber存在严重问题，而后者没有给出进一步的解释。
如果你还没有看过，下面就是这两个相关的视频。实际的碰撞过程已经删掉了，但还是十分令人不安，也令人震惊。
因为这恰恰是Uber和其他自动驾驶汽车公司所说的，他们先进的传感器和算法能够防止发生的事故。
上面是一张视频截图，画面被调亮过，是受害者的白色跑鞋在视频中可见的第一帧。从这里开始我们才能看见跑鞋，是因为受害者之前处于黑暗中，光线不足，而这一刻汽车的前照灯（headlamp）照亮了她。
事故发生的街道（上）以及受害者穿越马路的地图。图片是2017年7月的谷歌街景
受害者当时正以平缓的步伐横穿马路，道路旁有标识，警告行人不要从这里穿越。当时路上没有其他车辆。这就涉及到几个大的问题：
1、在这条空旷的道路上，激光雷达（LIDAR）要检测到路上的人是很容易的。如果当时激光雷达有在运行，那么在碰撞发生前3到4秒，甚至更早，就能发现她。
2、在行车记录仪视频中，我们只能看到撞击前1.5秒的情况。但是，人眼和高质量摄像机的动态范围更广，应该能在5秒钟之前就看到她。从行车记录仪的视频看，只有1.5秒的时间，没有人能够及时刹车。反应最快的人能在不到1秒的时间内作出反应，但大多数人需要1.5到2.5秒。
3、人类安全驾驶员没有看到受害者，是因为她没有看路。从视频看，这位安全驾驶员似乎大部分时间都在看着右下方，很可能是在看手机。
4、虽然普通的雷达（检测那些不是朝着汽车移动的物体）可能“看漏”受害者，但更先进的雷达应该能在碰撞发生4秒前检测到她和她的自行车。理论上，触发刹车需要2秒，所以应该有足够的时间刹车。
需要明确的是，虽然汽车拥有路权，受害者很明显不应该横穿马路，尤其是她没有左右检查看清来往车辆。但是，在这种情况下，任何正常运行、遵循“good practices”的自动驾驶汽车都应避免事故发生。不过，如果当时行人是从右侧人行道进入右侧车道，情况就不同了。在那种情况下，没有技术能避免事故发生。
激光雷达：事故发生时可能是关闭的实际上对于激光雷达（LIDAR）而言，这并不是一个复杂的情况。激光雷达在夜晚看得很清楚。Uber的自动驾驶汽车以每小时40英里的速度行驶，正好处于只用激光雷达就能在非高速路上安全驾驶的速度的上限。40英里/小时的速度很快，但以这个速度行驶是没有任何问题的。（即便如此，有些车在靠近法定人行横道时会减速，不管有没有道路标记）。
使用激光雷达，Uber车的感知系统应该在50米处（2.7秒内）检测到受害者，并且立即强制刹车，车在距离人25米或者更近一些的地方停下。（一种更典型的策略是减慢速度，获得更精确的评估，然后继续刹车，最后在人的前面2到3米的地方停车，以免惊吓车上的乘客。）
Uber需要解释为什么上面的情况没有发生。我听说——只是有人跟一位不具名内部人士交谈后传言，当时Uber车上的激光雷达是关闭的，为了测试只使用摄像头和雷达的运行情况。虽然这可能部分解释事故发生原因，但也说不过去。即便你想进行这样的测试——有很多车队都在试图建造没有激光雷达的自动驾驶车辆——但是，激光雷达应该保持备用状态，当其他系统出于某种原因失效时，能够会引发制动，至少会触发安全驾驶员的警告。将激光雷达关掉是非常不明智的。
实际上，这次的撞击事故，应该是很多车辆都配备的、相对原始的ADAS“前方碰撞警告”系统来处理。Uber自动驾驶汽车（沃尔沃XC90）承诺，当检测到自行车穿越道路时，将减速50公里/小时。这些汽车随附的内置系统通常在自动驾驶操作中无法使用。
