至少有四种方让Uber无人驾驶系统发现行人

　　据TechCrunch报道，叫车服务巨头Uber的一辆无人驾驶汽车在美国亚利桑那州坦佩市撞人致死。这是首次发生类似事件，肯定会比过去与无人驾驶汽车进行互动受到更仔细的审查。但从表面上看，我们很难理解，当整个汽车设计都是围绕着加强驾驶安全而进行的时候，这种事却偏偏发生了。

　　车道上突然出现障碍，这几乎是无人驾驶汽车工程师遇到的第一个紧急事件。这种情况似乎很多，包括停着的汽车、一只鹿或一个行人。而且，这些系统的所有设计都是为了尽早发现他们，识别出他们，并采取适当行动。这可能会促使汽车减速、停止、转向，或采取其他措施。

　　Uber的无人驾驶汽车配备了数套不同的成像系统，这些系统既可以正常工作，包括监视附近的车辆、标识和车道标记，还有像刚刚描述的那样执行特殊任务。在坦佩的交通意外中，Uber的无人驾驶系统至少有四种不同的方法能够发现受害者。

　　1.安装在车顶的激光雷达

　　在这些汽车顶部的斗形物体是激光雷达，或者是光探测和测距系统，它可以每秒多次产生汽车周围环境的三维图像。激光雷达利用红外激光脉冲反射物体，并将其信号传给传感器，它可以在白天或晚上以相当详细的方式探测到静止和移动的物体。

　　图2：这是激光雷达创建图像的例子，虽然不是特别确定Uber车辆会看到什么

　　暴雪或浓雾会导致激光雷达模糊，其准确率也会随着距离的延伸而降低，但从几米到几十米的范围内，激光雷达是非常棒的成像工具，几乎每辆无人驾驶汽车上都能找到它的身影。

　　如果操作正确，激光雷达装置应该能够辨认出引发问题的人，如果它们没有被完全遮挡住，即使在距离汽车几十米远的地方，并将障碍物的存在传递给“大脑”来整理图像。

　　2.前置雷达

　　雷达就像激光雷达那样，可以发射信号并等待它反弹回来，但是它使用的是无线电波而不是光。这使得雷达抵抗干扰的能力更强，因为无线电可以穿过雪和雾的阻碍，但这也降低了它的分辨率，并改变了它的覆盖范围。

　　图3：特斯拉的自动驾驶系统（Autopilot）主要依靠雷达

　　根据不同位置的雷达装置，Uber的无人驾驶系统在前后两侧都可以提供360度覆盖范围。如果它是用来补充激光雷达的，很有可能会有很大的覆盖重叠，但是更多时候它们是用来识别其他车辆和更大障碍物的。

　　一个人的雷达信号不是那么容易辨认，但是它至少会有所显示，证实激光雷达的确探测到东西。

　　3.短程和远程光学摄像头

　　激光雷达和雷达对定位形状很有帮助，但它们在读取信号、判断颜色等方面则稍逊一筹。这就是可见光摄像头被引入的原因，它拥有复杂的计算机视觉算法，可实时在图像上运行。

　　Uber无人驾驶汽车上的摄像头处于报警模式，即可以观察到制动车辆(突然的红灯)、红绿灯、过路行人等的。尤其是在汽车的前端，会使用多种角度和类型的摄像头，从而可以获得汽车行驶场景的完整画面。

　　检测行人是最常见的计算机视觉问题之一，而且算法已经变得相当不错了。“分割”图像通常还包括识别符号、树木、人行道等。

　　话虽如此，无人驾驶汽车晚上分辨障碍物依然很难。但这是一个明显的问题，前两个系统已经提供解决方案，它们可以日夜工作。即使是在漆黑的环境中，穿着黑色衣服的人也会出现在激光雷达和雷达上，警告这辆车应该减速，并准备在车灯里看到那个人。这可能就是夜视系统在无人驾驶汽车中普遍存在的原因(我不能肯定Uber的车上没有这样的系统，但似乎不太可能)。

　　4.安全监督司机

　　把人称为系统可能听起来让我们感觉有点儿不舒服，但是这些坐在无人驾驶汽车中负责监督安全的人类驾驶员，却被视为“万能人类”。人们十分擅长发现事物，即使我们的眼睛里没有激光。我们的反应时间并不是最好的，但如果在明显情况下，汽车无法做出反应，或者做出了错误反应，受过严格训练的安全驾驶员会做出正确的反应。

　　值得一提的是，无人驾驶汽车中还有中央计算单元，它从上述来源获得输入信息，并在汽车周围创建更完整的世界场景。举例来说，某人可能会在系统传感器前消失在汽车后面，而汽车在一两秒内无法看到他，但这并不意味着他已经停止了存在。这不同于简单的对象识别，并开始引入更广泛的智能概念，如对象持久性、预测行为等。中央计算单元也可以说是任何无人驾驶汽车系统中最先进、最严密保护的部分。

　　目前尚不清楚这一悲剧发生的具体情况，但Uber的这辆车确实配备了诸多技术，应该可以提前发现行人，并让汽车做出适当的反应。此外，如果某个系统不起作用，其他系统应该已经能提供足够多的信息，多重故障反馈在高风险环境中非常实用，比如在公共道路上行驶。