上周發生的Uber自動駕駛測試車致死事故有了新的進展。事故發生時,Uber車上的激光雷達有可能是關閉的。谷歌無人駕駛顧問Brad Templeton從各方面詳解分析了事故可能及其影響:我們能夠自動駕駛帶來多大的風險?最終的解決方案如果是一輛完美的自動駕駛汽車,那么我們很可能永遠也無法將自動駕駛投入實用。
這可能會讓Uber在很長一段時間——或許是幾年之后,才能再次向公眾提供自動駕駛汽車服務。這也可能會延緩Waymo、Cruise等公司今年和明年的計劃。
上周發生的Uber自動駕駛測試車致死事故有了新的進展。美國亞利桑那州坦佩市警察公布了從Uber那里得到的視頻。一個像是行車記錄儀視頻,另一個是記錄了車上安全駕駛員行為的視頻,這兩個視頻都顯示了Uber存在嚴重問題,而后者沒有給出進一步的解釋。
如果你還沒有看過,下面就是這兩個相關的視頻。實際的碰撞過程已經刪掉了,但還是十分令人不安,也令人震驚。因為這恰恰是Uber和其他自動駕駛汽車公司所說的,他們先進的傳感器和算法能夠防止發生的事故。
上面是一張視頻截圖,畫面被調亮過,是受害者的白色跑鞋在視頻中可見的第一幀。從這里開始我們才能看見跑鞋,是因為受害者之前處于黑暗中,光線不足,而這一刻汽車的前照燈(headlamp)照亮了她。
事故發生的街道(上)以及受害者穿越馬路的地圖。圖片是2017年7月的谷歌街景
受害者當時正以平緩的步伐橫穿馬路,道路旁有標識,警告行人不要從這里穿越。當時路上沒有其他車輛。這就涉及到幾個大的問題:
1、在這條空曠的道路上,激光雷達(LIDAR)要檢測到路上的人是很容易的。如果當時激光雷達有在運行,那么在碰撞發生前3到4秒,甚至更早,就能發現她。
2、在行車記錄儀視頻中,我們只能看到撞擊前1.5秒的情況。但是,人眼和高質量攝像機的動態范圍更廣,應該能在5秒鐘之前就看到她。從行車記錄儀的視頻看,只有1.5秒的時間,沒有人能夠及時剎車。反應最快的人能在不到1秒的時間內作出反應,但大多數人需要1.5到2.5秒。
3、人類安全駕駛員沒有看到受害者,是因為她沒有看路。從視頻看,這位安全駕駛員似乎大部分時間都在看著右下方,很可能是在看手機。
4、雖然普通的雷達(檢測那些不是朝著汽車移動的物體)可能“看漏”受害者,但更先進的雷達應該能在碰撞發生4秒前檢測到她和她的自行車。理論上,觸發剎車需要2秒,所以應該有足夠的時間剎車。
需要明確的是,雖然汽車擁有路權,受害者很明顯不應該橫穿馬路,尤其是她沒有左右檢查看清來往車輛。但是,在這種情況下,任何正常運行、遵循“good practices”的自動駕駛汽車都應避免事故發生。不過,如果當時行人是從右側人行道進入右側車道,情況就不同了。在那種情況下,沒有技術能避免事故發生。
激光雷達:事故發生時可能是關閉的
實際上對于激光雷達(LIDAR)而言,這并不是一個復雜的情況。激光雷達在夜晚看得很清楚。Uber的自動駕駛汽車以每小時40英里的速度行駛,正好處于只用激光雷達就能在非高速路上安全駕駛的速度的上限。40英里/小時的速度很快,但以這個速度行駛是沒有任何問題的。(即便如此,有些車在靠近法定人行橫道時會減速,不管有沒有道路標記)。
使用激光雷達,Uber車的感知系統應該在50米處(2.7秒內)檢測到受害者,并且立即強制剎車,車在距離人25米或者更近一些的地方停下。(一種更典型的策略是減慢速度,獲得更精確的評估,然后繼續剎車,最后在人的前面2到3米的地方停車,以免驚嚇車上的乘客。)
Uber需要解釋為什么上面的情況沒有發生。我聽說——只是有人跟一位不具名內部人士交談后傳言,當時Uber車上的激光雷達是關閉的,為了測試只使用攝像頭和雷達的運行情況。雖然這可能部分解釋事故發生原因,但也說不過去。即便你想進行這樣的測試——有很多車隊都在試圖建造沒有激光雷達的自動駕駛車輛——但是,激光雷達應該保持備用狀態,當其他系統出于某種原因失效時,能夠會引發制動,至少會觸發安全駕駛員的警告。將激光雷達關掉是非常不明智的。
