自动驾驶事故致死最新消息 导致致死事故或另有原因

Uber自动驾驶致死事故引起了社会各界的关注，甚至使人们对自动驾驶汽车的安全产生了质疑。关于这次事故的原因，更是众说纷纭。目前，相关专家表示，导致这次自动驾驶事故的发生可能是其它原因。

美国当地时间3月19日，一辆Uber自动驾驶汽车在亚利桑那州坦佩市的公共道路上与一名行人相撞，该行人在送往医院后不治身亡。这是世界上首起自动驾驶车辆在公共道路上撞击行人并致死的事件。随后该事件迅速发酵并引发全球热议，很多人都在质疑这次事故究竟是谁的过错。

据了解，Uber涉事车辆在发生事故时处于自动驾驶模式，车上有一名安全司机。当天晚上10点左右，受害人推着自行车，从十字路口人行横道外穿过街道时(受害人并未走人行横道)，遇到撞击。

事后从当地警方公布的视频中可以看到，受害人在车祸发生前几秒钟就进入了摄像头的视野。在汽车自动行驶过程中，车上的司机会时不时地向下看，事故发生的前几秒，司机的视线脱离前方。

仅从公布的视频中看，这次事件双发似乎都有一定的责任。司机当时没有集中精力观看道路情况(至少司机第一时间发现并采取措施后即便无法避免事故发生，也能降低车速和事故量级)，而被撞的当事人不走安全横道突然出现并横穿马路。

事件发生后，Uber已经暂停了在坦佩、匹兹堡、旧金山和多伦多等城市自动驾驶测试。更详细的调查结论和权责划分还需等待官方的最终消息。

不管最终结论如何，全球自动驾驶汽车撞死行人第一案对于整个行业的消极影响可能是极大的。

Uber自动驾驶车辆硬件配置：1个64线激光雷达 7个摄像头

按照此前公开资料显示，Uber改装的这辆自动驾驶车辆包括1个64线激光雷达、7个摄像头（包括短距和长距）、两个前置雷达(毫米波)、多个超声波传感器。

就自动驾驶感知层面而言，这套方案已经比较成熟，理论上这套传感器组合可以检测出道路、交通信号灯、汽车、行人、建筑等物体。事故发生时视频内看到并非雨天等恶劣天气，排除极端环境因素外，这套传感器出现零识别的概率很低。

虽然根据视频可以看到，事故为晚上路灯光线情况一般，行人穿着的也是深色系衣服。但对于64线激光雷达而言识别应该不构成挑战。按照这样的推测，或许问题出现在车辆的决策和执行环节。

这次算法来背锅？

通常按照谨慎的原则，自动驾驶在正式路测前需要在封闭测试场地进行基础的日常训练和测试，比如对环境识别能力、交通法规的遵守能力、自动驾驶执行能力、紧急情况下人工接管能力等，只有达到了一定能力水平，通过了车辆安全技术检验才能够上路测试。

传感器收集到的信息需要决策层的分析处理后才能对车辆做出执行动作，而算法则是支撑车辆大脑决策分析能力的关键部分，目前主流自动驾驶公司都采用了机器学习与人工智能算法来实现。

传感器收集到的海量周边环境数据和驾驶行为、驾驶经验等数据，需要优秀的算法给予计算决策并最终规划路线操纵驾驶。

现阶段算法面临的挑战是，相比模型计算，真实行驶场景中的算法需要的数据过多且计算量超出现有能力，汽车决策层的大脑还需要在海量数据支持下不断提升深度学习能力。打个不太恰当的比喻，现阶段很多车辆的自动驾驶能力，甚至远远不如一个驾驶水平很差的人类女司机。

理论上这次Uber事故中车辆已经装配了64线激光雷达、多个摄像头和雷达的前提下，在硬件不出问题的情况下，有可能是车辆在后面的决策过程中出现了问题，也就是算法出了问题，严谨的说是算法不够智能和完善，导致自动驾驶“大脑”没能成功的预测行人的动作行为。加之Uber积累的测试数据远远不够，面对突发情况机器无法做出正确判断。

有数据统计称，人类驾驶员平均每驾驶6000万英里就会就会发生一起致命车祸。因此一般认为要检测自动驾驶汽车的安全性，其路测至少应该达到6000万英里左右，目前领先的谷歌也才完成了600万英里的实际路测。

目前，关于Uber自动驾驶事故致死案的责任认定还在进一步调查当中，我们也将进一步关注事态的发展。