至少有四种方让Uber无人驾驶系统发现行人

据TechCrunch称，一辆属于叫车服务巨头优步的无人驾驶汽车在美国亚利桑那州坦佩撞上一个人并死亡。这是第一次发生类似事件，在与无人驾驶汽车互动时，肯定会受到比过去更仔细的审查。然而，从表面上看，我们很难理解这发生在汽车的整体设计以提高驾驶安全性为中心的时候。

车道上突然出现一个障碍物，这几乎是无人驾驶汽车工程师遇到的第一个紧急情况。似乎有很多这样的例子，包括一辆停着的汽车，一只鹿或者一个行人。此外，这些系统的所有设计都是为了尽早找到它们，识别它们并采取适当的措施。这可能导致汽车减速、停车、转弯或采取其他措施。

优步的无人驾驶汽车配备了几种可以正常工作的不同成像系统，包括监控附近的车辆、标志和车道标志，以及执行刚刚描述的特殊任务。在Tempe的交通事故中，优步的无人驾驶系统至少可以通过四种不同的方式找到受害者。

1.安装在屋顶的激光雷达

这些汽车顶部的桶形物体是一个激光雷达，或者是一个光探测和测距系统，每秒钟能产生许多次汽车周围环境的三维图像。激光雷达使用红外激光脉冲来反射物体并将它们的信号传输到传感器。它可以在白天或晚上以相当详细的方式探测静止和移动的物体。

图2:这是激光雷达创建图像的一个例子，尽管不太确定优步车辆会看到什么。

暴风雪或浓雾会导致激光雷达模糊，其精度会随着距离的延长而降低。然而，激光雷达在几米到几十米的范围内是一个非常好的成像工具，它可以在几乎每一辆无人驾驶汽车上找到。

如果操作正确，激光雷达设备应该能够识别导致问题的人。如果它们没有被完全阻挡，即使在距离汽车几十米的地方，障碍物的存在也应该被传送到“大脑”去整理图像。

2.预雷达

雷达，像激光雷达一样，可以发射信号并等待它们反射回来，但是它使用无线电波而不是光。这使得雷达对干扰的抵抗力更强，因为无线电可以穿过雪和雾的障碍物，但是它也降低了它的分辨率并改变了它的覆盖范围。

图3:特斯拉的自动驾驶仪主要依靠雷达

根据不同位置的雷达设备，优步的无人系统可以在前后两侧提供360度的覆盖。如果用于补充激光雷达，覆盖范围可能会有很大的重叠，但更多情况下，它们用于识别其他车辆和较大的障碍物。

一个人的雷达信号不是那么容易识别的，但它至少会显示出来，证实激光雷达确实探测到一些东西。

3.短程和远程光学照相机

激光雷达和雷达对定位形状非常有帮助，但它们在读取信号和判断颜色方面稍逊一筹。这就是为什么引入可见光摄像机。它有复杂的计算机视觉算法，可以实时运行在图像上。

优步无人驾驶汽车上的摄像头处于报警模式，即可以观察到刹车车辆(突然红灯)、红绿灯、路人等。特别是在汽车的前端，使用了各种角度和类型的摄像机，从而可以获得汽车驾驶场景的完整画面。

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

话虽如此，无人驾驶汽车在夜间仍然很难辨别障碍物。但这是一个明显的问题。前两个系统已经提供了解决方案。他们可以日夜工作。即使在黑暗的环境中，穿着黑色衣服的人也会出现在激光雷达和雷达上，警告汽车应该减速，并准备在前灯下看到那个人。这可能是无人驾驶汽车普遍采用夜视系统的原因(我不确定优步是否有这种系统，但似乎不太可能)。

4.安全监督驾驶员

对我们来说，呼叫人系统听起来可能有点不舒服，但是这些负责无人驾驶汽车安全监管的人类司机被认为是“无所不能的人”。人们非常善于发现事物，即使我们的眼睛里没有激光。我们的反应时间不是最好的，但是如果汽车在明显的情况下无法反应或做出错误的反应，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一个*计算单元，它从上述来源获取输入信息，并在汽车周围创建一个更完整的世界场景。例如，有人可能在系统传感器前消失在汽车后面，汽车在一两秒钟内看不见他，但这并不意味着他已经不存在了。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。*计算单元也可以说是无人驾驶交通工具系统中最先进、保护最严密的部分。

这场悲剧的具体情况尚不清楚，但优步的汽车确实配备了许多技术，这些技术应该能够提前检测到行人，并让汽车做出适当的反应。此外，如果一个系统不工作，其他系统应该已经能够提供足够的信息。多重故障反馈在高风险环境中非常实用，例如在公共道路上行驶。