如果有激光雷达的数据，为什么警方还没有检查呢？虽然警方可能在检查，但他们可能没有设备。视频的话警方随时都能查看。但要看清激光雷达的“点云”（point clouds），需要有Uber的工具套件，而Uber可能还没有向警方提供这些工具。要理解点云是很困难的，如果发生法律诉讼，警方和法院、律师都将需要专门的工具。
激光雷达点云（非事故图像）
再次重申，受害者直接穿越“不该穿越”的地点，而汽车有通行权，这是警方通常所关心的。但是，警方也可能只考虑人类的能力，而不是激光雷达或雷达的超人视角。从摄像机视频看，似乎没有多少时间做出反应，无法去责怪人类驾驶员在这种情况下撞到一个“不知道从哪里冒出来”的人。在这里，警方缺乏的，是一个评估摄像机和雷达视野范围的好的方法。
谷歌Waymo的汽车以及其他一些自动驾驶车辆，使用能够看到200米乃至更远距离的激光雷达。这样的激光雷达，一旦受害者出现在侦查范围内，就能将其检测出来。不过，大多数系统都不会对路边的行人作出反应。而人一踏上马路，就会成为系统检测的对象。这次事故的一个教训，很可能是绘制出那些“非法但可能有人穿越的地点”，并对这些区域周围采取一定的谨慎态度。在许多国家，人们甚至经常穿越高速公路，但非常危险，因为没有人能够以这样快的速度及时作出反应。
这次事故中，有一个极富讽刺色彩的内情——长距离激光雷达正是Waymo和Uber诉讼的关键。
应该指出，由于受害者当时身穿黑色衬衫，激光雷达感知范围可能会减少一点，但并不是很多。我们需要知道布料的反射率，如果低于10％（非常黑），这就是一个问题。不过，当时受害者下半身穿的是蓝色牛仔裤，而且头发也是浅色的，推行的自行车是红色的。
还应该注意，如果安装了激光雷达，但在测试时不使用，是非常不明智的。另一方面，许多车队，最著名的是特斯拉，正在积极开发没有激光雷达的汽车。测试这些不带激光雷达的原型车没有问题，因为这是测试，也要配备安全驱动程序和其他安全备份。但是，车上的司机必须保持时刻警惕，汽车也只能在得到批准的地方运行。
摄像头和HDR根据报道，Uber的车有大量摄像头。很好。这通常意味着它的自动驾驶系统的设计目的是在夜间驾驶时实现“高动态范围”（HDR）视野。 这是因为这样的视野很常见——由于前大灯和路灯造成光线不均匀。这意味着需要两个或更多不同曝光等级的摄像头，或者一个摄像头可以不断切换曝光等级，以同时捕捉亮处和暗处的物体。
一个基于HDR的视觉系统应该很容易看到这名女子，并触发刹车使车辆停下。
另一种选择，在今天的大多数自动驾驶汽车上都没有被使用的，是热“夜视”摄像头。我已经写过几次关于这类摄像头的文章，并且2011年我在谷歌用它做过实验。但是，它们非常昂贵，而且必须安装在玻璃外面并保持清洁，所以团队没有急着使用它们。即使所有的灯都关了(车头灯、路灯等)，这样的摄像头也能看到这个行人（激光雷达也能在完全黑暗的环境中工作）。我没有听说过Uber有使用这种夜视摄像头。
请注意，路灯实际上距离该女子过马路的地点并不太远，所以我认为即使对于非HDR摄像头，或者对人眼来说，那个地方也有一定的照明。但这点需要到现场还原才能确定。
如果有摄像头拍到的曝光正确的图像，就可以用视觉技术来发现其中的障碍物。最简单的一种方法是使用“立体声”，这需要2个摄像头。它没法检测到200英尺远的行人，但如果分辨率高，可以看到150英尺远。
第二种方法是检测运动。如果物体不是直接出现在你面前，那么它就会有靠近的动作。当物体移动时，也会出现相对于背景的动作，例如行人穿过道路。
最后，大多数研究是使用计算机视觉技术来识别人和物体，通常这些技术由新的机器学习技术支持。计算机视觉技术不是完美的，但已经变得相当出色。如果摄像头具有高分辨率，理论上可以看到相当远的距离。
