自动驾驶“杀人事件”

文 ✎ 杨洁、郭丽霞

编辑 ✎ 刘建强

自动驾驶遭遇了水逆。

本来，对自动驾驶的讨论正日趋热烈。国内自动驾驶的商业化落地，在紧锣密鼓地进行；上海和北京相继发放路测临牌；几乎所有涉足自动驾驶领域的公司都不约而同地提出，2020年将是真正的节点，自动驾驶汽车将实现量产。

但是坏消息随之而来。3月18日，全球首例自动驾驶汽车在公共道路上撞击行人并致死事件发生。当日晚10点，一辆Uber无人驾驶车在美国亚利桑那州坦佩市与一名正过马路的行人相撞，后者不治身亡。受此影响，Uber已全面叫停美国各个州的路测。

几天后，在美国加州，一辆特斯拉Model X在自动驾驶状态下高速撞上路边护栏。事故涉及三辆汽车，特斯拉车体发生爆炸，车主死亡。

影响在继续扩大。丰田暂停在美自动驾驶测试。英伟达在GTC2018上发布了全球最大的GPU后，也中止公共道路测试——其股价应声大跌。

在大众心目中，“无人驾驶汽车”由那个可以带你飞的老司机，转身就变成了马路杀手。

这一连串事故，是否会导致一个行业“变凉”？要“凉”的，会是Uber和特斯拉，还是整个自动驾驶的商业化进程？

（今年3月Uber自动驾驶车辆致死事故现场）

官方公布的视频显示，Uber车祸发生前，受害者已经推着自行车缓慢横穿了三条车道，并非传说中的“鬼探头”，Uber的自动驾驶汽车没有第一时间检测出行人。

故障原因仍然在调查中——车辆能发现行人并且及时采取措施避免事故，是自动驾驶技术的核心。

事发时，该车时速达到了40英里/小时，而那条街道限速35英里/小时。尽管当时是夜间、光线不好，但这不应当成为它没有采取任何措施的理由——这辆测试车上安装了7个摄像头和1个高线束激光雷达，谷歌无人车团队顾问Brad Templeton认为，对于激光雷达和视觉系统而言，当时情况并不是非常复杂，正常的话，车辆应该在50米处（2.7秒内）检测到受害者，并且立即强制刹车。最近的情况，车会在距离人2-3米的地方停下。

当前自动驾驶的主流技术方案，往往是激光雷达、毫米波雷达和摄像头等的融合。车顶的激光雷达和前置雷达识别汽车周围环境，光学摄像头通过计算机视觉算法识别图像、了解汽车行驶场景。传感器收集到的外部数据传送给中央计算单元——它是自动驾驶汽车的“大脑”，创建完整的环境图像，统率整个汽车的避让流程。避让方案的设置，需要大量的AI算法做支撑，保障运算的精度和速度。

安全行驶的背后，是芯片、传感器、AI算法、处理系统、高精地图乃至车辆自身的系统，任何一点上的能力缺失，都可能酿成一桩令人心惊的事故。

自动驾驶技术自身就形成了长长的产业链条，不同类型的创业公司星罗棋布在这条长长的赛道上不同的领域内。近两年自动驾驶领域持续发生一桩桩天价融资、人才大战，包括自动驾驶专用芯片的提上日程，背后是对研发的重金投入、对技术专利的重视争夺。

互联网时代的“以资本换时间”，在这样一个产业里，是不存在的。

Uber的事故里，究竟是Uber的雷达故障，还是算法没有到位，现在还不清楚。但是有一点是被很多人认可的，那就是Uber走得太“急”了。

对于Uber的事故，我们大概可以说上一句：“怎么又是你”。大约一年前，还是Uber的自动驾驶汽车，还是在亚利桑那州坦佩，与一辆人类驾驶汽车相撞并侧翻。幸好没有人伤亡。当时警方认为，Uber的测试车处于正常行驶状态，另一辆车没有及时减速，是罪魁祸首。