實際上,這次的撞擊事故,應該是很多車輛都配備的、相對原始的ADAS“前方碰撞警告”系統來處理。Uber自動駕駛汽車(沃爾沃XC90)承諾,當檢測到自行車穿越道路時,將減速50公里/小時。這些汽車隨附的內置系統通常在自動駕駛操作中無法使用。
如果有激光雷達的數據,為什么警方還沒有檢查呢?雖然警方可能在檢查,但他們可能沒有設備。視頻的話警方隨時都能查看。但要看清激光雷達的“點云”(point clouds),需要有Uber的工具套件,而Uber可能還沒有向警方提供這些工具。要理解點云是很困難的,如果發生法律訴訟,警方和法院、律師都將需要專門的工具。
激光雷達點云(非事故圖像)
再次重申,受害者直接穿越“不該穿越”的地點,而汽車有通行權,這是警方通常所關心的。但是,警方也可能只考慮人類的能力,而不是激光雷達或雷達的超人視角。從攝像機視頻看,似乎沒有多少時間做出反應,無法去責怪人類駕駛員在這種情況下撞到一個“不知道從哪里冒出來”的人。在這里,警方缺乏的,是一個評估攝像機和雷達視野范圍的好的方法。
谷歌Waymo的汽車以及其他一些自動駕駛車輛,使用能夠看到200米乃至更遠距離的激光雷達。這樣的激光雷達,一旦受害者出現在偵查范圍內,就能將其檢測出來。不過,大多數系統都不會對路邊的行人作出反應。而人一踏上馬路,就會成為系統檢測的對象。這次事故的一個教訓,很可能是繪制出那些“非法但可能有人穿越的地點”,并對這些區域周圍采取一定的謹慎態度。在許多國家,人們甚至經常穿越高速公路,但非常危險,因為沒有人能夠以這樣快的速度及時作出反應。
這次事故中,有一個極富諷刺色彩的內情——長距離激光雷達正是Waymo和Uber訴訟的關鍵。
應該指出,由于受害者當時身穿黑色襯衫,激光雷達感知范圍可能會減少一點,但并不是很多。我們需要知道布料的反射率,如果低于10%(非常黑),這就是一個問題。不過,當時受害者下半身穿的是藍色牛仔褲,而且頭發也是淺色的,推行的自行車是紅色的。
還應該注意,如果安裝了激光雷達,但在測試時不使用,是非常不明智的。另一方面,許多車隊,最著名的是特斯拉,正在積極開發沒有激光雷達的汽車。測試這些不帶激光雷達的原型車沒有問題,因為這是測試,也要配備安全驅動程序和其他安全備份。但是,車上的司機必須保持時刻警惕,汽車也只能在得到批準的地方運行。
攝像頭和HDR
根據報道,Uber的車有大量攝像頭。很好。這通常意味著它的自動駕駛系統的設計目的是在夜間駕駛時實現“高動態范圍”(HDR)視野。 這是因為這樣的視野很常見——由于前大燈和路燈造成光線不均勻。這意味著需要兩個或更多不同曝光等級的攝像頭,或者一個攝像頭可以不斷切換曝光等級,以同時捕捉亮處和暗處的物體。
一個基于HDR的視覺系統應該很容易看到這名女子,并觸發剎車使車輛停下。
另一種選擇,在今天的大多數自動駕駛汽車上都沒有被使用的,是熱“夜視”攝像頭。我已經寫過幾次關于這類攝像頭的文章,并且2011年我在谷歌用它做過實驗。但是,它們非常昂貴,而且必須安裝在玻璃外面并保持清潔,所以團隊沒有急著使用它們。即使所有的燈都關了(車頭燈、路燈等),這樣的攝像頭也能看到這個行人(激光雷達也能在完全黑暗的環境中工作)。我沒有聽說過Uber有使用這種夜視攝像頭。
請注意,路燈實際上距離該女子過馬路的地點并不太遠,所以我認為即使對于非HDR攝像頭,或者對人眼來說,那個地方也有一定的照明。但這點需要到現場還原才能確定。
如果有攝像頭拍到的曝光正確的圖像,就可以用視覺技術來發現其中的障礙物。最簡單的一種方法是使用“立體聲”,這需要2個攝像頭。它沒法檢測到200英尺遠的行人,但如果分辨率高,可以看到150英尺遠。
第二種方法是檢測運動。如果物體不是直接出現在你面前,那么它就會有靠近的動作。當物體移動時,也會出現相對于背景的動作,例如行人穿過道路。