雷达雷达在这个事件中可能会有所帮助，但最基本的雷达形式是无济于事的，因为缓慢穿过街道的行人会返回类似于静止物体的多普勒信号——也就是说，行人会被认为跟标志牌、电线杆、树木等固定物体一样。由于雷达分辨率较低，许多雷达忽略了所有的静止物体（即没有朝向或远离汽车运动的物体）。
具有更高分辨率的更先进的雷达会看到这名行人，但其分辨率通常仅能知道该目标在哪条车道上。基于雷达的车辆通常不会响应下一车道的静止物体，因为作为驾驶员，当车道清晰时，车辆停在另一条车道上也不会放慢。一旦她进入Uber的车道，雷达应该报告在车道上有一个潜在的静止物体，这应该是一个制动信号。不幸的是，这并不像文字说的那么简单。即使是很好的雷达，垂直分辨率也有限，所以仅有雷达是不够的。
我的猜测是，该名女子在发生撞击之前大约1.5秒时出现在车道上，而这么短的时间可能不足以决策。你需要在以每小时40英里的速度行驶时，在1.4秒内紧急刹车。
安全驾驶员显然，安全驾驶员有责任。她没有做好她的工作。她可能会遭到法律诉讼。她肯定会被解雇。真正的辩论将不局限于Uber如何聘用、培训和监管安全驾驶员，还将涉及整个行业的相关政策。
Uber只安排了一名安全驾驶员操作这辆车。几乎所有其他做自动驾驶的团队都会安排两名安全驾驶员。通常情况下，右座人员负责监视软件，左座位人员负责监视道路。但是，右侧的“软件操作员”（谷歌使用这个称谓）也会相当频繁地监视道路。
人非完人。人的注意力可能会出小差，尽管无法证明这个安全驾驶员注意力偏离道路的时间有多长。那么如何管理安全驾驶员？可以安装“注视跟踪”（gaze tracking）系统，如果驾驶员的视线长时间离开了道路，系统会发出蜂鸣声。
通过替代责任的法律原则，安全驾驶员的错误很可能会由Uber承担。在极端情况下甚至存在刑事替代责任。
软件Uber车上的乘客可以看到一个显示器，由软件显示其感知输出，即，一个可以识别环境及其中的事物的世界视图。根据报告，显示器按照预期检测行人，包括沿着这条道路行走的人。他们看到软件发现行人从人行横道外进入道路时，车辆减速或刹车了。但在这个环节，某些事情失灵了。
警方的报告认为完全没有刹车发生，这也值得注意。即使在一秒钟内检测到行人并紧急制动，也可能使撞击速度降低到不致命的程度。虽然没有完整的数学计算，但即使有1秒钟的时间刹车和转弯，也可能避免撞死这名女子。（正如我在之前的文章中解释的那样，大多数汽车都不愿意转弯，因为这可能会使情况变得更糟。）
亚利桑那州的法规规定，驾驶员在任何时候都必须“谨慎行事，避免在任何道路上与任何行人相撞。”
受害者可能不会得到大笔赔偿尽管汽车的技术出现了故障，但事故似乎主要是由行人造成的，任何代表她起诉车祸赔偿的人都面临着挑战。“很多人认为Uber会爽快地开一张10亿美元左右的支票，实际上，那是不会发生的。“律师James Arrowood表示，他在斯科茨代尔经营Arrowood律师事务所，并教授亚利桑那州无障碍汽车课程。Arrowood还是期望能够达成和解，而不是等待陪审团的审判。 并且，Uber的任何赔偿方案都将根据受害者的一生收入和预期寿命进行计算，但对于一个流落街头的人来说，这两者都很低。
他说:“不管人们认为这公不公平，对终生收入的分析都会影响最终判决。也许人们并不喜欢这样，每个人生命的价值是相等的。可是，这并不是法律规定的。”陪审员们也会遇到一个问题，自动驾驶汽车是否应该比人类司机有更高的标准？视频显示，在行人进入视野后，司机仅有大约1秒钟的反应时间，然而，人类驾驶员平均需要大约2秒才能够发现障碍，并及时做出反应。“你很难说服陪审团，如果开车的是一个人类司机，结果会有所不同”。
不管技术如何，责任都在行人。