（Uber一年前发生在亚利桑那州的侧翻事故）

再追溯到2016年，Uber在旧金山部署了一个自动驾驶汽车车队，但没有获得监管者的批准。在与当地车管局争论的过程中，上路第一天，Uber的车就闯了红灯。事后Uber辩称是驾驶员操作失误，但《纽约时报》却指原因是Uber的系统无法有效识别红绿灯。

总的来看，无论是总里程还是测试中的人工干预次数，Uber与竞争对手之间，都存在较大差距。美国媒体ReCode在去年3月披露的Uber无人车部门内部文件显示，2016年12月，Uber自动驾驶车辆行驶里程数为20000英里/周，平均每0.8英里(1287米)就会出现问题，每196英里出现一次可能造成伤害的事故，均需要驾驶员干预，平均每1.9英里一次“糟糕的体验”。

以时速60英里计算，这意味着Uber无人车中的人类司机，不到一分钟就需要控制一下车辆。而截止到2016年11月，谷歌无人驾驶汽车行驶里程超过300万公里，能够查询到的数据显示发生了 25次事故，基本都是人为原因撞上谷歌试验车导致，无重大人员伤亡。其中只有2016年2月发生的一起车祸，谷歌承认由自己的无人驾驶车辆负责。

特斯拉也一样。2016年5月，一辆特斯拉Model S型轿车在自动驾驶状态下撞上一辆拖挂车，驾车人死亡。

2018年3月30日，特斯拉宣布，因为转向系统零配件缺陷召回12.3万辆特斯拉Model S，占特斯拉目前全部产量28万台的不到一半，大约是过去两年多的产量。在最近的事故发生后，这次召回的负面影响显然也更为扩大。

一次次不幸的事件，给我们的最大启示是，这个领域，具备了技术积累、工程能力等“硬实力”，并且对生命敬畏的玩家，才有资格进入。

Uber内部卡耐基梅隆大学的技术派与Otto系的争论，Uber和Waymo旷日持久的官司，都显示出，在自动驾驶上，它操之过急。

近两年，国内的自动驾驶，也已经走上了“快车道”。这里有传统汽车厂商和各种解决方案提供商的联手，有互联网巨头的加入，有创新创业公司们在整车解决方案、传感设备、高精地图等方面的试水。

创业家&黑智统计的国内自动驾驶领域的创业公司

无人驾驶带来的想象空间，巨大。

汽车产业正面临新的挑战。新能源汽车在动摇内燃机汽车的地位，Uber和滴滴的打车模式在改变大众的出行方式，移动和车联网逐渐成为下一个汽车时代的主题。以此为基础，自动驾驶蕴含着改变未来商业模式、就业、城市基础设施等的能量。

2016年，前英特尔中国研究院院长吴甘沙宣布，离开工作了16年的英特尔，成为驭势科技的联合创始人、CEO。去年，发布了针对城市空间的无人驾驶电动车后，他曾对黑智表示，自动驾驶的背后，是多个至少万亿规模的市场的叠加。

滴滴、共享单车、阿里和美团点评已经彻底改变了出行市场格局，不过，即使是它们，也遇到了“人贵”、“人缺”的瓶颈。共享经济能在一定程度上解决这个问题，但又要面对资源使用率和管理成本。而自动驾驶，在提升社会效率、降低人力成本上，前景广阔。

伴随着无人驾驶技术的发展，城市空间的变革也可以期待——停车空间节省、加油站空间压缩，每一辆车，则可以开拓成更新的商业空间。由汽车主机市场和出行拓展开来，零售物流、商业地产、能源市场以及衍生的其他市场，都将因此而改变。

“智能驾驶是链接产业最多的赋能技术。”吴甘沙说。

在物联网时代，车辆不再仅仅是代步工具，能够被赋予更大的含义，将和电脑、手机一样，成为新的终端。智行者科技创始人张德兆对黑智说，在未来，智能车辆将靠“服务”来获得收益。迅雷创始人、松禾远望资本创始合伙人程浩也曾告诉黑智，这也是滴滴和百度“终有一战”的原因。