最后,大多數研究是使用計算機視覺技術來識別人和物體,通常這些技術由新的機器學習技術支持。計算機視覺技術不是完美的,但已經變得相當出色。如果攝像頭具有高分辨率,理論上可以看到相當遠的距離。
雷達
雷達在這個事件中可能會有所幫助,但最基本的雷達形式是無濟于事的,因為緩慢穿過街道的行人會返回類似于靜止物體的多普勒信號——也就是說,行人會被認為跟標志牌、電線桿、樹木等固定物體一樣。由于雷達分辨率較低,許多雷達忽略了所有的靜止物體(即沒有朝向或遠離汽車運動的物體)。
具有更高分辨率的更先進的雷達會看到這名行人,但其分辨率通常僅能知道該目標在哪條車道上。基于雷達的車輛通常不會響應下一車道的靜止物體,因為作為駕駛員,當車道清晰時,車輛停在另一條車道上也不會放慢。一旦她進入Uber的車道,雷達應該報告在車道上有一個潛在的靜止物體,這應該是一個制動信號。不幸的是,這并不像文字說的那么簡單。即使是很好的雷達,垂直分辨率也有限,所以僅有雷達是不夠的。
我的猜測是,該名女子在發生撞擊之前大約1.5秒時出現在車道上,而這么短的時間可能不足以決策。你需要在以每小時40英里的速度行駛時,在1.4秒內緊急剎車。
安全駕駛員
顯然,安全駕駛員有責任。她沒有做好她的工作。她可能會遭到法律訴訟。她肯定會被解雇。真正的辯論將不局限于Uber如何聘用、培訓和監管安全駕駛員,還將涉及整個行業的相關政策。
Uber只安排了一名安全駕駛員操作這輛車。幾乎所有其他做自動駕駛的團隊都會安排兩名安全駕駛員。通常情況下,右座人員負責監視軟件,左座位人員負責監視道路。但是,右側的“軟件操作員”(谷歌使用這個稱謂)也會相當頻繁地監視道路。
人非完人。人的注意力可能會出小差,盡管無法證明這個安全駕駛員注意力偏離道路的時間有多長。那么如何管理安全駕駛員?可以安裝“注視跟蹤”(gaze tracking)系統,如果駕駛員的視線長時間離開了道路,系統會發出蜂鳴聲。
通過替代責任的法律原則,安全駕駛員的錯誤很可能會由Uber承擔。在極端情況下甚至存在刑事替代責任。
軟件
Uber車上的乘客可以看到一個顯示器,由軟件顯示其感知輸出,即,一個可以識別環境及其中的事物的世界視圖。根據報告,顯示器按照預期檢測行人,包括沿著這條道路行走的人。他們看到軟件發現行人從人行橫道外進入道路時,車輛減速或剎車了。但在這個環節,某些事情失靈了。
警方的報告認為完全沒有剎車發生,這也值得注意。即使在一秒鐘內檢測到行人并緊急制動,也可能使撞擊速度降低到不致命的程度。雖然沒有完整的數學計算,但即使有1秒鐘的時間剎車和轉彎,也可能避免撞死這名女子。(正如我在之前的文章中解釋的那樣,大多數汽車都不愿意轉彎,因為這可能會使情況變得更糟。)
亞利桑那州的法規規定,駕駛員在任何時候都必須“謹慎行事,避免在任何道路上與任何行人相撞。”
受害者可能不會得到大筆賠償
盡管汽車的技術出現了故障,但事故似乎主要是由行人造成的,任何代表她起訴車禍賠償的人都面臨著挑戰。“很多人認為Uber會爽快地開一張10億美元左右的支票,實際上,那是不會發生的。“律師James Arrowood表示,他在斯科茨代爾經營Arrowood律師事務所,并教授亞利桑那州無障礙汽車課程。Arrowood還是期望能夠達成和解,而不是等待陪審團的審判。 并且,Uber的任何賠償方案都將根據受害者的一生收入和預期壽命進行計算,但對于一個流落街頭的人來說,這兩者都很低。
他說:“不管人們認為這公不公平,對終生收入的分析都會影響最終判決。也許人們并不喜歡這樣,每個人生命的價值是相等的。可是,這并不是法律規定的。”陪審員們也會遇到一個問題,自動駕駛汽車是否應該比人類司機有更高的標準?視頻顯示,在行人進入視野后,司機僅有大約1秒鐘的反應時間,然而,人類駕駛員平均需要大約2秒才能夠發現障礙,并及時做出反應。“你很難說服陪審團,如果開車的是一個人類司機,結果會有所不同”。
不管技術如何,責任都在行人。