他说，当行人遵守交通规则穿越人行横道，发生车祸将是司机的责任。但是，如果行人不遵守交通规则横穿马路，那么发生车祸很大程度上是他自己的责任了。这是这次事故中对行人很不利的一点。“Uber公司有一个很好的辩护理由”，Arrowood说， “视频可以帮助他们”。
但是，驾驶员没有专注的盯着仪表盘，而是低着头，这一点对Uber来说是不利的。“对于安全驾驶员正在做什么和应该做什么，会有一些争议。”他说：“聪明的律师会针对Uber培训安全驾驶员的问题进行起诉。”
代表受害者女儿的律师事务所提到，亚利桑那州是欢迎这项技术的，这对案件来说很重要，称它已经改变了自动驾驶车祸事故的责任。“作为亚利桑那的律师事务所，我们感到有特殊的使命来代表这个案件，因为它直接影响到我们亚利桑那州的同胞与这些自动驾驶汽车共享道路的问题。”律师Cristina Perez Hesano说。由于州长Doug Ducey 2015年的行政命令允许对自动驾驶汽车进行测试，Uber的辩护律师可以要求法官阻止陪审团考虑该车只是为了研究目的而上路的事实，因为这将对公司不利。
我们能够允许自动驾驶带来多大的风险？我看到有人呼吁把机器人原型降级到测试轨道和模拟。他们最初就是这么测试的，但是为了保障安全，你只能在那里完成0.1 %的测试。除了在实际环境中进行测试，还没有其他方法来测试和证明这些自动驾驶车辆会面临怎样的风险以及它们会如何规避风险。要认识到，这些汽车是原型，它们很有可能会遇到各种各样的问题，这就是为什么它们要配有安全司机执行监督。
这一事故将使我们了解，我们能够允许自动驾驶带来的风险有多大，并检查安全驾驶系统的工作情况以及如何加以改进。我们感到震惊的是，Uber的自动驾驶车辆居然没有发现行人，并在发生这种情况时，安全司机也没能接手工作。但我们必须明白，原型车会以不同的方式出现故障。我不认为一辆汽车会以这样简单的方式出现故障，但大多数在测试中的汽车仍然经常出现软件故障，安全驾驶人员会进行安全接管。最终答案不是要完美的汽车，否则我们永远无法将它们投入使用。遗憾的是，我们也不能要求人类安全驾驶员做到完美无缺，但我们可以要求比这做的更好。
Uber将何去何从？这件事对Uber的影响是很大的，如果是Uber继续鲁莽行事的话，会使得公众对它的信任大大降低，即使很努力也没有用，还有可能让Uber的努力彻底失败。但正如我写的，Uber开发汽车可能会失败，即使他们现在放弃了，他们仍然可以买别人的车，并保持他们的品牌作为一个提供游乐设施，这是他们现在唯一的品牌。
我怀疑Uber可能需要很长一段时间（也许是几年）才能重新开始让公众乘坐自动驾驶汽车。它也可能减缓其他高调想要开发自动驾驶汽车并载人上路的计划。
此时，受害者家属可能会提出不当的死亡诉讼。有律师会以公益代表的名义出现，Uber的优势是财力雄厚，我建议Uber立即提供一个法院认为慷慨的和解方案，并告诉我们更多关于真实情况的信息。而且，如果是猜测的话，让他们一起行动。事实是，如果Uber的车辆无法及时发现行人及时停车，那么Uber就不会在这样的道路上以每小时40英里的速度进行业务测试，当然也不会有疏忽的安全驾驶员。
作者介绍：
Brad Templeton是自驾汽车的开发者和评论员，软件架构师，电子前沿基金会董事会成员，互联网企业家，未来学家讲师，网络空间问题的作家和观察者。一直是谷歌团队设计无人驾驶汽车的顾问，并就新兴的自动化交通技术发表评论和演讲。
原文链接：http://ideas.4brad.com/it-certainly-looks-bad-uber
原文发布时间为：2018-03-26
本文作者：Brad Templeton
本文来自云栖社区合作伙伴新智元，了解相关信息可以关注“AI_era”微信公众号