（百度和金龙客车合作的第二代无方向盘的无人驾驶微循环车阿波龙将上路首测）

于是就能理解，为何不同领域的巨头们也争相切入这个市场。除了BAT和大型车企，滴滴日前也公布了在自动驾驶领域的进程；王兴最近也表示，美团会逐步开展自动驾驶的研发；华为代号“RoadReader”的自动驾驶项目刚刚曝光，用Mate10 Pro手机即可操控一辆保时捷。

但Uber的事故，让走在快车道上的自动驾驶公司们，开始 “降速”。事故发生后，丰田、英伟达、nuTonomy等公司已表示将暂停车辆路测。景驰科技CEO韩旭在朋友圈发言称：“我们做自动驾驶一定要有敬畏之心。我一直反对大干快上。这也是为什么我在各种场合跟各种咖位的专家吵了无数架：一定要坚持有冗余的多传感器融合方案。以目前的计算机视觉技术，任何狂吹自己深度学习多么牛，只用摄像头就可以低成本做自动驾驶的都是耍流氓。”

“整个业界需要从事故中分析原因，使得系统安全性进一步提升。”地平线创始人余凯也表示。 “同时新技术企业一定要对生命安全有敬畏之心，避免过分乐观，踏踏实实投入技术研发，特别是安全性的测试验证。”

这是事故带给大众的恐慌，也是在自动驾驶上砸进了近百亿美元的车企们的担忧。

事实上，人类的“马路杀手”也层出不穷，为什么无人驾驶出现事故，会让我们如此担心？

斯坦福大学汽车研究中心执行主任Stephen Zoepf曾分析说，在对待无人驾驶时，人们的心态，和看待人类司机完全不同。简单来说，就是我们无法对机器产生“共情”心理。人类司机发生事故时，我们或许会想“如果是我可能也无法避免”，但对于机器，大多数人只会希望它是完美的、应该比人类做得更好。

只有人类才会“疏忽”，一台机器出现错误，在大众眼中，那是故障。

当然，还有一层更深的恐惧，来自于人们对汽车避让规则的“道德感”的不信任。

我们不理解机器，机器也不会对人类产生同情心理。当我们把一切交给机器决策时，在它眼里，每一个生命，都只是一个冷冰冰的与“生存几率”相关的数字。Uber的车祸令我们担忧，机器会不会毫不犹豫地做出这类足以令人类良心备受谴责的选择：在确保车主或者汽车更安全的理由下，牺牲行人的生命。假如你是自动驾驶汽车里的乘客，或者行人，你希望机器按照什么法则来决定“牺牲”的先后顺序？

然而，恐惧归恐惧，我们还是不得不面对这样一个事实：交通部长赵小兰几乎在每次关于无人驾驶的公开演讲中都要提到，美国每年持续增长的交通事故量，以及94%的事故是由于驾驶员的失误。

技术达到何等水平，无人驾驶汽车才足够安全、可以上路？也许，它并不需要完美得无可挑剔。哥伦比亚大学人工智能实验室主任胡迪·利普森（Hod Lipson）在其2017年出版的《无人驾驶》一书中提出，只要无人驾驶汽车的安全记录能够超过人类驾驶员的平均水平，那它就是足以“造福人类”的。平均来看，每20万英里，人类驾驶员就会出现一次非致命性碰撞，那么只要无人驾驶技术在安全性上优于人类驾驶员两倍，就可以了。

Uber致死事故后，美国加州仍然通过了允许完全无人驾驶汽车测试的规定。技术代替人力的大趋势，不会因为事故停下脚步。

“就像人类推进航空事业也曾付出代价一样，自动驾驶技术的研发进程不会一帆风顺，但人类推进自动驾驶让交通出行更安全更便捷的时代趋势不会改变。自动驾驶既不会像很多人想象的那样像场狂欢，技术成熟一蹴而就，也不会因为出现几次事故就停止前进的步伐。”余凯说。