他說,當行人遵守交通規則穿越人行橫道,發生車禍將是司機的責任。但是,如果行人不遵守交通規則橫穿馬路,那么發生車禍很大程度上是他自己的責任了。這是這次事故中對行人很不利的一點。“Uber公司有一個很好的辯護理由”,Arrowood說, “視頻可以幫助他們”。
但是,駕駛員沒有專注的盯著儀表盤,而是低著頭,這一點對Uber來說是不利的。“對于安全駕駛員正在做什么和應該做什么,會有一些爭議。”他說:“聰明的律師會針對Uber培訓安全駕駛員的問題進行起訴。”
代表受害者女兒的律師事務所提到,亞利桑那州是歡迎這項技術的,這對案件來說很重要,稱它已經改變了自動駕駛車禍事故的責任。“作為亞利桑那的律師事務所,我們感到有特殊的使命來代表這個案件,因為它直接影響到我們亞利桑那州的同胞與這些自動駕駛汽車共享道路的問題。”律師Cristina Perez Hesano說。由于州長Doug Ducey 2015年的行政命令允許對自動駕駛汽車進行測試,Uber的辯護律師可以要求法官阻止陪審團考慮該車只是為了研究目的而上路的事實,因為這將對公司不利。
我們能夠允許自動駕駛帶來多大的風險?
我看到有人呼吁把機器人原型降級到測試軌道和模擬。他們最初就是這么測試的,但是為了保障安全,你只能在那里完成0.1 %的測試。除了在實際環境中進行測試,還沒有其他方法來測試和證明這些自動駕駛車輛會面臨怎樣的風險以及它們會如何規避風險。要認識到,這些汽車是原型,它們很有可能會遇到各種各樣的問題,這就是為什么它們要配有安全司機執行監督。
這一事故將使我們了解,我們能夠允許自動駕駛帶來的風險有多大,并檢查安全駕駛系統的工作情況以及如何加以改進。我們感到震驚的是,Uber的自動駕駛車輛居然沒有發現行人,并在發生這種情況時,安全司機也沒能接手工作。但我們必須明白,原型車會以不同的方式出現故障。我不認為一輛汽車會以這樣簡單的方式出現故障,但大多數在測試中的汽車仍然經常出現軟件故障,安全駕駛人員會進行安全接管。最終答案不是要完美的汽車,否則我們永遠無法將它們投入使用。遺憾的是,我們也不能要求人類安全駕駛員做到完美無缺,但我們可以要求比這做的更好。
Uber將何去何從?
這件事對Uber的影響是很大的,如果是Uber繼續魯莽行事的話,會使得公眾對它的信任大大降低,即使很努力也沒有用,還有可能讓Uber的努力徹底失敗。但正如我寫的,Uber開發汽車可能會失敗,即使他們現在放棄了,他們仍然可以買別人的車,并保持他們的品牌作為一個提供游樂設施,這是他們現在唯一的品牌。
我懷疑Uber可能需要很長一段時間(也許是幾年)才能重新開始讓公眾乘坐自動駕駛汽車。它也可能減緩其他高調想要開發自動駕駛汽車并載人上路的計劃。
此時,受害者家屬可能會提出不當的死亡訴訟。有律師會以公益代表的名義出現,Uber的優勢是財力雄厚,我建議Uber立即提供一個法院認為慷慨的和解方案,并告訴我們更多關于真實情況的信息。而且,如果是猜測的話,讓他們一起行動。事實是,如果Uber的車輛無法及時發現行人及時停車,那么Uber就不會在這樣的道路上以每小時40英里的速度進行業務測試,當然也不會有疏忽的安全駕駛員。
作者介紹:
Brad Templeton是自駕汽車的開發者和評論員,軟件架構師,電子前沿基金會董事會成員,互聯網企業家,未來學家講師,網絡空間問題的作家和觀察者。一直是谷歌團隊設計無人駕駛汽車的顧問,并就新興的自動化交通技術發表評論和演講。
-
激光雷達
+關注
關注
968文章
3969瀏覽量
189830 -
自動駕駛
+關注
關注
784文章
13786瀏覽量
166399 -
Uber
+關注
關注
0文章
411瀏覽量
36243
原文標題:Uber車禍!!谷歌無人車顧問稱,致死肇因可能是激光雷達關閉
文章出處:【微信號:fbigdata,微信公眾號:AI報道】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論