（Waymo无人驾驶出租车）

特斯拉和谷歌为自动驾驶的商业化做出了不懈的努力。

资深撰稿人蒂莫西·李（Timothy B. Lee）曾在国外媒体Vox撰文称，自动驾驶包含了一个重大的隐患：我们会太容易变得依赖新的技术，从而不再留心路况。特斯拉当前对于无人驾驶的处理方式是，让带有半自动化驾驶功能的汽车提醒驾驶者注意路况。2016年的那起撞击事故后，特斯拉更进一步规定，如果司机连续三次忽视警告，在剩余的行程中他就不再能够使用Autopilot功能。

对此，谷歌的结论是：辅助驾驶是个解不开的局。它的解决方案是直奔全自动驾驶——不需要人类司机的干预。Waymo正着手尝试，在没有人类驾驶员看护的情况下，让乘客试乘无人驾驶出租车，先期将于2018年下半年在亚利桑那州Phonix上线。 2017年4月，Waymo推出“早期乘客计划”，让Phonix的真人用户使用应用来打车，当然，为了以防万一，出行过程中还是有真人在操控。同年11月，Waymo的项目升级：无人驾驶的小型空货车被送上了Phonix的街道。

但是，自动驾驶距离乘用车的大规模商用，仍然很远。

在自动驾驶背后的万亿市场商机中，和乘用车并列的商用车，由于环境复杂度相对较低、技术难度较小，成为自动驾驶落地初露曙光的领域。

吴甘沙曾经提出：“两到三年内落地的可能性，只有两个：一个是高速公路的L2、L3级的自动驾驶，还有一个就是限定场景的、低速的无人驾驶。”2017年，驭势科技的无人驾驶电动车在广州白云机场、杭州来福士购物中心等地开始了持续的技术验证和试运营服务。

（驭势科技白云机场试运营项目）

在环卫清洁领域，autowise.ai（仙途智能）推出了无人驾驶清洁车，包括6米长的中型车以及3米长的小型车。2017年9月，智行者科技联合百度Apollo平台推出的无人驾驶扫路机蜗小白，在北京园区落地运营。这款扫路机采用了Apollo平台的高精地图及定位技术，海德专用汽车提供的扫路机主体，以及智行者无人驾驶整体解决方案，可以在公园内进行常态化作业，实现自动避障、定点起停、自主扫地等功能。

（在今年春晚亮相的智行者蜗小白）

在此之前，智行者还曾发布蜗必达-无人配送物流车，进入物流的“最后一公里”领域。

另外一个重要的切入点是货运。高速公路上的卡车货运，对于人类而言险象环生，但对于自动驾驶系统，“公路驾驶远比城市环境要容易得多。”图森未来创始人陈默曾对黑智表示。高速上路况更为简单，车速稳定，自动驾驶能让长途驾驶的货运司机得到充足的休息，降低事故概率。截至目前，图森未来的L4级无人卡车，已经在河北曹妃甸完成了2万公里的真实环境路测，时速可以达到90公里。

（图森未来在港口的无人集卡车队测试）

4月3日，图森未来对外公布了一段无人集卡车队在港口内作业的测试视频：在港口码头上，一组由陕汽X6000组成的图森未来无人驾驶集卡，能够在码头吊臂下精准停放，进行装货、卸货，并可以自动避障和变换车道。图森未来向黑智透露，目前已有5辆无人集卡在进行测试，今年年底将达到25辆左右。

不久前，前滴滴研究院院长何晓飞离职，创办了自动驾驶货车公司逐影科技。

自动驾驶在飞速发展，但愿它不再带来“杀人”的消息。

* 本文系创业家&i黑马原创，作者，杨洁、郭丽霞，编辑，刘建强。如需转载请添加微信（15801105017）。本账号系网易新闻·网易号“各有态度”签约账号。